Summary

Datenkommunikation auf Basis von MQTT in einem Polymerextrusionsprozess

Published: July 15, 2022
doi:

Summary

Diese Arbeit schlägt eine flexible Methode für die Datenkommunikation zwischen einem Folienextrusionssystem und Überwachungsgeräten vor, die auf einem Nachrichtenprotokoll namens Message Queuing Telemetry Transport (MQTT) basiert.

Abstract

Diese Arbeit zielt darauf ab, eine flexible Datenkommunikationsstruktur für eine Polymerverarbeitungsmaschine aufzubauen, indem ein Publisher-Subscriber-basiertes Protokoll namens Message Queuing Telemetry Transport (MQTT) verwendet wird, das über TCP / IP betrieben wird. Selbst bei Verwendung herkömmlicher Geräte können Verarbeitungsdaten von verschiedenen Geräten überall über eine Internetkommunikation gemessen und aufgezeichnet werden. Ein nachrichtenbasiertes Protokoll ermöglicht eine flexible Kommunikation, die die Mängel des bestehenden Server-Client-Protokolls überwindet. Mehrere Geräte können die von den Quellgeräten veröffentlichten Verarbeitungsdaten abonnieren. Die vorgeschlagene Methode erleichtert die Datenkommunikation zwischen mehreren Verlagen und Abonnenten. Diese Arbeit hat ein System implementiert, das Daten von der Ausrüstung und zusätzlichen Sensoren an einen Message Broker veröffentlicht. Die Teilnehmer können die vom Broker weitergeleiteten Prozessdaten überwachen und speichern. Das System wurde für eine Folienextrusionslinie eingesetzt und ausgeführt, um die Wirksamkeit zu demonstrieren.

Introduction

In der Welle der 4. industriellen Revolution sind die Erfassung und Überwachung verschiedener Verarbeitungsdaten zu wichtigen Aufgabengeworden 1. Insbesondere die Verbesserung des Fertigungsprozesses anhand von Prozessdaten und die Erstellung effizienter Betriebspläne werden ein wichtiges Ziel aller Fertigungsstättensein 2,3. Ausfallzeiten können erheblich reduziert werden, wenn ein Alarm aus dem Werk gesendet werden kann oder wenn eine vorausschauende Wartung rechtzeitigdurchgeführt werden kann 4. In jüngster Zeit wurden viele Anstrengungen für Datenanalysen in Polymerprozessenunternommen 5,6. Es ist jedoch nicht einfach, diese Aufgaben durchzuführen, da es schwierig ist, solche Daten aus den bestehenden Systemen zu erhalten7. Die hierarchische Struktur der Steuerung und Instrumentierung erschwert die Datenerfassung und -kommunikation.

Erstens ist es nicht möglich, Daten von verschiedenen Maschinen mit unterschiedlichen Herstellungsdaten zu erhalten. Es ist schwierig, die Kommunikation zwischen verschiedenen Maschinen zu realisieren, da dies die Interoperabilität zwischen verschiedenen Feldbussen in proprietären Formaten erfordert. Auf diese Weise werden Kommunikationsmethoden und Datenformate privat gehalten. Dies hilft dabei, die Datensicherheit einfach aufrechtzuerhalten, hält aber die Anwender für die Dienste und zukünftige Entwicklungen vom Maschinenbauer abhängig. Die jüngsten Steuerungscomputer einschließlich Mensch-Maschine-Schnittstelle (HMI), die an Polymerverarbeitungsmaschinen angeschlossen sind, sind heutzutage meist Windows-basiert, werden jedoch mit Software geladen, die in einer proprietären Entwicklungsumgebung erstellt wurde. Es ist möglich, speicherprogrammierbare Steuerungen (SPS) verschiedener Unternehmen zu verwenden, um mit den Sensoren oder Aktoren zu kommunizieren, aber in vielen Fällen ist das SCADA-System (Upper Supervisory Control and Data Acquisition) von den Steuerungscomputernabhängig 8. Diese Praxis hat dazu geführt, dass zahlreiche Protokolle, Feldbusse und Steuerungssysteme auf dem Markt konkurrieren. Obwohl diese Komplexität im Laufe der Zeit nach und nach abgebaut wurde, sind viele Arten von Feldbussen und Protokollen immer noch aktiv im Einsatz.

Auf der anderen Seite wurde die Kommunikation zwischen Steuergeräten und SCADA durch die Open Platform Communications United Architecture (OPCUA)9 standardisiert. Darüber hinaus wurde auch die Kommunikation zwischen SCADA und dem Manufacturing Execution System (MES) hauptsächlich über OPCUA hergestellt. In einer so engen hierarchischen Struktur ist es nicht einfach, Daten für die Prozessüberwachung und -analyse frei zu extrahieren. Normalerweise müssen Daten aus dem SCADA oder MES10 extrahiert werden. Wie bereits erwähnt, sind diese Systeme herstellerspezifisch, und die Datenformate sind selten offen. Infolgedessen erfordert die Datenextraktion eine erhebliche Unterstützung durch die ursprünglichen Anbieter von IT/OT-Lösungen (IT/OT). Dies kann die Datenerfassung für die Überwachung und Analyse behindern.

In einer Folienextrusionslinie wird der Steuerungs-PC von einem SCADA-System11 überwacht. Das SCADA-System wird von einem Computerprogramm betrieben, das nicht einfach geändert werden kann. Das Computerprogramm mag editierbar sein, aber die Bearbeitung ist ziemlich teuer und zeitaufwendig. Um die Verarbeitungsdaten einfach überwachen und analysieren zu können, sollten die Daten von jedem Ort aus zugänglich sein. Um die Verarbeitungsdaten außerhalb des Standorts zu überwachen, sollte das Computerprogramm in der Lage sein, die Verarbeitungsdaten ins Internet zustreamen 12. Darüber hinaus reduziert eine offene freie Methode den Aufwand für die Datenerfassung13. Dieser Ansatz ermöglicht die Durchführung von Datenanalysen auch in kleinen Fabriken, die es sich nicht leisten können, in kommerzielle IT-Lösungen zu investieren14.

In dieser Studie wird ein Nachrichtenprotokoll verwendet, das auf dem Publisher-Subscriber-Modell basiert. Der Message Queuing Telemetry Transport (MQTT) ist ein offenes Standardprotokoll, das Messaging zwischen mehreren Datenanbietern und Verbrauchernermöglicht 15. Hier schlagen wir ein System vor, das Daten mit MQTT für bestehende Fertigungsanlagen erfasst, überträgt und überwacht. Das System wird in einer Folienextrusionslinie getestet, um die Leistung zu überprüfen. Die Daten der ursprünglichen Steuerung werden über das Modbus-Protokoll an ein Edge-Gerät übertragen. Anschließend werden die Daten im Broker veröffentlicht. In der Zwischenzeit veröffentlichen zwei Raspberry Pis die gemessenen Temperaturen und Beleuchtungsstärken an denselben Broker. Anschließend kann jedes Gerät im Internet die Daten abonnieren, gefolgt von der Überwachung und Aufzeichnung wie in Abbildung 1 dargestellt. Das Protokoll in dieser Arbeit zeigt, wie das gesamte Verfahren durchgeführt werden kann.

Protocol

1. Broker-Installation HINWEIS: Um Verarbeitungsdaten über das Internet zu überwachen und aufzuzeichnen, sollte ein Computersystem vorbereitet werden, das die Daten weiterleitet. Das System sollte sowohl für die Verlage als auch für die Abonnenten zugänglich sein, wie in Abbildung 2 dargestellt. Daher muss es eine öffentliche IP-Adresse haben, die vor jeder Kommunikation bekannt ist. Ein offener MQTT-Broker namens Eclipse<sup class="x…

Representative Results

Es wurde festgestellt, dass die im HMI gezeigten und von den Raspberry Pis gemessenen Daten bei den Teilnehmern überwacht und aufgezeichnet wurden, wie in Abbildung 5 dargestellt. Wie im Video dargestellt, werden die Verarbeitungsdaten in der Datenbank protokolliert. Abbildung 1: Überblick über die…

Discussion

Durch die Einhaltung des vorgestellten Protokolls können die Verarbeitungsdaten ohne teure IT-Lösungen wie das MES überwacht und aufgezeichnet werden. Die IoT-Technologien können die Erfassung und Bereitstellung von Daten von herkömmlichen Maschinen erleichtern. Es hat sich gezeigt, dass das nachrichtenbasierte Protokoll MQTT erfolgreich als Plattform für die Datenkommunikation für Polymerverarbeitungslinien dient. Darüber hinaus können zusätzliche Daten flexibel gemessen und gemeinsam übertragen werden. Die z…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Diese Studie wurde durch das von der SeoulTech (Seoul National University of Science and Technology) finanzierte Forschungsprogramm unterstützt.

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