“设备一直运行得好好的,电表数据突然不更新了。把PLC重启一下,又恢复正常。”
遇到这种情况,很容易先怀疑网线、交换机,甚至PLC硬件。换线、调大超时时间、重新下载程序,都可能被试一遍。
但排查之前,有个问题应该先问清楚:
故障发生后,PLC还在继续发起通信请求吗?
如果后续请求已经停了,仅检查网络通不通,往往找不到持续故障的原因。
下面以S7-1200通过Modbus TCP读取电表为例,构建一个教学案例,说明排查方法,不对应具体客户项目。
一、现场表现:电表正常,PLC中的数据却不再刷新
假设一套设备由S7-1200、工业交换机、支持Modbus TCP的电表和触摸屏组成。PLC轮询读取电表的电压、电流等数据,触摸屏显示PLC数据区中的数值。
正常运行时,读取任务依次执行。某次通信异常后,出现以下现象:
PLC仍处于RUN状态,其他控制逻辑正常运行。
电表本机显示继续变化,触摸屏上的相关数据却停在旧值。
触摸屏没有显示“数据过期”,操作人员容易把旧值当成实时值。
重启PLC后,数据重新开始刷新。
本案例中,同一个MB_CLIENT实例始终循环调用;应用程序按任务调度给出REQ请求,请求发起后撤销REQ,等待完成结果,再决定下一次读取。
这段逻辑在正常通信时可以连续运行,问题藏在异常处理里。
二、关键证据:程序没有再发起下一次读取
先保留故障现场,再观察通信状态。这个教学案例中的记录如下:
观察项目
故障后的表现
排查意义
最后一次成功时间
停留在故障发生前
需要确认数据是否仍在更新
ERROR事件记录
捕获到一次超时失败
应保存当次STATUS和任务信息
BUSY
报错结束后为0
通信块当前没有正在执行的操作
REQ及请求计数
REQ保持0,计数不再增加
应用没有继续调度读取
自定义WaitResponse
一直为TRUE
应用仍停留在等待分支
顺着WaitResponse的交叉引用查下去,会发现程序只写了一个出口:
收到DONE,清除等待标志,进入下一项读取。
但ERROR返回时,程序没有清除等待标志,也没有进入重试或故障状态。
于是,一次请求超时后,通信块已经结束了这次操作,应用程序却还在等待“读取成功”。由于等待标志一直没有释放,下一次REQ也就不会出现。
一次偶发失败,就这样被错误分支的缺失放大成持续停滞。
这里还容易漏掉一个细节:西门子S7-1200 V20手册说明,MB_CLIENT的DONE、ERROR只保持一个扫描周期,错误STATUS应在ERROR有效时记录。因此,事后看在线监控时ERROR为0,并不能证明此前没有发生过错误。
比较实用的做法是增加错误事件记录,保存时间、任务编号、目标设备、STATUS以及最后成功时间。短暂出现的状态,不能只靠人工盯着监控表捕捉。
三、重启为什么有效?因为等待状态被重新初始化了
本案例把WaitResponse设为非保持数据,并在启动初始化中将它清零。
PLC重启后,应用重新进入可调度状态,读取任务再次开始。如果外部通信条件已经恢复,数据自然又能正常更新。
但这里必须区分两个问题:
第一个问题:为什么首次请求会超时?
这需要继续检查当时的供电、链路、对端响应和通信负载。
第二个问题:为什么一次超时后一直恢复不了?
本案例已经找到了原因:应用程序漏掉了失败出口。
修好错误处理,可以解决“超时后轮询停住”的问题;首次超时的来源,还需要独立追查。不能因为补了一条复位逻辑,就把整起故障认定为彻底解决。
四、排查其他间歇性故障,可以沿着这三层往下查
1. 先看故障范围
**多个设备同时异常,**优先检查共同经过的交换机、上联链路、供电以及公共调度逻辑。
**只有一个设备异常,**重点检查该设备的供电、端口、连接参数和服务状态。
**只有一组数据不更新,**则应进一步检查对应任务是否执行、接收缓冲区是否更新,以及触摸屏读取的变量是否正确。
这些线索用来缩小范围,不能单凭其中一项直接认定故障点。
2. 再看链路证据
如果使用支持诊断的交换机,可以观察端口掉线记录、错误计数及其发生时间。
例如,CRC错误持续增加时,可以在允许的检修窗口内分别验证线缆、端口和终端设备,观察错误是否随某个部件转移。Cisco Meraki的排查文档也采用这种逐项验证的方法。
检查时尽量一次改变一个因素。线缆、端口和参数同时修改,即使故障消失,也很难确定究竟是哪一步起了作用。
同时,把通信异常与接触器动作、大功率负载启停、设备上电等事件放在同一时间线上。存在时间关联,再进一步测量和验证。
3. 最后检查请求与响应过程
需要确认的内容包括:
PLC是否继续发起读取,还是已经停在某个等待步骤。
请求失败后,程序是否保存错误并退出等待。
对端的连接能力、响应时间是否满足当前访问方式。
PLC、上位机和调试软件是否同时访问同一设备。
重试是否过于密集,是否存在反复断开、重建连接的逻辑。
调整超时时间时,应结合对端实际响应和工艺允许的等待时间。
参数设得很大,只会让系统等得更久,无法补上遗漏的错误处理。
五、程序怎么改,才能经得住下一次异常?
针对本案例,可以把读取任务的处理整理为两个明确出口。
**成功出口:**确认当前任务完成,处理接收数据,更新最后成功时间,释放应用等待状态,再按调度规则进入下一项任务。
**失败出口:**记录本次错误和任务信息,标记相关数据无效或过期,释放应用等待状态,再进入带间隔的重试或报警流程。
重试间隔、次数和报警条件应由设备需求决定,不能每个扫描周期都重新发起请求。通信块的调用及任务切换,也要符合所用指令版本的要求。
对于触摸屏,建议同时提供:
数据值、有效状态、最后更新时间。
保留旧值有时便于观察,但必须让操作人员知道它已经不是当前有效数据。
修改后,至少验证四种情况:
**正常通信:**所有任务能按顺序完成。
**单次读取超时:**轮询能按设计继续或重试。
**对端持续不可用:**报警和数据失效提示正确,其他任务不会被无限拖住。
**对端恢复:**系统能重新读取,并更新数据有效状态。
异常验证应在测试环境或批准的检修窗口进行。上述重试思路针对读取任务;启动、清零等写入命令,还要结合执行反馈判断是否允许重发。
六、把资料查询和AI分析用在具体排查步骤里
处理这类问题,查资料时最好带上完整条件:CPU型号、固件版本、指令版本、通信方式,以及故障当时的状态记录。
工控技术平台APP提供型号与手册检索、故障码查询、AI辅助分析和PLC学习等功能,可以作为日常查资料、整理排查思路的工具。
放到这个案例里,可以先核对MB_CLIENT状态参数的含义,再把已确认的现象交给AI。例如:
S7-1200通过Modbus TCP读取电表。故障时记录到一次超时,随后BUSY为0、REQ保持0,自定义等待标志一直为1。通信块仍在循环调用。请区分已经确认的问题和仍待验证的原因,并列出下一步检查项。
这样的提问把证据交代清楚了,便于围绕“请求是否继续”“错误分支是否完整”展开分析。
具体结论仍要回到对应版本手册和现场记录中核对,修改后的程序也要经过验证。
如果平时经常在不同品牌设备之间切换,可以下载工控技术平台APP,把它作为随手查手册、核对故障信息和辅助学习的工具。每次排障后,再把现象、证据、处理方法和验证结果写入设备维护记录,下次遇到类似问题就能更快进入检查重点。
写在最后
设备重新通信,只能说明当前恢复了运行。一次完整的排查,还应该回答:
最初为什么失败,失败后为什么没恢复,修改后遇到同样异常会怎样?
把这三个问题查清楚,才能逐步减少“出了问题就重启”的依赖。
你遇到的PLC间歇性通信故障,最后是查出了供电、线缆问题,还是发现程序没有处理好异常?欢迎结合设备型号和故障现象交流。 |