Datacommunicatie op basis van MQTT in een polymeerextrusieproces
15 juli 2022
Dit werk stelt een flexibele methode voor datacommunicatie voor tussen een filmextrusiesysteem en bewakingsapparatuur op basis van een berichtprotocol genaamd Message Queuing Telemetry Transport (MQTT).
Het protocol in dit werk maakt het mogelijk om een flexibele datacommunicatiestructuur voor een polymeerverwerkingsmachine te bouwen door gebruik te maken van een op uitgeversabonnee gebaseerde protocolcode MQTT. Zelfs bij gebruik van een klassieke apparatuur kunnen verwerkingsgegevens worden waargenomen en vastgelegd door verschillende apparaten overal op internet. Het protocol vergemakkelijkt datacommunicatie tussen meerdere uitgevers en meerdere abonnees.
We hebben een systeem geïmplementeerd dat verwerkingsgegevens van een bestaande extrusielijn publiceert naar de abonnerende apparaten via een broker-apparaat. De gegevens van een legacy extrusiecontroller zijn geïnterpreteerd in een apparaat en verzonden naar de makelaar. Toevoegingsapparaten voor omgevingstemperaturen op twee verschillende locaties en van tijdens de verwerking publiceren de gegevens ook naar de makelaar.
Vervolgens geeft de makelaar de gegevens door aan abonneeapparaten die geïnteresseerd zijn in die gegevens. Om de gegevens weer te geven en vast te leggen. Het abonneesysteem is ontworpen en gebouwd.
Omdat alle code voor de deelnemende apparaten in Python is geschreven. De code kan worden hergebruikt op de apparaten met verschillende besturingssystemen. Ten slotte wordt het systeem ingezet en getest voor lijn om de geldigheid van first broker-installatie aan te tonen.
Om te beginnen met het configureren van het MQTT-makelaarssysteem, zodat het verwerkingsgegevens via internet kan controleren en vastleggen. Om ervoor te zorgen dat een brokerapparaat dergelijke gegevens kan doorgeven, moet het toegankelijk zijn voor zowel uitgevers als abonnees. Verbind een computersysteem met internet met een openbaar IP-adres, zodat de makelaar toegankelijk is voor zowel uitgevers als abonnees.
Vervolgens op de computer installeren, open broker software zoals Eclipse Mosquito gebruik een test tool zoals MQTT lens om de MQTT makelaars operabiliteit te onderzoeken. Ten tweede, de voorbereiding van de hoofduitgever. Laten we nu het apparaat van de hoofduitgever voorbereiden.
Zoals eerder vermeld publiceert deze computer de machinegegevens via MQTT naar de makelaar. Verouderde gegevens moeten worden geïnterpreteerd en herverpakt om te worden verzonden. Dit kan meestal worden gedaan door RS-485 of ethernet.
De verbinding op hardwareniveau moet worden gecontroleerd, afhankelijk van het bustype. De beschouwde extrusiemachine verzendt gegevens via Modbus via een ethernetpoort, om gegevens van de extrusiemachine te verkrijgen en te publiceren. Plaats een computer als de hoofduitgever op de computersite.
Installeer op die computer Python drie als de softwareomgeving. Installeer vervolgens Pi Modbus om Modbus-connectiviteit en -communicatie mogelijk te maken. Bekijk de Modbus-functiecodes van de extrusiecontroller en verbind deze met de hoofduitgever.
Identificeer de gegevens en het bijbehorende adres en de Modbus-codes volledig van de machine met behulp van een Modbus-tool zoals Modbus poll of Q mod master op de hoofduitgever. Schrijf vervolgens een Python-code op de uitgever die de gegevens van de extrusiecontroller ophaalt. Combineer bovendien gegevensstroom via PCIE USB RS-232 en RS-485 van andere apparaten.
Importeer paho dot MQTT dot client en implementeer de code om gegevens te verbinden en te publiceren naar de broker. Ten derde, extra voorbereiding van de uitgever. Laten we naast de hoofduitgever extra IOT-apparaten gebruiken om omgevingstemperaturen en filmverlichtingssterkte te verwerven en te publiceren.
Om dat te doen. Er zijn twee Raspberry Pi-apparaten in dienst genomen. Elk apparaat publiceert de gemeten gegevens naar de makelaar zoals de hoofduitgever dat doet.
Plaats de apparaten in de buurt van de sensorlocaties. Installeer vervolgens Python drie op de apparaten en implementeer de code om de sensorgegevens te verkrijgen. De sensorgegevens worden verzonden door I2C voor de verlichtingssterktesensor en door GPIO voor de temperaturen.
Gebruik de vorige Python-code opnieuw om de gegevens te publiceren. Dankzij de apparaatonafhankelijkheid van Python. De code voor vensters kan worden hergebruikt voor de Raspberry.
Ten vierde, abonnees ingesteld. Laten we nu uitleggen hoe u zich kunt abonneren op de verwerking van gegevens. Zoals eerder vermeld, kunnen alle apparaten op internet de gegevens via de makelaar ontvangen.
Nogmaals, de gegevens kunnen worden verwerkt en gevisualiseerd door een Python-code. Installeer op een apparaat met internetverbinding een geschikte Python-omgeving, afhankelijk van het apparaat en het besturingssysteem. Op een Android-apparaat moet pydroid 3 bijvoorbeeld worden geïnstalleerd in plaats van Python 3 en vervolgens zowel paho dot MQTT dot client als paho dot MQTT dot subscribe importeren om verbinding te maken met en gegevens te ontvangen van de broker.
Bouw vervolgens een gebruikersinterface zoals vereist op basis van Pi QT5. Omdat de implementatie van dit deel vrij lang duurt en bewerkelijk kan zijn. De details worden hier niet verder beschreven met deze code die de binnenkomende gegevens op de GUI weergeeft.
Weet ook dat bestaande applicaties zoals MQT-tool in de App Store de gegevens kunnen ontvangen. Ten vijfde, datalogging. Om de gegevens tijdens het monitoren vast te leggen, moet de Python toegang hebben tot een database.
In dit werk worden de gegevens naar een Microsoft Access-bestand geschreven. Gezien de dataschaal en softwarebeschikbaarheid. Selecteer een abonneeapparaat om de gegevens vast te leggen.
Importeer vervolgens pyodbc in de Python-code om toegang te krijgen tot de database. Voor het vastleggen van de verwerkingsgegevens stuurt u een query naar de database met de Python-code. Als u de opgenomen gegevens wilt ophalen, verzendt u nog een query naar de database.
Zodra de gegevens zijn opgehaald, kunnen de gegevens worden geanalyseerd door de gegevens indien nodig te herstructureren. Een tabel die leesbaar is in een spreadsheet kan direct worden gebouwd. Ten zesde, inzet.
Nadat alle items zijn ontwikkeld, moeten de Python-codes op elk apparaat worden geïmplementeerd. De verbindingsmodus bedraad of draadloos is niet belangrijk, maar het moet worden beveiligd dat elk apparaat toegang moet hebben tot de makelaar. Dit betekent dat de makelaar speelt als een gateway op de grens tussen internet en internet voor het veiligheidsdoel.
Hier om een betere beveiliging te behouden, verbindt u de extrusiecontroller de hoofduitgever en de extra uitgevers met internet. Sluit vervolgens een ethernetpoort van de makelaar aan op internet en de andere op internet om de verwerkingsgegevens te controleren en vast te leggen. Verbind abonnees naar wens met internet.
Ten zevende, executie. Om het hele systeem te testen, start u de extrusielijn. Schakel vervolgens alle computerapparaten in.
Start vervolgens de brokersoftware Mosquito en voer alle Python-codes uit. Representatieve resultaten. Als gevolg van het uitvoeren van het ontworpen en geïmplementeerde systeem worden verwerkingsgegevens gemonitord en gevisualiseerd.
De gegevens kunnen op verschillende manieren worden weergegeven, waaronder grafieken en tabellen, zelfs op een mobiel apparaat kunnen de gegevens worden bewaakt en vastgelegd. Bovendien worden de gegevens geregistreerd en opgehaald om te worden geanalyseerd. Conclusie Gebleken is dat de gegevens die in de HMI worden getoond en door de Raspberry PI's worden gemeten, worden gemonitord en geregistreerd bij de abonnees.
Door het gepresenteerde protocol te volgen, kunnen de verwerkingsgegevens worden bewaakt en vastgelegd zonder dure IT-oplossingen zoals het MES.
Bekijk het volledige transcript en krijg toegang tot duizenden wetenschappelijke video's
Overzicht
Dit werk stelt een flexibele methode voor datacommunicatie voor tussen een filmextrusiesysteem en bewakingsapparaten, gebaseerd op een berichtprotocol genaamd Message Queuing Telemetry Transport (MQTT). Het protocol maakt de observatie en registratie van gegevens van klassieke apparatuur mogelijk via verschillende apparaten over het internet.
Belangrijke onderzoekscomponenten
Wetenschapsgebied
- Datacommunicatie
- Polymeerverwerking
- Bewakingssystemen
Achtergrond
- MQTT is een publisher-subscriber protocol.
- Het maakt communicatie mogelijk tussen meerdere publishers en subscribers.
- Gegevens kunnen worden gepubliceerd vanuit legacy-systemen.
- Omgevingstemperatuurdata kunnen ook in het systeem worden geïntegreerd.
Doel van het onderzoek
- Om een flexibele datacommunicatiestructuur te ontwikkelen.
- Om real-time databewaking mogelijk te maken.
- Om de mogelijkheden van bestaande extrusielijnen te verbeteren.
Gebruikte methoden
- Implementatie van het MQTT-protocol.
- Gegevenspublicatie van een bestaande extrusielijn.
- Gebruik van een brokerapparaat voor gegevensoverdracht.
- Integratie van extra apparaten voor temperatuurbewaking.
Belangrijkste resultaten
- Succesvolle datacommunicatie tot stand gebracht tussen meerdere apparaten.
- Real-time gegevens van extrusieprocessen kunnen op afstand worden geopend.
- Legacy-apparatuur kan worden geïntegreerd in moderne bewakingssystemen.
- Temperatuurdata van verschillende locaties wordt effectief gepubliceerd.
Conclusies
- Het MQTT-protocol biedt een robuuste oplossing voor datacommunicatie.
- Flexibiliteit in bewakingssystemen verhoogt de operationele efficiëntie.
- Integratie van verschillende gegevensbronnen is haalbaar met deze methode.
Veelgestelde vragen
Executive Industry Relevance
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.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables continuous process data capture from legacy and modern equipment for hypothesis-driven process improvement.
- Supports integration of additional sensors, expanding the scope of monitored variables for mechanistic de-risking.
- Facilitates rapid identification of process deviations, improving predictive confidence in process outcomes.
Screening & Assay Development
- Provides standardized, real-time data streams for assay system monitoring and validation.
- Enables reproducible data logging across multiple devices and locations, supporting robust screening workflows.
- Supports scalable deployment of monitoring solutions, allowing for efficient expansion of assay platforms.
Translational & Preclinical Research
- Allows integration of environmental and process data to align with translational research requirements.
- Ensures continuity of data capture from discovery through preclinical process validation.
- Improves risk-adjusted advancement decisions by providing comprehensive process traceability.
Pipeline & Workflow Integration
This MQTT-based communication system bridges legacy process equipment with modern data analytics, supporting workflows from early discovery through process development and preclinical validation.
- Discovery Biology: Enables hypothesis testing and process optimization by providing accessible, real-time process data.
- Screening: Delivers reproducible, quantitative outputs for assay and process monitoring.
- Analytics: Facilitates structured data logging and retrieval for comparative analysis and reporting.
- Translational Research: Supports alignment of process data with translational endpoints when environmental or process variables are relevant.
- Enterprise Reuse: Offers a reusable, scalable data infrastructure adaptable to various process and monitoring needs.
Operational & Enterprise Impact
- Scientific Value: Enhances predictive confidence and process validation by enabling comprehensive data capture.
- Operational Value: Standardizes data communication and logging across heterogeneous devices and platforms.
- Strategic Value: Reduces IT overhead and accelerates digital transformation without major equipment replacement.
- Portfolio Impact: Improves risk-adjusted process development and supports data-driven prioritization decisions.
Implementation Considerations
- Requires expertise in Python programming and industrial communication protocols (e.g., Modbus, MQTT).
- Needs reliable network infrastructure and secure broker configuration for data integrity and access control.
- Demands cross-team standardization of data formats and logging practices for interoperability.
- Supports adaptation across various sensor types and legacy equipment with appropriate interface modules.
- Practical limitations include initial setup complexity and ongoing maintenance of distributed codebases.
