Передача данных на основе MQTT в процессе экструзии полимеров
Summary
В данной работе предлагается гибкий метод передачи данных между системой экструзии пленки и устройствами мониторинга на основе протокола сообщений под названием Message Queuuing Telemetry Transport (MQTT).
Abstract
Эта работа направлена на создание гибкой структуры передачи данных для машины обработки полимеров путем использования протокола на основе издателя-подписчика под названием Message Queuuing Telemetry Transport (MQTT), который работает по TCP / IP. Даже при использовании обычного оборудования обработка данных может быть измерена и записана различными устройствами в любом месте через интернет-связь. Протокол на основе сообщений обеспечивает гибкую связь, которая преодолевает недостатки существующего протокола сервер-клиент. Несколько устройств могут подписаться на обработку данных, опубликованных исходными устройствами. Предлагаемый метод облегчает передачу данных между несколькими издателями и подписчиками. В этой работе реализована система, которая публикует данные с оборудования и дополнительных датчиков в брокер сообщений. Подписчики могут отслеживать и хранить данные процесса, передаваемые брокером. Система была развернута и запущена для линии экструзии пленки, чтобы продемонстрировать эффективность.
Introduction
На волне 4-й промышленной революции сбор и мониторинг различных обрабатывающих данных стали важнымизадачами1. В частности, улучшение производственного процесса с использованием технологических данных и создание эффективных планов работы будет важной целью всех производственных объектов 2,3. Время простоя может быть значительно сокращено, если сигнал тревоги может быть отправлен с завода или если профилактическое обслуживание может быть выполнено во времени4. В последнее время было предпринято много усилий для анализа данных в полимерных процессах 5,6. Однако выполнить эти задачи непросто из-за трудностей в получении таких данных из существующих систем7. Иерархическая структура управления и контрольно-измерительных приборов затрудняет сбор и передачу данных.
Прежде всего, невозможно получить данные с разных машин с разными датами изготовления. Трудно реализовать связь между различными машинами, поскольку это требует взаимодействия между различными полевыми шинами в проприетарных форматах. Таким образом, методы связи и форматы данных остаются конфиденциальными. Это помогает легко поддерживать безопасность данных, но держит пользователей зависимыми от машиностроителя для служб и будущих разработок. Последние управляющие компьютеры, включая человеко-машинный интерфейс (HMI), подключенные к машинам для обработки полимеров, в наши дни в основном основаны на Windows, но загружены программным обеспечением, созданным в проприетарной среде разработки. Можно использовать программируемые логические контроллеры (ПЛК) разных компаний для связи с датчиками или исполнительными механизмами, но во многих случаях система высшего диспетчерского управления и сбора данных (SCADA) зависит от управляющих компьютеров8. Эта практика привела к тому, что многочисленные протоколы, полевые шины и системы управления конкурировали на рынке. Хотя со временем эта сложность постепенно уменьшилась, многие типы полевых шин и протоколов все еще активно используются.
С другой стороны, связь между устройствами управления и SCADA была стандартизирована Open Platform Communications United Architecture (OPCUA)9. Кроме того, связь между SCADA и Системой управления производством (MES) также осуществлялась в основном через OPCUA. В такой жесткой иерархической структуре нелегко свободно извлекать данные для мониторинга и анализа процессов. Обычно данные должны быть извлечены из SCADA или MES10. Как упоминалось ранее, эти системы зависят от поставщика, и форматы данных редко бывают открытыми. В результате извлечение данных требует существенной поддержки со стороны поставщиков оригинальных решений в области информационных технологий/операционных технологий (IT/OT). Это может затруднить сбор данных для мониторинга и анализа.
В линии экструзии пленки контрольный ПК контролируется системой11 SCADA. Система SCADA управляется компьютерной программой, которая не может быть легко изменена. Компьютерная программа может быть редактируемой, но редактирование довольно дорогое и трудоемкое. Чтобы легко отслеживать и анализировать данные обработки, данные должны быть доступны из любого места. Для мониторинга обработки данных вдали от сайта компьютерная программа должна быть способна передавать данные обработки в Интернет12. Кроме того, открытый бесплатный метод снижает затраты на сбор данных13. Такой подход позволяет проводить анализ данных даже на небольших заводах, которые не могут позволить себе инвестировать в коммерческие ИТ-решения14.
В данном исследовании используется протокол сообщений, основанный на модели издатель-подписчик. Транспорт телеметрии очереди сообщений (MQTT) — это открытый и стандартный протокол, который позволяет обмениваться сообщениями между несколькими поставщиками данных и потребителями15. Здесь мы предлагаем систему, которая собирает, передает и контролирует данные с использованием MQTT для существующих производственных мощностей. Система тестируется на линии экструзии пленки для проверки производительности. Данные с исходного контроллера передаются на периферийное устройство по протоколу Modbus. Затем данные публикуются брокеру. Тем временем два Raspberry Pis публикуют измеренные температуры и освещенность одному и тому же брокеру. Затем любое устройство в Интернете может подписаться на данные, а затем отслеживать и записывать их, как показано на рисунке 1. Протокол в этой работе показывает, как можно выполнить всю процедуру.
Protocol
Representative Results
Discussion
Следуя представленному протоколу, обработка данных может контролироваться и записываться без дорогостоящих ИТ-решений, таких как MES. Технологии IoT могут упростить получение и доставку данных с обычных машин. Показано, что протокол MQTT, основанный на сообщениях, успешно служит платформо?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Это исследование было поддержано Исследовательской программой, финансируемой SeoulTech (Сеульский национальный университет науки и технологии).
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).
