西門子代理商 西門子6ES7321-1BL00-0AA0 西門子6ES7321-1BL00-0AA0

數(shù)字量輸入模塊具有下列機械特性：

• 緊湊型設計：
  堅固的塑料機殼里包括：
  • 綠色 LED,，用于指示輸入的信號狀態(tài)。
  • 前連接器插座,，通過前門保護,。
  • 前門上的標簽區(qū)。
  • 連接器針腳分配,，用于在前門內(nèi)部進行配線,。
• 安裝方便：
  沒有插槽規(guī)則；輸入地址由插槽決定,。
  當在 ET 200M 中與有源總線模塊一起使用時,，可以進行熱插拔，而不會有任何反應,。
• 方便用戶接線,。

具有8、16,、32或64通道的模塊,。

功能

數(shù)字量輸入模塊將來自過程的外部數(shù)字信號電平轉換成控制器的內(nèi)部信號電平（邏輯“0”或“1”）。

多種輸入電壓,，可支持連接不同的控制信號：

• 24 V DC
• 48 - 125 V DC
• 120/230 V AC

除了經(jīng)濟性以及易于處理的特點外,，該模塊還具有其他特殊功能：

• 可在等時模式下使用
• 過程和診斷報警
• 使用源電流或漏電流

特殊模塊還可處理過程工程，例如支持 NAMUR 標準,。

西門子開發(fā)智能軟件,，預知空氣污染

西門子開發(fā)了一款智能軟件，它能依靠人工神經(jīng)網(wǎng)絡,，提前數(shù)日精確預測大城市空氣污染程度,。這款軟件能為城市及其居民提供必要信息，以便最大限度地減少可能發(fā)生污染高峰的影響,，從而改善生活質量,。

城市一直被視為工業(yè)增長的引擎,，因為其為居民提供了就業(yè)和致富的機會。在現(xiàn)代社會,，這種情況變得特別明顯,。事實上，自2009年起,，人類歷*次全球人口的半數(shù)以上居住在城市,。到2050年，全球人口的70%將在城市生活,，這個數(shù)量幾乎相當于當今全球人口總和,。

但城市化帶來的負面影響也顯而易見。城市居民數(shù)量爆炸性增長,，對城市基礎設施構成了巨大挑戰(zhàn)——許多地方的基礎設施已接近其承載能力極限,。譬如，如今全球50%以上的人口,，分布于不足地球表面積2%的區(qū)域內(nèi),。這樣一來，城市為滿足其交通,、工業(yè)和能源等需求而排放的溫室氣體,，在全球排放總量中的占比已高達70%。

城市的空氣難言清新,。這種空氣日益損害著人們的身心健康,。世界衛(wèi)生組織（WHO）于2015年5月發(fā)布的分析報告透露，近90%的全球城市人口,，他們所呼吸空氣的污染程度已大大高于推薦的臨界值,。

在中國首都北京，一位市民騎車穿行于霧霾中,。

700萬人死亡

空氣污染的后果令人不寒而栗,。據(jù)WHO發(fā)布的數(shù)據(jù)，每年有大約700萬人死于空氣污染,。也就是說,，全球八分之一的死亡緣于被污染的空氣。

但WHO也指出了樂觀的一面,。它指出,，城市有能力通過地方性的措施極大地改善其空氣質量，不論是利用現(xiàn)代,、高效的智能基礎設施解決方案,，還是通過臨時的簡單舉措，如交通管制和鼓勵步行和騎車等措施。理想情況下,，可以直接在污染最嚴重的地方實施這些舉措,。然而，這要求知道具體地點的污染程度隨時間而變化的情況,。

準確預測空氣污染

來自西門子中央研究院的Ralph Grothmann博士接受了這個挑戰(zhàn),。針對德勤數(shù)據(jù)分析研究所（DAI）計劃開展的“Mayor Cockpit”項目，Grothmann開發(fā)了基于神經(jīng)網(wǎng)絡的空氣污染預測模型,。該模型能夠提前數(shù)日精確預測大城市的污染程度,。Grothmann表示：“神經(jīng)網(wǎng)絡是能像人腦那樣運行的計算機模型。通過訓練,，它們能學會辨識各種關聯(lián)并做出預測,。”這聽起來有點像科幻小說，但多年來西門子一直在諸多領域使用神經(jīng)網(wǎng)絡這一概念,，因此,，它可以說是一項歷經(jīng)檢驗的成熟技術。譬如,，神經(jīng)網(wǎng)絡已被用于預測經(jīng)濟活動水平、原材料價格,，甚至可再生能源預期發(fā)電量等,。

城市交通：城市排放的主力軍之一。

倫敦試點項目

在開發(fā)這個預測系統(tǒng)的過程中,，Grothmann利用了倫敦市遍布中心城區(qū)的約150座監(jiān)測站收集的天氣和排放數(shù)據(jù),。Grothmann說：“這些數(shù)據(jù)讓我們得以訓練我們的系統(tǒng)。特別是,，我們收集了諸如一氧化碳,、二氧化碳和氮氧化物等氣體的排放測量數(shù)據(jù)。我們將這些排放數(shù)據(jù)的變化情況與同一時期的天氣數(shù)據(jù)相關聯(lián),，包括諸如濕度,、太陽輻射、云層覆蓋和溫度等因素,。”諸如工作日,、周末、假期,、展會和體育賽事等經(jīng)常性活動,，也被編程到模型中，因為這些因素也以其不同方式影響著交通和排放,。

基于由此產(chǎn)生的所有數(shù)據(jù),，以及季節(jié)性天氣數(shù)據(jù)和即時天氣預報，神經(jīng)網(wǎng)絡必須學會如何預測空氣污染程度,。開始時,，它并不知道任何特定變量會造成什么影響,，因此，它做出的預測與實際測得的排放水平大相徑庭,。然而,，在數(shù)百次重復的訓練過程中，這個程序穩(wěn)步縮小了其預測與實際測得的城市大氣污染程度之間的差距,。它通過改變各個參數(shù)的權重,，實現(xiàn)了這一點。

Grothmann表示：“現(xiàn)在,，我們的系統(tǒng)能夠逐小時預報倫敦市內(nèi)150個地點未來3天的空氣污染程度,，且誤差率不超過10%。根據(jù)我們的預測結果,，還可以推斷出導致所預測空氣污染的主要原因,。”

這款軟件使用了遍布倫敦中心城區(qū)的約150座監(jiān)測站提供的數(shù)據(jù)。

這個系統(tǒng)能夠逐小時預報倫敦市內(nèi)150個地點未來3天的空氣污染程度,，且誤差率不超過10%,。

這個系統(tǒng)能夠區(qū)分不同受測氣體的排放量，如一氧化碳,、二氧化碳和氮氧化物,。

有的放矢地制定預防措施

當然，任何預測本身并不能減輕城市的空氣污染,。但預測軟件提供了必要的數(shù)據(jù),，有助于有的放矢地實施應對舉措。Grothmann指出：“譬如,，如果我們的系統(tǒng)預測出未來兩天受交通影響,，倫敦的某些區(qū)域將出現(xiàn)高于平均水平的空氣污染，那么,，倫敦市可以通過臨時提高擁堵費,，在受影響嚴重的區(qū)域實行貨車分時段限行，或鼓勵人們乘坐公交出行等舉措做出響應,。”

除了交通或工業(yè)和能源領域的這些舉措之外,，西門子的預測軟件還可為那些希望避開嚴重污染地點和時段的居民提供擴展服務。譬如,，他們可以使用在線服務,，根據(jù)未來幾天的污染預報，找出適于慢跑的地點和時間——不只是在倫敦,，而且是在任何配備了足夠多的傳感器的城市,。Grothmann說：“理論上講，我們的系統(tǒng)可以擴展至所有城市——前提條件是，這些城市能對其空氣成分進行測量,。”

不論是作為最大限度地減輕污染的輔助工具,，還是為注重健康的居民提供的服務，西門子所開發(fā)的預測軟件都為城市提供了一個邁向高效,、智能,、可持續(xù)發(fā)展未來的跳板。在未來,，城市不僅能為其居民提供發(fā)展,、就業(yè)和致富的機會，而且能提供潔凈,、清新的空氣,。