Studio Motion 实机验收报告
Studio Motion 在 PC-S / SOEM / 汇川 SV630N 单伺服台架(Runtime 0.44.15–0.44.20,10 ms 周期)完成 MC_Power、总线 Quick Stop、MC_Home 方式 35 与方式 29、驱动启动故障复位的实机验收,并列出定位、停止、缓存、探针、多轴、凸轮色标等指令的后续真机覆盖条件。
本文记录 Studio Motion 在 SV630N 单伺服台架上已完成的实机验收项目、证据文件与后续指令覆盖计划。
台架和版本
PC-S、Runtime 0.44.15 至 0.44.20、SOEM、站位 1 汇川 SV630N、站位 2 EC3A-IO1631,周期 10 ms。伺服使用 0x1701 / 0x1B01。IO 模块 DO2 驱动原点输入,DO3 驱动反向限位。报告记录已执行的台架测试,安装包部署另行验收。
已通过的实机项目
| 项目 | 结果 | 证据 |
|---|---|---|
| MC_Power | ST 指令原地使能,控制字 0x0006 → 0x0007 → 0x000F,状态与驱动确认一致,最大偏差 2 个原始计数。 | build/ethercat-first-round/power-hold-st-live-04415.txt |
| 总线 Quick Stop | 0x0002 后 29.986 ms 确认禁止使能。保持旧请求继续观察 15 个扫描,未自动重启。该项为总线 Quick Stop,MC_Stop 与 MC_Halt 另有各自验收。 | build/ethercat-first-round/power-hold-st-live-04415.txt |
| MC_Home 方式 35 | ST 经实际 Worker 启动当前位置回零,反馈为 0,恢复 CSP 后 Done/Homed 有效。 | build/ethercat-first-round/home35-worker-package/verified.json |
| MC_Home 方式 29,直接遇原点 | IO 信号按位置触发,回零完成状态字 0x9637,未触发反限位,确认位置 6 个计数。已恢复 CSP,Done/Homed 有效,撤销使能后回到禁止使能。 | build/ethercat-first-round/home29-live-accepted/direct-verified.json |
| MC_Home 方式 29,先遇反限位 | 已读到反限位与两次原点上升沿,完成字 0x9637,确认位置 6 个计数。恢复 CSP 后 Done/Homed 有效,撤销使能后回到禁止使能。 | build/ethercat-first-round/home29-live-accepted/limit-verified.json |
| 驱动启动故障复位 | 实机在 OP 下发一次 0x0080,错误码清零。该结果覆盖启动复位,MC_Reset 的 ST 调用仍待验收。 | build/ethercat-first-round/power-hold-st-live-04415.txt |
方式 29 使用临时速度 1600/800 指令单位每秒、加速度 18000 指令单位每平方秒。搜索窗口分别为 ±550、±850 原始计数。结束后恢复原速度和加速度,保留方式 29。两条用例均采用 ±16 计数完成容差。
工具箱后续实机覆盖
| 批次 | 指令 | 验收内容与当前条件 |
|---|---|---|
| 单轴定位和读值 | MC_MoveAbsolute、MC_MoveRelative、MC_MoveAdditive、MC_MoveVelocity、MC_ReadActualPosition、MC_ReadActualVelocity | Worker 当前缺少实轴轨迹目标输出及工程位置/速度回传。先接通 CSP 目标和反馈,再比较指令目标、实际轨迹、终点误差与速度。 |
| 停止和轴管理 | MC_Stop、MC_Halt、MC_Reset、MC_ReadStatus、MC_ReadAxisError、MC_SetPosition、MC_SetOverride、ZM_ReinitAxis、ZM_SetAxisLimits | 独立验证运动中减速、停止锁定、故障复位、工程坐标和参数更新。硬件启动复位、回零和 Quick Stop 证据列在上表。 |
| 缓存和段间衔接 | ZM_PauseQueue、ZM_ResumeQueue、ZM_ClearQueue、ZM_ReadQueue;定位指令 BufferMode | 实轴基础定位通过后验证队列顺序、段内减速暂停、恢复、清空及 Blending 连续性。 |
| 探针和中断进给 | MC_TouchProbe、MC_AbortTrigger、ZM_MoveOnProbe、ZM_MoveOnInput | 需要接通实轴锁存、触发反馈与运行中的目标重规划;分别验证信号触发、窗口、超时和未触发路径。 |
| 双轴和多轴 | MC_GroupEnable、MC_GroupDisable、MC_MoveLinearAbsolute、MC_MoveLinearRelative、MC_MoveCircularAbsolute、MC_MoveCircularRelative、MC_GroupReadStatus、ZM_GroupCycle、ZM_GroupPause、ZM_GroupResume、ZM_GroupClear、ZM_GroupReadQueue | 至少需要两条可独立使能的实轴和双轴周期输出。当前台架只有一台伺服,无法验收真实同步和插补。 |
| 同步、凸轮和色标 | MC_GearIn、MC_GearOut、MC_CamTableSelect、MC_CamIn、MC_CamOut、ZM_EncoderCycle、ZM_MoveLink、ZM_CamSwitch、ZM_CamPhase、ZM_CamSwitchGroup、ZM_RegisterSchedule、ZM_RegisterCam | 先验证主轴位置与从轴跟踪,再验证立即/绝对位置启动、平滑追同步、色标窗口和多从轴切换。需要相应实轴或编码器主轴。 |
| 仿真轴推进 | ZM_AxisCycle | 用于推进虚拟轴仿真。实轴调度由 Worker 承担,物理 PDO 周期另行验证。 |
结论
现阶段可在工具箱明确标注 SV630N 台架已验证的 MC_Power 与 MC_Home。全 Motion 指令库尚未完成真机验收。下一批可利用现有单伺服台架开展绝对及相对定位、反馈和停止;多轴批次需要第二台伺服。
推荐阅读
更多工业 AI、智能制造与技术实践文章
RGB到CMYK/LC/LM/W七通道颜色拟合:工业打印机智能分色算法设计
针对 CMYK+LC+LM+W 七通道工业喷墨打印设备,本文设计了一套 RGB 到七通道墨量的智能分色算法:通过自动打印测色建立颜色数据库,利用 XGBoost 学习七通道墨量→Lab 的正向颜色响应模型,结合 ΔE00 与墨量约束的反向优化寻找最佳分色,并生成 3D LUT 实现在线高速颜色转换,配合 LittleCMS 与 GCR、白墨策略、Total Ink Limit 构建完整的分色体系。
AGV小车的运动是怎么控制的呢?一文讲清导航与定位原理
AGV 小车如何在没有驾驶员的情况下精准完成搬运任务?本文从酒店送餐机器人场景切入,系统讲解 AGV 的四大主流导航方式(激光、视觉、GPS、惯性),并深入介绍「北斗 RTK + UWB + 视觉融合」的室内外一体化定位方案与作业调度控制,帮助读者理解 AGV 运动控制的核心原理。
树莓派推送RTSP视频流实战:FFmpeg + rtsp-simple-server(MediaMTX)搭建局域网视频直播服务
本文面向树莓派视频流、Python视觉开发、RTSP视频监控和边缘AI视觉初学者,介绍如何在Raspberry Pi上搭建简单、稳定的RTSP视频流服务。项目采用FFmpeg + rtsp-simple-server(MediaMTX)方式,将树莓派摄像头采集的视频转换并推送到RTSP服务器,再由电脑、NVR、VLC、OpenCV或AI视觉程序访问。文章从安装FFmpeg并验证版本开始,下载适用于ARM64架构的MediaMTX v1.8.1,配置Linux Systemd服务实现RTSP服务器开机自启,最后将摄像头视频推送到RTSP地址,形成树莓派摄像头 → FFmpeg → RTSP服务器 → 客户端播放/AI检测的完整视频流架构。
CMYK色彩管理之色差调整
本文系统讲解CMYK色彩管理中的色差调整:RGB与CMYK色彩模式对比、CMYK色彩空间特点、色调/饱和度/亮度等色彩基本属性、印刷四色加法混色原理,以及色值精准调整的核心策略(判断偏色方向、定位问题通道、控制调整幅度)与Photoshop等图像处理软件中的色彩校对技巧,并给出常见色差问题的解决思路。
RIP软件底层逻辑全解析:从CMYK墨量控制到PRN灰度网点数据
本文深入数码印刷RIP软件的底层逻辑:CMYK曲线与单通道/总墨量限制如何控制物理边界,打印机线性化与ICC特性文件如何实现精准色彩复制,灰度PRN数据与位深度(1/2/3位)如何驱动可变网点喷头,以及半色调方法、PPI/DPI匹配和常见印刷故障的排查指南。
Conda环境下测试Intel NPU:Python版本如何选择?
在 Intel Core Ultra + OpenVINO + YOLO 工业视觉项目中,Conda 环境测试 Intel NPU 时 Python 版本如何选择?本文结合实际开发经验,推荐 Python 3.10 作为 NPU 测试环境,并给出从环境搭建、设备识别到 NPU 模型编译、性能测试的分层验证流程。
