Summary

Comunicazione dati basata su MQTT in un processo di estrusione di polimeri

Published: July 15, 2022
doi:

Summary

Questo lavoro propone un metodo flessibile per la comunicazione dei dati tra un sistema di estrusione di film e dispositivi di monitoraggio basato su un protocollo di messaggi chiamato Message Queuing Telemetry Transport (MQTT).

Abstract

Questo lavoro mira a costruire una struttura di comunicazione dati flessibile per una macchina per la lavorazione dei polimeri impiegando un protocollo basato su editore-abbonato chiamato Message Queuing Telemetry Transport (MQTT), che viene gestito su TCP / IP. Anche quando si utilizzano apparecchiature convenzionali, i dati di elaborazione possono essere misurati e registrati da vari dispositivi ovunque attraverso una comunicazione Internet. Un protocollo basato su messaggi consente una comunicazione flessibile che supera le carenze del protocollo server-client esistente. Più dispositivi possono sottoscrivere i dati di elaborazione pubblicati dai dispositivi di origine. Il metodo proposto facilita la comunicazione dei dati tra più editori e abbonati. Questo lavoro ha implementato un sistema che pubblica i dati dall’apparecchiatura e sensori aggiuntivi a un broker di messaggi. Gli abbonati possono monitorare e archiviare i dati di processo inoltrati dal broker. Il sistema è stato implementato ed eseguito per una linea di estrusione di film per dimostrare l’efficacia.

Introduction

Nell’ondata della 4a rivoluzione industriale, l’acquisizione e il monitoraggio di vari dati di elaborazione sono diventati compiti importanti1. In particolare, migliorare il processo di produzione utilizzando i dati di processo e stabilire piani operativi efficienti sarà un obiettivo importante di tutti gli impianti di produzione 2,3. I tempi di inattività possono essere notevolmente ridotti se un allarme può essere inviato fuori dalla fabbrica o se la manutenzione predittiva può essere eseguita nel tempo4. Recentemente, sono stati fatti molti sforzi per l’analisi dei dati nei processipolimerici 5,6. Tuttavia, non è facile svolgere questi compiti a causa delle difficoltà nell’acquisire tali dati dai sistemi esistenti7. La struttura gerarchica del controllo e della strumentazione rende difficile l’acquisizione e la comunicazione dei dati.

Prima di tutto, non è possibile ottenere dati da macchine diverse con date di produzione diverse. È difficile realizzare la comunicazione tra macchine diverse poiché ciò richiede l’interoperabilità tra diversi bus di campo in formati proprietari. In questo modo, i metodi di comunicazione e i formati dei dati vengono mantenuti privati. Questo aiuta a mantenere facilmente la sicurezza dei dati, ma mantiene gli utenti dipendenti dal costruttore della macchina per i servizi e gli sviluppi futuri. I recenti computer di controllo, tra cui l’interfaccia uomo-macchina (HMI) collegata alle macchine per la lavorazione dei polimeri, sono per lo più basati su Windows in questi giorni, ma sono caricati con software creato in un ambiente di sviluppo proprietario. È possibile utilizzare controllori logici programmabili (PLC) di diverse aziende per comunicare con i sensori o gli attuatori, ma in molti casi il sistema di controllo di supervisione superiore e acquisizione dati (SCADA) dipende dai computer di controllo8. Questa pratica ha fatto sì che numerosi protocolli, bus di campo e sistemi di controllo competessero sul mercato. Sebbene questa complessità sia stata alleviata a poco a poco nel tempo, molti tipi di bus di campo e protocolli sono ancora in uso attivo.

D’altra parte, la comunicazione tra dispositivi di controllo e SCADA è stata standardizzata dall’Open Platform Communications United Architecture (OPCUA)9. Inoltre, anche la comunicazione tra SCADA e il Manufacturing Execution System (MES) è stata effettuata principalmente tramite OPCUA. In una struttura gerarchica così stretta, non è facile estrarre liberamente i dati per il monitoraggio e l’analisi dei processi. Di solito, i dati devono essere estratti dallo SCADA o dal MES10. Come accennato in precedenza, questi sistemi sono specifici del fornitore e i formati di dati sono raramente aperti. Di conseguenza, l’estrazione dei dati richiede un supporto sostanziale da parte dei fornitori di soluzioni IT/OT (Information Technology/ Operational Technology) originali. Ciò può ostacolare l’acquisizione dei dati per il monitoraggio e l’analisi.

In una linea di estrusione di film, il PC di controllo è supervisionato da un sistema SCADA11. Il sistema SCADA è gestito da un programma per computer che non può essere facilmente modificato. Il programma per computer potrebbe essere modificabile, ma l’editing è piuttosto costoso e richiede tempo. Per monitorare e analizzare facilmente i dati di elaborazione, i dati dovrebbero essere accessibili da qualsiasi luogo. Per monitorare i dati di elaborazione lontano dal sito, il programma per computer dovrebbe essere in grado di trasmettere i dati di elaborazione a Internet12. Inoltre, un metodo open free riduce le spese per l’acquisizione dei dati13. Questo approccio consente di eseguire l’analisi dei dati anche in piccole fabbriche che non possono permettersi di investire in soluzioni IT commerciali14.

In questo studio viene utilizzato un protocollo di messaggio basato sul modello editore-sottoscrittore. MQTT (Message Queuing Telemetry Transport) è un protocollo aperto e standard che consente la messaggistica tra più provider di dati e consumatori15. Qui, proponiamo un sistema che acquisisce, trasmette e monitora i dati utilizzando MQTT per gli impianti di produzione esistenti. Il sistema viene testato in una linea di estrusione di film per verificarne le prestazioni. I dati del controller originale vengono trasmessi a un dispositivo edge tramite il protocollo Modbus. Quindi, i dati vengono pubblicati sul broker. Nel frattempo, due Raspberry Pis pubblicano le temperature misurate e l’illuminamento allo stesso broker. Quindi, qualsiasi dispositivo su Internet può sottoscrivere i dati, seguiti dal monitoraggio e dalla registrazione come illustrato nella Figura 1. Il protocollo in questo lavoro mostra come l’intera procedura può essere eseguita.

Protocol

1. Installazione del broker NOTA: per monitorare e registrare i dati di elaborazione via Internet, è necessario preparare un sistema informatico che inoltra i dati. Il sistema dovrebbe essere accessibile sia dagli editori che dagli abbonati, come illustrato nella Figura 2. Pertanto, deve avere un indirizzo IP pubblico noto prima di qualsiasi comunicazione. Un broker MQTT aperto chiamato Eclipse Mosquitto è installato sul sistema<sup class…

Representative Results

È stato riscontrato che i dati mostrati nell’HMI e misurati dal Raspberry Pis sono stati monitorati e registrati negli abbonati come mostrato nella Figura 5. Come presentato nel video, i dati di elaborazione vengono registrati nel database. Figura 1: Schema della trasmissione dei dati utilizzando il …

Discussion

Seguendo il protocollo presentato, i dati di elaborazione possono essere monitorati e registrati senza costose soluzioni informatiche come il MES. Le tecnologie IoT possono semplificare l’acquisizione e la distribuzione di dati da macchine convenzionali. È stato dimostrato che il protocollo basato su messaggi, MQTT, funge con successo da piattaforma per la comunicazione dei dati per le linee di lavorazione dei polimeri. Inoltre, i dati aggiuntivi possono essere misurati in modo flessibile e trasmessi insieme. Gli editor…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Questo studio è stato supportato dal programma di ricerca finanziato dal SeoulTech (Seoul National University of Science and Technology).

Materials

Edge Device Adavantech UNO 420 Intel Atom E3815 Fanless
Film Extrusion Machine EM Korea Not Available For production of 450 mm film
Pydroid IIEC Not Available Android Devices
Python3 Python Software Foundataion Not Available Windows, Linux
Raspberry Pi 4 CanaKit Not Available Standard Kit

Riferimenti

  1. Shafiq, S. I., Szczerbicki, E., Sanin, C. Proposition of the methodology for Data Acquisition, Analysis and Visualization in support of Industry 4.0. Procedia Computer Science. 159, 1976-1985 (2019).
  2. Dilda, V., et al. Manufacturing: Analytics unleashes productivity and profitability. McKinsey & Company. , (2017).
  3. Ismail, A., Truong, H. L., Kastner, W. Manufacturing process data analysis pipelines: A requirements analysis and survey. Journal of Big Data. 6, 1 (2019).
  4. Nwanya, S. C., Udofia, J. I., Ajayi, O. O. Optimization of machine downtime in the plastic manufacturing. Cogent Engineering. 4 (1), 1335444 (2017).
  5. Zhou, T., Song, Z., Sundmacher, K. Big data creates new opportunities for materials research: A review on methods and applications of machine learning for materials design. Ingegneria. 5 (6), 1017-1026 (2019).
  6. Rousopoulou, V., Nizamis, A., Thanasis, V., Ioannidis, D., Tzovaras, D. Predictive maintenance for injection molding machines enabled by cognitive analytics for Industry 4.0. Frontiers in Artificial Intelligence. 3, 578152 (2020).
  7. Mamo, F. T., Sikora, A., Rathfelder, C. Legacy to Industry 4.0: A Profibus Sniffer. Journal of Physics: Conference Series. 870, 012002 (2017).
  8. Figueroa-Lorenzo, S., Añorga, J., Arrizabalaga, S. A role-based access control model in Modbus SCADA systems. A centralized model approach. Sensors. 19 (20), 4455 (2019).
  9. Schleipen, M., Gilani, S. -. S., Bischoff, T., Pfrommer, J. OPC UA & Industrie 4.0 – Enabling technology with high diversity and variability. Procedia CIRP. 57, 315-320 (2016).
  10. Nițulescu, I. -. V., Korodi, A. Supervisory control and data Acquisition approach in node-RED: Application and discussions. IoT. 1, 76-91 (2020).
  11. Perez-Lopez, E. SCADA systems in the industrial automation. Tecnología en Marcha. 28 (4), 3-14 (2015).
  12. Andersen, D. L., Ashbrook, C. S. A., Karlborg, N. B. Significance of big data analytics and the internet of things (IoT) aspects in industrial development, governance and sustainability. International Journal of Intelligent Networks. 1, 107-111 (2020).
  13. Kashyap, M., Sharma, V., Gupta, N. Taking MQTT and NodeMcu to IOT: Communication in Internet of Things. Procedia Computer Science. 132, 1611-1618 (2018).
  14. . Mythbusting the MES. Systema Available from: https://www.systema.com/blog/mythbusting-the-mes (2021)
  15. Yeh, C. -. S., Chen, S. -. L., Li, I. -. C. Implementation of MQTT protocol based network architecture for smart factory. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture. 235 (13), 2132-2142 (2021).
  16. Parian, C., Guldimann, T., Bhatia, S. Fooling the master: Exploiting weaknesses in the Modbus protocol. Procedia Computer Science. 171, 2453-2458 (2020).
  17. Mishra, B., Kertesz, A. The use of MQTT in M2M and IoT systems: A survey. IEEE Access. 8, 201071-201086 (2020).
  18. . pyodbc 4.0.34 Available from: https://pypi.org/project/pyodbc/ (2021)
  19. Ayer, V., Miguez, S., Toby, B. Why scientists should learn to program in Python. Powder Diffraction. 29 (2), 48-64 (2014).
  20. Boyes, H., Hallaq, B., Cunningham, J., Watson, T. The industrial internet of things (IIoT): An analysis framework. Computers in Industry. 101, 1-12 (2018).
check_url/it/63717?article_type=t

Play Video

Citazione di questo articolo
Kim, J. H., Moon, S. H., Ryu, J. S., Kim, S. K. Data Communication Based on MQTT in a Polymer Extrusion Process. J. Vis. Exp. (185), e63717, doi:10.3791/63717 (2022).

View Video