PythonでPLCデータをデータベースから取得・統合する方法

PLC（プログラマブル・ロジック・コントローラ）のデータをデータベースに保存し、Pythonを使ってデータを取得・分析・可視化したい場合、このガイドが役立ちます。
MySQL, PostgreSQL, SQLite, MongoDB などのデータベースとPythonを接続し、PLCデータを処理する方法を解説します。

ステップ 1: Pythonのデータベース接続ライブラリをインストール

まず、使用するデータベースに応じたPythonライブラリをインストールします。

pip install pymysql psycopg2 sqlite3 pymongo sqlalchemy pandas

MySQL: pymysql
PostgreSQL: psycopg2
SQLite: sqlite3（Pythonに標準搭載）
MongoDB: pymongo
ORM（複数のデータベースを統合管理）: sqlalchemy

ステップ 2: PythonからPLCデータベースに接続する

PythonでMySQLデータベースに接続

PLCデータがMySQL に保存されている場合、pymysql を使用します。

import pymysql

# MySQLに接続
conn = pymysql.connect(
    host='localhost',
    user='root',
    password='yourpassword',
    database='plc_data'
)

cursor = conn.cursor()
cursor.execute("SELECT * FROM sensor_readings")
data = cursor.fetchall()

# PLCデータを表示
for row in data:
    print(row)

conn.close()

PythonでPostgreSQLデータベースに接続

PostgreSQL を使用している場合は、psycopg2 を使用します。

import psycopg2

# PostgreSQLに接続
conn = psycopg2.connect(
    host="localhost",
    database="plc_data",
    user="postgres",
    password="yourpassword"
)

cursor = conn.cursor()
cursor.execute("SELECT * FROM sensor_readings")
data = cursor.fetchall()

for row in data:
    print(row)

conn.close()

PythonでSQLiteデータベースに接続

SQLite にデータが保存されている場合は、sqlite3 を使用します。

import sqlite3

# SQLiteに接続
conn = sqlite3.connect("plc_data.db")
cursor = conn.cursor()

cursor.execute("SELECT * FROM sensor_readings")
data = cursor.fetchall()

for row in data:
    print(row)

conn.close()

PythonでMongoDBデータベースに接続

MongoDB にデータが保存されている場合は、pymongo を使用します。

from pymongo import MongoClient

# MongoDBに接続
client = MongoClient("mongodb://localhost:27017/")
db = client["plc_data"]
collection = db["sensor_readings"]

for record in collection.find():
    print(record)

ステップ 3: PythonでPLCデータを処理

Pandasを使ってデータを整形

データをPandas DataFrame に変換すると、処理が簡単になります。

import pandas as pd

df = pd.DataFrame(data, columns=["timestamp", "temperature", "pressure", "status"])
print(df.head())

ステップ 4: PLCデータをPythonで可視化

Matplotlibでグラフを作成

matplotlib を使って、PLCのセンサーデータをグラフ化 できます。

import matplotlib.pyplot as plt

df['timestamp'] = pd.to_datetime(df['timestamp'])
plt.plot(df['timestamp'], df['temperature'], label="Temperature")
plt.plot(df['timestamp'], df['pressure'], label="Pressure")
plt.xlabel("時間")
plt.ylabel("センサーの値")
plt.title("PLCセンサーデータの可視化")
plt.legend()
plt.show()

ステップ 5: PLCデータをリアルタイムで取得

PLCデータを定期的に取得 するには、schedule を使用します。

import schedule
import time

def fetch_plc_data():
    conn = pymysql.connect(host="localhost", user="root", password="yourpassword", database="plc_data")
    cursor = conn.cursor()
    cursor.execute("SELECT * FROM sensor_readings ORDER BY timestamp DESC LIMIT 10")
    data = cursor.fetchall()
    print("最新のPLCデータ:", data)
    conn.close()

# 10秒ごとにデータを取得
schedule.every(10).seconds.do(fetch_plc_data)

while True:
    schedule.run_pending()
    time.sleep(1)

ステップ 6: PLCデータをウェブダッシュボードに表示

PLCデータをウェブアプリケーションで表示 するには、Flask を使用します。

from flask import Flask, render_template
import pymysql

app = Flask(__name__)

def get_plc_data():
    conn = pymysql.connect(host="localhost", user="root", password="yourpassword", database="plc_data")
    cursor = conn.cursor()
    cursor.execute("SELECT * FROM sensor_readings ORDER BY timestamp DESC LIMIT 10")
    data = cursor.fetchall()
    conn.close()
    return data

@app.route("/")
def index():
    data = get_plc_data()
    return render_template("index.html", data=data)

if __name__ == "__main__":
    app.run(debug=True)

ステップ 7: 異常データのアラートを設定

温度や圧力が異常値を超えた場合に警告 を出すスクリプトです。

for row in data:
    timestamp, temperature, pressure, status = row
    if temperature > 80:
        print(f"⚠️ アラート: 高温検出 {timestamp}: {temperature}°C")
    if pressure > 100:
        print(f"⚠️ アラート: 高圧検出 {timestamp}: {pressure} Pa")