跳到主要内容

设备控制

与数据采集类似,在deviceshifu_configmap.yaml中设置好设备的指令后,我们可以通过HTTP/gRPC与 deviceshifu 进行通信,deviceshifu 会将我们发送的指令转换成设备所支持协议的形式,并发送给设备。设备接受到指令之后,可以通过指令执行相应的操作,从而实现设备控制。

结合数据采集实现设备的自动化控制

  1. 这里,我们再创建一个虚拟设备PLC(如果您未试玩过PLC设备,您可以点击查看)。
    $ kubectl get pods -n deviceshifu
    NAME READY STATUS RESTARTS AGE
    deviceshifu-opcua-deployment-765b77cfcf-dnhjh 1/1 Running 0 14m
    deviceshifu-plc-deployment-7f96585f7c-6t48g 1/1 Running 0 7m8s
    此时我们启动了两个 deviceshifu,它们分别与设备建立了连接。我们可以将两个 deviceshifu 进行联动,即当温度计温度超过阈值时,将PLC的Q区的最低位置为1,当温度计温度低于阈值时则置回0。
  2. 编写与控制设备相关的程序。
    package main  

    import (
    "io/ioutil"
    "log"
    "net/http"
    "strconv"
    "time"
    )

    func main() {
    targetUrl := "http://deviceshifu-thermometer.deviceshifu.svc.cluster.local/read_value"
    req, _ := http.NewRequest("GET", targetUrl, nil)
    var isHigh bool
    for {
    res, _ := http.DefaultClient.Do(req)
    body, _ := ioutil.ReadAll(res.Body)
    temperature, _ := strconv.Atoi(string(body))
    if temperature > 20 && isHigh == false {
    setPLCBit("1")
    isHigh = true
    } else if temperature <= 20 && isHigh == true {
    setPLCBit("0")
    isHigh = false
    }
    log.Printf("Now remperature is: %d", temperature)
    res.Body.Close()
    time.Sleep(5 * time.Second)
    }
    }

    func setPLCBit(value string) {
    targetUrl := "http://deviceshifu-plc/sendsinglebit?rootaddress=Q&address=0&start=0&digit=0&value=" + value
    req, _ := http.NewRequest("GET", targetUrl, nil)
    res, _ := http.DefaultClient.Do(req)
    defer res.Body.Close()
    }
  3. 对于上述程序,我们可以将其打包成docker image并加载到集群中,以便其能更好的与 deviceshifu 进行通信。创建以下Dockerfile文件:
    # syntax=docker/dockerfile:1  
    FROM golang:1.17-alpine
    WORKDIR /app
    COPY go.mod ./
    RUN go mod download
    COPY *.go ./
    RUN go build -o /high-temperature-control-plc
    EXPOSE 11111
    CMD [ "/high-temperature-control-plc" ]
  4. 使用Dockerfile文件生成docker image
    docker build --tag high-temperature-control-plc:v0.0.1
  5. 之后我们将docker image加载到集群中。
    kind load docker-image high-temperature-control-plc:v0.0.1
  6. 运行我们编写的数据采集程序。
    kubectl run high-temperature-control-plc --image=high-temperature-control-plc:v0.0.1
  7. 同时为了便于我们观察PLC设备的值,我们再载入一个nginx镜像。
    kubectl run nginx --image=nginx:1.21 -n deviceshifu
  8. 此时我们有了如下的pod,且均处于Running状态。
    $ kubectl get pods -n deviceshifu
    NAME READY STATUS RESTARTS AGE
    deviceshifu-plc-deployment-7f96585f7c-87zb4 1/1 Running 0 20m
    deviceshifu-thermometer-deployment-7b69b89b88-crwzx 1/1 Running 0 67m
    high-temperature-control-plc 1/1 Running 0 8m54s
    nginx 1/1 Running 0 61m
  9. 我们编写的自动化设备控制程序正处于运行中,可以通过查看实时日志的方式查看程序获取的数据。
    $ kubectl logs high-temperature-control-plc -n deviceshifu -f 
    2022/07/07 03:05:07 Now remperature is: 29
    2022/07/07 03:05:12 Now remperature is: 10
    2022/07/07 03:05:17 Now remperature is: 23
    2022/07/07 03:05:22 Now remperature is: 30
  10. 为了方便观察数据,我们将程序中的time.Sleep(5 * time.Second)调高(为提高采集精度,可将其调低,以提高采集频率)。此时我们再输入一条命令进入nginx的容器中。
kubectl exec -it nginx -n deviceshifu -- bash
  1. 程序获取的温度超过阈值时我们通过curl获取PLC数值。
$ curl "http://deviceshifu-plc/getcontent?rootaddress=Q&address=0&start=0"; echo
0b0000000000000001
  1. 当程序获取的温度低于阈值时我们再次通过curl获取PLC数值。
$ curl "http://deviceshifu-plc/getcontent?rootaddress=Q&address=0&start=0"; echo
0b0000000000000000

自此,我们通过对虚拟温度计采集实时数据,实现了对PLC设备的自动化控制。