Name: Comunicazione dati basata su MQTT in un processo di estrusione di polimeri (Video) | JoVE Journal
Uploaded: 2022-07-15T13:00:00.000+00:00
Duration: 8 min 15 s
Description: Scopri la comunicazione dati flessibile per l'estrusione di polimeri utilizzando il protocollo MQTT. Questo metodo consente il monitoraggio in tempo reale da dispositivi remoti tramite internet.

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

Questo studio è stato supportato dal programma di ricerca finanziato dal SeoulTech (Seoul National University of Science and Technology).

1. Installazione del broker
NOTA: per monitorare e registrare i dati di elaborazione via Internet, è necessario preparare un sistema informatico che inoltra i dati. Il sistema dovrebbe essere accessibile sia dagli editori che dagli abbonati, come illustrato nella Figura 2. Pertanto, deve avere un indirizzo IP pubblico noto prima di qualsiasi comunicazione. Un broker MQTT aperto chiamato Eclipse Mosquitto è installato sul sistema13.
<ol><li>Connettere un computer a Internet fornendo un indirizzo IP pubblico. Specificare l'indirizzo nell'impostazione IP del sistema operativo.</li>
	<li>Installare un software broker come Eclipse Mosquitto sul computer. Scaricare il file di installazione utilizzando un browser ed eseguirlo.</li>
	<li>Testa il broker con un programma di test come MQTT Lens. Scarica MQTT Lens utilizzando un browser e installalo. Quindi, assicurati che i messaggi pubblicati siano sottoscritti.</li>
</ol>2. Preparazione dell'editore principale
Nota : questo computer pubblica i dati della macchina tramite MQTT su TCP al broker. I dati legacy devono essere interpretati e riconfezionati per essere inviati. Questo di solito può essere fatto da RS485 o Ethernet. La connessione a livello hardware deve essere verificata a seconda del tipo di bus. La macchina di estrusione invia i dati tramite Modbus attraverso una porta Ethernet.
<ol><li>Posizionare fisicamente un computer nel sito del computer e configurarlo come editore principale. NOTA: Sebbene non obbligatorio, in questo lavoro è stato selezionato un computer industriale.</li>
	<li>Installare Python3 sul computer. Scaricare il file di installazione utilizzando un browser ed eseguirlo.</li>
	<li>Installare PyModbus16. Scaricare il file di installazione utilizzando un browser ed eseguirlo.</li>
	<li>Esaminare il controller di estrusione con HMI che controlla la macchina e collegare il controller di estrusione all'editore principale.</li>
	<li>Identificare completamente i dati e l'indirizzo corrispondente nel protocollo Modbus dalla macchina utilizzando uno strumento Modbus come ModbusPoll o QModMaster. Assicurarsi che i dati della macchina inviati siano visualizzati nelle celle corrispondenti dello strumento Modbus.</li>
	<li>Scrivere un codice Python sul PC di pubblicazione che recuperi i dati dal controller di estrusione. NOTA: ecco un esempio di codice: da pyModbusTCP.client importare ModbusClient client = ModbusClient(host="192.168.1.***", port=***, unit_id=***) client.open() ExtrusionData = str(client.read_holding_registers(1000, 58))</li>
	<li>Unisci flussi di dati aggiuntivi da altri dispositivi tramite PCIe, USB, RS232 e RS485. NOTA: questo è semplice. Una volta ottenuta una stringa di dati aggiuntiva, è sufficiente aggiungere i dati al flusso di dati esistente, ovvero il codice seguente: ExtrusionData += AdditionalData</li>
	<li>Importare il paho.mqtt.client dopo aver installato paho-mqtt da pip install paho-mqtt17 .</li>
	<li>Implementare il codice per connettere e pubblicare i dati nel broker. Nota : fare riferimento all'esempio di codice riportato di seguito: url="117.xx.xxx.xx"; porto = 1883; username = "****"; password = "xxxxx"; topic = "Estrusore" mqttc = mqtt. Cliente() mqttc.username_pw_set (nome utente, password) 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. Preparazione aggiuntiva dell'editore
NOTA: questo computer pubblica anche i dati della macchina tramite MQTT su TCP al broker. A volte, è necessaria una misurazione aggiuntiva che non può essere eseguita sull'editore principale. I dispositivi Internet of Things (IoT) come Raspberry Pi e Arduino possono assumere il ruolo. In questo lavoro, Raspberry Pi è stato impiegato per i dati di temperatura e di illuminamento. La procedura è simile alla sezione 2 del protocollo.
<ol><li>Posizionare un Raspberry Pi vicino alla posizione del sensore. NOTA: poiché la distanza di cablaggio è limitata, il Raspberry Pi non può essere posizionato molto lontano dal luogo di misurazione. Tuttavia, poiché la vicinanza dell'estrusore è molto calda, il dispositivo deve essere posizionato ad almeno 1 m di distanza dal luogo di misurazione.</li>
	<li>Installa Python3 sul Raspberry Pi con i seguenti comandi nella riga di comando: sudo apt aggiornamento sudo apt installa Python3 idle3</li>
	<li>Implementare il codice per acquisire i dati del sensore. I dati del sensore possono essere trasmessi tramite I2C o GPIO. NOTA: fare riferimento all'esempio di codice seguente per ulteriori dati di temperatura tramite GPIO: da max6675 importare MAX6675 cs_pin1 = 24; clock_pin1 = 25; data_pin1 = 18 cs_pin2 = 9; clock_pin2 = 11; data_pin2 = 19 unità = "C" termocoppia1 = MAX6675(cs_pin1, clock_pin1, data_pin1, unità) termocoppia2 = MAX6675(cs_pin2, clock_pin2, data_pin2, unità) T1 = termocoppia1.get() T2 = termocoppia2.get()</li>
	<li>Importare paho.mqtt.client.</li>
	<li>Riutilizzare il codice nella sezione 2 per connettere e pubblicare i dati al broker.</li>
</ol>4. Configurazione dell'abbonato
NOTA: Qualsiasi dispositivo su Internet può ricevere i dati di elaborazione tramite il broker. I dati vengono elaborati e visualizzati anche da un codice Python. Nel caso in cui lo sviluppo sia difficile, è possibile utilizzare applicazioni disponibili come MQTT Client in Google Play e MQT Tool nell'App Store. Poiché l'implementazione dell'interfaccia utente è piuttosto lunga, i dettagli non sono descritti qui. Si noti inoltre che le applicazioni esistenti come LO strumento MQT nell'App Store possono ricevere i dati.
<ol><li>Coinvolgere un dispositivo per l'abbonamento a Internet. Garantire una connessione fisica via cavo e quindi eseguire un ping all'IP del broker sulla riga di comando (ad esempio, ping 117.xx.xxx.xx).</li>
	<li>Installare un ambiente Python adatto a seconda del dispositivo e del sistema operativo. Ad esempio, installa Pydroid3 su un dispositivo Android invece di Python3 da Google Play.</li>
	<li>Importa sia paho.mqtt.client che paho.mqtt.subscribe per connetterti e ricevere dati dal broker. Nota : fare riferimento all'esempio di codice riportato di seguito: importare paho.mqtt.client come mqtt importa paho.mqtt.subscribe come sottoscrizione url="117.xx.xxx.xx"; porto = 1883; username = "****"; password = "xxxxx"; topic = "Estrusore" mqttc.username_pw_set(nome utente, password) mqttc.connect(host=url, port=port) mqttc.subscribe(argomento, 0) mqttc.loop_start() Sub1 = subscribe.simple(topic, hostname=url) ExtruderData = Sub1.payload.decode("utf-8")</li>
	<li>Crea un'interfaccia utente come richiesto usando PyQT5. NOTA: questa parte è molto lunga e si concentra sulla rappresentazione grafica dei dati ricevuti piuttosto che sulla comunicazione. Il codice corrispondente è fornito come dati supplementari.</li>
	<li>Visualizzare i dati in ingresso nella GUI eseguendo il codice compilato.</li>
</ol>5. Registrazione dei dati
NOTA: i dati di elaborazione possono essere scritti in un database durante il monitoraggio. In questo lavoro, è stato scelto un database su scala di laboratorio. I dati sono connessi a un file di Microsoft Access per scrivere e recuperare facilmente da un computer utente. Inoltre, una tabella può essere creata istantaneamente da una query per analizzare i dati in un foglio di calcolo come Microsoft Excel.
<ol><li>Selezionare un dispositivo abbonato per registrare i dati.</li>
	<li>Importa pyodbc eseguendo "pip install pyodbc" sulla riga di comando affinché il codice Python possa accedere al database, come illustrato nella Figura 318.</li>
	<li>Invia una query al database tramite il codice Python per la registrazione dei dati di elaborazione. Fare riferimento al codice Python nella Figura 3 per il metodo.</li>
	<li>Inviare una query al database per il recupero dei dati registrati. NOTA: di seguito è riportato un esempio di codice per il recupero dei dati: importazione pyodbc x per x in pyodbc.drivers() se x.startswith('Microsoft Access Driver')] conn_str = ( r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};' r'DBQ=C:\Utenti\data_analysis\db1.accdb;' ) cnxn = pyodbc.connect(conn_str) crsr = cnxn.cursor() per table_info in crsr.tables(tableType='TABLE'): print(nome_tabella table_info.table) sql = """\ SELEZIONA * DA Process_Condition """ crsr = cnxn.execute(sql) per la riga in crsr: RetrievedData = pd.read_sql(sql, cnxn) crsr.close() cnxn.close()</li>
</ol>6. Distribuzione
NOTA: se tutti i dispositivi possono essere connessi a Internet, la configurazione è semplice. Tuttavia, per proteggere i dati lato macchina, gli editori possono trovarsi solo nella rete Intranet. In questo caso, il broker può essere un gateway per Internet. Per essere così, il broker dovrebbe essere dotato di due adattatori ethernet, uno dei quali deve avere un indirizzo IP pubblico. Dopo aver sviluppato tutti gli elementi, i codici devono essere distribuiti su ciascun dispositivo, come illustrato nella Figura 4. La modalità di connessione, cablata o wireless, non è importante, ma deve essere protetta in modo che ogni dispositivo sia in grado di accedere al broker. Ciò significa che il broker può fungere da gateway al confine tra intranet e Internet per motivi di sicurezza. Naturalmente, anche se tutti i dispositivi sono esposti a Internet, non c'è alcun problema dal punto di vista della comunicazione.
<ol><li>Collegare il controller di estrusione, l'editore principale e gli editori aggiuntivi alla porta Intranet tramite Ethernet.</li>
	<li>Collegare una porta Ethernet del broker alla rete Intranet e l'altra a Internet.</li>
	<li>Connetti gli abbonati a Internet ripetendo il passaggio 4.1 per tutti loro.</li>
</ol>7. Esecuzione
NOTA: Per testare l'intero sistema, abbiamo avviato la linea di estrusione ed eseguito tutti i codici Python e Mosquitto.
<ol><li>Avviare il processo di estrusione. Sull'HMI della macchina, impostare le temperature e accendere il riscaldatore toccando il pulsante sullo schermo HMI. Una volta raggiunta la temperatura richiesta, avviare la rotazione della vite per estrudere il polimero fuso.</li>
	<li>Accendi tutti i computer, avvia il software del broker sul dispositivo del broker con il comando "net start mosquitto", quindi esegui i codici Python per monitorare e registrare i dati di elaborazione secondo necessità. NOTA: l'ordine dei passaggi 7.1 e 7.2 può essere invertito. I codici Python possono essere eseguiti semplicemente digitando "python3 xxxxx.py" sulla riga di comando seguita dalla pressione di Invio. Aggiungere questo comando ai programmi di avvio per evitare di digitare il comando ogni volta che il dispositivo si riavvia.</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>

Gli autori non dichiarano conflitti di interesse.

Seguendo il protocollo presentato, i dati di elaborazione possono essere monitorati e registrati senza costose soluzioni informatiche come il MES. Le tecnologie IoT possono semplificare l'acquisizione e la distribuzione di dati da macchine convenzionali. È stato dimostrato che il protocollo basato su messaggi, MQTT, funge con successo da piattaforma per la comunicazione dei dati per le linee di lavorazione dei polimeri. Inoltre, i dati aggiuntivi possono essere misurati in modo flessibile e trasmessi insieme. Gli editori...

Nell'ondata della 4a rivoluzione industriale, l'acquisizione e il monitoraggio di vari dati di elaborazione sono diventati compiti importanti1. In particolare, migliorare il processo di produzione utilizzando i dati di processo e stabilire piani operativi efficienti sarà un obiettivo importante di tutti gli impianti di produzione 2,3. I tempi di inattività possono essere notevolmente ridotti se un allarme può essere inviato fuori dalla fabbrica o se la manutenzione predittiva può essere eseguita nel tempo4. Recentemente, sono stati fatti molti sforzi per l'analisi dei dati nei processipolimerici 5,6. Tuttavia, non è facile svolgere questi compiti a causa delle difficoltà nell'acquisire tali dati dai sistemi esistenti7. La struttura gerarchica del controllo e della strumentazione rende difficile l'acquisizione e la comunicazione dei dati.
Prima di tutto, non è possibile ottenere dati da macchine diverse con date di produzione diverse. È difficile realizzare la comunicazione tra macchine diverse poiché ciò richiede l'interoperabilità tra diversi bus di campo in formati proprietari. In questo modo, i metodi di comunicazione e i formati dei dati vengono mantenuti privati. Questo aiuta a mantenere facilmente la sicurezza dei dati, ma mantiene gli utenti dipendenti dal costruttore della macchina per i servizi e gli sviluppi futuri. I recenti computer di controllo, tra cui l'interfaccia uomo-macchina (HMI) collegata alle macchine per la lavorazione dei polimeri, sono per lo più basati su Windows in questi giorni, ma sono caricati con software creato in un ambiente di sviluppo proprietario. È possibile utilizzare controllori logici programmabili (PLC) di diverse aziende per comunicare con i sensori o gli attuatori, ma in molti casi il sistema di controllo di supervisione superiore e acquisizione dati (SCADA) dipende dai computer di controllo8. Questa pratica ha fatto sì che numerosi protocolli, bus di campo e sistemi di controllo competessero sul mercato. Sebbene questa complessità sia stata alleviata a poco a poco nel tempo, molti tipi di bus di campo e protocolli sono ancora in uso attivo.
D'altra parte, la comunicazione tra dispositivi di controllo e SCADA è stata standardizzata dall'Open Platform Communications United Architecture (OPCUA)9. Inoltre, anche la comunicazione tra SCADA e il Manufacturing Execution System (MES) è stata effettuata principalmente tramite OPCUA. In una struttura gerarchica così stretta, non è facile estrarre liberamente i dati per il monitoraggio e l'analisi dei processi. Di solito, i dati devono essere estratti dallo SCADA o dal MES10. Come accennato in precedenza, questi sistemi sono specifici del fornitore e i formati di dati sono raramente aperti. Di conseguenza, l'estrazione dei dati richiede un supporto sostanziale da parte dei fornitori di soluzioni IT/OT (Information Technology/ Operational Technology) originali. Ciò può ostacolare l'acquisizione dei dati per il monitoraggio e l'analisi.
In una linea di estrusione di film, il PC di controllo è supervisionato da un sistema SCADA11. Il sistema SCADA è gestito da un programma per computer che non può essere facilmente modificato. Il programma per computer potrebbe essere modificabile, ma l'editing è piuttosto costoso e richiede tempo. Per monitorare e analizzare facilmente i dati di elaborazione, i dati dovrebbero essere accessibili da qualsiasi luogo. Per monitorare i dati di elaborazione lontano dal sito, il programma per computer dovrebbe essere in grado di trasmettere i dati di elaborazione a Internet12. Inoltre, un metodo open free riduce le spese per l'acquisizione dei dati13. Questo approccio consente di eseguire l'analisi dei dati anche in piccole fabbriche che non possono permettersi di investire in soluzioni IT commerciali14.
In questo studio viene utilizzato un protocollo di messaggio basato sul modello editore-sottoscrittore. MQTT (Message Queuing Telemetry Transport) è un protocollo aperto e standard che consente la messaggistica tra più provider di dati e consumatori15. Qui, proponiamo un sistema che acquisisce, trasmette e monitora i dati utilizzando MQTT per gli impianti di produzione esistenti. Il sistema viene testato in una linea di estrusione di film per verificarne le prestazioni. I dati del controller originale vengono trasmessi a un dispositivo edge tramite il protocollo Modbus. Quindi, i dati vengono pubblicati sul broker. Nel frattempo, due Raspberry Pis pubblicano le temperature misurate e l'illuminamento allo stesso broker. Quindi, qualsiasi dispositivo su Internet può sottoscrivere i dati, seguiti dal monitoraggio e dalla registrazione come illustrato nella Figura 1. Il protocollo in questo lavoro mostra come l'intera procedura può essere eseguita.

<table><tbody><tr><td>Edge Device</td><td>Adavantech</td><td>UNO 420</td><td>Intel Atom E3815 Macchina</td></tr> per <tr><td>estrusione di film</td> senza ventola <td>EM Corea</td><td>Non disponibile</td><td>Per la produzione di film da 450 mm</td></tr><tr><td>Pydroid</td><td>IIEC</td><td>Non disponibile</td><td>Dispositivi Android</td></tr><tr><td>Python3</td><td>Python Software Foundataion</td><td>Non disponibile</td><td>Windows, Linux</td></tr><tr><td>Raspberry Pi 4</td><td>CanaKit</td><td>Non </td><td>Kit standard</td> disponibile</tr></tbody></table>

comunicazione dati basata su mqtt in un processo di estrusione di polimeri

Data Communication Based on MQTT in a Polymer Extrusion Process

Questo lavoro mira a costruire una struttura di comunicazione dati flessibile per una macchina per la lavorazione dei polimeri impiegando un protocollo basato su editore-abbonato chiamato Message Queuing Telemetry Transport (MQTT), che viene gestito su TCP / IP. Anche quando si utilizzano apparecchiature convenzionali, i dati di elaborazione possono essere misurati e registrati da vari dispositivi ovunque attraverso una comunicazione Internet. Un protocollo basato su messaggi consente una comunicazione flessibile che supera le carenze del protocollo server-client esistente. Più dispositivi possono sottoscrivere i dati di elaborazione pubblicati dai dispositivi di origine. Il metodo proposto facilita la comunicazione dei dati tra più editori e abbonati. Questo lavoro ha implementato un sistema che pubblica i dati dall'apparecchiatura e sensori aggiuntivi a un broker di messaggi. Gli abbonati possono monitorare e archiviare i dati di processo inoltrati dal broker. Il sistema è stato implementato ed eseguito per una linea di estrusione di film per dimostrare l'efficacia.

È stato riscontrato che i dati mostrati nell'HMI e misurati dal Raspberry Pis sono stati monitorati e registrati negli abbonati come mostrato nella Figura 5. Come presentato nel video, i dati di elaborazione vengono registrati nel database.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/63717/63717fig01.jpg"> Figura 1: Schema della trasmissione dei dati utilizzando il p...

Questo lavoro propone un metodo flessibile per la comunicazione dei dati tra un sistema di estrusione di film e dispositivi di monitoraggio basato su un protocollo di messaggi chiamato Message Queuing Telemetry Transport (MQTT).

Comunicazione dati basata su MQTT in un processo di estrusione di polimeri

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

Il protocollo in questo lavoro consente di costruire una struttura di comunicazione dati flessibile per una macchina di elaborazione dei polimeri impiegando un codice di protocollo basato sull'abbonato dell'editore MQTT. Anche quando si utilizza un'apparecchiatura classica, i dati di elaborazione possono essere osservati e registrati da vari dispositivi ovunque in Internet. Il protocollo facilita la comunicazione dei dati tra più editori e più abbonati.Abbiamo implementato un sistema che pubblica i dati di elaborazione da una linea di estrusione esistente ai dispositivi di sottoscrizione attraverso un dispositivo broker. I dati di un controller di estrusione legacy sono stati interpretati in un dispositivo e inviati al broker. I dispositivi aggiuntivi per le temperature ambiente in due posizioni diverse e durante l'elaborazione pubblicano anche i dati al broker.Quindi il broker trasmette i dati ai dispositivi degli abbonati che sono interessati a tali dati. Per visualizzare e registrare i dati. Il sistema di abbonati è stato progettato e costruito.Poiché tutto il codice per i dispositivi partecipanti è stato scritto in Python. Il codice può essere riutilizzato sui dispositivi con diversi sistemi operativi. Infine, il sistema viene distribuito e testato per la linea per dimostrare la validità dell'installazione del broker First.Per iniziare a configurare il sistema di broker MQTT in modo che possa monitorare e registrare i dati di elaborazione su Internet. Affinché un dispositivo broker possa trasmettere tali dati, questi devono essere accessibili sia agli editori che agli abbonati. Collegare un sistema informatico a Internet con un indirizzo IP pubblico in modo che il broker sia accessibile sia agli editori che agli abbonati.Quindi, durante l'installazione del computer, il software del broker aperto come Eclipse Mosquito utilizza uno strumento di test come l'obiettivo MQTT per esaminare l'operabilità dei broker MQTT. In secondo luogo, la preparazione dell'editore principale. Ora prepariamo il dispositivo principale dell'editore.Come accennato in precedenza, questo computer pubblica i dati della macchina tramite MQTT al broker. I dati legacy devono essere interpretati e riconfezionati per essere inviati. Questo di solito può essere fatto da RS-485 o ethernet.La connessione a livello hardware deve essere verificata a seconda del tipo di bus. La macchina di estrusione considerata invia i dati tramite Modbus attraverso una porta ethernet, per acquisire i dati dalla macchina di estrusione e pubblicarli. Inserire un computer come autore principale nel sito del computer.Su quel computer installare Python tre come ambiente software. Quindi installare Pi Modbus per abilitare la connettività e la comunicazione Modbus. Esaminate i codici funzione Modbus del controller di estrusione e collegatelo all'editore principale.Identifica completamente i dati e l'indirizzo associato e i codici Modbus dalla macchina utilizzando uno strumento Modbus come Modbus poll o Q mod master sull'editore principale. Quindi scrivere un codice Python sull'editore che recupera i dati dal controller di estrusione. Inoltre, combina il flusso di dati tramite PCIE USB RS-232 e RS-485 da altri dispositivi.Importa paho dot MQTT dot client e implementa il codice per connettere e pubblicare i dati al broker. In terzo luogo, un'ulteriore preparazione dell'editore. Oltre all'editore principale, impieghiamo ulteriori dispositivi IOT per acquisire e pubblicare temperature ambiente e illuminamento della pellicola.Per farlo. Sono stati impiegati due dispositivi Raspberry Pi. Ogni dispositivo pubblica i dati misurati sul broker come fa l'editore principale.Posizionare i dispositivi vicino alle posizioni dei sensori. Quindi installare Python tre sui dispositivi e implementare il codice per acquisire i dati del sensore. I dati del sensore vengono trasmessi da I2C per il sensore di illuminamento e da GPIO per le temperature.Riutilizzare il codice Python precedente per pubblicare i dati. Grazie all'indipendenza del dispositivo di Python. Il codice per Windows può essere riutilizzato per il Raspberry Pis.In quarto luogo, gli abbonati si configurano. Ora spieghiamo come sottoscrivere i dati di elaborazione. Come affermato in precedenza, qualsiasi dispositivo su Internet può ricevere i dati tramite il broker.Ancora una volta, i dati possono essere elaborati e visualizzati da un codice Python. Su un dispositivo connesso a Internet installare un ambiente Python adatto a seconda del dispositivo e del sistema operativo. Ad esempio, su un dispositivo Android Pydroid 3 dovrebbe essere installato al posto di Python 3, quindi importare sia paho dot MQTT dot client che paho dot MQTT dot subscribe per connettersi e ricevere dati dal broker.Quindi creare un'interfaccia utente come richiesto basata su Pi QT5. Poiché l'implementazione di questa parte è piuttosto lunga e può essere laboriosa. I dettagli non sono ulteriormente descritti qui con questo codice visualizza i dati in arrivo sulla GUI.Sappi anche che le applicazioni esistenti come lo strumento MQT nell'app store possono ricevere i dati. Quinto, la registrazione dei dati. Per registrare i dati durante il monitoraggio, Python dovrebbe essere in grado di accedere a un database.In questo lavoro i dati vengono scritti in un file di Microsoft Access. Considerando la scala dei dati e la disponibilità del software. Selezionare un dispositivo abbonato per registrare i dati.Quindi importa pyodbc nel codice Python per accedere al database. Per registrare i dati di elaborazione, inviare una query al database tramite il codice Python. Per recuperare i dati registrati, inviare un'altra query al database.Una volta recuperati i dati, i dati possono essere analizzati ristrutturando i dati secondo necessità. Una tabella leggibile in un foglio di calcolo può essere costruita all'istante. Sesto, la distribuzione.Dopo che tutti gli elementi sono stati sviluppati, i codici Python dovrebbero essere distribuiti su ciascun dispositivo. La modalità di connessione cablata o wireless non è importante, ma deve essere garantito che ogni dispositivo dovrebbe essere in grado di accedere al broker. Ciò significa che il broker gioca come un gateway al confine tra Internet e Internet a scopo di sicurezza.Qui per mantenere una migliore sicurezza collegare il controller di estrusione l'editore principale e gli editori aggiuntivi a Internet. Quindi collegare una porta Ethernet del broker a Internet e l'altra a Internet per monitorare e registrare i dati di elaborazione. Connetti gli abbonati a Internet come richiesto.Settimo, l'esecuzione. Per testare l'intero sistema, avviare la linea di estrusione. Quindi accendi tutti i dispositivi del computer.Quindi avviare il software broker Mosquito ed eseguire tutti i codici Python. Risultati rappresentativi. Come risultato dell'esecuzione del sistema progettato e implementato, i dati di elaborazione vengono monitorati e visualizzati.I dati possono essere mostrati in vari modi, inclusi grafici e tabelle, anche su un dispositivo mobile i dati possono essere monitorati e registrati. Inoltre, i dati vengono registrati e recuperati per essere analizzati. Conclusione È stato riscontrato che i dati mostrati nell'HMI e misurati dai PI Raspberry sono monitorati e registrati negli abbonati.Seguendo il protocollo presentato i dati di elaborazione possono essere monitorati e registrati senza costose soluzioni informatiche come il MES.

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

Research

Ricerca

JoVE Journal

Engineering

Ingegneria

Una descrizione della formazione di un polimero microarray utilizzando un chip tecnica di fotopolimerizzazione. La caratterizzazione superficiale elevata velocità usando la microscopia a forza atomica, misure di angolo di contatto acqua, raggi X e spettroscopia di fotoelettroni tempo di spettrometria di massa di ioni secondari volo e un saggio di adesione cellulare è anche descritto.

Microarrays polimerici per Discovery High Throughput di Biomateriali

Fonte: Cabeen, M. T., et al. Analisi microfluidica a singola cellula di Bacillus subtilis. J. Vis. Esp. (2018)Il video mostra l'uso di un dispositivo microfluidico per osservare la crescita batterica a livello di singola cellula. Mostra come le cellule batteriche non mobili, confinate in trincee su scala microscopica, vengano continuamente nutrite e imaggiate sotto un microscopio a fluorescenza. L'installazione consente la visualizzazione in tempo reale della divisione cellulare e del...

Monitoraggio della crescita batterica a risoluzione di singola cellula in un sistema microfluidico

In questo articolo descriviamo diverse tecniche per le piattaforme di prototipazione rapida microfluidica. Le tecniche proposte si basano su resine epossidiche sensibili ai raggi ultravioletti (UV) e termopolimerizzanti, tubi a base di polidimetilsilossano (PDMS), wire-bonding e film adesivi anisotropi. Le procedure di assemblaggio presentate sono sviluppate sia per dispositivi monouso che per sistemi microfluidici riutilizzabili.

High Throughput Microfluidic rapido ed economico prototipazione metodi a basso Packaging

Due fluidi adiacenti che passano attraverso un canale microfluidico scanalato possono essere diretti a formare una torcia attorno a un nucleo di prepolimeri; determinando così sia la forma che la sezione trasversale. La polimerizzazione fotoiniziata, come la chimica dei clic tiolo, è adatta per solidificare rapidamente il fluido del nucleo in una microfibra con dimensioni e forma predeterminate.

Fabbricazione microfluidica di fibre polimeriche e bioibride con dimensioni e forma predesignate

Qui, vi presentiamo un protocollo per fabbricare fibre liberamente sospesi micron / sub-micron scala polimeri e strutture "web-like" generati mediante procedura di scrittura diretto automatico per mezzo di un sistema di erogazione a 3 assi.

Prescritto 3-D diretto Redazione di sospensione Micron / sub-micron scala fibra strutture attraverso un sistema di erogazione robotico

Qui, presentiamo un protocollo per la produzione di lunghi filamenti di polidimetilsilossano (PDMS) silicone di gravità-disegno attraverso una fornace. Filamenti sono dell'ordine di centinaia di micrometri di diametro e decine di centimetri di lunghezza e sono idrofobicamente derivativazione tramite un sistema controllato da Arduino effetto corona.

Disegno e idrofobicità-patterning lunghi filamenti di Polydimethylsiloxane Silicone

Qui presentiamo un protocollo per progettare e fabbricare dispositivi microfluidici personalizzati con un minimo investimento finanziario e temporale. L'obiettivo è facilitare l'adozione di tecnologie microfluidiche nei laboratori di ricerca biomedica e negli ambienti educativi.

Rapida fabbricazione di dispositivi microfluidici personalizzati per applicazioni di ricerca e didattiche

Con una tecnica non invasiva e in tempo reale, il movimento nanoscopico del polimero all'interno di un filamento polimerico viene visualizzato durante la stampa 3D. La messa a punto di questo movimento è fondamentale per produrre costrutti con prestazioni e aspetto ottimali. Questo metodo raggiunge il nucleo della fusione degli strati di plastica, offrendo così approfondimenti sulle condizioni di stampa ottimali e sui criteri di progettazione dei materiali.

Imaging in tempo reale del legame in strati stampati in 3D

La stampa 3D su scala micrometrica consente la prototipazione rapida di dispositivi polimerici per colture cellulari neuronali. Come prova di principio, le connessioni strutturali tra i neuroni sono state vincolate creando barriere e canali che influenzano la crescita dei neuriti, mentre le conseguenze funzionali di tale manipolazione sono state osservate dall'elettrofisiologia extracellulare.

Stampa 3D a polimerizzazione a due fotoni di dispositivi di coltura cellulare neuronale su microscala

Qui, presentiamo un protocollo per adattare l'esperimento di dispersione di Taylor alla microscala utilizzando microcanali fabbricati internamente con un taglierino artigianale da tavolo. La piattaforma sperimentale può essere utilizzata per calcolare il coefficiente di diffusione di traccianti passivi di singole specie e per visualizzare l'interazione e la separazione di ioni multispecie.

Adattamento della dispersione di Taylor per misurare il coefficiente di dispersione delle soluzioni elettrolitiche tramite una configurazione microfluidica accessibile

Scopri la comunicazione dati flessibile per l'estrusione di polimeri utilizzando il protocollo MQTT. Questo metodo consente il monitoraggio in tempo reale da dispositivi remoti tramite internet.

Comunicazione dati basata su MQTT in un processo di estrusione di polimeri

Esplora altri video