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.
Subscription Required. Please recommend JoVE to your librarian.
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 EclipseMosquitto ist auf dem System 13 installiert.
- Verbinden Sie einen Computer mit dem Internet und geben Sie eine öffentliche IP-Adresse an. Geben Sie die Adresse in der IP-Einstellung des Betriebssystems an.
- Installieren Sie eine Broker-Software wie Eclipse Mosquitto auf dem Computer. Laden Sie die Installationsdatei mit einem Browser herunter und führen Sie sie aus.
- Testen Sie den Broker mit einem Testprogramm wie MQTT Lens. Laden Sie MQTT Lens mit einem Browser herunter und installieren Sie es. Stellen Sie dann sicher, dass veröffentlichte Nachrichten abonniert sind.
2. Vorbereitung des Hauptherausgebers
HINWEIS: Dieser Computer veröffentlicht die Maschinendaten über MQTT über TCP an den Broker. Legacy-Daten sollten interpretiert und neu verpackt werden, um versendet zu werden. Dies kann in der Regel über RS485 oder Ethernet erfolgen. Die Verbindung auf Hardwareebene sollte je nach Bustyp verifiziert werden. Die Extrusionsmaschine sendet die Daten über Modbus über einen Ethernet-Port aus.
- Platzieren Sie einen Computer physisch am Computerstandort und richten Sie ihn als Hauptherausgeber ein.
HINWEIS: Obwohl nicht obligatorisch, wurde in dieser Arbeit ein Industriecomputer ausgewählt. - Installieren Sie Python3 auf dem Computer. Laden Sie die Installationsdatei mit einem Browser herunter und führen Sie sie aus.
- Installieren Sie PyModbus16. Laden Sie die Installationsdatei mit einem Browser herunter und führen Sie sie aus.
- Untersuchen Sie die Extrusionssteuerung mit HMI, die die Maschine steuert, und schließen Sie die Extrusionssteuerung an den Hauptverlag an.
- Identifizieren Sie die Daten und die entsprechende Adresse im Modbus-Protokoll von der Maschine aus mit einem Modbus-Tool wie ModbusPoll oder QModMaster. Stellen Sie sicher, dass die gesendeten Maschinendaten in den entsprechenden Zellen des Modbus-Tools angezeigt werden.
- Schreiben Sie einen Python-Code auf dem Publisher-PC, der die Daten von der Extrusionssteuerung abruft.
HINWEIS: Hier ist ein Codebeispiel:
aus pyModbusTCP.client importieren ModbusClient
client = ModbusClient(host="192.168.1.***", port=***, unit_id=***)
client.open()
ExtrusionData = str(client.read_holding_registers(1000, 58)) - Führen Sie zusätzliche Datenströme von anderen Geräten über PCIe, USB, RS232 und RS485 zusammen.
HINWEIS: Dies ist einfach. Sobald eine zusätzliche Datenzeichenfolge abgerufen wurde, fügen Sie die Daten einfach dem vorhandenen Datenstrom hinzu, was durch den folgenden Code erfolgt:
ExtrusionData += AdditionalData - Importieren Sie die paho.mqtt.client nach der Installation von paho-mqtt durch pip install paho-mqtt17 .
- Implementieren Sie den Code, um eine Verbindung herzustellen und Daten mit dem Broker zu veröffentlichen.
HINWEIS: Weitere Informationen finden Sie im folgenden Codebeispiel:
url="117.xx.xxx.xx"; Hafen = 1883; Benutzername = "****"; Passwort = "xxxxx"; topic = "Extruder"
mqttc = mqtt. Kunde()
mqttc.username_pw_set(Benutzername,Passwort)
mqttc.connect(host=url, port=port)
mqttc.loop_start()
ExtrusionData = str(client.read_holding_registers(1000, 58))
Pub1= mqttc.publish(topic, ExtrusionData))
Pub1.wait_for_publish()
3. Zusätzliche Publisher-Vorbereitung
HINWEIS: Dieser Computer veröffentlicht auch die Maschinendaten über MQTT über TCP an den Broker. Manchmal sind zusätzliche Messungen erforderlich, die nicht am Hauptherausgeber durchgeführt werden können. IoT-Geräte (Internet of Things) wie Raspberry Pi und Arduino können die Rolle übernehmen. Bei dieser Arbeit wurde Raspberry Pi für Temperaturdaten und Beleuchtungsstärkedaten eingesetzt. Das Verfahren ähnelt dem Protokollabschnitt 2.
- Platzieren Sie einen Raspberry Pi in der Nähe der Sensorposition.
HINWEIS: Da der Verdrahtungsabstand begrenzt ist, kann der Raspberry Pi nicht sehr weit vom Messort entfernt platziert werden. Da die Nähe des Extruders jedoch sehr heiß ist, muss das Gerät mindestens 1 m vom Messort entfernt platziert werden. - Installieren Sie Python3 auf dem Raspberry Pi mit den folgenden Befehlen in der Befehlszeile:
sudo apt aktualisieren
sudo apt installieren Python3 idle3 - Implementieren Sie den Code, um die Sensordaten zu erfassen. Die Sensordaten können über I2C oder GPIO übertragen werden.
HINWEIS: Weitere Temperaturdaten über GPIO finden Sie im folgenden Codebeispiel:
ab max6675 MAX6675 importieren
cs_pin1 = 24; clock_pin1 = 25; data_pin1 = 18
cs_pin2 = 9; clock_pin2 = 11; data_pin2 = 19
Einheiten = "C"
Thermoelement1 = MAX6675(cs_pin1, clock_pin1, data_pin1, Einheiten)
Thermoelement2 = MAX6675(cs_pin2, clock_pin2, data_pin2, Einheiten)
T1 = Thermoelement1.get()
T2 = Thermoelement2.get() - Importieren Sie paho.mqtt.client.
- Verwenden Sie den Code in Abschnitt 2 erneut, um eine Verbindung herzustellen und Daten für den Broker zu veröffentlichen.
4. Einrichtung des Abonnenten
HINWEIS: Alle Geräte im Internet können die Verarbeitungsdaten über den Broker empfangen. Die Daten werden auch durch einen Python-Code verarbeitet und visualisiert. Falls die Entwicklung schwierig ist, können verfügbare Anwendungen wie MQTT Client in Google Play und MQT Tool im App Store eingesetzt werden. Da die Implementierung der Benutzeroberfläche recht langwierig ist, werden die Details hier nicht beschrieben. Beachten Sie auch, dass vorhandene Anwendungen wie MQT Tool im App Store die Daten empfangen können.
- Aktivieren Sie ein Gerät für ein Abonnement des Internets. Stellen Sie eine physische Kabelverbindung sicher und führen Sie dann einen Ping an die Broker-IP in der Befehlszeile aus (z. B. ping 117.xx.xxx.xx).
- Installieren Sie je nach Gerät und Betriebssystem eine geeignete Python-Umgebung. Installieren Sie beispielsweise Pydroid3 auf einem Android-Gerät anstelle von Python3 aus Google Play.
- Importieren Sie sowohl paho.mqtt.client als auch paho.mqtt.subscribe, um eine Verbindung mit dem Broker herzustellen und Daten vom Broker zu empfangen.
HINWEIS: Weitere Informationen finden Sie im folgenden Codebeispiel:
paho.mqtt.client als mqtt importieren
paho.mqtt.subscribe als subscribe importieren
url="117.xx.xxx.xx"; Hafen = 1883; Benutzername = "****"; Passwort = "xxxxx"; topic = "Extruder"
mqttc.username_pw_set(Benutzername, Passwort)
mqttc.connect(host=url, port=port)
mqttc.subscribe(Thema, 0)
mqttc.loop_start()
Sub1 = subscribe.simple(Thema, Hostname=URL)
ExtruderData = Sub1.payload.decode("utf-8") - Erstellen Sie mit PyQT5 eine Benutzeroberfläche nach Bedarf.
HINWEIS: Dieser Teil ist sehr lang und konzentriert sich auf die grafische Darstellung der empfangenen Daten und nicht auf die Kommunikation. Der entsprechende Code wird als ergänzende Daten zur Verfügung gestellt. - Zeigen Sie die eingehenden Daten auf der GUI an, indem Sie den erstellten Code ausführen.
5. Datenprotokollierung
HINWEIS: Die verarbeitenden Daten können während des Monitorings in eine Datenbank geschrieben werden. In dieser Arbeit wurde eine Datenbank im Labormaßstab ausgewählt. Die Daten werden mit einer Microsoft Access-Datei verbunden, um einfach von einem Benutzercomputer zu schreiben und abzurufen. Darüber hinaus kann eine Tabelle sofort durch eine Abfrage erstellt werden, um Daten in einer Kalkulationstabelle wie Microsoft Excel zu analysieren.
- Wählen Sie ein Teilnehmergerät aus, um die Daten aufzuzeichnen.
- Importieren Sie pyodbc, indem Sie "pip install pyodbc" in der Befehlszeile für den Python-Code ausführen, um auf die Datenbank zuzugreifen, wie in Abbildung 318 gezeigt.
- Senden Sie eine Abfrage an die Datenbank durch den Python-Code zum Aufzeichnen der Verarbeitungsdaten. Die Methode finden Sie im Python-Code in Abbildung 3.
- Senden Sie eine Abfrage an die Datenbank, um die aufgezeichneten Daten abzurufen.
HINWEIS: Im Folgenden finden Sie ein Codebeispiel für den Datenabruf:
PYODBC importieren
x für x in pyodbc.drivers() if x.startswith('Microsoft Access Driver')]
conn_str = (
r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};'
r'DBQ=C:\Benutzer\data_analysis\db1.accdb;'
)
cnxn = pyodbc.connect(conn_str)
crsr = cnxn.cursor()
für table_info in crsr.tables(tableType='TABLE'):
print(table_info.Tabellenname)
sql = """\
WÄHLEN SIE * AUS Process_Condition
"""
crsr = cnxn.execute(sql)
Für Zeile in CRSR:
RetrievedData = pd.read_sql(sql, cnxn)
crsr.close()
cnxn.close()
6. Bereitstellung
HINWEIS: Wenn alle Geräte mit dem Internet verbunden werden können, ist die Einrichtung einfach. Um die maschinenseitigen Daten zu sichern, können sich die Herausgeber jedoch nur im Intranet befinden. In diesem Fall kann der Broker ein Gateway zum Internet sein. Dazu sollte der Broker mit zwei Ethernet-Adaptern ausgestattet sein, von denen einer eine öffentliche IP-Adresse haben muss. Nachdem alle Elemente entwickelt wurden, sollten die Codes auf jedem Gerät bereitgestellt werden, wie in Abbildung 4 dargestellt. Der Verbindungsmodus, kabelgebunden oder drahtlos, ist nicht wichtig, aber er muss so gesichert werden, dass jedes Gerät auf den Broker zugreifen kann. Das bedeutet, dass der Broker aus Sicherheitsgründen als Gateway an der Grenze zwischen Intranet und Internet fungieren kann. Selbst wenn alle Geräte dem Internet ausgesetzt sind, gibt es natürlich aus kommunikativer Sicht kein Problem.
- Verbinden Sie die Extrusionssteuerung, den Hauptherausgeber und die zusätzlichen Verleger über Ethernet mit dem Intranet-Port.
- Verbinden Sie einen Ethernet-Port des Brokers mit dem Intranet und den anderen mit dem Internet.
- Verbinden Sie Abonnenten mit dem Internet, indem Sie Schritt 4.1 für alle wiederholen.
7. Ausführung
HINWEIS: Um das gesamte System zu testen, haben wir die Extrusionslinie gestartet und alle Python-Codes und Mosquitto ausgeführt.
- Starten Sie den Extrusionsprozess. Stellen Sie auf dem HMI der Maschine die Temperaturen ein und schalten Sie die Heizung ein, indem Sie die Taste auf dem HMI-Bildschirm berühren. Sobald die erforderliche Temperatur erreicht ist, starten Sie die Schneckenrotation, um die Polymerschmelze zu extrudieren.
- Schalten Sie alle Computer ein, starten Sie die Broker-Software auf dem Broker-Gerät mit dem Befehl "net start mosquitto" und führen Sie dann die Python-Codes aus, um die Verarbeitungsdaten nach Bedarf zu überwachen und aufzuzeichnen.
HINWEIS: Die Reihenfolge von Schritt 7.1 und Schritt 7.2 kann umgekehrt werden. Die Python-Codes können einfach ausgeführt werden, indem Sie "python3 xxxxx.py" in die Befehlszeile eingeben und anschließend die Eingabetaste drücken. Fügen Sie diesen Befehl zu den Startprogrammen hinzu, um zu vermeiden, dass Sie den Befehl bei jedem Neustart des Geräts eingeben.
Subscription Required. Please recommend JoVE to your librarian.
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 Datenübertragung mit dem MQTT-Protokoll. Der Broker leitet die Nachricht von den Herausgebern an die Abonnenten weiter. Die Herausgeber in diesem Diagramm sind der Hauptherausgeber und der zusätzliche Herausgeber (Raspberry Pi). Der Hauptherausgeber ist direkt an die Extrusionsmaschine angeschlossen, um die Daten zu empfangen. Die Anzahl der Abonnenten ist nicht begrenzt, solange die Netzwerkkapazität dies zulässt. Die Abonnenten können die Daten erneut für andere Abonnenten veröffentlichen, um sie in einer Datenbank wie Microsoft Access aufzuzeichnen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 2: Datenfluss nach Veröffentlichung, Vermittlung und Abonnement in einer Folienextrusionslinie. Die verarbeitenden Daten werden von den physischen Systemen veröffentlicht, die im oberen linken Feld dargestellt sind. Für den Abonnenten wird ein Python-Code, der eine grafische Benutzeroberfläche erstellt, basierend auf PyQt5 geschrieben, um die empfangenen Daten auf dem Bildschirm anzuzeigen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 3: Aufzeichnung der abonnierten Daten in eine MS Access-Datei über ODBC. Um eine Verbindung zu Microsoft Access herzustellen, wurde das ODBC verwendet. Der Python-Code, der die pyodbc verwendet, wird für die Verbindung geschrieben, was die Protokollierung und Analyse durch Übertragen von von Benutzern generierten Abfragen ermöglicht. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 4: Bereitstellung des gesamten Systems. Das Brokergerät in Gebäude 2 benötigt zwei Ethernet-Ports, einen zum Intranet und den anderen zum Internet. Aus Sicherheitsgründen sind die Herausgeber mit dem Intranet verbunden, während die Abonnenten mit dem Internet verbunden sind. Der Broker benötigt eine öffentliche IP-Adresse, um außerhalb des Campus abgerufen zu werden. Dadurch können alle Geräte im Internet die veröffentlichten Daten abonnieren. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 5: Betrieb des Datenüberwachungssystems während des Betriebs der Folienextrusionslinie. Die Verarbeitungsdaten können während des Extrusionsvorgangs (unten rechts) überwacht werden, sobald die gesamte Anlage bereitgestellt wurde. Die im HMI (oben rechts) angezeigten Daten werden außerhalb veröffentlicht. Nachdem der Broker gestartet wurde, sollten die Codes in den Publisher- und Abonnentengeräten ausgeführt werden. Anschließend beginnen die Datenflüsse wie geplant im System. Anhand der eingehenden Daten kann die gefilmte Extrusionslinie überwacht und angezeigt werden (unten links). Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Ergänzende Daten. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Subscription Required. Please recommend JoVE to your librarian.
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 zusätzlichen Verlage, die in dieser Arbeit beschäftigt waren, waren die Raspberry Pis. Insbesondere können sie weiter geschützt werden, indem sie in industriellen Raspberry Pi-Gehäusen untergebracht werden, um einen robusten Betrieb unter rauen Bedingungen zu gewährleisten. Die Abonnenten können jedes Gerät überall mit jedem Betriebssystem sein. Das Teilnehmergerät kann nur die erforderlichen Daten empfangen, indem es das zu abonnierende Thema auswählt. Diese Arbeit hat gezeigt, dass das MQTT zusammen mit den IoT-Geräten die Datenüberwachung für eine Polymerverarbeitungslinie ohne große Schwierigkeiten ermöglicht. Moderne industrielle Kommunikationsarchitekturen neigen dazu, von Pyramidenarchitekturen wie dem Purdue-Modell abzuweichen, und die vorgeschlagene Methode zeigt auch, dass dieser Trend gerechtfertigt ist.
Durch die Implementierung der Software mit Python konnte der Code für verschiedene Plattformenwiederverwendet werden 19. Folglich könnten die Geräte mit unterschiedlichen Plattformen an der Veröffentlichung und dem Abonnieren der Verarbeitungsdaten teilnehmen. Darüber hinaus könnte eine Menge Codierungslast reduziert werden, indem mehrere vorgefertigte Codes wie PyModbus, pyodbc, paho.mqtt und PyQT5 importiert werden. Da die Entwicklung in Bezug auf MQTT einfach und unkompliziert war, gab es keine großen Schwierigkeiten beim Debuggen. Es war jedoch mit erheblichem Aufwand verbunden, die Verarbeitungsdaten vom Legacy-Controller auf das Publisher-Gerät zu bringen. Wenn das Datenformat und das Protokoll nicht klar bekannt sind, sollte das Datenpaket sorgfältig analysiert werden. Außerdem sollte das Problem der Cybersicherheit untersucht werden, um unerwünschte Datenlecks zu verhindern.
Eine große Fabrik mit vielen Maschinen benötigt möglicherweise noch die herkömmliche MES-basierte Datenerfassung, wahrscheinlich mit OPCUA-Kommunikation. In solchen Fällen können Investitionen in das IT-System ohne zu großes Risiko getätigt werden. Für kleine Fabriken mit knappen Budgets ist das vorgeschlagene Modell jedoch eine vielversprechende Alternative20. Daher wird erwartet, dass MES und IoT für einen beträchtlichen Zeitraum koexistieren und sich entwickeln. Neben den Polymerprozessen wie Spritzgießen und Extrusion kann dieser Ansatz auf alle Fertigungsprozesse angewendet werden, die eine Datenkommunikation erfordern.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Die Autoren erklären keine Interessenkonflikte.
Acknowledgments
Diese Studie wurde durch das von der SeoulTech (Seoul National University of Science and Technology) finanzierte Forschungsprogramm unterstützt.
Materials
| Name | Company | Catalog Number | Comments |
| 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. , https://www.mckinsey.com/business-functions/operations/our-insights/manufacturing-analytics-unleashes-productivity-and-profitability (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.
- 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).
- Connet, J. 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).
