Name: Datenkommunikation auf Basis von MQTT in einem Polymerextrusionsprozess (Video) | JoVE Journal
Uploaded: 2022-07-15T13:00:00.000+00:00
Duration: 8 min 15 s
Description: Erfahren Sie, wie MQTT-Datenkommunikation in Polymerextrusionsprozessen flexible Echtzeitüberwachung ermöglicht. Diese Methode integriert Legacy-Systeme und verbessert die betriebliche Effizienz.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

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

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.
<ol><li>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.</li>
	<li>Installieren Sie eine Broker-Software wie Eclipse Mosquitto auf dem Computer. Laden Sie die Installationsdatei mit einem Browser herunter und führen Sie sie aus.</li>
	<li>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.</li>
</ol>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.
<ol><li>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.</li>
	<li>Installieren Sie Python3 auf dem Computer. Laden Sie die Installationsdatei mit einem Browser herunter und führen Sie sie aus.</li>
	<li>Installieren Sie PyModbus16. Laden Sie die Installationsdatei mit einem Browser herunter und führen Sie sie aus.</li>
	<li>Untersuchen Sie die Extrusionssteuerung mit HMI, die die Maschine steuert, und schließen Sie die Extrusionssteuerung an den Hauptverlag an.</li>
	<li>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.</li>
	<li>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))</li>
	<li>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</li>
	<li>Importieren Sie die paho.mqtt.client nach der Installation von paho-mqtt durch pip install paho-mqtt17 .</li>
	<li>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()</li>
</ol>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.
<ol><li>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.</li>
	<li>Installieren Sie Python3 auf dem Raspberry Pi mit den folgenden Befehlen in der Befehlszeile: sudo apt aktualisieren sudo apt installieren Python3 idle3</li>
	<li>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()</li>
	<li>Importieren Sie paho.mqtt.client.</li>
	<li>Verwenden Sie den Code in Abschnitt 2 erneut, um eine Verbindung herzustellen und Daten für den Broker zu veröffentlichen.</li>
</ol>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.
<ol><li>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).</li>
	<li>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.</li>
	<li>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")</li>
	<li>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.</li>
	<li>Zeigen Sie die eingehenden Daten auf der GUI an, indem Sie den erstellten Code ausführen.</li>
</ol>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.
<ol><li>Wählen Sie ein Teilnehmergerät aus, um die Daten aufzuzeichnen.</li>
	<li>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.</li>
	<li>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.</li>
	<li>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()</li>
</ol>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.
<ol><li>Verbinden Sie die Extrusionssteuerung, den Hauptherausgeber und die zusätzlichen Verleger über Ethernet mit dem Intranet-Port.</li>
	<li>Verbinden Sie einen Ethernet-Port des Brokers mit dem Intranet und den anderen mit dem Internet.</li>
	<li>Verbinden Sie Abonnenten mit dem Internet, indem Sie Schritt 4.1 für alle wiederholen.</li>
</ol>7. Ausführung
HINWEIS: Um das gesamte System zu testen, haben wir die Extrusionslinie gestartet und alle Python-Codes und Mosquitto ausgeführt.
<ol><li>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.</li>
	<li>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.</li>
</ol>

<ol><li>Shafiq, S. I., Szczerbicki, E., Sanin, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Proposition+of+the+methodology+for+Data+Acquisition%2C+Analysis+and+Visualization+in+support+of+Industry+4.0%5BTitle%5D)+AND+%22Procedia+Computer+Science%22%5BJournal%5D)">Proposition of the methodology for Data Acquisition, Analysis and Visualization in support of Industry 4.0.</a> Procedia Computer Science. 159, 1976-1985 (2019).</li>
<li>Dilda, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Manufacturing%3A+Analytics+unleashes+productivity+and+profitability%5BTitle%5D)+AND+%22McKinsey+%26+Company%22%5BJournal%5D)">Manufacturing: Analytics unleashes productivity and profitability.</a> McKinsey & Company. , https://www.mckinsey.com/business-functions/operations/our-insights/manufacturing-analytics-unleashes-productivity-and-profitability (2017).</li>
<li>Ismail, A., Truong, H. L., Kastner, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Manufacturing+process+data+analysis+pipelines%3A+A+requirements+analysis+and+survey%5BTitle%5D)+AND+%22Journal+of+Big+Data%22%5BJournal%5D)">Manufacturing process data analysis pipelines: A requirements analysis and survey.</a> Journal of Big Data. 6, 1(2019).</li>
<li>Nwanya, S. C., Udofia, J. I., Ajayi, O. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimization+of+machine+downtime+in+the+plastic+manufacturing%5BTitle%5D)+AND+%22Cogent+Engineering%22%5BJournal%5D)">Optimization of machine downtime in the plastic manufacturing.</a> Cogent Engineering. 4 (1), 1335444(2017).</li>
<li>Zhou, T., Song, Z., Sundmacher, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Big+data+creates+new+opportunities+for+materials+research%3A+A+review+on+methods+and+applications+of+machine+learning+for+materials+design%5BTitle%5D)+AND+%22Engineering%22%5BJournal%5D)">Big data creates new opportunities for materials research: A review on methods and applications of machine learning for materials design.</a> Engineering. 5 (6), 1017-1026 (2019).</li>
<li>Rousopoulou, V., Nizamis, A., Thanasis, V., Ioannidis, D., Tzovaras, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predictive+maintenance+for+injection+molding+machines+enabled+by+cognitive+analytics+for+Industry+4.0%5BTitle%5D)+AND+%22Frontiers+in+Artificial+Intelligence%22%5BJournal%5D)">Predictive maintenance for injection molding machines enabled by cognitive analytics for Industry 4.0.</a> Frontiers in Artificial Intelligence. 3, 578152(2020).</li>
<li>Mamo, F. T., Sikora, A., Rathfelder, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Legacy+to+Industry+4.0%3A+A+Profibus+Sniffer%5BTitle%5D)+AND+%22Journal+of+Physics%3A+Conference+Series%22%5BJournal%5D)">Legacy to Industry 4.0: A Profibus Sniffer.</a> Journal of Physics: Conference Series. 870, 012002(2017).</li>
<li>Figueroa-Lorenzo, S., Añorga, J., Arrizabalaga, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+role-based+access+control+model+in+Modbus+SCADA+systems.+A+centralized+model+approach%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">A role-based access control model in Modbus SCADA systems. A centralized model approach.</a> Sensors. 19 (20), 4455(2019).</li>
<li>Schleipen, M., Gilani, S. -S., Bischoff, T., Pfrommer, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((OPC+UA+%26+Industrie+4.0+-+Enabling+technology+with+high+diversity+and+variability%5BTitle%5D)+AND+%22Procedia+CIRP%22%5BJournal%5D)">OPC UA & Industrie 4.0 - Enabling technology with high diversity and variability.</a> Procedia CIRP. 57, 315-320 (2016).</li>
<li>Nițulescu, I. -V., Korodi, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Supervisory+control+and+data+Acquisition+approach+in+node-RED%3A+Application+and+discussions%5BTitle%5D)+AND+%22IoT%22%5BJournal%5D)">Supervisory control and data Acquisition approach in node-RED: Application and discussions.</a> IoT. 1, 76-91 (2020).</li>
<li>Perez-Lopez, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SCADA+systems+in+the+industrial+automation%5BTitle%5D)+AND+%22Tecnolog%C3%ADa+en+Marcha%22%5BJournal%5D)">SCADA systems in the industrial automation.</a> Tecnología en Marcha. 28 (4), 3-14 (2015).</li>
<li>Andersen, D. L., Ashbrook, C. S. A., Karlborg, N. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Significance+of+big+data+analytics+and+the+internet+of+things+%28IoT%29+aspects+in+industrial+development%2C+governance+and+sustainability%5BTitle%5D)+AND+%22International+Journal+of+Intelligent+Networks%22%5BJournal%5D)">Significance of big data analytics and the internet of things (IoT) aspects in industrial development, governance and sustainability.</a> International Journal of Intelligent Networks. 1, 107-111 (2020).</li>
<li>Kashyap, M., Sharma, V., Gupta, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Taking+MQTT+and+NodeMcu+to+IOT%3A+Communication+in+Internet+of+Things%5BTitle%5D)+AND+%22Procedia+Computer+Science%22%5BJournal%5D)">Taking MQTT and NodeMcu to IOT: Communication in Internet of Things.</a> Procedia Computer Science. 132, 1611-1618 (2018).</li>
<li>Connet, J. Mythbusting the MES. Systema. , Available from: 
 <a target="_blank" href="https://www.systema.com/blog/mythbusting-the-mes">https://www.systema.com/blog/mythbusting-the-mes</a> (2021).</li>
<li>Yeh, C. -S., Chen, S. -L., Li, I. -C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Implementation+of+MQTT+protocol+based+network+architecture+for+smart+factory%5BTitle%5D)+AND+%22Proceedings+of+the+Institution+of+Mechanical+Engineers%2C+Part+B%3A+Journal+of+Engineering+Manufacture%22%5BJournal%5D)">Implementation of MQTT protocol based network architecture for smart factory.</a> Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture. 235 (13), 2132-2142 (2021).</li>
<li>Parian, C., Guldimann, T., Bhatia, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fooling+the+master%3A+Exploiting+weaknesses+in+the+Modbus+protocol%5BTitle%5D)+AND+%22Procedia+Computer+Science%22%5BJournal%5D)">Fooling the master: Exploiting weaknesses in the Modbus protocol.</a> Procedia Computer Science. 171, 2453-2458 (2020).</li>
<li>Mishra, B., Kertesz, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+use+of+MQTT+in+M2M+and+IoT+systems%3A+A+survey%5BTitle%5D)+AND+%22IEEE+Access%22%5BJournal%5D)">The use of MQTT in M2M and IoT systems: A survey.</a> IEEE Access. 8, 201071-201086 (2020).</li>
<li>pyodbc 4.0.34. , Available from: 
 <a target="_blank" href="https://pypi.org/project/pyodbc/">https://pypi.org/project/pyodbc/</a> (2021).</li>
<li>Ayer, V., Miguez, S., Toby, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Why+scientists+should+learn+to+program+in+Python%5BTitle%5D)+AND+%22Powder+Diffraction%22%5BJournal%5D)">Why scientists should learn to program in Python.</a> Powder Diffraction. 29 (2), 48-64 (2014).</li>
<li>Boyes, H., Hallaq, B., Cunningham, J., Watson, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+industrial+internet+of+things+%28IIoT%29%3A+An+analysis+framework%5BTitle%5D)+AND+%22Computers+in+Industry%22%5BJournal%5D)">The industrial internet of things (IIoT): An analysis framework.</a> Computers in Industry. 101, 1-12 (2018).</li>
</ol>

Die Autoren erklären keine Interessenkonflikte.

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...

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.

<table><tbody><tr><td>Edge Device</td><td>Adavantech</td><td>UNO 420</td><td>Intel Atom E3815 Fanless</td></tr><tr><td>Film Extrusion Machine</td><td>EM Korea</td><td>Nicht verfügbar</td><td>Für die Produktion von 450 mm Film</td></tr><tr><td>Pydroid</td><td>IIEC</td><td>Nicht verfügbar</td><td>Android-Geräte</td></tr><tr><td>Python3</td><td>Python Software Foundataion</td><td>Nicht verfügbar</td><td>Windows, Linux</td></tr><tr><td>Raspberry Pi 4</td><td>CanaKit</td><td>Nicht Verfügbares</td><td>Standard-Kit</td></tr></tbody></table>

datenkommunikation auf basis von mqtt in einem polymerextrusionsprozess

Data Communication Based on MQTT in a Polymer Extrusion Process

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.

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.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/63717/63717fig01.jpg"> Abbildung 1: Überblick über die Da...

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.

Datenkommunikation auf Basis von MQTT in einem Polymerextrusionsprozess

This work aims at building a flexible data communication structure for a polymer processing machine by employing a publisher-subscriber based protocol ...

Das Protokoll in dieser Arbeit ermöglicht den Aufbau einer flexiblen Datenkommunikationsstruktur für eine Polymerverarbeitungsmaschine durch die Verwendung eines Publisher-Abonnenten-basierten Protokollcodes MQTT. Selbst bei Verwendung eines klassischen Gerätes können Daten von verschiedenen Geräten überall im Internet beobachtet und aufgezeichnet werden. Das Protokoll erleichtert die Datenkommunikation zwischen mehreren Herausgebern und mehreren Abonnenten.Wir haben ein System implementiert, das Verarbeitungsdaten aus einer bestehenden Extrusionslinie über ein Broker-Gerät an die abonnierenden Geräte veröffentlicht. Die Daten eines älteren Extrusionscontrollers wurden in einem Gerät interpretiert und an den Broker gesendet. Zusatzgeräte für Umgebungstemperaturen an zwei verschiedenen Standorten und von während der Verarbeitung veröffentlichen die Daten ebenfalls an den Broker.Dann leitet der Broker die Daten an Teilnehmergeräte weiter, die an diesen Daten interessiert sind. Zum Anzeigen und Aufzeichnen der Daten. Das Teilnehmersystem wurde entworfen und gebaut.Da der gesamte Code für die teilnehmenden Geräte in Python geschrieben wurde. Der Code kann auf den Geräten mit verschiedenen Betriebssystemen wiederverwendet werden. Schließlich wird das System bereitgestellt und für die Leitung getestet, um die Gültigkeit der First-Broker-Installation zu demonstrieren.Konfigurieren Sie zunächst das MQTT-Brokersystem so, dass es Verarbeitungsdaten über das Internet überwachen und aufzeichnen kann. Damit ein Broker-Gerät solche Daten weiterleiten kann, muss es sowohl für Herausgeber als auch für Abonnenten zugänglich sein. Verbinden Sie ein Computersystem mit einer öffentlichen IP-Adresse mit dem Internet, damit sowohl Herausgeber als auch Abonnenten auf den Broker zugreifen können.Auf der Computerinstallation verwenden offene Broker-Software wie Eclipse Mosquito ein Testtool wie MQTT-Linse, um die Funktionsfähigkeit der MQTT-Broker zu untersuchen. Zweitens, Hauptvorbereitung des Herausgebers. Lassen Sie uns nun das Haupt-Publisher-Gerät vorbereiten.Wie bereits erwähnt, veröffentlicht dieser Computer die Maschinendaten über MQTT an den Broker. Legacy-Daten sollten interpretiert und neu verpackt werden, um versendet zu werden. Dies kann in der Regel über RS-485 oder Ethernet erfolgen.Die Verbindung in der Hardware-Ebene sollte je nach Bustyp verifiziert werden. Die betrachtete Extrusionsmaschine sendet Daten über Modbus über einen Ethernet-Port, um Daten von der Extrusionsmaschine zu erfassen und zu veröffentlichen. Platzieren Sie einen Computer als Hauptherausgeber am Computerstandort.Installieren Sie auf diesem Computer Python drei als Softwareumgebung. Installieren Sie dann Pi Modbus, um Modbus-Konnektivität und -Kommunikation zu aktivieren. Untersuchen Sie die Modbus-Funktionscodes der Extrusionssteuerung und verbinden Sie sie mit dem Hauptherausgeber.Identifizieren Sie die Daten und die zugehörige Adresse sowie die Modbus-Codes von der Maschine mit einem Modbus-Tool wie Modbus-Umfrage oder Q-Mod-Master auf dem Hauptherausgeber. Schreiben Sie dann einen Python-Code auf dem Publisher, der die Daten von der Extrusionssteuerung abruft. Kombinieren Sie außerdem den Datenstrom über PCIE USB RS-232 und RS-485 von anderen Geräten.Importieren Sie paho dot MQTT dot client und implementieren Sie den Code, um Daten mit dem Broker zu verbinden und zu veröffentlichen. Drittens, zusätzliche Publisher-Vorbereitung. Zusätzlich zum Hauptverlag können wir zusätzliche IOT-Geräte einsetzen, um Umgebungstemperaturen und Filmbeleuchtungsstärke zu erfassen und zu veröffentlichen.Um dies zu tun. Zwei Raspberry Pi-Geräte wurden eingesetzt. Jedes Gerät veröffentlicht die gemessenen Daten an den Broker, wie es der Hauptherausgeber tut.Stellen Sie die Geräte in der Nähe der Sensorpositionen auf. Installieren Sie dann Python drei auf den Geräten und implementieren Sie den Code, um die Sensordaten zu erfassen. Die Sensordaten werden von I2C für den Beleuchtungsstärkesensor und von GPIO für die Temperaturen übertragen.Verwenden Sie den vorherigen Python-Code erneut, um die Daten zu veröffentlichen. Dank der Geräteunabhängigkeit von Python. Der Code für Windows kann für den Raspberry Pis wiederverwendet werden.Viertens richten sich die Abonnenten ein. Lassen Sie uns nun erklären, wie Sie die Verarbeitungsdaten abonnieren können. Wie bereits erwähnt, können alle Geräte im Internet die Daten über den Broker empfangen.Auch hier können die Daten durch einen Python-Code verarbeitet und visualisiert werden. Installieren Sie auf einem mit dem Internet verbundenen Gerät je nach Gerät und Betriebssystem eine geeignete Python-Umgebung. Zum Beispiel sollte auf einem Android-Gerät Pydroid 3 anstelle von Python 3 installiert werden, dann importieren Sie sowohl paho dot MQTT dot client als auch paho dot MQTT dot subscribe, um eine Verbindung zum Broker herzustellen und Daten vom Broker zu empfangen.Erstellen Sie dann nach Bedarf eine Benutzeroberfläche basierend auf Pi QT5. Da die Implementierung dieses Teils ziemlich langwierig ist und mühsam sein kann. Die Details werden hier nicht weiter beschrieben, wobei dieser Code die eingehenden Daten auf der GUI anzeigt.Wissen Sie auch, dass vorhandene Anwendungen wie das MQT-Tool im App Store die Daten empfangen können. Fünftens, die Datenprotokollierung. Um die Daten während der Überwachung aufzuzeichnen, sollte Python auf eine Datenbank zugreifen können.Bei dieser Arbeit werden die Daten in eine Microsoft Access-Datei geschrieben. Unter Berücksichtigung der Datenskalierung und der Softwareverfügbarkeit. Wählen Sie ein Teilnehmergerät aus, um die Daten aufzuzeichnen.Importieren Sie dann pyodbc in den Python-Code, um auf die Datenbank zuzugreifen. Um die Verarbeitungsdaten aufzuzeichnen, senden Sie eine Abfrage an die Datenbank durch den Python-Code. Um die aufgezeichneten Daten abzurufen, senden Sie eine weitere Abfrage an die Datenbank.Sobald die Daten abgerufen wurden, können die Daten analysiert werden, indem die Daten nach Bedarf umstrukturiert werden. Eine Tabelle, die in einer Tabelle lesbar ist, kann sofort erstellt werden. Sechstens, Bereitstellung.Nachdem alle Elemente entwickelt wurden, sollten die Python-Codes auf jedem Gerät bereitgestellt werden. Der Modus der kabelgebundenen oder drahtlosen Verbindung ist nicht wichtig, aber es muss sichergestellt werden, dass jedes Gerät auf den Broker zugreifen kann. Dies bedeutet, dass der Broker als Gateway an der Grenze zwischen Internet und Internet für den Sicherheitszweck spielt.Um eine bessere Sicherheit zu gewährleisten, verbinden Sie den Extrusionscontroller den Hauptherausgeber und die zusätzlichen Herausgeber mit dem Internet. Verbinden Sie dann einen Ethernet-Port des Brokers mit dem Internet und den anderen mit dem Internet, um die Verarbeitungsdaten zu überwachen und aufzuzeichnen. Verbinden Sie Abonnenten nach Bedarf mit dem Internet.Siebtens, Hinrichtung. Um das gesamte System zu testen, starten Sie die Extrusionslinie. Schalten Sie als Nächstes alle Computergeräte ein.Starten Sie dann die Broker-Software Mosquito und führen Sie alle Python-Codes aus. Repräsentative Ergebnisse. Als Ergebnis der Ausführung des entworfenen und implementierten Systems werden die Verarbeitungsdaten überwacht und visualisiert.Die Daten können auf verschiedene Arten angezeigt werden, einschließlich Grafiken und Tabellen, auch auf einem mobilen Gerät können die Daten überwacht und aufgezeichnet werden. Darüber hinaus werden die Daten aufgezeichnet und abgerufen, um analysiert zu werden. Schlussfolgerung Es wurde festgestellt, dass die im HMI angezeigten und von den Raspberry PIs gemessenen Daten bei den Teilnehmern überwacht und aufgezeichnet werden.Durch Befolgung des dargestellten Protokolls können die Verarbeitungsdaten ohne teure IT-Lösungen wie das MES überwacht und aufgezeichnet werden.

data-communication-based-on-mqtt-in-a-polymer-extrusion-process

Research

Forschung

JoVE Journal

Engineering

Ingenieurwesen

Eine Beschreibung der Bildung eines Polymers unter Verwendung eines Mikroarray-on-Chip-Technik Photopolymerisation. Der hohe Durchsatz Oberflächencharakterisierung mittels Rasterkraftmikroskopie, Wasser Randwinkelmessungen, Röntgen-Photoelektronenspektroskopie und Flugzeit-Sekundärionen-Massenspektrometrie und einer Zellanhaftung-Assay wird auch beschrieben.

Polymer Microarrays für High Throughput Discovery of Biomaterials

Quelle: Cabeen, M. T., et al. Einzellige mikrofluidische Analyse von Bacillus subtilis. J. Vis. Exp. (2018)Das Video demonstriert den Einsatz eines mikrofluidischen Geräts zur Beobachtung des bakteriellen Wachstums auf Einzelzellebene. Es zeigt, wie nicht bewegliche bakterielle Zellen, die in mikrogroßen Gräben eingeschlossen sind, kontinuierlich unter einem Fluoreszenzmikroskop genährt und abgebildet werden. Das Setup ermöglicht eine Echtzeitvisualisierung der Zellteilung und der...

Verfolgung des Bakterienwachstums bei Einzelzellauflösung in einem mikrofluidischen System

In diesem Artikel beschreiben wir verschiedene Techniken für mikrofluidische Rapid Prototyping Plattformen. Die vorgeschlagenen Techniken basieren auf ultraviolett (UV) empfindlichen und temperaturhärtenden Epoxidharzen, Schläuchen auf Basis von Polydimethylsiloxan (PDMS), Drahtbonden und anisotropen Klebefilmen. Die vorgestellten Montageverfahren wurden sowohl für Einweggeräte als auch für wiederverwendbare mikrofluidische Systeme entwickelt.

Mikrofluidische Rapid- und Low-Cost-Prototyping-Verpackungsmethoden mit hohem Durchsatz

Zwei benachbarte Flüssigkeiten, die durch einen gerillten mikrofluidischen Kanal geleitet werden, können zu einem Mantel um einen Prepolymerkern geleitet werden; dabei sowohl Form als auch Querschnitt bestimmen. Die photoinitiierte Polymerisation, wie die Thiol-Klick-Chemie, eignet sich gut für die schnelle Erstarrung der Kernflüssigkeit in eine Mikrofaser mit vorgegebener Größe und Form.

Mikrofluidische Herstellung von Polymer- und Biohybridfasern mit vorgefertigter Größe und Form

Hier stellen wir ein Protokoll frei aufgehängten, Mikron / Sub-Mikrometermaßstab Polymerfasern und Strukturen "web-like" durch automatische Direktschreibverfahrens mittels einer 3-Achsen-Ausgabesystem erzeugten fertigen.

Vorgeschriebene 3-D direkte Schreiben von Hänge Micron / Sub-Mikrometer-Maßstab Faserstrukturen über eine Robotic Dosiersystem

Hier präsentieren wir ein Protokoll, um lange Filamente Polydimethylsiloxan (PDMS) Silikon durch Schwerkraft-Zeichnung durch einen Ofen zu produzieren. Filamente sind in der Größenordnung von Hunderten von Mikrometer im Durchmesser und zehn Zentimetern Länge und wassermeidend patternable über ein Arduino-gesteuerte Korona-Entladungssystem.

Zeichnung und Hydrophobie-Musterung lange Polydimethylsiloxan Silikon Filamente

Hier präsentieren wir ein Protokoll zur Konstruktion und Herstellung von kundenspezifischen mikrofluidischen Geräten mit minimalen finanziellen und zeitlichen Investitionen. Ziel ist es, die Einführung mikrofluidischer Technologien in biomedizinischen Forschungslaboratorien und Bildungseinrichtungen zu erleichtern.

Schnelle Herstellung von kundenspezifischen mikrofluidischen Geräten für Forschungs- und Bildungsanwendungen

Mit einer nicht-invasiven und Echtzeit-Technik wird die nanoskopische Polymerbewegung innerhalb eines Polymerfilaments während des 3D-Drucks abgebildet. Die Feinabstimmung dieser Bewegung ist entscheidend für die Herstellung von Konstrukten mit optimaler Leistung und Aussehen. Diese Methode erreicht den Kern der Kunststoffschichtfusion und bietet so Einblicke in optimale Druckbedingungen und Materialdesignkriterien.

Echtzeit-Bildgebung von Verklebungen in 3D-gedruckten Schichten

Der 3D-Druck im Mikrometermaßstab ermöglicht das schnelle Prototyping von polymeren Bauelementen für neuronale Zellkulturen. Als Proof-of-Principle wurden strukturelle Verbindungen zwischen Neuronen durch die Schaffung von Barrieren und Kanälen eingeschränkt, die das Wachstum von Neuriten beeinflussen, während die funktionellen Konsequenzen einer solchen Manipulation durch extrazelluläre Elektrophysiologie beobachtet wurden.

Zwei-Photonen-Polymerisation 3D-Druck von neuronalen Zellkulturgeräten im Mikromaßstab

Hier stellen wir ein Protokoll vor, um das Taylor-Ausbreitungsexperiment an die Mikroskala anzupassen, indem Mikrokanäle verwendet werden, die im eigenen Haus mit einem Desktop-Craft-Cutter hergestellt wurden. Die experimentelle Plattform kann verwendet werden, um den Diffusionskoeffizienten von passiven Einzelspezies-Tracern zu berechnen und die Wechselwirkung und Trennung von Ionen mit mehreren Spezies zu visualisieren.

Anpassung der Taylor-Dispersion zur Messung des Dispersionskoeffizienten von Elektrolytlösungen über einen zugänglichen mikrofluidischen Aufbau

Erfahren Sie, wie MQTT-Datenkommunikation in Polymerextrusionsprozessen flexible Echtzeitüberwachung ermöglicht. Diese Methode integriert Legacy-Systeme und verbessert die betriebliche Effizienz.

Datenkommunikation auf Basis von MQTT in einem Polymerextrusionsprozess

Weitere Videos entdecken