2022年7月15日
本研究は、メッセージキューテレメトリトランスポート(MQTT)と呼ばれるメッセージプロトコルに基づくフィルム押出システムと監視装置との間のデータ通信のための柔軟な方法を提案する。
この作業のプロトコルは、パブリッシャーの加入者ベースのプロトコルコードMQTTを採用することにより、ポリマー処理マシンの柔軟なデータ通信構造を構築することを可能にします。従来の機器を使用する場合でも、処理データは、インターネット上のあらゆる機器によって観察および記録することができる。このプロトコルは、複数のパブリッシャーと複数のサブスクライバー間のデータ通信を容易にします。
既存の押出ラインからブローカーデバイスを介してサブスクライブデバイスに処理データを公開するシステムを実装しました。レガシー押出コントローラーからのデータは、デバイス内で解釈され、ブローカーに送信されました。2つの異なる場所および処理中の周囲温度の追加デバイスも、データをブローカーに公開します。
次に、ブローカーは、それらのデータに関心のあるサブスクライバー・デバイスにデータを中継します。データを表示および記録すること。加入者システムは設計され、構築されています。
参加デバイスのすべてのコードはPythonで書かれているので。コードは、異なるオペレーティングシステムのデバイスで再利用できます。最後に、システムは、最初のブローカーのインストールの有効性を実証するために、ライン用に展開およびテストされます。
MQTT ブローカー・システムがインターネット上で処理データをモニターおよび記録できるように、MQTT ブローカー・システムを構成することを開始します。ブローカー・デバイスがこのようなデータを中継するには、パブリッシャーとサブスクライバーの両方がアクセスできる必要があります。パブリック IP アドレスを使用してコンピューター・システムをインターネットに接続し、パブリッシャーとサブスクライバーの両方がブローカーにアクセスできるようにします。
次に、コンピューターのインストール時に、Eclipse Mosquito などのオープン・ブローカー・ソフトウェアが MQTT レンズなどのテスト・ツールを使用して、MQTT ブローカーの操作性を調べます。第二に、メインパブリッシャーの準備です。次に、メインのパブリッシャーデバイスを準備しましょう。
前述のように、このコンピューターは MQTT を介してマシン・データをブローカーにパブリッシュします。レガシーデータは、送信するために解釈して再パッケージ化する必要があります。これは通常、RS-485またはイーサネットによって行うことができます。
ハードウェア・レベルでの接続は、バス・タイプに応じて検証する必要があります。考慮された押出成形機は、イーサネットポートを介してModbusを介してデータを送信し、押出成形機からデータを取得して公開します。コンピューターをメインの発行元としてコンピューター サイトに配置します。
そのコンピュータにソフトウェア環境としてPython threeをインストールします。次に、Pi Modbusをインストールして、Modbusの接続と通信を有効にします。押し出しコントローラーの Modbus 機能コードを調べて、メインのパブリッシャーに接続します。
メインパブリッシャーのModbusポーリングやQ modマスターなどのModbusツールを使用して、マシンのデータ、関連するアドレス、およびModbusコードを完全に識別します。次に、パブリッシャに Python コードを記述して、押し出しコントローラからデータを取得します。さらに、他のデバイスからのPCIE USB RS-232およびRS-485を介してデータストリームを結合します。
paho ドット MQTT ドット・クライアントをートし、ブローカーに接続してデータをパブリッシュするコードを実装します。第三に、出版社の追加準備です。メインパブリッシャーに加えて、追加のIOTデバイスを使用して、周囲温度とフィルム照度を取得して公開しましょう。
そうするために。2つのラズベリーパイデバイスが採用されています。各デバイスは、メインのパブリッシャーが行うように、測定データをブローカーに公開します。
センサーの位置の近くにデバイスを置きます。次に、デバイスに Python 3 をインストールし、センサー データを取得するコードを実装します。センサー データは、照度センサーの場合は I2C によって、温度の場合は GPIO によって送信されます。
前の Python コードを再利用して、データをパブリッシュします。Pythonのデバイスの独立性のおかげです。ウィンドウのコードは、ラズベリーパイスに再利用できます。
第四に、加入者がセットアップします。次に、処理データをサブスクライブする方法を説明しましょう。前述のように、インターネット上のすべてのデバイスは、ブローカーを介してデータを受け取ることができます。
ここでも、データは Python コードで処理および視覚化できます。インターネットに接続されたデバイスには、デバイスとオペレーティングシステムに応じて適切なPython環境をインストールします。例えば、Android デバイスでは、Python 3 の代わりに Pydroid 3 をインストールしてから、パホ・ドット MQTT ドット・クライアントとパホ・ドット MQTT ドット・サブスクライブの両方をートして、ブローカーに接続してブローカーからデータを受信する必要があります。
次に、Pi QT5に基づいて必要に応じてユーザーインターフェイスを構築します。この部分の実装は非常に長く、面倒な作業になる可能性があるためです。詳細はここでは説明しませんが、このコードは着信データをGUIに表示します。
また、アプリストアのMQTツールなどの既存のアプリケーションがデータを受信できることも知っています。第五に、データロギングです。監視中にデータを記録するには、Python がデータベースにアクセスできる必要があります。
この作業では、データはマイクロソフトのアクセスファイルに書き込まれます。データの規模とソフトウェアの可用性を考慮する。データを記録するサブスクライバー デバイスを選択します。
次に、Pythonコードにpyodbcをートしてデータベースにアクセスします。処理データを記録するには、Python コードでデータベースにクエリを送信します。記録されたデータを取得するには、データベースに別のクエリを送信します。
データが取得されると、必要に応じてデータを再構築することで、データを分析できます。スプレッドシートで読み取り可能な表を即座に作成できます。第六に、展開です。
すべての項目が開発されたら、Pythonコードを各デバイスに展開する必要があります。有線または無線の接続モードは重要ではありませんが、各デバイスがブローカーにアクセスできるように保護する必要があります。これは、ブローカーがセキュリティ目的のためにインターネットとインターネットの境界にあるゲートウェイとして機能することを意味します。
ここでは、より良いセキュリティを維持するために、押し出しコントローラをメインの発行元と追加の発行元をインターネットに接続します。次に、ブローカーの 1 つのイーサネット・ポートをインターネットに接続し、もう 1 つのイーサネット・ポートをインターネットに接続して、処理データをモニターおよび記録します。必要に応じて、加入者をインターネットに接続します。
第七に、処刑。システム全体をテストするには、押出ラインを開始します。次に、すべてのコンピュータデバイスの電源を入れます。
次に、ブローカーソフトウェアMosquitoを起動し、すべてのPythonコードを実行します。代表的な結果。設計・実装されたシステムを実行した結果、処理データが監視され、可視化されます。
データは、グラフや表を含むさまざまな方法で表示することができ、モバイルデバイス上でもデータを監視および記録することができます。さらに、データは分析のために記録され、検索されます。結論 HMIに示され、ラズベリーPIによって測定されたデータは、加入者に監視および記録されることが見出された。
提示されたプロトコルに従うことによって、MESのような高価なITソリューションなしで処理データを監視および記録することができる。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
この研究は、Message Queuing Telemetry Transport(MQTT)と呼ばれるメッセージプロトコルに基づいたフィルム押出システムと監視デバイス間のデータ通信のための柔軟な方法を提案します。このプロトコルは、古典的な機器から様々なデバイスを介してインターネット上でデータを観察し記録することを可能にします。
Flexible, real-time data communication is critical for modernizing legacy polymer processing equipment and enabling scalable process monitoring across distributed R&D and manufacturing environments. MQTT-based publisher-subscriber architectures allow seamless integration of diverse data sources, supporting digital transformation and operational visibility without costly infrastructure overhauls. This approach enhances data accessibility and traceability, directly impacting process optimization and enterprise decision-making.
This MQTT-based communication system bridges legacy process equipment with modern data analytics, supporting workflows from early discovery through process development and preclinical validation.