Name: Transmisja danych w oparciu o MQTT w procesie wytłaczania polimerów (Wideo) | JoVE Journal
Uploaded: 2022-07-15T13:00:00.000+00:00
Duration: 8 min 15 s
Description: Poznaj elastyczną komunikację danych w procesie wytłaczania polimerów z wykorzystaniem protokołu MQTT. Ta metoda umożliwia zdalny monitoring i rejestrację danych z klasycznego sprzętu w czasie rzeczywistym.

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

To badanie było wspierane przez Program Badawczy finansowany przez SeoulTech (Seoul National University of Science and Technology).

1. Instalacja brokera
UWAGA: Aby monitorować i rejestrować przetwarzanie danych przez Internet, powinien być przygotowany system komputerowy, który przekazuje dane. System powinien być dostępny zarówno dla wydawców, jak i subskrybentów, jak pokazano na Rysunek 2. W związku z tym musi mieć publiczny adres IP, który jest znany przed jakąkolwiek komunikacją. W systemie zainstalowany jest otwarty broker MQTT o nazwie Eclipse Mosquitto13.
<ol>
	<li>Podłącz komputer do Internetu, podając publiczny adres IP. Podaj adres w ustawieniach IP systemu operacyjnego.</li>
	<li>Zainstaluj na komputerze oprogramowanie brokerskie, takie jak Eclipse Mosquitto. Pobierz plik instalacyjny za pomocą przeglądarki i uruchom go.</li>
	<li>Przetestuj brokera za pomocą programu testowego, takiego jak MQTT Lens. Pobierz MQTT Lens za pomocą przeglądarki i zainstaluj go. Następnie upewnij się, że opublikowane wiadomości są subskrybowane.</li>
</ol>
2. Przygotowanie głównego wydawcy
UWAGA: Ten komputer publikuje dane maszyny za pośrednictwem MQTT przez TCP do brokera. Starsze dane powinny zostać zinterpretowane i ponownie spakowane w celu wysłania. Można to zwykle zrobić przez RS485 lub Ethernet. Połączenie na poziomie sprzętowym powinno być weryfikowane w zależności od typu magistrali. Maszyna do wytłaczania wysyła dane przez Modbus przez port Ethernet.
<ol>
	<li>Fizycznie umieść komputer w lokacji komputera i skonfiguruj go jako głównego wydawcę. 
	UWAGA: Chociaż nie jest to obowiązkowe, w tej pracy wybrano komputer przemysłowy.</li>
	<li>Zainstaluj Python3 na komputerze. Pobierz plik instalatora za pomocą przeglądarki i uruchom go.</li>
	<li>Zainstaluj PyModbus16. Pobierz plik instalatora za pomocą przeglądarki i uruchom go.</li>
	<li>Sprawdź kontroler wytłaczania z interfejsem HMI sterującym maszyną i podłącz kontroler wytłaczania do głównego wydawcy.</li>
	<li>W pełni zidentyfikuj dane i odpowiadający im adres w protokole Modbus z maszyny za pomocą narzędzia Modbus, takiego jak ModbusPoll lub QModMaster. Upewnij się, że wysłane dane maszyny są wyświetlane w odpowiednich komórkach narzędzia Modbus.</li>
	<li>Napisz kod w języku Python na komputerze wydawcy, który pobiera dane z kontrolera wytłaczania. 
	UWAGA: Oto przykładowy kod: 
	z pyModbusTCP.client import ModbusClient 
	client = ModbusClient(host="192.168.1.***", port=***, unit_id=***) 
	client.open() 
	Dane wytłaczania = str(client.read_holding_registers(1000, 58))</li>
	<li>Łącz dodatkowe strumienie danych z innych urządzeń przez PCIe, USB, RS232 i RS485. 
	UWAGA: To jest proste. Po uzyskaniu dodatkowego ciągu danych wystarczy dodać dane do istniejącego strumienia danych, co odbywa się za pomocą następującego kodu: 
	ExtrusionData += AdditionalData (Dane dodatkowe)</li>
	<li>Zaimportuj paho.mqtt.client po zainstalowaniu paho-mqtt za pomocą install paho-mqtt17.</li>
	<li>Zaimplementuj kod, aby połączyć się i opublikować dane w brokerze. 
	UWAGA: Zapoznaj się z następującym przykładowym kodem: 
	url="117.xx.xxx.xx"; port = 1883; nazwa użytkownika = "****"; hasło = "xxxxx"; topic = "Ekstruder" 
	MQTTC = MQTT. Klient() 
	mqttc.username_pw_set(nazwa użytkownika,hasło) 
	mqttc.connect(host=url, port=port) 
	mqttc.loop_start() 
	Dane wytłaczania = str(client.read_holding_registers(1000, 58)) 
	Pub1= mqttc.publish(temat, Dane wytłaczania)) 
	Pub1.wait_for_publish()</li>
</ol>
3. Dodatkowe przygotowanie wydawcy
UWAGA: Ten komputer również publikuje dane maszyny przez MQTT przez TCP do brokera. Czasami wymagane są dodatkowe pomiary, których nie można wykonać u głównego wydawcy. Rolę tę mogą przejąć urządzenia Internetu rzeczy (IoT), takie jak Raspberry Pi i Arduino. W tej pracy Raspberry Pi zostało wykorzystane do danych o temperaturze i natężeniu oświetlenia. Procedura jest podobna do tej opisanej w sekcji 2 protokołu.
<ol>
	<li>Umieść Raspberry Pi w pobliżu lokalizacji czujnika. 
	UWAGA: Ponieważ odległość okablowania jest ograniczona, Raspberry Pi nie może być umieszczony bardzo daleko od miejsca pomiaru. Ponieważ jednak okolice ekstrudera są bardzo gorące, urządzenie należy umieścić w odległości co najmniej 1 m od miejsca pomiaru.</li>
	<li>Zainstaluj Python3 na Raspberry Pi za pomocą następujących poleceń w wierszu poleceń: 
	sudo apt update 
	sudo apt install Python3 idle3</li>
	<li>Zaimplementuj kod, aby uzyskać dane czujnika. Dane z czujnika mogą być przesyłane przez I2C lub GPIO. 
	UWAGA: Zapoznaj się z poniższym przykładem kodu, aby uzyskać dodatkowe dane dotyczące temperatury za pośrednictwem GPIO: 
	od max6675 import MAX6675 
	cs_pin1 = 24; clock_pin1 = 25; data_pin1 = 18 
	cs_pin2 = 9; clock_pin2 = 11; data_pin2 = 19 
	jednostki = "C" 
	termopara1 = MAX6675(cs_pin1, clock_pin1, data_pin1, jednostek) 
	termopara2 = MAX6675(cs_pin2, clock_pin2, data_pin2, jednostek) 
	T1 = termopara1.get() 
	T2 = termopara2.get()</li>
	<li>Zaimportuj paho.mqtt.client.</li>
	<li>Użyj ponownie kodu w sekcji 2, aby połączyć się i opublikować dane u brokera.</li>
</ol>
4. Ustawienia abonenta
UWAGA: Dowolne urządzenia w Internecie mogą odbierać dane przetwarzania za pośrednictwem brokera. Dane są przetwarzane i wizualizowane również za pomocą kodu w języku Python. W przypadku, gdy rozwój jest trudny, można skorzystać z dostępnych aplikacji, takich jak MQTT Client w Google Play i MQT Tool w App Store. Ponieważ implementacja interfejsu użytkownika jest dość długa, szczegóły nie są tutaj opisane. Należy również pamiętać, że istniejące aplikacje, takie jak MQT Tool w App Store, mogą odbierać dane.
<ol>
	<li>Włącz urządzenie, aby uzyskać subskrypcję Internetu. Upewnij się, że masz fizyczne połączenie kablowe, a następnie wykonaj polecenie ping do adresu IP brokera w wierszu poleceń (np. ping 117.xx.xxx.xx).</li>
	<li>Zainstaluj odpowiednie środowisko Pythona w zależności od urządzenia i systemu operacyjnego. Na przykład zainstaluj Pydroid3 na urządzeniu z systemem Android zamiast Python3 ze sklepu Google Play.</li>
	<li>Zaimportuj zarówno paho.mqtt.client, jak i paho.mqtt.subscribe, aby połączyć się i odebrać dane od brokera. 
	UWAGA: Zapoznaj się z następującym przykładowym kodem: 
	Zaimportuj paho.mqtt.client jako mqtt 
	Importuj paho.mqtt.subscribe jako subscribe 
	url="117.xx.xxx.xx"; port = 1883; nazwa użytkownika = "****"; hasło = "xxxxx"; topic = "Ekstruder" 
	mqttc.username_pw_set(nazwa użytkownika, hasło) 
	mqttc.connect(host=url, port=port) 
	mqttc.subscribe(temat, 0) 
	mqttc.loop_start() 
	Sub1 = subscribe.simple(topic, nazwa hosta=url) 
	ExtruderData = Sub1.payload.decode("utf-8")</li>
	<li>Zbuduj interfejs użytkownika zgodnie z wymaganiami za pomocą PyQT5. 
	UWAGA: Ta część jest bardzo długa i skupia się na graficznej reprezentacji otrzymanych danych, a nie na komunikacji. Odpowiedni kod jest podawany jako dane uzupełniające.</li>
	<li>Wyświetl dane przychodzące w graficznym interfejsie użytkownika, wykonując skompilowany kod.</li>
</ol>
5. Rejestracja danych
UWAGA: Dane przetwarzania mogą być zapisywane w bazie danych podczas monitorowania. W tej pracy wybrano bazę danych w skali laboratoryjnej. Dane są połączone z plikiem programu Microsoft Access w celu łatwego zapisywania i pobierania z komputera użytkownika. Ponadto tabela może zostać natychmiast utworzona przez zapytanie w celu przeanalizowania danych w arkuszu kalkulacyjnym, takim jak Microsoft Excel.
<ol>
	<li>Wybierz urządzenie abonenta, aby rejestrować dane.</li>
	<li>Zaimportuj pyodbc, wykonując polecenie "install pyodbc" w wierszu poleceń, aby kod Pythona mógł uzyskać dostęp do bazy danych, jak pokazano w Rysunek 318.</li>
	<li>Wyślij zapytanie do bazy danych za pomocą kodu Pythona w celu zarejestrowania danych przetwarzania. Zapoznaj się z kodem Pythona w Rysunek 3, aby zapoznać się z metodą.</li>
	<li>Wyślij zapytanie do bazy danych w celu pobrania zarejestrowanych danych. 
	UWAGA: Przykładowy kod do pobierania danych znajduje się poniżej: 
	import pyodbc 
	x dla x w pyodbc.drivers() if x.startswith('Sterownik Microsoft Access')] 
	conn_str = ( 
	r'DRIVER={Sterownik Microsoft Access (*.mdb, *.accdb)}; " 
	r'DBQ=C:\Użytkownicy\data_analysis\db1.accdb; " 
	) 
	cnxn = pyodbc.connect(conn_str) 
	crsr = cnxn.cursor() 
	dla table_info w crsr.tables(tableType='TABLE'): 
	print(table_info.nazwa_tabeli) 
	sql = """\ 
	WYBIERZ * OD Process_Condition 
	""" 
	crsr = cnxn.execute(sql) 
	dla wiersza w crsr: 
	Pobrane dane = pd.read_sql(sql, cnxn) 
	crsr.close() 
	cnxn.close()</li>
</ol>
6. Wdrożenie
UWAGA: Jeśli wszystkie urządzenia mogą być podłączone do Internetu, konfiguracja jest prosta. Jednak w celu zabezpieczenia danych po stronie komputera wydawcy mogą znajdować się tylko w intranecie. W takim przypadku broker może być bramą do Internetu. Aby tak było, broker powinien być wyposażony w dwie karty Ethernet, z których jedna musi mieć publiczny adres IP. Po opracowaniu wszystkich elementów, kody powinny zostać wdrożone na każdym urządzeniu, jak pokazano na Rysunek 4. Sposób połączenia, przewodowy lub bezprzewodowy, nie jest ważny, ale musi być zabezpieczony, aby każde urządzenie miało dostęp do brokera. Oznacza to, że broker może działać jako brama na granicy między intranetem a Internetem ze względów bezpieczeństwa. Oczywiście, nawet jeśli wszystkie urządzenia są wystawione na działanie Internetu, nie ma problemu z punktu widzenia komunikacji.
<ol>
	<li>Podłącz kontroler ekstruzji, głównego wydawcę i dodatkowych wydawców do portu intranetowego za pośrednictwem sieci Ethernet.</li>
	<li>Podłącz jeden port Ethernet brokera do intranetu, a drugi do Internetu.</li>
	<li>Połącz abonentów z Internetem, powtarzając krok 4.1 dla wszystkich z nich.</li>
</ol>
7. Wykonanie
UWAGA: Aby przetestować cały system, uruchomiliśmy linię ekstruzji i uruchomiliśmy wszystkie kody Pythona oraz Mosquitto.
<ol>
	<li>Rozpocznij proces wytłaczania. Na interfejsie HMI maszyny ustaw temperatury i włącz grzałkę, dotykając przycisku na ekranie HMI. Po osiągnięciu wymaganej temperatury rozpocznij obrót ślimaka, aby wytłoczyć stopiony polimer.</li>
	<li>Włącz wszystkie komputery, uruchom oprogramowanie brokera na urządzeniu brokera za pomocą polecenia "net start mosquitto", a następnie uruchom kody Pythona, aby monitorować i rejestrować dane przetwarzania zgodnie z potrzebami. 
	UWAGA: Kolejność kroków 7.1 i 7.2 można odwrócić. Kody Pythona można wykonać po prostu wpisując "python3 xxxxx.py" w wierszu poleceń, a następnie naciskając Enter. Dodaj to polecenie do programów startowych, aby uniknąć wpisywania polecenia za każdym razem, gdy urządzenie jest ponownie uruchamiane.</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>

Autorzy deklarują brak konfliktu interesów.

Postępując zgodnie z przedstawionym protokołem, przetwarzanie danych może być monitorowane i rejestrowane bez kosztownych rozwiązań informatycznych, takich jak MES. Technologie IoT mogą ułatwić pozyskiwanie i dostarczanie danych z konwencjonalnych maszyn. Wykazano, że protokół oparty na komunikatach, MQTT, z powodzeniem służy jako platforma do przesyłania danych dla linii przetwórstwa polimerów. Co więcej, dodatkowe dane mogą być elastycznie mierzone i przesyłane razem. Dodatkowymi wydawcami zatrudnionymi w tym dziele by...

Na fali czwartej rewolucji przemysłowej pozyskiwanie i monitorowanie różnych danych przetwarzania stało się ważnym zadaniem1. W szczególności usprawnienie procesu produkcyjnego z wykorzystaniem danych procesowych i ustanowienie efektywnych planów operacyjnych będzie ważnym celem wszystkich zakładów produkcyjnych2,3. Czas przestoju można znacznie skrócić, jeśli alarm może zostać wysłany z fabryki lub jeśli konserwacja predykcyjna może być wykonana na czas4. W ostatnim czasie podjęto wiele wysiłków w celu przeprowadzenia analiz danych w procesach polimerowych5,6. Nie jest jednak łatwo przeprowadzić te zadania ze względu na trudności w pozyskiwaniu takich danych z istniejących systemów7. Hierarchiczna struktura sterowania i oprzyrządowania utrudnia pozyskiwanie danych i komunikację.
Po pierwsze, nie jest możliwe uzyskanie danych z różnych maszyn o różnych datach produkcji. Komunikacja między różnymi maszynami jest trudna, ponieważ wymaga to interoperacyjności między różnymi magistralami obiektowymi w zastrzeżonych formatach. W ten sposób metody komunikacji i formaty danych pozostają prywatne. Pomaga to w łatwym utrzymaniu bezpieczeństwa danych, ale sprawia, że użytkownicy są zależni od konstruktora maszyn w zakresie usług i przyszłego rozwoju. Najnowsze komputery sterujące, w tym interfejs człowiek-maszyna (HMI) podłączone do maszyn do przetwarzania polimerów, są obecnie w większości oparte na systemie Windows, ale są załadowane oprogramowaniem stworzonym w zastrzeżonym środowisku programistycznym. Możliwe jest użycie programowalnych sterowników logicznych (PLC) różnych firm do komunikacji z czujnikami lub elementami wykonawczymi, ale w wielu przypadkach system SCADA (upper supervisory control and data acquisition) jest zależny od komputerów sterujących8. Praktyka ta spowodowała, że liczne protokoły, magistrale fieldbusowe i systemy sterowania zaczęły konkurować na rynku. Chociaż z biegiem czasu złożoność ta została stopniowo złagodzona, wiele typów magistral obiektowych i protokołów jest nadal w aktywnym użyciu.
Z drugiej strony, komunikacja między urządzeniami sterującymi a SCADA została ustandaryzowana przez Open Platform Communications United Architecture (OPCUA)9. Co więcej, komunikacja między SCADA a Systemem Realizacji Produkcji (MES) również odbywa się głównie za pośrednictwem OPCUA. W tak ścisłej strukturze hierarchicznej nie jest łatwo swobodnie wydobywać dane do monitorowania i analizy procesów. Zazwyczaj dane muszą być wyodrębnione z SCADA lub MES10. Jak wspomniano wcześniej, systemy te są specyficzne dla dostawcy, a formaty danych rzadko są otwarte. W związku z tym ekstrakcja danych wymaga znacznego wsparcia ze strony oryginalnych dostawców rozwiązań informatycznych/technologii operacyjnych (IT/OT). Może to utrudnić pozyskiwanie danych do monitorowania i analizy.
Na linii do wytłaczania folii, komputer sterujący jest nadzorowany przez system SCADA11. System SCADA jest obsługiwany przez program komputerowy, którego nie można łatwo zmodyfikować. Program komputerowy może być edytowalny, ale edycja jest dość kosztowna i czasochłonna. Aby łatwo monitorować i analizować przetwarzane dane, dane powinny być dostępne z dowolnego miejsca. Aby monitorować przetwarzanie danych z dala od witryny, program komputerowy powinien być w stanie przesyłać strumieniowo dane przetwarzania do Internet12. Co więcej, otwarta darmowa metoda zmniejsza wydatki na akwizycję danych13. Takie podejście pozwala na przeprowadzanie analizy danych nawet w małych fabrykach, których nie stać na inwestycję w komercyjne rozwiązania IT14.
W tym badaniu zastosowano protokół wiadomości oparty na modelu wydawca-subskrybent. MQTT (Message Queuing Telemetry Transport) to otwarty i standardowy protokół, który umożliwia przesyłanie wiadomości między wieloma dostawcami danych i użytkownikami15. W tym miejscu proponujemy system, który pozyskuje, przesyła i monitoruje dane za pomocą MQTT dla istniejących zakładów produkcyjnych. System jest testowany na linii do wytłaczania folii w celu sprawdzenia wydajności. Dane z oryginalnego sterownika są przesyłane do urządzenia brzegowego za pośrednictwem protokołu Modbus. Następnie dane są publikowane u brokera. W międzyczasie dwa Raspberry Pi publikują zmierzone temperatury i natężenie oświetlenia do tego samego brokera. Następnie dowolne urządzenie w Internecie może subskrybować dane, a następnie monitorować je i rejestrować, jak pokazano na Rysunek 1. Protokół w tej pracy pokazuje, jak można przeprowadzić całą procedurę.

<table><tbody><tr><td>Urządzenie krawędziowe</td><td>Adavantech</td><td>UNO 420</td><td>Intel Atom E3815 Bezwentylatorowa</td></tr><tr><td>maszyna do wytłaczania folii</td><td>EM Korea</td><td>Niedostępna</td><td>Do produkcji filmu 450 mm</td></tr><tr><td>Pydroid</td><td>IIEC</td><td>Niedostępne Urządzenia</td><td>z systemem Android</td></tr><tr><td>Python3</td><td>Python Software Foundataion</td><td>Niedostępne</td><td>Windows, Linux</td></tr><tr><td>Raspberry Pi 4</td><td>CanaKit</td><td>Nie Dostępny</td><td>zestaw standardowy</td></tr></tbody></table>

transmisja danych w oparciu o mqtt w procesie wytłaczania polimerów

Data Communication Based on MQTT in a Polymer Extrusion Process

Ta praca ma na celu zbudowanie elastycznej struktury komunikacji danych dla maszyny do przetwarzania polimerów poprzez wykorzystanie protokołu opartego na wydawcy i abonencie o nazwie Message Queuing Telemetry Transport (MQTT), który jest obsługiwany przez TCP/IP. Nawet w przypadku korzystania z konwencjonalnego sprzętu, dane przetwarzania mogą być mierzone i rejestrowane przez różne urządzenia w dowolnym miejscu za pośrednictwem komunikacji internetowej. Protokół oparty na komunikatach umożliwia elastyczną komunikację, która pozwala przezwyciężyć niedociągnięcia istniejącego protokołu serwer-klient. Wiele urządzeń może subskrybować dane przetwarzania publikowane przez urządzenia źródłowe. Proponowana metoda ułatwia komunikację danych między wieloma wydawcami i abonentami. W ramach tych prac zaimplementowano system, który publikuje dane z urządzenia i dodatkowych czujników do brokera komunikatów. Abonenci mogą monitorować i przechowywać dane procesowe przekazywane przez brokera. System został wdrożony i uruchomiony dla linii do wytłaczania folii, aby zademonstrować jego skuteczność.

Stwierdzono, że dane wyświetlane na interfejsie HMI i pomierzone przez jednostki Raspberry Pi były monitorowane i rejestrowane w subskrybentach, jak pokazano na Rysunku 5. Jak przedstawiono w filmie, dane procesowe są zapisywane w bazie danych.
<img alt="Schemat sieci z połączeniami MQTT, Modbus IoT: ekstruzja folii, Raspberry Pi, czujniki, baza danych." class="xfigimg" src="/files/ftp_upload/63717/63717fig01.jpg" data-al...

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).

Transmisja danych w oparciu o MQTT w procesie wytłaczania polimerów

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

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.

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

Research

JoVE Journal

Engineering

Inżynieria

Opis tworzenia polimerowej mikrosieci przy użyciu techniki fotopolimeryzacji na chipie. Opisano również wysokoprzepustową charakterystykę powierzchni z wykorzystaniem mikroskopii sił atomowych, pomiarów kąta zwilżania wodą, rentgenowskiej spektroskopii fotoelektronowej, spektrometrii mas jonów wtórnych czasu przelotu oraz testu adhezji komórek.

Polimerowe mikromacierze do wysokoprzepustowego odkrywania biomateriałów

Źródło: Cabeen, M. T. i in. Analiza mikrofluidyczna pojedynczych komórek Bacillus subtilis. J. Vis. Exp. (2018)Film pokazuje użycie urządzenia mikrofluidycznego do obserwacji wzrostu bakterii na poziomie pojedynczych komórek. Pokazuje, jak nieruchome komórki bakteryjne, zamknięte w mikroskalowych rowach, są nieustannie odżywiane i obrazowane pod mikroskopem fluorescencyjnym. System ten umożliwia wizualizację w czasie rzeczywistym podziału komórek i śledzenia linii genealogicznej na przestrzeni...

Śledzenie wzrostu bakterii z rozdzielczością pojedynczych komórek w układzie mikrofluidowym

W tym artykule opisujemy różne techniki dla platform szybkiego prototypowania mikroprzepływów. Proponowane techniki opierają się na epoksydach wrażliwych na promieniowanie ultrafioletowe (UV) i utwardzanych temperaturowo, rurkach na bazie polidimetylosiloksanu (PDMS), łączeniu drutem i anizotropowych foliach adhezyjnych. Przedstawione procedury montażu zostały opracowane zarówno dla urządzeń jednorazowego użytku, jak i systemów mikroprzepływowych wielokrotnego użytku.

Wysokowydajne, mikroprzepływowe, szybkie i tanie metody prototypowania

Dwa sąsiadujące ze sobą płyny przechodzące przez rowkowany kanał mikroprzepływowy mogą być skierowane tak, aby tworzyły osłonę wokół rdzenia prepolimerowego; określając w ten sposób zarówno kształt, jak i przekrój. Polimeryzacja inicjowana foto, taka jak chemia tiolowa, doskonale nadaje się do szybkiego zestalania płynu rdzeniowego w mikrofibrę o określonym rozmiarze i kształcie.

Mikroprzepływowa produkcja włókien polimerowych i biohybrydowych o wstępnie zaprojektowanym rozmiarze i kształcie

Tutaj prezentujemy protokół wytwarzania swobodnie zawieszonych, mikronowych/submikronowych włókien polimerowych i "pajęczynowych" struktur generowanych przez automatyczną procedurę bezpośredniego zapisu za pomocą 3-osiowego systemu dozowania.

Zalecany bezpośredni zapis 3D zawieszonych struktur włókien w skali mikronowej/submikronowej za pomocą zrobotyzowanego systemu dozowania

Tutaj prezentujemy protokół produkcji długich włókien silikonu polidimetylosiloksanowego (PDMS) poprzez grawitacyjne przepuszczanie przez piec. Włókna mają średnicę rzędu setek mikrometrów i dziesiątki centymetrów długości i można je hydrofobowo modelować za pomocą sterowanego przez Arduino systemu wyładowań koronowych.

Rysowanie i modelowanie hydrofobowości Długie włókna silikonowe z polidimetylosiloksanu

Tutaj prezentujemy protokół do projektowania i produkcji niestandardowych urządzeń mikroprzepływowych przy minimalnym nakładzie finansowym i czasowym. Celem jest ułatwienie przyjęcia technologii mikroprzepływowych w biomedycznych laboratoriach badawczych i placówkach edukacyjnych.

Szybka produkcja niestandardowych urządzeń mikroprzepływowych do zastosowań badawczych i edukacyjnych

Za pomocą nieinwazyjnej techniki czasu rzeczywistego, nanoskopowy ruch polimeru wewnątrz filamentu polimerowego jest obrazowany podczas drukowania 3D. Dostrojenie tego ruchu ma kluczowe znaczenie dla tworzenia konstrukcji o optymalnej wydajności i wyglądzie. Metoda ta dociera do sedna stapiania warstw tworzywa sztucznego, oferując w ten sposób wgląd w optymalne warunki drukowania i kryteria projektowania materiałów.

Obrazowanie w czasie rzeczywistym łączenia warstw drukowanych w 3D

Druk 3D w skali mikrometrycznej umożliwia szybkie prototypowanie urządzeń polimerowych do hodowli komórek neuronalnych. Jako dowód słuszności zasady, połączenia strukturalne między neuronami były ograniczane przez tworzenie barier i kanałów wpływających na rozrost neurytów, podczas gdy funkcjonalne konsekwencje takiej manipulacji zaobserwowano za pomocą elektrofizjologii zewnątrzkomórkowej.

Polimeryzacja dwufotonowa: druk 3D urządzeń do hodowli komórek neuronalnych w mikroskali

W tym miejscu przedstawiamy protokół adaptacji eksperymentu dyspersji Taylora do mikroskali przy użyciu mikrokanałów wytworzonych we własnym zakresie za pomocą stacjonarnego obcinaka rzemieślniczego. Platforma doświadczalna może być wykorzystana do obliczenia współczynnika dyfuzji jednogatunkowych znaczników pasywnych oraz do wizualizacji wielogatunkowej interakcji jonowej i separacji.

Adaptacja dyspersji Taylora do pomiaru współczynnika dyspersji roztworów elektrolitów za pomocą dostępnego zestawu mikroprzepływowego

Poznaj elastyczną komunikację danych w procesie wytłaczania polimerów z wykorzystaniem protokołu MQTT. Ta metoda umożliwia zdalny monitoring i rejestrację danych z klasycznego sprzętu w czasie rzeczywistym.

Transmisja danych w oparciu o MQTT w procesie wytłaczania polimerów

Przeglądaj więcej filmów