Modbus ethernet
PulseAugur coverage of Modbus ethernet — every cluster mentioning Modbus ethernet across labs, papers, and developer communities, ranked by signal.
-
Obvius AcquiSuite A88 服务器监控设施的能源和性能数据
AcquiSuite A88 数据采集服务器由 Obvius 制造,是一款多功能设备,旨在监控和管理设施内各种来源的能源使用和性能数据。它使用 Modbus 和 BACnet 等标准协议收集数据,通过以太网或蜂窝网络连接将其传输到集中监控系统。该系统对于商业建筑、工业设施、公用事业提供商和机构跟踪能源消耗、优化性能和实现可持续发展目标非常有价值。
-
统一命名空间仍未能解决工厂数据挑战
本文讨论了即使在实施了统一命名空间(UNS)的情况下,从工厂传感器数据中提取可操作见解所面临的挑战。虽然UNS有助于实时数据共享,但它在使这些数据易于用于回答关键业务问题方面留下了空白。文章详细介绍了工厂数据来自PLC和传感器、ISA-95模型层以及Modbus和OPC UA等各种工业协议带来的复杂性。它强调了传统工厂中点对点集成的“意大利面条问题”,这导致了数据基础设施的脆弱性和扩展困难。
-
Overview AI 发布集成AI助手的AI检测相机
Overview AI 推出了两款新的人工智能驱动的检测相机,OV Spark 和 OV Spark Pro,旨在用于工厂检测产品缺陷。这些相机配备了一个名为 Sparky 的集成AI助手,可以回答有关检测设置的英语问题并协助进行设置。相机可离线运行,利用高通的 Dragonwing AI 处理器进行图像分析,并提供各种检测工具,包括对齐、计数和条形码读取。
-
大语言模型因数据和安全问题在暖通空调部署方面面临挑战
对66项关于暖通空调(HVAC)运营的大语言模型(LLMs)研究的回顾揭示了在建筑自动化系统中部署这些智能体面临的重大挑战。主要障碍包括标准化异构传感器数据和确保操作安全,因为目前大语言模型在直接控制物理系统方面缺乏可靠性。虽然大语言模型在需要语义推理的任务(如解释非结构化文档)方面显示出潜力,但传统的模型预测控制和强化学习等方法在高速控制和数值预测方面仍然更优。
-
Edge-IIoTset基准测试中的缺陷已揭示,提出新的AgriEdge基准
一篇新研究论文指出了常用于工业物联网中基于机器学习的入侵检测的Edge-IIoTset基准测试中的一个重大缺陷。研究表明,数据集中预处理指令中的序列化伪影,特别是缺失协议字段的占位符拼写,使得标准分类器在不实际模拟网络行为的情况下就能达到近乎完美的准确率。研究人员提出了一个名为AgriEdge的修正基准,其中包含更全面的数据和设备,证明在没有该伪影的情况下,最强大的模型能达到约0.95的准确率,并且在感知/执行层发现了泛化边界。
-
新流程利用大语言模型和本体论自动化工业设备配置
研究人员开发了SysName,一个旨在自动化工业现场总线设备配置的流程。该系统使用混合检索索引,并结合了源自ECLASS、AAS和SOSA/SSN标准的本体图。然后,本地大语言模型生成JSON-LD配置,并通过一个两阶段的弃权门进行进一步验证,以防止不安全的操作。SysName在配置各种工业协议方面表现出高精度和高效率,包括一个涉及Universal Robots UR5e机器人的案例研究。
-
llmesh Digest 通过提示防火墙和物联网集成统一本地和云端 LLM
llmesh Digest 推出了一个 Python 框架,旨在统一使用本地和云端的大型语言模型 (LLM)。它为与 Ollama、OpenAI、Anthropic 等各种 LLM 提供商的交互提供了一致的接口,简化了在开发和生产中切换它们的过程。该框架还包含一个用于管理 LLM 输入的“提示防火墙”,一个用于性能增强的 Rust 扩展,以及与 Modbus 和 OPC-UA 等工业物联网协议集成的能力。