วิธีเชื่อมต่อและดึงข้อมูล PLC จากฐานข้อมูลด้วย Python

หากคุณกำลังมองหาวิธี ดึงข้อมูลจาก PLC (Programmable Logic Controller) ที่เก็บในฐานข้อมูล และนำมาใช้งานใน Python เช่น MySQL, PostgreSQL, SQLite หรือ MongoDB คู่มือนี้จะช่วยให้คุณสามารถ เชื่อมต่อ ดึงข้อมูล และวิเคราะห์ข้อมูล ได้ง่าย ๆ

ขั้นตอนที่ 1: ติดตั้งไลบรารีสำหรับเชื่อมต่อฐานข้อมูลใน Python

ก่อนอื่นให้ติดตั้งไลบรารีที่จำเป็นสำหรับการเชื่อมต่อฐานข้อมูล:

pip install pymysql psycopg2 sqlite3 pymongo sqlalchemy pandas

MySQL: pymysql
PostgreSQL: psycopg2
SQLite: sqlite3 (มาพร้อมกับ Python)
MongoDB: pymongo
ORM (ใช้กับหลายฐานข้อมูล): sqlalchemy

ขั้นตอนที่ 2: เชื่อมต่อ Python กับฐานข้อมูลที่เก็บข้อมูลจาก PLC

เชื่อมต่อ Python กับ MySQL

หาก PLC เก็บข้อมูลใน MySQL, ใช้ pymysql:

import pymysql

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

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

# แสดงข้อมูลจาก PLC
for row in data:
    print(row)

conn.close()

เชื่อมต่อ Python กับ PostgreSQL

หากใช้ PostgreSQL, ใช้ psycopg2:

import psycopg2

# เชื่อมต่อ PostgreSQL
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()

เชื่อมต่อ Python กับ SQLite

หากเก็บข้อมูลจาก PLC ลง SQLite, ใช้ sqlite3:

import sqlite3

# เชื่อมต่อ SQLite
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()

เชื่อมต่อ Python กับ MongoDB

หาก PLC เก็บข้อมูลใน MongoDB, ใช้ pymongo:

from pymongo import MongoClient

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

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

ขั้นตอนที่ 3: ประมวลผลข้อมูลจาก PLC ด้วย Python

แปลงข้อมูลเป็น Pandas DataFrame

เมื่อดึงข้อมูลจากฐานข้อมูลแล้ว สามารถ ใช้ Pandas จัดการข้อมูล ได้ง่ายขึ้น:

import pandas as pd

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

ขั้นตอนที่ 4: แสดงข้อมูล PLC ด้วยกราฟใน Python

สร้างกราฟด้วย Matplotlib

ใช้ matplotlib วาดกราฟข้อมูลเซ็นเซอร์จาก PLC:

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("เวลา")
plt.ylabel("ค่าจากเซ็นเซอร์")
plt.title("กราฟข้อมูล PLC Sensor")
plt.legend()
plt.show()

ขั้นตอนที่ 5: อัปเดตข้อมูลอัตโนมัติจาก PLC (Real-Time)

หากต้องการ ดึงข้อมูลจาก PLC โดยอัตโนมัติทุก ๆ 10 วินาที, ใช้ schedule:

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("ข้อมูล PLC ล่าสุด:", data)
    conn.close()

# ดึงข้อมูลทุก 10 วินาที
schedule.every(10).seconds.do(fetch_plc_data)

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

ขั้นตอนที่ 6: สร้าง Dashboard แสดงข้อมูล PLC ด้วย Flask

หากต้องการ แสดงข้อมูล PLC ผ่านเว็บแอปพลิเคชัน, ใช้ Flask:

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)

ขั้นตอนที่ 7: ตั้งค่าแจ้งเตือนเมื่อข้อมูลผิดปกติ

หากต้องการ แจ้งเตือนเมื่ออุณหภูมิหรือแรงดันสูงผิดปกติ, สามารถใช้ Python ตรวจจับเงื่อนไข:

for row in data:
    timestamp, temperature, pressure, status = row
    if temperature > 80:
        print(f"⚠️ แจ้งเตือน: อุณหภูมิสูงเกินที่ {timestamp}: {temperature}°C")
    if pressure > 100:
        print(f"⚠️ แจ้งเตือน: แรงดันสูงเกินที่ {timestamp}: {pressure} Pa")

สรุป

คู่มือนี้อธิบายวิธี เชื่อมต่อ Python กับฐานข้อมูล PLC, ดึงข้อมูลจากเซ็นเซอร์, ประมวลผลข้อมูลด้วย Pandas, แสดงผลด้วย Matplotlib, อัปเดตข้อมูลอัตโนมัติ, สร้าง Dashboard และ ตั้งค่าแจ้งเตือนเมื่อข้อมูลผิดปกติ