การดำเนินการทางคณิตศาสตร์โดยใช้ OpenPLC สำหรับการประยุกต์ใช้ระบบอัตโนมัติในอุตสาหกรรม

Programmable Logic Controllers ทำได้มากกว่าการตัดสินใจเปิด/ปิดแบบง่าย ๆ ระบบอัตโนมัติสมัยใหม่ดำเนินการคำนวณทางคณิตศาสตร์อย่างต่อเนื่อง เพื่อแปลงสัญญาณเซนเซอร์ดิบให้เป็นหน่วยทางวิศวกรรม ควบคุมตัวแปรกระบวนการ ติดตามข้อมูลการผลิต คำนวณตัวชี้วัดประสิทธิภาพ และสนับสนุนการตัดสินใจควบคุมแบบเรียลไทม์

ไม่ว่าจะเป็นการควบคุมเครื่องบรรจุภัณฑ์ การตรวจสอบสถานีบำบัดน้ำ การควบคุมสายการผลิต หรือการจัดการระบบกระบวนการแบบกระจาย ฟังก์ชันทางคณิตศาสตร์ยังคงเป็นองค์ประกอบพื้นฐานของระบบอัตโนมัติอุตสาหกรรม

OpenPLC มีชุดบล็อกฟังก์ชันทางคณิตศาสตร์ที่ครอบคลุม ช่วยให้วิศวกรสามารถดำเนินการคำนวณเหล่านี้ได้โดยตรงภายในโปรแกรมควบคุม แม้คำสั่งแต่ละรายการอาจดูเรียบง่าย แต่การประยุกต์ใช้จริงครอบคลุมเกือบทุกภาคอุตสาหกรรม

ตั้งแต่การปรับสเกลทรานสมิตเตอร์แบบแอนะล็อกไปจนถึงการคำนวณอัตราการผลิต การดำเนินการทางคณิตศาสตร์ช่วยเปลี่ยนข้อมูลดิบให้เป็นข้อมูลที่มีความหมาย ซึ่งผู้ปฏิบัติงานและระบบควบคุมสามารถนำไปใช้ได้

แม้ว่า OpenPLC จะเป็นแพลตฟอร์มโอเพนซอร์ส แต่แนวคิดทางคณิตศาสตร์เดียวกันนี้ใช้กับระบบอัตโนมัติเชิงพาณิชย์ เช่น Allen-Bradley ControlLogix, Siemens SIMATIC S7, ระบบ PLC ของ ABB และตัวควบคุมอุตสาหกรรมอื่น ๆ อีกมากมายที่พบได้ในโรงงานผลิตสมัยใหม่

ดังนั้น การทำความเข้าใจวิธีการทำงานของคำสั่งเหล่านี้จึงมีประโยชน์ ไม่ว่าจะใช้แพลตฟอร์ม PLC ใดก็ตาม

เหตุใดฟังก์ชันทางคณิตศาสตร์จึงมีความสำคัญในระบบอัตโนมัติอุตสาหกรรม

โปรแกรมเมอร์ PLC มือใหม่จำนวนมากมักเชื่อมโยงตัวควบคุมเข้ากับการทำงานของลอจิกแบบไม่ต่อเนื่อง เช่น การสตาร์ตมอเตอร์ การเปิดใช้งานวาล์ว หรือการตอบสนองต่อปุ่มกด แม้ฟังก์ชันเหล่านี้จะมีความสำคัญ แต่ระบบอัตโนมัติอุตสาหกรรมส่วนสำคัญยังอาศัยการคำนวณเชิงตัวเลข

ทุกวัน PLC จะประมวลผลการดำเนินการทางคณิตศาสตร์หลายพันรายการที่เกี่ยวข้องกับ:

• การแปลงอุณหภูมิ
• การคำนวณแรงดัน
• การวัดอัตราการไหล
• การตรวจสอบระดับในถัง
• การคำนวณความเร็วมอเตอร์
• การนับจำนวนการผลิต
• การติดตามการใช้พลังงาน
• การวัดควบคุมคุณภาพ
• ชุดคำสั่งเพิ่มประสิทธิภาพกระบวนการ
• การตรวจสอบประสิทธิภาพของอุปกรณ์

หากไม่มีคำสั่งทางคณิตศาสตร์ ตัวควบคุมอุตสาหกรรมจะจำกัดอยู่เพียงการทำงานทดแทนรีเลย์พื้นฐาน

ระบบอัตโนมัติสมัยใหม่ทำหน้าที่เป็นแพลตฟอร์มคอมพิวเตอร์แบบเรียลไทม์ที่ทรงพลัง ซึ่งสามารถประเมินสภาวะกระบวนการอย่างต่อเนื่องและตัดสินใจด้านการปฏิบัติงานได้อย่างชาญฉลาด

ความสามารถนี้มีความสำคัญเป็นพิเศษเมื่อต้องผสานรวมระบบ PLC เข้ากับแพลตฟอร์ม HMI อุตสาหกรรม ซอฟต์แวร์ SCADA ระบบจัดเก็บข้อมูลประวัติ และระบบรายงานระดับองค์กร

การคำนวณทางคณิตศาสตร์ที่แม่นยำช่วยให้ผู้ปฏิบัติงานได้รับข้อมูลที่เชื่อถือได้ และช่วยให้การตัดสินใจควบคุมอาศัยข้อมูลทางวิศวกรรมที่มีความหมาย

ทำความเข้าใจประเภทข้อมูลก่อนดำเนินการคำนวณใน PLC

ก่อนศึกษาฟังก์ชันทางคณิตศาสตร์แต่ละรายการ จำเป็นต้องเข้าใจบทบาทของประเภทข้อมูลในการเขียนโปรแกรม PLC

การดำเนินการทางคณิตศาสตร์ทุกอย่างขึ้นอยู่กับรูปแบบข้อมูลที่คอนโทรลเลอร์ใช้

OpenPLC รองรับประเภทข้อมูลตัวเลขทั่วไปหลายประเภท รวมถึงจำนวนเต็มและเลขจุดลอยตัว

ประเภทที่ใช้บ่อยที่สุด ได้แก่:

• INT (จำนวนเต็ม 16 บิต)
• DINT (จำนวนเต็ม 32 บิต)
• REAL (ค่าจุดลอยตัว)

ประเภทข้อมูลแต่ละประเภทมีจุดประสงค์แตกต่างกัน

ค่าจำนวนเต็มมีประสิทธิภาพและใช้หน่วยความจำน้อยกว่า จึงเหมาะสำหรับจำนวนผลิต สถานะเครื่องจักร และการคำนวณจำนวนเต็ม

ค่า REAL ให้ความแม่นยำแบบทศนิยม และมักใช้กับตัวแปรกระบวนการ เช่น การวัดอุณหภูมิ ความดัน อัตราการไหล และความเร็ว

ข้อดีประการหนึ่งของ OpenPLC คือการจัดการประเภทข้อมูลอย่างเคร่งครัด

ต่างจากแพลตฟอร์ม PLC บางประเภทที่แปลงค่าโดยอัตโนมัติระหว่างการทำงาน OpenPLC สนับสนุนให้ใช้ข้อมูลอย่างสอดคล้องกันตลอดการดำเนินการทางคณิตศาสตร์

แนวทางนี้ช่วยลดผลลัพธ์ที่ไม่คาดคิดและเพิ่มความน่าเชื่อถือของโปรแกรม

ตัวอย่างเช่น การผสมการคำนวณแบบจำนวนเต็มกับแบบเลขทศนิยมอาจทำให้เกิดข้อผิดพลาดจากการปัดเศษ ซึ่งวินิจฉัยได้ยากระหว่างการแก้ไขปัญหา

การรักษาประเภทข้อมูลให้สอดคล้องกันช่วยให้มั่นใจได้ว่าผลลัพธ์การคำนวณจะคาดการณ์ได้ตลอดทั้งระบบอัตโนมัติ

รูปที่ 1 OpenPLC มีไลบรารีฟังก์ชันบล็อกทางคณิตศาสตร์ที่ใช้สำหรับการคำนวณระบบอัตโนมัติในอุตสาหกรรม

การดำเนินการทางคณิตศาสตร์ช่วยสนับสนุนกระบวนการอุตสาหกรรมจริงอย่างไร

โรงงานอุตสาหกรรมแทบไม่ใช้ค่าเซนเซอร์ดิบโดยตรง

อุปกรณ์ภาคสนามส่วนใหญ่สร้างสัญญาณไฟฟ้าที่ต้องผ่านการแปลงก่อนจึงจะกลายเป็นข้อมูลกระบวนการที่เป็นประโยชน์

เครื่องส่งสัญญาณความดันอาจส่งสัญญาณ 4-20 mA ที่แทนช่วงความดันตั้งแต่ 0 ถึง 100 psi เครื่องส่งสัญญาณอุณหภูมิอาจแทนอุณหภูมิระหว่าง 0°C ถึง 400°C ส่วนเครื่องวัดอัตราการไหลอาจให้ค่าที่ต้องปรับสเกลก่อนที่ผู้ปฏิบัติงานจะสามารถตีความได้อย่างถูกต้อง

คำสั่งทางคณิตศาสตร์จะดำเนินการแปลงค่าเหล่านี้โดยอัตโนมัติ

PLC รับข้อมูลดิบ ใช้การดำเนินการทางคณิตศาสตร์ และสร้างค่าทางวิศวกรรมที่มีความหมายสำหรับการแสดงผล การควบคุม การแจ้งเตือน และการรายงาน

กระบวนการนี้เกิดขึ้นอย่างต่อเนื่อง โดยมักเกิดขึ้นหลายพันครั้งต่อวินาที

เมื่อการดำเนินงานในอุตสาหกรรมขับเคลื่อนด้วยข้อมูลมากขึ้น การประมวลผลทางคณิตศาสตร์จึงกลายเป็นหนึ่งในฟังก์ชันที่สำคัญที่สุดของแพลตฟอร์ม PLC สมัยใหม่

ฟังก์ชันบล็อกการบวก (ADD)

การบวกเป็นการดำเนินการทางคณิตศาสตร์พื้นฐานที่สุดที่มีอยู่ใน OpenPLC แม้แนวคิดจะเรียบง่าย แต่การบวกมีบทบาทสำคัญตลอดทั้งระบบอัตโนมัติภาคอุตสาหกรรม

บล็อกฟังก์ชัน ADD รวมค่าตัวเลขตั้งแต่สองค่าขึ้นไปและสร้างผลลัพธ์เอาต์พุตเพียงค่าเดียว

วิศวกรมักใช้การบวกสำหรับ:

• การรวมยอดจำนวนการผลิต
• การคำนวณอัตราการไหลสะสม
• การรวมค่าการวัดจากเซนเซอร์
• การสะสมค่าระยะเวลาการทำงาน
• การติดตามการใช้พลังงาน
• การจัดการข้อมูลการผลิตแบบแบตช์

รูปที่ 2. บล็อกฟังก์ชัน ADD รวมค่าตัวเลขหลายค่าให้เป็นผลลัพธ์ที่คำนวณได้เพียงค่าเดียว

การประยุกต์ใช้ในภาคอุตสาหกรรมที่พบบ่อยอย่างหนึ่งคือการนับจำนวนการผลิต

ลองจินตนาการถึงสายการบรรจุภัณฑ์ที่ประกอบด้วยสถานีหลายแห่ง แต่ละสถานีบันทึกจำนวนผลิตภัณฑ์ที่ดำเนินการในระหว่างกะ คำสั่ง ADD สามารถรวมค่าเหล่านี้เพื่อสร้างจำนวนการผลิตรวมที่แสดงบนอินเทอร์เฟซผู้ปฏิบัติงาน

ระบบตรวจติดตามพลังงานใช้เทคนิคที่คล้ายกันเพื่อคำนวณปริมาณการใช้ไฟฟ้ารวมของเครื่องจักรหรือพื้นที่การผลิตหลายแห่ง

ในอุตสาหกรรมกระบวนการ ฟังก์ชันการบวกมักรองรับการรวมยอดอัตราการไหล ซึ่งกระแสหลายสายมีส่วนร่วมในหน่วยกระบวนการเดียวกัน

บล็อกฟังก์ชันการลบ (SUB)

ขณะที่การบวกเป็นการรวมค่าเข้าด้วยกัน การลบจะกำหนดความแตกต่างระหว่างปริมาณตัวเลขสองค่า บล็อกฟังก์ชัน SUB เป็นคำสั่งทางคณิตศาสตร์ที่ใช้บ่อยที่สุดในระบบอัตโนมัติภาคอุตสาหกรรม เนื่องจากการตัดสินใจควบคุมจำนวนมากขึ้นอยู่กับค่าความเบี่ยงเบน ค่าชดเชย และการคำนวณค่าความคลาดเคลื่อน

ในสภาพแวดล้อมการควบคุมกระบวนการ วิศวกรมักเปรียบเทียบค่ากระบวนการจริงกับค่าจุดตั้งที่ต้องการ ความแตกต่างระหว่างค่าทั้งสองนี้แสดงถึงค่าความคลาดเคลื่อนของกระบวนการ

การคำนวณค่าความคลาดเคลื่อนนี้เป็นพื้นฐานของกลยุทธ์การควบคุมอัตโนมัติจำนวนมาก

การประยุกต์ใช้การลบในภาคอุตสาหกรรมที่พบบ่อย ได้แก่:

• การคำนวณค่าจุดตั้งเทียบกับค่ากระบวนการ
• การตรวจติดตามการเบี่ยงเบนของอุณหภูมิ
• การคำนวณสินค้าคงคลังในถัง
• การติดตามเป้าหมายการผลิต
• การวิเคราะห์ค่าความคลาดเคลื่อนด้านคุณภาพ
• การคำนวณปริมาณการใช้วัสดุ
• การคำนวณค่าความคลาดเคลื่อนของตำแหน่ง

รูปที่ 3. คำสั่ง SUB คำนวณความแตกต่างระหว่างค่าทั้งสอง และมักใช้เพื่อกำหนดค่าความคลาดเคลื่อนของกระบวนการ

ลองพิจารณาการประยุกต์ใช้ระบบควบคุมอุณหภูมิ เครื่องปฏิกรณ์ในกระบวนการอาจต้องการอุณหภูมิเป้าหมาย 180°C หากอุณหภูมิจริงวัดได้ 172°C ตัวควบคุมจะคำนวณค่าความคลาดเคลื่อนเป็น 8°C

จากนั้นข้อมูลนี้สามารถส่งต่อไปยังอัลกอริทึมควบคุมเพื่อกำหนดว่าควรใช้พลังงานความร้อนเท่าใด

การลบยังถูกใช้อย่างแพร่หลายในระบบการจัดการการผลิต

ตัวอย่างเช่น หากคำสั่งผลิตต้องการจำนวน 10,000 หน่วย และจำนวนปัจจุบันคือ 7,350 หน่วย จะสามารถคำนวณปริมาณที่เหลือได้ทันทีโดยใช้คำสั่ง SUB

การคำนวณที่ดูเรียบง่ายเหล่านี้กลายเป็นสิ่งจำเป็นเมื่อระบบอัตโนมัติสร้างแดชบอร์ดการผลิตและรายงานประสิทธิภาพแบบเรียลไทม์

บล็อกฟังก์ชันการคูณ (MUL)

การคูณเป็นหนึ่งในการดำเนินการทางคณิตศาสตร์ที่ทรงพลังที่สุดภายในโปรแกรม PLC เนื่องจากช่วยให้วิศวกรปรับสเกล แปลงค่า และเปลี่ยนรูปค่ากระบวนการได้

ในระบบอัตโนมัติทางอุตสาหกรรม สัญญาณดิบจากเซนเซอร์แทบไม่สอดคล้องโดยตรงกับหน่วยทางวิศวกรรม

แต่ต้องใช้ตัวคูณปรับสเกลก่อนที่ข้อมูลจะมีความหมาย

คำสั่ง MUL เป็นวิธีที่ตรงไปตรงมาในการใช้ความสัมพันธ์สำหรับการปรับสเกลเหล่านี้

การใช้งานทั่วไป ได้แก่:

• การปรับสเกลสัญญาณแอนะล็อก
• การแปลงหน่วยทางวิศวกรรม
• การคำนวณอัตราการผลิต
• การคำนวณความเร็วเครื่องจักร
• การวิเคราะห์การใช้พลังงาน
• การคำนวณสัมประสิทธิ์การไหล
• การประมาณค่าแรงบิด

รูปที่ 4. การคูณช่วยให้โปรแกรม PLC ปรับสเกลอินพุตจากเซนเซอร์และคำนวณค่าทางวิศวกรรมได้

ลองนึกภาพเครื่องส่งสัญญาณความดันที่สร้างสัญญาณซึ่งถูกแปลงเป็นค่าตัวเลขในช่วง 0 ถึง 100 แล้ว หากการคำนวณกระบวนการต้องแปลงค่านี้เป็นช่วงทางวิศวกรรมอื่น การคูณสามารถใช้ตัวคูณปรับสเกลที่จำเป็นได้

การคูณยังมีบทบาทสำคัญในการวิเคราะห์การผลิต

ระบบสายพานลำเลียงอาจติดตามจำนวนผลิตภัณฑ์ที่ผ่านเซนเซอร์ในแต่ละนาที การคูณค่านี้ด้วยน้ำหนักผลิตภัณฑ์ช่วยให้ PLC คำนวณอัตราการไหลของวัสดุได้โดยอัตโนมัติ

โรงงานผลิตพึ่งพาการคำนวณเหล่านี้มากขึ้นเพื่อเฝ้าติดตามประสิทธิภาพและเพิ่มประสิทธิภาพการดำเนินงานผลิต

ระบบสมัยใหม่ที่ผสานรวมกับ แพลตฟอร์ม HMI อุตสาหกรรม และซอฟต์แวร์รายงานการผลิต มักใช้การคำนวณแบบคูณเพื่อสร้างแดชบอร์ดสำหรับผู้ปฏิบัติงานและรายงานสำหรับฝ่ายบริหาร

การปรับสเกลเซนเซอร์: หนึ่งในการประยุกต์ใช้คณิตศาสตร์ใน PLC ที่สำคัญที่สุด

ในบรรดาการคำนวณด้านระบบอัตโนมัติในอุตสาหกรรมทั้งหมด การปรับสเกลเซนเซอร์ยังคงเป็นหนึ่งในงานที่พบบ่อยที่สุด

โรงงานกระบวนการแทบทุกแห่งต้องอาศัยการวัดค่าแบบแอนะล็อก

ค่าที่วัดได้เหล่านี้มักมาจาก:

• เครื่องส่งสัญญาณความดัน
• เครื่องส่งสัญญาณอัตราการไหล
• เซนเซอร์อุณหภูมิ
• เครื่องส่งสัญญาณระดับ
• ระบบตรวจสอบการสั่นสะเทือน
• อุปกรณ์ตรวจสอบกำลังไฟฟ้า
• อุปกรณ์ป้อนกลับความเร็ว

ค่าดิบที่อุปกรณ์เหล่านี้สร้างขึ้นโดยทั่วไปต้องผ่านการประมวลผลทางคณิตศาสตร์ก่อนที่ผู้ปฏิบัติงานจะตีความได้อย่างถูกต้อง

การคำนวณสเกลมักเกี่ยวข้องกับการใช้คำสั่งคูณและหารร่วมกัน

ตัวอย่างเช่น เครื่องส่งสัญญาณระดับอาจสร้างค่าตั้งแต่ 0 ถึง 32767 เคานต์ PLC ต้องแปลงค่านี้ให้เป็นเปอร์เซ็นต์ระดับของถังที่มีความหมาย

กระบวนการแปลงค่านี้ต้องอาศัยบล็อกฟังก์ชันทางคณิตศาสตร์เป็นอย่างมาก

หากไม่มีการคำนวณเหล่านี้ ผู้ปฏิบัติงานจะเห็นค่าตัวเลขที่ไม่มีความหมาย แทนที่จะเป็นข้อมูลกระบวนการที่เป็นประโยชน์

ฟังก์ชันบล็อกการหาร (DIV)

การหารเป็นการดำเนินการทางเลขคณิตที่สำคัญอีกอย่างหนึ่ง ซึ่งใช้ตลอดทั่วทั้งระบบอัตโนมัติทางอุตสาหกรรม

ขณะที่การคูณเพิ่มค่าตามตัวคูณสเกล การหารจะทำหน้าที่ตรงกันข้ามด้วยการลดค่าตามสัดส่วน

คำสั่ง DIV ปรากฏอยู่บ่อยครั้งในการคำนวณที่เกี่ยวข้องกับอัตราส่วน ค่าเฉลี่ย การแปลงค่า และหน่วยทางวิศวกรรม

การใช้งานในอุตสาหกรรมโดยทั่วไป ได้แก่:

• การคำนวณแปลงหน่วย
• การคำนวณค่าเฉลี่ย
• การวิเคราะห์ประสิทธิภาพ
• การคำนวณอัตราการผลิต
• การปรับมาตรฐานอัตราการไหล
• การแปลงความเร็ว
• ตัวชี้วัดประสิทธิภาพ

รูปที่ 5. มักใช้การหารสำหรับการแปลงหน่วยทางวิศวกรรมและการคำนวณประสิทธิภาพ

ตัวอย่างที่พบได้ทั่วไปคือการคำนวณอัตราการผลิตเฉลี่ย

หากสายการผลิตผลิตสินค้าได้ 12,000 หน่วยในกะการทำงานแปดชั่วโมง การหารจำนวนผลิตทั้งหมดด้วยชั่วโมงการทำงานจะให้อัตราการผลิตเฉลี่ย 1,500 หน่วยต่อชั่วโมง

ผู้จัดการฝ่ายปฏิบัติการมักใช้ข้อมูลนี้เพื่อประเมินประสิทธิภาพของอุปกรณ์และค้นหาโอกาสในการปรับปรุงกระบวนการ

การหารยังมีบทบาทสำคัญในการคำนวณทางวิศวกรรมกระบวนการที่เกี่ยวข้องกับอัตราการไหล การวัดความเข้มข้น และตัวชี้วัดการใช้พลังงาน

การคำนวณเหล่านี้สนับสนุนทั้งประสิทธิภาพการดำเนินงานและโครงการด้านความยั่งยืนภายในโรงงานการผลิตสมัยใหม่

เบื้องหลังทางคณิตศาสตร์ของการใช้งานอินเวอร์เตอร์ปรับความถี่

อินเวอร์เตอร์ปรับความถี่ (VFD) เป็นอีกหนึ่งด้านที่การคำนวณทางเลขคณิตมีความสำคัญอย่างยิ่ง

ระบบอินเวอร์เตอร์สำหรับงานอุตสาหกรรมจำนวนมากใช้ค่าอ้างอิงความเร็วที่แสดงเป็นเปอร์เซ็นต์ ความถี่ หรือหน่วยทางวิศวกรรม

PLC มักดำเนินการแปลงค่าทางคณิตศาสตร์ก่อนส่งคำสั่งไปยังอินเวอร์เตอร์

ตัวอย่างเช่น ผู้ปฏิบัติงานอาจป้อนความเร็วสายพานลำเลียงที่ 45 เมตรต่อนาทีผ่าน HMI จากนั้น PLC ต้องแปลงค่าทางวิศวกรรมนี้เป็นคำสั่งความถี่ที่เหมาะสมสำหรับอินเวอร์เตอร์

การแปลงค่านี้มักต้องใช้การผสมผสานระหว่างคำสั่งคูณและคำสั่งหาร

การใช้งานที่เกี่ยวข้องกับ อินเวอร์เตอร์ปรับความถี่ ระบบเซอร์โว และแพลตฟอร์มควบคุมการเคลื่อนไหว ล้วนต้องพึ่งพาการประมวลผลเลขคณิตที่แม่นยำอย่างมาก เพื่อให้เครื่องจักรทำงานได้อย่างถูกต้องแม่นยำ

แม้แต่ข้อผิดพลาดเล็กน้อยในการคำนวณก็อาจทำให้เกิดความแตกต่างที่สังเกตได้ในด้านการควบคุมความเร็ว ความแม่นยำในการกำหนดตำแหน่ง และประสิทธิภาพโดยรวมของเครื่องจักร

ฟังก์ชันบล็อกโมดูโล (MOD)

ในบรรดาคำสั่งทางคณิตศาสตร์ที่มีอยู่ใน OpenPLC ฟังก์ชัน MOD มักเป็นหนึ่งในฟังก์ชันที่โปรแกรมเมอร์มือใหม่เข้าใจได้ยากที่สุด อย่างไรก็ตาม วิศวกรระบบควบคุมที่มีประสบการณ์มักใช้การคำนวณโมดูโลในการจัดลำดับการทำงานของเครื่องจักร การดำเนินการแบบดัชนี และกระบวนการผลิตแบบวนรอบ

คำสั่ง MOD จะคืนค่าเศษที่เหลือหลังการหาร

ตัวอย่างเช่น:

• 10 MOD 3 = 1
• 20 MOD 4 = 0
• 17 MOD 5 = 2

แม้จะดูเรียบง่าย แต่ตรรกะโมดูโลมีคุณค่าอย่างมากเมื่อการทำงานซ้ำของเครื่องจักรต้องเกิดขึ้นในช่วงเวลาที่กำหนด

รูปที่ 6. คำสั่ง MOD ส่งคืนเศษเหลือหลังการหาร และมักใช้กับงานกำหนดตำแหน่งและลำดับการทำงาน

การประยุกต์ใช้ตรรกะ MOD ในงานอุตสาหกรรม

อุปกรณ์การผลิตมักทำงานซ้ำ ๆ ตามรอบการทำงานที่คาดการณ์ได้

ตัวอย่างได้แก่:

• โต๊ะหมุนกำหนดตำแหน่ง
• เครื่องบรรจุแบบหลายหัว
• ระบบบรรจุภัณฑ์
• อุปกรณ์จัดเรียงสินค้าบนพาเลท
• สถานีในสายการประกอบ
• ระบบจัดเก็บอัตโนมัติ
• ลำดับการผลิตแบบเป็นชุด

พิจารณาโต๊ะหมุนกำหนดตำแหน่งที่มีสถานีทำงานแปดสถานี

ทุกครั้งที่โต๊ะหมุน ตุ้มนับจะเพิ่มขึ้นหนึ่ง

การใช้ MOD 8 ช่วยให้ PLC ระบุตำแหน่งสถานีที่กำลังทำงานอยู่ได้โดยอัตโนมัติ

แทนที่จะรีเซ็ตตัวนับซ้ำ ๆ วิศวกรสามารถใช้การคำนวณโมดูโลเพื่อติดตามตำแหน่งได้อย่างมีประสิทธิภาพตลอดรอบการทำงานของเครื่องจักร

แนวทางนี้ช่วยให้โปรแกรมเรียบง่ายขึ้น พร้อมลดตรรกะควบคุมที่ไม่จำเป็น

ระบบบรรจุภัณฑ์ยังใช้การคำนวณโมดูโลเพื่อเรียกใช้การทำงานเป็นระยะ

ตัวอย่างเช่น ผลิตภัณฑ์ทุกชิ้นที่ 10 อาจต้องผ่านการตรวจสอบคุณภาพ ตัวนับที่ใช้ร่วมกับ MOD 10 สามารถระบุได้อย่างแม่นยำว่าควรเริ่มรูทีนการตรวจสอบเมื่อใด

เทคนิคนี้พบได้บ่อยในสายการผลิตอัตโนมัติ ซึ่งการทำงานซ้ำต้องเกิดขึ้นในช่วงเวลาที่แม่นยำ

การประยุกต์ใช้ในการติดตามการผลิตและการประกันคุณภาพ

ฟังก์ชันโมดูโลมีประโยชน์อย่างยิ่งเมื่อนำมาใช้กับกลยุทธ์การควบคุมคุณภาพการผลิต

ผู้ผลิตหลายรายดำเนินการตรวจสอบแบบสุ่มตัวอย่างแทนการตรวจสอบผลิตภัณฑ์ทุกชิ้น

ด้วยการคำนวณโมดูโล PLC สามารถเลือกช่วงเวลาการตรวจสอบได้โดยอัตโนมัติ

ตัวอย่างได้แก่:

• ทุกผลิตภัณฑ์ที่ 10
• ทุกบรรจุภัณฑ์ที่ 25
• ทุกชิ้นงานประกอบที่ 50
• ทุกชุดที่ 100

วิธีนี้ช่วยให้การสุ่มตรวจคุณภาพมีความสม่ำเสมอ พร้อมลดภาระในการตรวจสอบ

วิศวกรฝ่ายผลิตมักใช้คำสั่ง MOD ร่วมกับตัวนับ ระบบบันทึกข้อมูล และอินเทอร์เฟซ HMI เพื่อสร้างรูทีนตรวจสอบคุณภาพแบบอัตโนมัติ

บล็อกฟังก์ชันเลขชี้กำลัง (EXPT)

คำสั่ง EXPT คำนวณเอ็กซ์โพเนนเชียลโดยยกค่าขึ้นเป็นกำลังที่กำหนด

แม้ว่าการคำนวณเลขชี้กำลังจะพบได้น้อยกว่าฟังก์ชันเลขคณิตพื้นฐาน แต่ยังคงมีความสำคัญในงานวิศวกรรม วิทยาศาสตร์ และการควบคุมกระบวนการ

คำสั่ง EXPT ใช้รูปแบบดังนี้:

ผลลัพธ์ = ฐาน ^ เลขชี้กำลัง

ตัวอย่างได้แก่:

• 2² = 4
• 5² = 25
• 10³ = 1000

รูปที่ 7. คำสั่ง EXPT ใช้คำนวณเอ็กซ์โพเนนเชียลสำหรับงานวิศวกรรมและกระบวนการผลิต

การประยุกต์ใช้ทางวิศวกรรมสำหรับการคำนวณเอ็กซ์โพเนนเชียล

ฟังก์ชันเอ็กซ์โพเนนเชียลปรากฏอยู่ในหลายสาขาวิศวกรรมอุตสาหการ

ตัวอย่างได้แก่:

• การคำนวณการไหล
• การจำลองสมรรถนะของปั๊ม
• การวิเคราะห์การใช้พลังงาน
• การคำนวณการถ่ายเทความร้อน
• การจำลองกระบวนการทางเคมี
• การคำนวณการสูญเสียความดัน
• อัลกอริทึมการบำรุงรักษาเชิงคาดการณ์

ในระบบของไหล อัตราการไหลมักมีความสัมพันธ์แบบไม่เป็นเชิงเส้นกับความแตกต่างของความดัน ความสัมพันธ์เหล่านี้อาจต้องใช้การคำนวณเลขชี้กำลังเพื่อจำลองพฤติกรรมของกระบวนการได้อย่างแม่นยำ

ในทำนองเดียวกัน สมการการถ่ายเทความร้อนมักมีพจน์ยกกำลังสองหรือพจน์ลำดับสูงกว่า ซึ่งสามารถคำนวณได้โดยตรงภายในโปรแกรม PLC โดยใช้คำสั่งเลขชี้กำลัง

แม้ว่าปัจจุบันการคำนวณขั้นสูงจำนวนมากจะดำเนินการโดยตัวควบคุมเฉพาะทางหรือซอฟต์แวร์วิศวกรรม แต่ฟังก์ชัน EXPT ยังคงมีประโยชน์เมื่อนำอัลกอริทึมแบบกำหนดเองไปใช้งานโดยตรงภายใน PLC

คณิตศาสตร์และระบบควบคุมกระบวนการ

อุตสาหกรรมกระบวนการสมัยใหม่พึ่งพาการคำนวณทางคณิตศาสตร์เป็นอย่างมาก

สถานประกอบการต่าง ๆ เช่น:

• โรงงานน้ำมันและก๊าซ
• โรงงานแปรรูปสารเคมี
• สถานีผลิตไฟฟ้า
• โรงบำบัดน้ำ
• กระบวนการผลิตอาหาร
• โรงงานผลิตยา

พึ่งพาฟังก์ชันทางเลขคณิตอย่างต่อเนื่องเพื่อประเมินสภาวะของกระบวนการและรักษาการดำเนินงานให้มีเสถียรภาพ

ระบบควบคุมแบบกระจาย เช่น Yokogawa CENTUM VP, Honeywell Experion PKS และ Emerson DeltaV ทำการคำนวณทางคณิตศาสตร์หลายพันครั้งต่อวินาที

การคำนวณเหล่านี้สนับสนุน:

• ลูปควบคุม PID
• การปรับสมดุลการไหล
• การเพิ่มประสิทธิภาพพลังงาน
• การรายงานการผลิต
• การป้องกันอุปกรณ์
• การควบคุมกระบวนการขั้นสูง

แม้แต่คำสั่งทางเลขคณิตที่ค่อนข้างเรียบง่ายก็เป็นพื้นฐานของระบบอัตโนมัติอันซับซ้อนเหล่านี้

การตรวจสอบสภาพและการคำนวณเพื่อป้องกันเครื่องจักร

การดำเนินการทางคณิตศาสตร์มีความสำคัญไม่แพ้กันในงานตรวจสอบเครื่องจักร

อุปกรณ์หมุน เช่น กังหัน เครื่องอัด ปั๊ม และเครื่องกำเนิดไฟฟ้า ผลิตข้อมูลวินิจฉัยจำนวนมากที่ต้องได้รับการประมวลผลอย่างต่อเนื่อง

ระบบตรวจสอบมักทำการคำนวณที่เกี่ยวข้องกับ:

• แอมพลิจูดการสั่นสะเทือน
• ตำแหน่งเพลา
• การขยายตัวที่แตกต่างกัน
• การวัดความเร็ว
• การวิเคราะห์ความเร่ง
• การตรวจสอบสภาพตลับลูกปืน

แพลตฟอร์มต่าง ๆ เช่น ระบบป้องกันเครื่องจักร Bently Nevada พึ่งพาการประมวลผลทางคณิตศาสตร์อย่างมาก เพื่อแปลงค่าการวัดดิบจากเซนเซอร์ให้เป็นข้อมูลวินิจฉัยที่มีความหมาย

หากไม่มีการคำนวณเหล่านี้ โปรแกรมการบำรุงรักษาเชิงคาดการณ์จะไม่สามารถตรวจจับความขัดข้องที่กำลังก่อตัวในอุปกรณ์ได้ก่อนที่จะเกิดการหยุดทำงาน

ขณะที่ความคิดริเริ่มด้านอุตสาหกรรม 4.0 ขยายตัวอย่างต่อเนื่อง การประมวลผลทางเลขคณิตมีบทบาทสำคัญเพิ่มขึ้นต่อความน่าเชื่อถือของสินทรัพย์และกลยุทธ์การบำรุงรักษาตามสภาพ

ข้อผิดพลาดทั่วไปเมื่อใช้คำสั่งทางคณิตศาสตร์ของ PLC

แม้บล็อกฟังก์ชันทางเลขคณิตจะดูตรงไปตรงมา แต่ปัญหาในการเขียนโปรแกรมจำนวนมากมีสาเหตุมาจากการนำไปใช้งานที่ไม่เหมาะสม มากกว่าข้อผิดพลาดในการคำนวณเอง

วิศวกรระบบควบคุมที่มีประสบการณ์เข้าใจว่าความท้าทายที่ยิ่งใหญ่มักเกี่ยวข้องกับการจัดการข้อมูล ความสอดคล้องของการสเกล และข้อจำกัดทางตัวเลข

ข้อผิดพลาดทั่วไปหลายประการมักเกิดขึ้นซ้ำระหว่างกิจกรรมการทดสอบเดินระบบและการแก้ไขปัญหา

การเลือกชนิดข้อมูลไม่ถูกต้อง

หนึ่งในปัญหาที่พบบ่อยที่สุดคือการเลือกชนิดข้อมูลที่ไม่เหมาะสมสำหรับการคำนวณ

ตัวอย่างเช่น การคำนวณด้วยจำนวนเต็มไม่สามารถแสดงค่าทศนิยมได้อย่างถูกต้อง

หากตัวแปรกระบวนการต้องการความแม่นยำถึงหนึ่งหรือสองตำแหน่งทศนิยม การใช้ตัวแปร INT อาจทำให้เกิดการปัดเศษที่ไม่คาดคิด

ปัญหานี้มักเกิดขึ้นใน:

• การคำนวณอุณหภูมิ
• การวัดอัตราการไหล
• การสเกลความดัน
• ระบบตรวจสอบพลังงาน
• การคำนวณความเร็ว

การใช้ตัวแปร REAL ตามความเหมาะสมช่วยรักษาความแม่นยำของตัวเลขและปรับปรุงประสิทธิภาพการควบคุมโดยรวม

ข้อผิดพลาดจากการหารด้วยศูนย์

ปัญหาทั่วไปอีกประการหนึ่งเกี่ยวข้องกับการดำเนินการหาร ซึ่งตัวส่วนมีค่าเป็นศูนย์โดยไม่คาดคิด

สถานการณ์นี้อาจเกิดขึ้นเนื่องจากเซนเซอร์ขัดข้อง การสื่อสารหยุดชะงัก หรือสภาวะกระบวนการที่ไม่คาดคิด

แนวปฏิบัติที่ดีในการเขียนโปรแกรมจะตรวจสอบค่าตัวส่วนก่อนดำเนินการคำนวณการหารเสมอ

การเพิ่มตรรกะการตรวจสอบอย่างง่ายสามารถป้องกันข้อผิดพลาดขณะทำงานและปรับปรุงความน่าเชื่อถือของระบบได้

การสเกลสัญญาณแอนะล็อกไม่ถูกต้อง

ข้อผิดพลาดในการสเกลยังคงเป็นหนึ่งในสาเหตุหลักของความล่าช้าในการทดสอบเดินระบบ

เครื่องส่งสัญญาณอาจต่อสายและทำงานได้อย่างถูกต้อง แต่ผู้ปฏิบัติงานยังคงเห็นค่าที่ไม่ถูกต้อง เนื่องจากกำหนดค่าการคำนวณสเกลไว้ไม่ถูกต้อง

ข้อผิดพลาดทั่วไปในการสเกล ได้แก่:

• ช่วงค่าทางวิศวกรรมไม่ถูกต้อง
• ตัวคูณแปลงค่าไม่ถูกต้อง
• หน่วยไม่สอดคล้องกัน
• การตัดทอนข้อมูล
• การวางตำแหน่งจุดทศนิยมไม่ถูกต้อง

การตรวจสอบอย่างรอบคอบระหว่างการเริ่มต้นระบบสามารถกำจัดปัญหาเหล่านี้ได้หลายประการก่อนที่จะส่งผลกระทบต่อการผลิต

OpenPLC เปรียบเทียบกับแพลตฟอร์ม PLC อุตสาหกรรมเชิงพาณิชย์

OpenPLC เป็นสภาพแวดล้อมที่ยอดเยี่ยมสำหรับการเรียนรู้แนวคิดด้านระบบอัตโนมัติทางอุตสาหกรรม การรองรับภาษาการเขียนโปรแกรมตามมาตรฐาน IEC 61131-3 ช่วยให้วิศวกร นักศึกษา และนักพัฒนาสามารถทดลองใช้เทคนิคการเขียนโปรแกรม PLC จริงได้โดยไม่ต้องลงทุนกับแพลตฟอร์มฮาร์ดแวร์และซอฟต์แวร์ราคาแพง

อย่างไรก็ตาม หลักการทางคณิตศาสตร์ที่สาธิตภายใน OpenPLC สามารถนำไปใช้ได้โดยตรงกับระบบอัตโนมัติทางอุตสาหกรรมเชิงพาณิชย์

ไม่ว่าวิศวกรจะทำงานกับ:

• Allen-Bradley ControlLogix
• Siemens SIMATIC S7
• ABB AC 800M
• Schneider Modicon Quantum
• Mitsubishi MELSEC
• Omron CJ Series
• Beckhoff TwinCAT

การดำเนินการทางเลขคณิตที่อยู่เบื้องหลังยังคงเหมือนเดิมโดยพื้นฐาน

ความแตกต่างหลักอยู่ที่สภาพแวดล้อมการเขียนโปรแกรม รูปแบบการตั้งชื่อคำสั่ง สถาปัตยกรรมฮาร์ดแวร์ และชุดคุณลักษณะขั้นสูง

แนวคิดทางคณิตศาสตร์เองยังคงเป็นสากล

ทำให้ OpenPLC เป็นแพลตฟอร์มการเรียนรู้ที่มีคุณค่าสำหรับวิศวกรที่เตรียมพร้อมทำงานกับระบบอัตโนมัติระดับอุตสาหกรรมซึ่งติดตั้งใช้งานในโรงงานผลิตทั่วโลก

ฟังก์ชันทางคณิตศาสตร์สนับสนุนโครงการริเริ่มอุตสาหกรรม 4.0 อย่างไร

การเพิ่มขึ้นของอุตสาหกรรม 4.0 ทำให้การประมวลผลตัวเลขภายในระบบอัตโนมัติมีความสำคัญเพิ่มขึ้นอย่างมาก

โรงงานสมัยใหม่รวบรวมข้อมูลจากเซ็นเซอร์ คอนโทรลเลอร์ ไดรฟ์ และอุปกรณ์ตรวจสอบหลายพันรายการ

ข้อมูลนี้ต้องได้รับการประมวลผล วิเคราะห์ และแปลงเป็นข้อมูลเชิงลึกที่นำไปปฏิบัติได้

ฟังก์ชันเลขคณิตเป็นรากฐานของกระบวนการนี้

การใช้งานได้แก่:

• การคำนวณประสิทธิผลโดยรวมของเครื่องจักร (OEE)
• ระบบการจัดการพลังงาน
• แพลตฟอร์มการบำรุงรักษาเชิงคาดการณ์
• แบบจำลองแฝดดิจิทัล
• การวิเคราะห์การผลิต
• การเตรียมข้อมูลสำหรับแมชชีนเลิร์นนิง
• การตรวจสอบประสิทธิภาพของสินทรัพย์

หากไม่มีการประมวลผลทางคณิตศาสตร์ที่เชื่อถือได้ เทคโนโลยีขั้นสูงเหล่านี้ก็จะไม่สามารถสร้างข้อมูลเชิงลึกด้านการดำเนินงานที่มีความหมายได้

แม้แต่ระบบปัญญาประดิษฐ์ที่ซับซ้อนก็ยังต้องพึ่งพาข้อมูลตัวเลขที่แม่นยำซึ่งได้จากการคำนวณเลขคณิตพื้นฐานในท้ายที่สุด

กรณีศึกษาอุตสาหกรรมจากสถานการณ์จริง: การตรวจสอบระดับในถัง

พิจารณาโรงบำบัดน้ำที่ใช้เครื่องส่งสัญญาณระดับแบบ 4-20 mA ซึ่งติดตั้งอยู่บนถังเก็บสูง 10 เมตร

PLC รับสัญญาณแอนะล็อกดิบและต้องแปลงเป็นหน่วยทางวิศวกรรมที่มีความหมาย ก่อนที่ผู้ปฏิบัติงานจะสามารถตัดสินใจได้อย่างเหมาะสม

โดยทั่วไปกระบวนการนี้ประกอบด้วยฟังก์ชันเลขคณิตหลายรายการ:

• ใช้ SUB เพื่อลบค่าออฟเซ็ตของสัญญาณ
• ใช้ DIV เพื่อปรับช่วงสัญญาณให้เป็นมาตรฐาน
• ใช้ MUL เพื่อปรับสเกลค่าให้อยู่ในหน่วยทางวิศวกรรม
• ใช้ ADD เพื่อใช้ค่าปัจจัยแก้ไขหากจำเป็น

ค่าระดับที่ได้จะแสดงบน HMI และใช้ในตรรกะควบคุมปั๊มอัตโนมัติ

หากไม่มีการคำนวณเหล่านี้ ผู้ปฏิบัติงานจะเห็นเพียงค่าตัวเลขดิบแทนที่จะเห็นระดับจริงของถัง

ตัวอย่างนี้แสดงให้เห็นว่าคำสั่งเลขคณิตพื้นฐานช่วยสนับสนุนการดำเนินงานอุตสาหกรรมในชีวิตประจำวันโดยตรงอย่างไร

กรณีศึกษาอุตสาหกรรมจากสถานการณ์จริง: การติดตามการผลิตบนสายพานลำเลียง

โรงงานผลิตแห่งหนึ่งอาจผลิตผลิตภัณฑ์หลายพันชิ้นทุกชั่วโมงผ่านระบบสายพานลำเลียงหลายระบบ

เซ็นเซอร์โฟโตอิเล็กทริกนับผลิตภัณฑ์ขณะที่ผลิตภัณฑ์ผ่านจุดตรวจสอบ

คำสั่งทางคณิตศาสตร์จะประมวลผลข้อมูลนี้เพื่อสร้างสถิติการผลิต

ตัวอย่างได้แก่:

• จำนวนผลิตภัณฑ์ทั้งหมดโดยใช้ ADD
• เป้าหมายการผลิตโดยใช้ SUB
• การคำนวณจำนวนหน่วยต่อชั่วโมงโดยใช้ DIV
• การคำนวณน้ำหนักผลิตภัณฑ์โดยใช้ MUL
• ช่วงเวลาการสุ่มตัวอย่างคุณภาพโดยใช้ MOD

ระบบการจัดการใช้เมตริกเหล่านี้เพื่อประเมินประสิทธิภาพการดำเนินงานและระบุคอขวดในการผลิต

โครงสร้างการรายงานทั้งหมดขึ้นอยู่กับการคำนวณทางคณิตศาสตร์ที่แม่นยำซึ่งดำเนินการภายในระบบอัตโนมัติ

กรณีศึกษาระบบอุตสาหกรรมในโลกจริง: ระบบตรวจสอบกังหัน

โรงไฟฟ้าเป็นอีกสภาพแวดล้อมหนึ่งที่การคำนวณทางคณิตศาสตร์มีความสำคัญอย่างยิ่ง

ระบบควบคุมกังหันประเมินค่าอย่างต่อเนื่อง:

• ความเร็วโรเตอร์
• อุณหภูมิแบริ่ง
• แอมพลิจูดการสั่นสะเทือน
• แรงดันไอน้ำ
• กำลังไฟฟ้าที่เครื่องกำเนิดไฟฟ้าผลิตได้
• การวัดการขยายตัวเนื่องจากความร้อน

แพลตฟอร์มตรวจสอบเครื่องจักรขั้นสูงประมวลผลค่าตัวเลขหลายพันค่าทุกวินาที

ระบบต่าง ๆ เช่น ระบบควบคุมกังหัน และ โซลูชันตรวจสอบเครื่องจักร พึ่งพาฟังก์ชันทางคณิตศาสตร์อย่างมากเพื่อประเมินสภาวะการทำงานและปกป้องทรัพย์สินสำคัญ

การคำนวณเหล่านี้ช่วยป้องกันความขัดข้องร้ายแรงของอุปกรณ์ พร้อมเพิ่มประสิทธิภาพการดำเนินงานให้สูงสุด

การสร้างโปรแกรม PLC ที่ปรับขนาดได้ด้วยบล็อกฟังก์ชันทางคณิตศาสตร์

ข้อดีสำคัญประการหนึ่งของการเขียนโปรแกรมแบบบล็อกฟังก์ชันคือการนำกลับมาใช้ซ้ำ

แทนที่จะสร้างการคำนวณแบบกำหนดเองซ้ำ ๆ วิศวกรสามารถพัฒนาโมดูลทางคณิตศาสตร์ที่เป็นมาตรฐานและนำกลับมาใช้ซ้ำได้ในหลายโครงการ

แนวทางนี้มีประโยชน์หลายประการ:

• เพิ่มความสม่ำเสมอ
• พัฒนาได้รวดเร็วยิ่งขึ้น
• แก้ไขปัญหาได้ง่ายขึ้น
• ลดความพยายามด้านวิศวกรรม
• บำรุงรักษาระยะยาวได้ดียิ่งขึ้น

เมื่อระบบอุตสาหกรรมมีความซับซ้อนมากขึ้น แนวทางการเขียนโปรแกรมที่เป็นมาตรฐานก็ยิ่งมีความสำคัญ

บล็อกฟังก์ชันทางคณิตศาสตร์ที่นำกลับมาใช้ซ้ำได้ช่วยให้องค์กรรักษาความสม่ำเสมอของอุปกรณ์ สถานประกอบการ และทีมวิศวกรรมต่าง ๆ

บทสรุป

คำสั่งทางคณิตศาสตร์เป็นมากกว่าเครื่องมือคำนวณเลขอย่างง่ายภายในโปรแกรม PLC คำสั่งเหล่านี้เป็นรากฐานของระบบอัตโนมัติทางอุตสาหกรรมสมัยใหม่ โดยแปลงข้อมูลดิบจากเซนเซอร์ให้เป็นข้อมูลทางวิศวกรรมที่มีความหมาย สนับสนุนการตัดสินใจควบคุมกระบวนการ ช่วยให้วิเคราะห์การผลิตได้ และเพิ่มความน่าเชื่อถือของอุปกรณ์

OpenPLC มอบสภาพแวดล้อมเชิงปฏิบัติสำหรับการเรียนรู้แนวคิดเหล่านี้ผ่านฟังก์ชันทางคณิตศาสตร์ เช่น ADD, SUB, MUL, DIV, MOD และ EXPT แม้ตัวอย่างอาจดูเรียบง่าย แต่การคำนวณแบบเดียวกันนี้เป็นพลังขับเคลื่อนแพลตฟอร์มระบบอัตโนมัติอันซับซ้อนที่ใช้งานทั่วทั้งอุตสาหกรรมการผลิต พลังงาน โครงสร้างพื้นฐาน และอุตสาหกรรมกระบวนการ

ตั้งแต่การปรับสเกลสัญญาณแอนะล็อกและการรายงานการผลิต ไปจนถึงการบำรุงรักษาเชิงคาดการณ์และการควบคุมกระบวนการขั้นสูง การดำเนินการทางคณิตศาสตร์ยังคงเป็นองค์ประกอบสำคัญของระบบอัตโนมัติสมัยใหม่ทุกระบบ วิศวกรที่เข้าใจว่าจะประยุกต์ใช้ฟังก์ชันเหล่านี้อย่างไรและเมื่อใด สามารถสร้างโปรแกรม PLC ที่มีประสิทธิภาพ ปรับขนาดได้ และเชื่อถือได้มากขึ้น เพื่อรองรับความต้องการที่ขับเคลื่อนด้วยข้อมูลของอุตสาหกรรม 4.0 ซึ่งเพิ่มขึ้นอย่างต่อเนื่อง