15 lipca 2022
Ta praca proponuje elastyczną metodę komunikacji danych między systemem wytłaczania folii a urządzeniami monitorującymi, opartą na protokole wiadomości o nazwie Message Queuing Telemetry Transport (MQTT).
Protokół zastosowany w tej pracy pozwala na zbudowanie elastycznej struktury komunikacji danych dla maszyny do przetwarzania polimerów poprzez zastosowanie kodu protokołu MQTT opartego na abonencie wydawcy. Nawet przy użyciu klasycznego sprzętu przetwarzanie danych może być obserwowane i rejestrowane przez różne urządzenia w dowolnym miejscu w Internecie. Protokół ułatwia komunikację danych między wieloma wydawcami i wieloma abonentami.
Wdrożyliśmy system, który publikuje dane procesowe z istniejącej linii wytłaczania do urządzeń subskrybujących za pośrednictwem urządzenia brokerskiego. Dane ze starszego kontrolera wytłaczania zostały zinterpretowane w urządzeniu i wysłane do brokera. Urządzenia dodające do pomiaru temperatury otoczenia w dwóch różnych lokalizacjach i podczas przetwarzania również publikują dane do brokera.
Następnie broker przekazuje dane do urządzeń abonenckich, które są nimi zainteresowane. Wyświetlanie i rejestrowanie danych. System abonencki został zaprojektowany i zbudowany.
Ponieważ cały kod dla uczestniczących urządzeń został napisany w Pythonie. Kod może być ponownie wykorzystany na urządzeniach z różnymi systemami operacyjnymi. Na koniec system jest wdrażany i testowany pod kątem linii, aby wykazać ważność pierwszej instalacji brokera.
Aby rozpocząć, skonfiguruj system brokera MQTT tak, aby mógł monitorować i rejestrować dane przetwarzania przez Internet. Aby urządzenie brokerskie mogło przekazywać takie dane, musi być dostępne zarówno dla wydawców, jak i subskrybentów. Podłącz system komputerowy do Internetu za pomocą publicznego adresu IP, aby broker był dostępny zarówno dla wydawców, jak i subskrybentów.
Następnie podczas instalacji komputera otwarte oprogramowanie brokera, takie jak Eclipse Mosquito, użyj narzędzia testowego, takiego jak soczewka MQTT, aby sprawdzić działanie brokerów MQTT. Po drugie, przygotowanie głównego wydawcy. Przygotujmy teraz główne urządzenie wydawcy.
Jak wspomniano wcześniej, ten komputer publikuje dane maszyny za pośrednictwem MQTT do brokera. Starsze dane powinny zostać zinterpretowane i ponownie spakowane w celu wysłania. Można to zwykle zrobić przez RS-485 lub Ethernet.
Połączenie na poziomie sprzętowym powinno być weryfikowane w zależności od typu magistrali. Rozważana maszyna do wytłaczania wysyła dane za pośrednictwem Modbus przez port Ethernet, aby pobrać dane z maszyny do wytłaczania i opublikować je. Umieść komputer jako głównego wydawcę w lokacji komputera.
Na tym komputerze zainstaluj Pythona trzy jako środowisko oprogramowania. Następnie zainstaluj Pi Modbus, aby umożliwić łączność i komunikację Modbus. Sprawdź kody funkcji Modbus kontrolera wytłaczania i podłącz go do głównego wydawcy.
W pełni zidentyfikuj dane i powiązany adres oraz kody Modbus z maszyny za pomocą narzędzia Modbus, takiego jak Modbus poll lub Q mod master na głównym wydawcy. Następnie napisz kod w języku Python w wydawcy, który pobiera dane z kontrolera ekstruzji. Dodatkowo łącz strumień danych przez PCIE USB RS-232 i RS-485 z innych urządzeń.
Zaimportuj klienta paho dot MQTT dot i zaimplementuj kod, aby połączyć się i opublikować dane do brokera. Po trzecie, dodatkowe przygotowanie wydawcy. Oprócz głównego wydawcy zastosujmy dodatkowe urządzenia IOT do pozyskiwania i publikowania temperatur otoczenia oraz natężenia oświetlenia filmu.
Aby to zrobić. Zastosowano dwa urządzenia Raspberry Pi. Każde urządzenie publikuje zmierzone dane do brokera, tak jak robi to główny wydawca.
Umieść urządzenia w pobliżu lokalizacji czujników. Następnie zainstaluj Pythona trzy na urządzeniach i zaimplementuj kod, aby uzyskać dane czujnika. Dane z czujnika są przesyłane przez I2C dla czujnika natężenia oświetlenia i przez GPIO dla temperatury.
Użyj ponownie poprzedniego kodu języka Python, aby opublikować dane. Dzięki niezależności od urządzenia Pythona. Kod dla okien może być ponownie wykorzystany dla Raspberry Pis.
Po czwarte, subskrybenci konfigurują się. Wyjaśnijmy teraz, jak zapisać się na przetwarzanie danych. Jak wspomniano wcześniej, dowolne urządzenia w Internecie mogą otrzymywać dane za pośrednictwem brokera.
Ponownie, dane mogą być przetwarzane i wizualizowane przez kod Pythona. Na urządzeniu podłączonym do Internetu zainstaluj odpowiednie środowisko Pythona w zależności od urządzenia i systemu operacyjnego. Na przykład na urządzeniu z systemem Android należy zainstalować Pydroid 3 zamiast języka Python 3, a następnie zaimportować zarówno paho dot MQTT dot client, jak i paho dot MQTT dot subskrybować, aby połączyć się i odebrać dane od brokera.
Następnie zbuduj interfejs użytkownika zgodnie z wymaganiami w oparciu o Pi QT5. Ponieważ realizacja tej części jest dość długa i może być pracochłonna. Szczegóły nie są tutaj dalej opisane za pomocą tego kodu, wyświetlaj przychodzące dane w GUI.
Wiedz również, że istniejące aplikacje, takie jak narzędzie MQT w sklepie z aplikacjami, mogą odbierać dane. Po piąte, rejestrowanie danych. Aby zarejestrować dane podczas monitorowania, Python powinien mieć dostęp do bazy danych.
W tej pracy dane są zapisywane w pliku programu Microsoft Access. Biorąc pod uwagę skalę danych i dostępność oprogramowania. Wybierz urządzenie abonenta, aby rejestrować dane.
Następnie zaimportuj pyodbc w kodzie języka Python, aby uzyskać dostęp do bazy danych. Aby zarejestrować dane przetwarzania, wyślij zapytanie do bazy danych za pomocą kodu języka Python. Aby pobrać zarejestrowane dane, wyślij kolejne zapytanie do bazy danych.
Po pobraniu danych można je przeanalizować, restrukturyzując dane zgodnie z potrzebami. Tabelę czytelną w arkuszu kalkulacyjnym można zbudować błyskawicznie. Po szóste, wdrożenie.
Po opracowaniu wszystkich elementów kody Pythona powinny zostać wdrożone na każdym urządzeniu. Sposób połączenia, przewodowy lub bezprzewodowy, nie jest ważny, ale należy zadbać o to, aby każde urządzenie miało dostęp do brokera. Oznacza to, że broker pełni rolę bramy na granicy między Internetem a Internetem w celach bezpieczeństwa.
Tutaj, aby zachować lepsze bezpieczeństwo, podłącz kontroler ekstruzji, głównego wydawcę i dodatkowych wydawców do Internetu. Następnie podłącz jeden port ethernet brokera do Internetu, a drugi do Internetu, aby monitorować i rejestrować dane przetwarzania. Podłącz abonentów do Internetu zgodnie z wymaganiami.
Po siódme, egzekucja. Aby przetestować cały system, uruchom linię do wytłaczania. Następnie włącz wszystkie urządzenia komputerowe.
Następnie uruchom oprogramowanie brokerskie Mosquito i uruchom wszystkie kody Pythona. Reprezentatywne wyniki. W wyniku wykonania zaprojektowanego i wdrożonego systemu, dane procesowe są monitorowane i wizualizowane.
Dane mogą być wyświetlane na różne sposoby, w tym na wykresach i tabelach, nawet na urządzeniu mobilnym dane mogą być monitorowane i rejestrowane. Ponadto dane są rejestrowane i pobierane w celu ich analizy. Wnioski Stwierdzono, że dane wyświetlane w HMI i mierzone przez Raspberry PI są monitorowane i rejestrowane w abonentach.
Postępując zgodnie z przedstawionym protokołem, dane procesowe mogą być monitorowane i rejestrowane bez kosztownych rozwiązań informatycznych, takich jak MES.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Niniejsza praca proponuje elastyczną metodę komunikacji danych między systemem wytłaczania folii a urządzeniami monitorującymi opartymi na protokole komunikatów o nazwie Message Queuing Telemetry Transport (MQTT). Protokół ten umożliwia obserwację i rejestrowanie danych z klasycznego sprzętu za pośrednictwem różnych urządzeń przez internet.
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.