双网口扩展IO支持8DO输出
M320E以太网远程I/O数据采集模块是一款工业级、隔离设计、高可靠性、高稳定性和高精度数据采集模块,嵌入式32位高性能微处理器MCU,集成2路工业10/100M自适应以太网模块里面。提供多种I/O,支持标准Modbus TCP,可集成到SCADA、OPC服务器等自动化系统。专为在恶劣的工业应用环境中工作而设计,广泛应用于各种工业自动化、安防监控系统、自动测控系统。
M320E提供提供多种I/O,支持标准Modbus TCP、MQTT协议、Modbus RTU协议,可集成到SCADA、OPC服务器等自动化系统以及物联网云平台,如阿里云、华为云、各种私有云等。专为在恶劣的工业应用环境中工作而设计,广泛应用于各种工业物联网、工业自动化、安防监控系统、自动测控系统。
M320E以太网远程I/O模块提供8路数字输出,支持10Hz~300Khz高速脉冲输出。所有的 I/O 都具有高采样频率和特殊的过滤策略,以确保其可靠性。
技术参数
分类
参数
描述
开关量输出
DO输出
默认三极管SINK输出,继电器输出需订货时候说明
脉冲输出
第一路DO支持脉冲输出功能,脉冲输出频率:10Hz~300KHz
过压保护
50 VDC
最大负载限制
每个接点 500 mA
过热保护
175℃(典型),150℃(最小)
采样频率
500hz,3次确认,带数字滤波,具有很强防抖处理
热电阻RTD输入
RTD输入
支持12bit分辨率的PT00和PT1000输入
温度测量范围
-150~+420℃
精确度
±0.1% FSR @ 25℃,±0.3% FSR @ -10 和 60℃
采样率(所有通道)
每秒采集 20 次,3次确认,带数字滤波,具有很强防抖处理
隔离保护
无
10/100M自适应以太网接口
通讯规约
MQTT协议、ModBus TCP协议
保护
15KV ESD保护
协议
Modbus/TCP、 TCP/IP
最大链接数
作为Modbus TCP Server时,可同时支持5 TCP链接
RS485通讯接口
通讯规约
MODBUS RTU、Modbus ASCII Master标准规约
通讯地址
1~255可设置
数据格式
可软件设置
采集频率
100ms
通讯速率
可设置1200、2400、4800、9600、19200、38400、57600、115200、128000Bps
电源
无模拟量输出设备
DC12~36V供电,且带有防反接保护设计,峰值电压不得超过+40V
带模拟量AO输出设备
DC24~36V供电,且带有防反接保护设计,峰值电压不得超过+40V
典型待机功耗
≤1.7W,如果有继电器动作:每动作一路0.15W
工作环境
工作温度
-20 ~70℃
存放温度
-40 ~85℃
相对湿度
5 ~95%,无结露(在40℃下)
海拔高度
0~3000米
环境
无爆炸、腐蚀气体及导电尘埃,无显著摇动、振动和冲击的场所
温度漂移
≤100ppm/℃
安装方式
墙壁安装或35mm 标准DIN导轨安装
模块尺寸
105×88×30mm
MxxxE系列产品选型表
型号
描述
电源输出
工作电压
典型待机功耗
M100E
2个以太网口,1个RS485, 2 DI, 2 AI, 2 DO或继电器输出
1 DC
12~36VDC
1.2W-1.68W
M110E
2个以太网口, 1个RS485,4 DI, 4 DO或继电器输出
1 DC
12~36VDC
1.2W-1.68W
M120E
2个以太网口, 1个RS485,4 DI, 4 AI, 2AO, 4 DO或继电器输出
1 DC
24~36VDC
1.2W-1.68W
M130E
2个以太网口, 1个RS485, 8 DI, 4DO或继电器输出
1 DC
12~36VDC
1W-1.2W
M140E
2个以太网口, 1个RS485, 8 DI, 8 DO或继电器输出
1 DC
12~36VDC
1W-1.2W
M150E
2个以太网口, 1个RS485, 8 DI, 4AI, 4 DO或继电器输出
1 DC
12~36VDC
1W-1.2W
M160E
2个以太网口, 1个RS485, 8 DI, 8AI, 8 DO或继电器输出
1 DC
12~36VDC
1W-1.2W
M200E
2个以太网口, 1个RS485, 2 AO,12位
1 DC
24~36VDC
1.2W-1.68W
M210E
2个以太网口, 1个RS485, 4DI
1 DC
12~36VDC
1.2W-1.68W
M220E
2个以太网口, 1个RS485, 4DO或继电器输出
1 DC
12~36VDC
1.2W-1.68W
M230E
2个以太网口, 1个RS485, 4AI
1 DC
12~36VDC
1.2W-1.68W
M240E
2个以太网口, 1个RS485, 4RTD, 2/3线制PT100/pt1000
–
12~36VDC
0.75W-0.95W
M310E
2个以太网口, 1个RS485, 8DI
1 DC
12~36VDC
1.2W-1.68W
M320E
2个以太网口, 1个RS485, 8DO
1 DC
12~36VDC
1.2W-1.68W
M330E
2个以太网口, 1个RS485, 8AI
1 DC
12~36VDC
1.2W-1.68W
M340E
2个以太网口, 1个RS485, 8RTD, 2/3线制PT100/pt1000
–
12~36VDC
0.75W-0.95W
M410E
2个以太网口, 1个RS485, 16DI
1 DC
12~36VDC
1.1W-1.32W
M420E
2个以太网口, 1个RS485, 16DO或继电器输出
–
12~36VDC
0.75W-1W
相关文章:
双网口扩展IO支持8DO输出
M320E以太网远程I/O数据采集模块是一款工业级、隔离设计、高可靠性、高稳定性和高精度数据采集模块,嵌入式32位高性能微处理器MCU,集成2路工业10/100M自适应以太网模块里面。提供多种I/O,支持标准Modbus TCP,可集成到SCADA、OPC服…...
【负载均衡在线OJ项目日记】编译与日志功能开发
目录 日志功能开发 常见的日志等级 日志功能代码 编译功能开发 创建子进程和程序替换 重定向 编译功能代码 日志功能开发 日志在软件开发和运维中起着至关重要的作用,目前我们不谈运维只谈软件开发;日志最大的作用就是用于故障排查和调试&#x…...
yaml配置文件的在深度学习中的简单应用
1 .创作灵感 小伙伴们再阅读深度学习模型的代码的时候,经常会遇到yaml格式的配置文件。用这个配置文件是因为我们在训练模型的时候会涉及很多的参数,如果这些参数东一个,西一个,我们调起来的时候就会很不方便,所以用y…...
spring boot 核心配置文件是什么?
Spring Boot 的核心配置文件主要是 application.properties 或 application.yml(也称为 YAML 格式)。这两个文件通常位于项目的 src/main/resources 目录下,用于配置 Spring Boot 应用程序的各种属性和设置。 application.properties…...
Python的奇妙之旅——回顾其历史
我们这个神奇的宇宙里,有一个名叫Python的小家伙,它不仅聪明,而且充满活力。它一路走来,从一个小小的编程语言成长为如今全球最受欢迎的编程语言之一。今天,我们就来回顾一下Python的历史,看看它如何从一个…...
Flink面试整理-Flink的性能优化策略
Apache Flink 的性能优化是一个多方面的任务,涉及硬件资源、算法选择、配置调整等多个层面。以下是一些常见的 Flink 性能优化策略: 1. 资源分配和管理 合理配置 TaskManager 和 JobManager:根据作业的需求和可用资源,合理分配内存和 CPU 给 TaskManager 和 JobManager。适…...
SpringBoot与SpringMVC的区别
SpringBoot与SpringMVC的区别是什么? SpringBoot和SpringMVC是Java开发中常用的两个框架,它们都是由Spring框架所提供的,但在功能和使用方式上有着一些区别。本文将分别介绍SpringBoot和SpringMVC的特点和区别。 一、SpringBoot的特点&#…...
漏洞挖掘之某厂商OAuth2.0认证缺陷
0x00 前言 文章中的项目地址统一修改为: a.test.com 保护厂商也保护自己 0x01 OAuth2.0 经常出现的地方 1:网站登录处 2:社交帐号绑定处 0x02 某厂商绑定微博请求包 0x02.1 请求包1: Request: GET https://www.a.test.com/users/auth/weibo?…...
电脑屏幕监控软件都有哪些 | 五大好用屏幕监控软件盘点
电脑屏幕监控软件在企业管理、家庭教育等方面发挥着越来越重要的作用。 这些软件通过实时监控电脑屏幕活动,为用户提供了强大的管理和监控功能。 本文将为您盘点五大好用的电脑屏幕监控软件,帮助您更好地了解并选择适合自己的软件。 电脑屏幕监控软件都…...
数据结构-线性表-链表-2.3-2
在带头节点的单链表L中,删除所有值为x的结点,并释放其空间,假设值为x的结点不唯一, 是编写算法实现上述操作。 双指针,用p从头至尾扫描单链表,pre指向*p结点的前驱,若p所指结点的值为x&#x…...
【自动化测试】使用MeterSphere进行接口测试
一、接口介绍二、接口测试的过程三、接口自动化测试执行自动化流程 四、接口之间的协议HTTP协议 五、 接口测试用例设计接口文档 六、使用MeterSphere创建接口测试创建接口定义设计接口测试用例 一、接口介绍 自动化测试按对象分为:单元测试、接口测试、UI测试等。…...
C语言 main( ) 函数的指针数组形参是怎么回事?
一、问题 在使⽤⼀些开发⼯具⽣成C语⾔⽂件时,主函数 mian( ) 中会有参数,这个参数到底是怎么回事⼉呢? 二、解答 mian( ) 称为主函数,是所有程序运⾏的⼊口。 mian( ) 函数是由系统调⽤的,当处于操作命令状态下&…...
汽车 - 什么是车轮抱死
车轮抱死分为两种情况,一种是车辆故障层面,另一种是驾驶过程中的物理现象。我们先来说最通俗的刹车车轮抱死吧。 刹车制动车轮抱死 车轮停止轴向转动就是抱死,有速度的情况下抱死车轮,如果车辆的惯性动能大于轮胎抓地力࿰…...
环保设备统一管理系统
在环保意识日益增强的今天,企业如何有效管理环保设备,确保其正常运行,减少环境污染,成为了一个重要议题。HiWoo Cloud平台以其独特的环保设备统一管理系统,为企业提供了一套完整的解决方案,帮助企业实现绿色…...
python 11Pandas数据可视化实验
实验目的: 学会使用Pandas操作数据集,并进行可视化。 数据集描述: 该数据集是CNKI中与“中药毒理反应”相关的文献信息,包含文章题目、作者、来源(出版社)、摘要、发表时间等信息。 实验要求࿱…...
【JUC】并发编程 AQS,ReentryLock,CyclicBarrier,CountDownLatch 原理总结
AQS AQS是什么?重写AQS就能实现锁的效果? AQS是一个抽象类,是一个并发包的基础组件,用来实现各种锁,同步组件的工具(通过volatile cas进行实现)。它包含了共享成员变量state、等待队列、条件…...
移动端底层事件(如左滑返回事件)在同一个路由下不同页面需要不同的处理要怎样才能做到统一处理?
目录 一、问题 二、解决方法 三、总结 tiips:如嫌繁琐,直接移步总结即可! 一、问题 1.测试提了个bug:进入了一个模块A里面的子页面 a1,左滑后按照用户预期应该是返回到模块A,结果回到了app首页。 二、解决方法 1.一开始:啊,…...
hive中开窗函数row_number的使用
row_number()函数介绍 row_number()开窗函数的一种,和over()函数结合一起使用,可以实现对数据的分组和排序。 使用示例 现在有一张表,数据如下 ----------------------- | Year | Region | Sales | ----------------------- | 2022 | E…...
华为数据之道第三部分导读
目录 导读 第三部分 第7章 打造“数字孪生”的数据全量感知能力 “全量、无接触”的数据感知能力框架 数据感知能力的需求起源:数字孪生 数据感知能力架构 基于物理世界的“硬感知”能力 “硬感知”能力的分类 “硬感知”能力在华为的实践 基于数字世界的…...
【Qt】常用控件(一)
文章目录 一、核心属性1、enabled代码示例: 通过按钮2 切换按钮1 的禁用状态 2、geometry代码示例: 控制按钮的位置代码示例:window frame 的影响代码示例: 感受 geometry 和 frameGeometry 的区别 3、windowTitle4、windowIcon代码示例: 通过 qrc 管理图片作为图标…...
观成科技:隐蔽隧道工具Ligolo-ng加密流量分析
1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具,该工具基于TUN接口实现其功能,利用反向TCP/TLS连接建立一条隐蔽的通信信道,支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式,适应复杂网…...
[2025CVPR]DeepVideo-R1:基于难度感知回归GRPO的视频强化微调框架详解
突破视频大语言模型推理瓶颈,在多个视频基准上实现SOTA性能 一、核心问题与创新亮点 1.1 GRPO在视频任务中的两大挑战 安全措施依赖问题 GRPO使用min和clip函数限制策略更新幅度,导致: 梯度抑制:当新旧策略差异过大时梯度消失收敛困难:策略无法充分优化# 传统GRPO的梯…...
【大模型RAG】Docker 一键部署 Milvus 完整攻略
本文概要 Milvus 2.5 Stand-alone 版可通过 Docker 在几分钟内完成安装;只需暴露 19530(gRPC)与 9091(HTTP/WebUI)两个端口,即可让本地电脑通过 PyMilvus 或浏览器访问远程 Linux 服务器上的 Milvus。下面…...
第一篇:Agent2Agent (A2A) 协议——协作式人工智能的黎明
AI 领域的快速发展正在催生一个新时代,智能代理(agents)不再是孤立的个体,而是能够像一个数字团队一样协作。然而,当前 AI 生态系统的碎片化阻碍了这一愿景的实现,导致了“AI 巴别塔问题”——不同代理之间…...
c#开发AI模型对话
AI模型 前面已经介绍了一般AI模型本地部署,直接调用现成的模型数据。这里主要讲述讲接口集成到我们自己的程序中使用方式。 微软提供了ML.NET来开发和使用AI模型,但是目前国内可能使用不多,至少实践例子很少看见。开发训练模型就不介绍了&am…...
大语言模型(LLM)中的KV缓存压缩与动态稀疏注意力机制设计
随着大语言模型(LLM)参数规模的增长,推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长,而KV缓存的内存消耗可能高达数十GB(例如Llama2-7B处理100K token时需50GB内存&a…...
Pinocchio 库详解及其在足式机器人上的应用
Pinocchio 库详解及其在足式机器人上的应用 Pinocchio (Pinocchio is not only a nose) 是一个开源的 C 库,专门用于快速计算机器人模型的正向运动学、逆向运动学、雅可比矩阵、动力学和动力学导数。它主要关注效率和准确性,并提供了一个通用的框架&…...
安宝特案例丨Vuzix AR智能眼镜集成专业软件,助力卢森堡医院药房转型,赢得辉瑞创新奖
在Vuzix M400 AR智能眼镜的助力下,卢森堡罗伯特舒曼医院(the Robert Schuman Hospitals, HRS)凭借在无菌制剂生产流程中引入增强现实技术(AR)创新项目,荣获了2024年6月7日由卢森堡医院药剂师协会࿰…...
Proxmox Mail Gateway安装指南:从零开始配置高效邮件过滤系统
💝💝💝欢迎莅临我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:「storms…...
HybridVLA——让单一LLM同时具备扩散和自回归动作预测能力:训练时既扩散也回归,但推理时则扩散
前言 如上一篇文章《dexcap升级版之DexWild》中的前言部分所说,在叠衣服的过程中,我会带着团队对比各种模型、方法、策略,毕竟针对各个场景始终寻找更优的解决方案,是我个人和我司「七月在线」的职责之一 且个人认为,…...
