Datacommunicatie op basis van MQTT in een polymeerextrusieproces
Summary
Dit werk stelt een flexibele methode voor datacommunicatie voor tussen een filmextrusiesysteem en bewakingsapparatuur op basis van een berichtprotocol genaamd Message Queuing Telemetry Transport (MQTT).
Abstract
Dit werk is gericht op het bouwen van een flexibele datacommunicatiestructuur voor een polymeerverwerkingsmachine door gebruik te maken van een op uitgevers en abonnees gebaseerd protocol genaamd Message Queuing Telemetry Transport (MQTT), dat wordt bediend via TCP/IP. Zelfs bij gebruik van conventionele apparatuur kunnen verwerkingsgegevens overal door verschillende apparaten worden gemeten en geregistreerd via een internetcommunicatie. Een op berichten gebaseerd protocol maakt flexibele communicatie mogelijk die de tekortkomingen van het bestaande server-clientprotocol overwint. Meerdere apparaten kunnen zich abonneren op de verwerkingsgegevens die door bronapparaten worden gepubliceerd. De voorgestelde methode vergemakkelijkt datacommunicatie tussen meerdere uitgevers en abonnees. Dit werk heeft een systeem geïmplementeerd dat gegevens van de apparatuur en extra sensoren publiceert naar een berichtenmakelaar. De abonnees kunnen de procesgegevens die door de makelaar worden doorgegeven, controleren en opslaan. Het systeem is ingezet en uitgevoerd voor een filmextrusielijn om de effectiviteit aan te tonen.
Introduction
In de golf van de 4e industriële revolutie zijn het verwerven en monitoren van verschillende verwerkingsgegevens belangrijke taken geworden1. Met name het verbeteren van het productieproces met behulp van procesgegevens en het opstellen van efficiënte bedrijfsplannen zal een belangrijk doel zijn van alle productiefaciliteiten 2,3. Downtime kan sterk worden verminderd als een alarm uit de fabriek kan worden verzonden of als voorspellend onderhoud op tijd kan worden uitgevoerd4. De laatste tijd zijn er veel inspanningen geleverd voor data-analyses in polymeerprocessen 5,6. Het is echter niet eenvoudig om deze taken uit te voeren vanwege de moeilijkheden bij het verkrijgen van dergelijke gegevens uit de bestaande systemen7. De hiërarchische structuur van de besturing en instrumentatie maakt de data-acquisitie en communicatie lastig.
Allereerst is het niet mogelijk om gegevens te verkrijgen van verschillende machines met verschillende productiedatums. Het is moeilijk om communicatie tussen verschillende machines te realiseren, omdat dit interoperabiliteit tussen verschillende veldbussen in eigen formaten vereist. Op deze manier worden communicatiemethoden en gegevensformaten privé gehouden. Dit helpt u om eenvoudig gegevensbeveiliging te handhaven, maar houdt gebruikers afhankelijk van de machinebouwer voor de services en toekomstige ontwikkelingen. De recente besturingscomputers, waaronder human-machine interface (HMI) die zijn aangesloten op polymeerverwerkingsmachines, zijn tegenwoordig meestal Windows-gebaseerd, maar zitten vol met software die is gemaakt in een eigen ontwikkelomgeving. Het is mogelijk om programmeerbare logische controllers (PLC’s) van verschillende bedrijven te gebruiken om met de sensoren of actuatoren te communiceren, maar in veel gevallen is het scada-systeem (upper supervisory control and data acquisition) afhankelijk van de besturingscomputers8. Deze praktijk heeft ertoe geleid dat tal van protocollen, veldbussen en besturingssystemen op de markt zijn gaan concurreren. Hoewel deze complexiteit in de loop van de tijd beetje bij beetje is verlicht, zijn veel soorten veldbussen en protocollen nog steeds actief in gebruik.
Aan de andere kant is de communicatie tussen besturingsapparaten en SCADA gestandaardiseerd door de Open Platform Communications United Architecture (OPCUA)9. Bovendien is de communicatie tussen SCADA en het Manufacturing Execution System (MES) ook voornamelijk via OPCUA verlopen. In zo’n strakke hiërarchische structuur is het niet eenvoudig om vrijelijk gegevens te extraheren voor procesbewaking en -analyse. Meestal moeten gegevens worden geëxtraheerd uit de SCADA of MES10. Zoals eerder vermeld, zijn deze systemen leverancierspecifiek en zijn de gegevensindelingen zelden open. Als gevolg hiervan vereist de gegevensextractie aanzienlijke ondersteuning van de oorspronkelijke leveranciers van IT/OT-oplossingen (Information Technology/Operational Technology). Dit kan de data-acquisitie voor monitoring en analyse belemmeren.
In een filmextrusielijn wordt de besturings-pc bewaakt door een SCADA-systeem11. Het SCADA-systeem wordt bediend door een computerprogramma dat niet eenvoudig kan worden gewijzigd. Het computerprogramma is misschien bewerkbaar, maar het bewerken is vrij duur en tijdrovend. Om de verwerkingsgegevens eenvoudig te kunnen controleren en analyseren, moeten de gegevens vanaf elke locatie toegankelijk zijn. Om de verwerkingsgegevens weg van de site te controleren, moet het computerprogramma in staat zijn om de verwerkingsgegevens naar internet te streamen12. Bovendien verlaagt een open gratis methode de kosten voor de data-acquisitie13. Met deze aanpak kan data-analyse worden uitgevoerd, zelfs in kleine fabrieken die het zich niet kunnen veroorloven om te investeren in commerciële IT-oplossingen14.
In dit onderzoek wordt een berichtenprotocol gebruikt op basis van het publisher-subscriber model. Message Queuing Telemetry Transport (MQTT) is een open en standaardprotocol waarmee berichten kunnen worden verzonden tussen meerdere gegevensproviders en consumenten15. Hier stellen we een systeem voor dat gegevens verwerft, verzendt en bewaakt met behulp van MQTT voor bestaande productiefaciliteiten. Het systeem wordt getest in een filmextrusielijn om de prestaties te verifiëren. De gegevens van de originele controller worden via het Modbus-protocol naar een edge-apparaat verzonden. Vervolgens worden de gegevens gepubliceerd naar de makelaar. Inmiddels publiceren twee Raspberry de gemeten temperaturen en verlichtingssterkte aan dezelfde makelaar. Vervolgens kan elk apparaat op internet zich abonneren op de gegevens, gevolgd door monitoring en registratie zoals weergegeven in figuur 1. Het protocol in dit werk laat zien hoe de hele procedure kan worden uitgevoerd.
Protocol
Representative Results
Discussion
Door het gepresenteerde protocol te volgen, kunnen de verwerkingsgegevens worden bewaakt en vastgelegd zonder dure IT-oplossingen zoals het MES. De IoT-technologieën kunnen het gemakkelijker maken om gegevens van conventionele machines te verkrijgen en te leveren. Het is aangetoond dat het op berichten gebaseerde protocol, MQTT, met succes dient als een platform voor datacommunicatie voor polymeerverwerkingslijnen. Bovendien kunnen aanvullende gegevens flexibel worden gemeten en samen worden verzonden. De extra uitgever…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Deze studie werd ondersteund door het onderzoeksprogramma gefinancierd door de 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 |
References
- 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).
- Dilda, V., et al. Manufacturing: Analytics unleashes productivity and profitability. McKinsey & Company. , (2017).
- Ismail, A., Truong, H. L., Kastner, W. Manufacturing process data analysis pipelines: A requirements analysis and survey. Journal of Big Data. 6, 1 (2019).
- Nwanya, S. C., Udofia, J. I., Ajayi, O. O. Optimization of machine downtime in the plastic manufacturing. Cogent Engineering. 4 (1), 1335444 (2017).
- 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. Engineering. 5 (6), 1017-1026 (2019).
- 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).
- Mamo, F. T., Sikora, A., Rathfelder, C. Legacy to Industry 4.0: A Profibus Sniffer. Journal of Physics: Conference Series. 870, 012002 (2017).
- 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).
- 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).
- Nițulescu, I. -. V., Korodi, A. Supervisory control and data Acquisition approach in node-RED: Application and discussions. IoT. 1, 76-91 (2020).
- Perez-Lopez, E. SCADA systems in the industrial automation. Tecnología en Marcha. 28 (4), 3-14 (2015).
- 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).
- Kashyap, M., Sharma, V., Gupta, N. Taking MQTT and NodeMcu to IOT: Communication in Internet of Things. Procedia Computer Science. 132, 1611-1618 (2018).
- . Mythbusting the MES. Systema Available from: https://www.systema.com/blog/mythbusting-the-mes (2021)
- 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).
- Parian, C., Guldimann, T., Bhatia, S. Fooling the master: Exploiting weaknesses in the Modbus protocol. Procedia Computer Science. 171, 2453-2458 (2020).
- Mishra, B., Kertesz, A. The use of MQTT in M2M and IoT systems: A survey. IEEE Access. 8, 201071-201086 (2020).
- . pyodbc 4.0.34 Available from: https://pypi.org/project/pyodbc/ (2021)
- Ayer, V., Miguez, S., Toby, B. Why scientists should learn to program in Python. Powder Diffraction. 29 (2), 48-64 (2014).
- Boyes, H., Hallaq, B., Cunningham, J., Watson, T. The industrial internet of things (IIoT): An analysis framework. Computers in Industry. 101, 1-12 (2018).
