经历了长达11年的工业自动化开发工作, 碰到过数量众多的, 因技术栈选择错误, 进而致使项目走向失败的实例。有的项目, 为了追赶时髦去运用, 结果产线速度无法提升上去有的项目, 盲目选取Qt, 最终招聘不到人员进行维护还有的项目, 死死坚守老C#, 国产系统部署顿时遭遇卡壳。今天, 把我手中正着手进行的, 合计 6 个具备不同类型的项目结合起来, 依据工业现场的实际所需求, 为诸位做一次最为客观的技术栈对比。1. C#工业自动化的绝对主流2026 年全面进化目前工业上位机的首选是唯一的 C#, 9 发布完毕后, 以往所存在的那些短板基本全部被补齐了。优势在于, 开发效率可达最高地步, 生态趋向最为完善状态。诸如西门子、三菱、欧姆龙等这类主流PLC, 均存有原生的SDK, 对于工业相机对接而言, 其可称最为成熟。当下, 9自身携有推理功能, 无需进行中转操作, 并且在CPU方面的推理速度相较于之前速度提升了37% AOT经过编译以后能够直接被部署在麒麟、统信等国产系统之上。// 西门子S7-1200读写仅需3行代码 using var clientnew S7Client(); client.ConnectTo(192.168.0.1, 0, 1); client.Write(DB1.DBD0, 123.45f);不足之处在于, 其极端实时性比不上Qt, 对于超高速运动控制, 也就是在1ms以内的那种, 驾驭起来还是存在一定难度的。适应场景为, 超过百分之九十的常规产线项目, 以及汽车零部件检测, 还有3C电子装配, 以及工业数据采集系统。2. Qt高端设备的选择门槛高但上限也高对性能以及界面有着极高要求的高端设备, 像半导体设备、精密机床、大型生产线总控系统, Qt适合这类设备 使用。 句号。优势在于具备最强的跨平台能力, 同时拥有最高的界面定制自由度, 并且实时性也是最好的。能够实现微秒级的响应速度, 进而满足最为苛刻的运动控制要求。存在的不利状况有, 开发效率极其低下, 学习曲线十分陡峭。对于相同的功能而言, Qt 的开发周期, 是 C# 的二至三倍, 并且, 合格的 Qt 工程师, 非常难以招聘到。对于我们去年所开展的一个半导体分选机项目, 运用 Qt 耗费了 6 个月时间, 而要是换成 C#, 最多只需历经 3 个月便能够全然完成。使用场景适配: 具备高端特性的精密仪器设备, 要实行超高速状态之下的运动控制, 且面向那般需要极度精致的界面相关体验的项目。3. 原型验证神器绝对不要用于生产环境就这几年而言, 它是被吹捧得最为神奇的技术栈, 然而, 在工业生产的环境当中, 它的缺点实则极为致命。优点在于, 它进行原型开发, 速度是最快的, 并且其AI生态是最为优良的。它在针对算法验证方面, 在数据可视化方面, 以及在小批量测试方面, 都是极为适宜的。短处在于, 运行的速度较为缓慢, 内存之中, 泄漏现象极为严重, 稳定性欠佳。GIL 锁致使没办法切实地运用多核 CPU, 多线程进行编程简直就是一场噩梦。针对轴承检测, 我们曾尝试运用, 相同的YOLO模型, 其中速度相较于C#慢了一半, 并且在连续运行72小时的情况下必定会发生崩溃。适合采用的场景有算法原型验证, 还有数据分析以及那一次性的用于各种可能情况的工业数据采集任务, 不过要明确绝对不用于, 那种持续 24 小时不间断运行的生产设备。对于不同项目规模, 有着技术栈选择建议, 小型项目1 - 2人月, 优先选择C#, 因为其开发速度快, 且维护较为简单。中型项目3 - 6人月的话仍是偏好C#, 这是由于其生态完善, 团队组建起来比较容易。大型项目6人月以上, 在核心控制方面采用Qt, 而数据展示以及管理则运用C#。在算法验证阶段, 采用快速迭代方式, 验证通过之后转为C#。项目中比较容易踩的3坑之一是盲目追求新技术, 即不要仅仅为了使用AI而去使用AI, 毕竟大部分产线根本并不需要深度学习。将维护成本低估: Qt以及的后期维护成本比C#高出3倍不止。把国产化要求忽视: 当下存在着90%的新项目都有支持国产系统这般的要求, C#的AOT编译是当前最为出色的解决办法。最后进行总结。2026 年的上位机技术栈格局已经非常清晰了具有绝对主流地位的C#, 适配绝大多数工业项目, Qt呢, 属高端补充之物, 仅应用于特定场景, 它只能够被用于原型验证, 绝对不可以投入生产线使用。对于身为个人开发者的一群人而言, 要先是挑前学好C#, 接着再去掌控住那么一点儿Qt和, 基本上就能够全都通吃那一整个工业自动化行业了。好与坏的区分, 不适用于技术, 应当考量的是合适不适合。当你在做技术栈的选择时, 网络称赞的内容, 并非你应关注的要点, 你该关注的是自身项目的需求所在。