Comunicação de dados com base em MQTT em um processo de extrusão de polímeros
15 de julho de 2022
Este trabalho propõe um método flexível para comunicação de dados entre um sistema de extrusão de filme e dispositivos de monitoramento com base em um protocolo de mensagem chamado Message Queuing Telemetry Transport (MQTT).
O protocolo neste trabalho permite a construção de uma estrutura flexível de comunicação de dados para uma máquina de processamento de polímeros, empregando um código de protocolo baseado em um editor baseado em um membro MQTT. Mesmo quando se usa um equipamento clássico, os dados de processamento podem ser observados e registrados por vários dispositivos em qualquer lugar da internet. O protocolo facilita a comunicação de dados entre vários editores e vários assinantes.
Implementamos um sistema que publica dados de processamento de uma linha de extrusão existente para os dispositivos de subscrição através de um dispositivo de corretor. Os dados de um controlador de extrusão legado foram interpretados em um dispositivo e enviados ao corretor. Adição de dispositivos para temperaturas ambientes em dois locais diferentes e durante o processamento também publicam os dados para o corretor.
Em seguida, a corretora retransmite os dados para dispositivos assinantes interessados nesses dados. Para exibir e gravar os dados. O sistema de assinantes foi projetado e construído.
Desde que todos os códigos para os dispositivos participantes foram escritos em Python. O código pode ser reutilizado nos dispositivos com diferentes sistemas operacionais. Finalmente, o sistema é implantado e testado para linha para demonstrar a validade Primeira instalação do corretor.
Para começar a configurar o sistema de corretores MQTT para que ele possa monitorar e registrar dados de processamento pela internet. Para que um dispositivo corretor transmita tais dados, ele deve ser acessível tanto por editores quanto por assinantes. Conecte um sistema de computador à internet com um endereço IP público para que o corretor possa ser acessado tanto por editores quanto por assinantes.
Em seguida, na instalação do computador, software de corretor aberto como eclipse mosquito usar uma ferramenta de teste como lente MQTT para examinar a operabilidade dos corretores MQTT. Segundo, a preparação do editor principal. Agora vamos preparar o dispositivo principal do editor.
Como mencionado anteriormente, este computador publica os dados da máquina via MQTT para o corretor. Os dados legados devem ser interpretados e reembalados para serem enviados. Isso geralmente pode ser feito por RS-485 ou ethernet.
A conexão no nível de hardware deve ser verificada dependendo do tipo de barramento. A máquina de extrusão considerada envia dados via Modbus através de uma porta ethernet, para adquirir dados da máquina de extrusão e publicá-los. Coloque um computador como o principal editor no site da máquina.
Nesse computador instale o Python três como o ambiente de software. Em seguida, instale o Pi Modbus para ativar a conectividade e a comunicação do Modbus. Examine os códigos de função Modbus do controlador de extrusão e conecte-os ao editor principal.
Identifique totalmente os dados e o endereço associado e os códigos Modbus da máquina usando uma ferramenta Modbus, como a pesquisa Modbus ou o mestre do mod Q no editor principal. Em seguida, escreva um código Python no editor que recupera os dados do controlador de extrusão. Além disso, combine fluxo de dados via PCIE USB RS-232 e RS-485 de outros dispositivos.
Importe o cliente de pontos de ponto Opaho dot E implemente o código para conectar e publicar dados ao corretor. Terceiro, preparação adicional do editor. Além da editora principal, vamos empregar dispositivos IOT adicionais para adquirir e publicar temperaturas ambientes e luminosidade de filme.
Para fazer isso. Dois dispositivos Raspberry Pi foram empregados. Cada dispositivo publica os dados medidos para o corretor como o principal editor faz.
Coloque os dispositivos perto dos locais do sensor. Em seguida, instale o Python três nos dispositivos e implemente o código para adquirir os dados do sensor. Os dados do sensor são transmitidos por I2C para o sensor de iluminação e por GPIO para as temperaturas.
Reutilize o código Python anterior para publicar os dados. Graças à independência do dispositivo python. O código para janelas pode ser reutilizado para o Raspberry Pis.
Em quarto lugar, assinantes configurado. Agora vamos explicar como subscrever os dados de processamento. Como dito anteriormente, qualquer dispositivo na internet pode receber os dados através do corretor.
Novamente, os dados podem ser processados e visualizados por um código Python. Em um dispositivo conectado à internet instale um ambiente Python adequado dependendo do dispositivo e do sistema operacional. Por exemplo, em um dispositivo Android pydroid 3 deve ser instalado em vez de Python 3, em seguida, importar tanto paho ponto MQTT ponto cliente e paho ponto MQTT ponto assinar para se conectar e receber dados da corretora.
Em seguida, construa uma interface de usuário conforme necessário com base no Pi QT5. Uma vez que a implementação desta parte é bastante longa e pode ser trabalhosa. Os detalhes não são mais descritos aqui com este código exibir os dados recebidos na GUI.
Saiba também que aplicativos existentes, como a ferramenta MQT na loja de aplicativos, podem receber os dados. Quinto, registro de dados. Para registrar os dados durante o monitoramento, o Python deve ser capaz de acessar um banco de dados.
Neste trabalho, os dados são gravados em um arquivo de acesso da Microsoft. Considerando a escala de dados e a disponibilidade de software. Selecione um dispositivo de assinante para registrar os dados.
Em seguida, importe pyodbc no código Python para acessar o banco de dados. Para registrar os dados de processamento, envie uma consulta ao banco de dados pelo código Python. Para recuperar os dados registrados, envie outra consulta ao banco de dados.
Uma vez recuperados os dados, os dados podem ser analisados reestruturando os dados conforme necessário. Uma tabela legível em uma planilha pode ser construída instantaneamente. Sexto, implantação.
Depois de todos os itens desenvolvidos, os códigos Python devem ser implantados em cada dispositivo. O modo de conexão com fio ou sem fio não é importante, mas é preciso garantir que cada dispositivo possa acessar o corretor. Isso significa que o corretor joga como um portal na fronteira entre a internet e a internet para o propósito de segurança.
Aqui para manter uma melhor segurança conecte o controlador de extrusão ao editor principal e os editores adicionais à internet. Em seguida, conecte uma porta ethernet do corretor à internet e outra à internet para monitorar e registrar os dados de processamento. Conecte os assinantes à internet conforme necessário.
Sétima, execução. Para testar todo o sistema, inicie a linha de extrusão. Próxima vez que ligar todos os dispositivos do computador.
Em seguida, inicie o software de corretor Mosquito, e execute todos os códigos Python. Resultados representativos. Como resultado da execução do sistema projetado e implementado, os dados de processamento são monitorados e visualizados.
Os dados podem ser mostrados de várias maneiras, incluindo gráficos e tabelas, mesmo em um dispositivo móvel os dados podem ser monitorados e gravados. Além disso, os dados são registrados e recuperados para serem analisados. Conclusão Verificou-se que os dados mostrados no IHH e medidos pelos PIs de Framboesa são monitorados e registrados nos assinantes.
Seguindo o protocolo apresentado, os dados de processamento podem ser monitorados e registrados sem soluções caras de TI, como o MES.
Veja a transcrição completa e aceda a milhares de vídeos científicos
Visão Geral
Este trabalho propõe um método flexível para comunicação de dados entre um sistema de extrusão de filmes e dispositivos de monitoramento baseados em um protocolo de mensagens chamado Message Queuing Telemetry Transport (MQTT). O protocolo permite a observação e registro de dados de equipamentos clássicos através de vários dispositivos pela internet.
Componentes Principais do Estudo
Área da Ciência
- Comunicação de dados
- Processamento de polímeros
- Sistemas de monitoramento
Contexto
- MQTT é um protocolo de publicação-assinatura.
- Ele permite a comunicação entre múltiplos publicadores e assinantes.
- Dados podem ser publicados a partir de sistemas legados.
- Dados de temperatura ambiente também podem ser integrados ao sistema.
Objetivo do Estudo
- Desenvolver uma estrutura de comunicação de dados flexível.
- Facilitar o monitoramento de dados em tempo real.
- Aprimorar as capacidades das linhas de extrusão existentes.
Métodos Utilizados
- Implementação do protocolo MQTT.
- Publicação de dados de uma linha de extrusão existente.
- Uso de um dispositivo broker para transmissão de dados.
- Integração de dispositivos adicionais para monitoramento de temperatura.
Principais Resultados
- Comunicação de dados estabelecida com sucesso entre múltiplos dispositivos.
- Dados em tempo real de processos de extrusão podem ser acessados remotamente.
- Equipamentos legados podem ser integrados em sistemas modernos de monitoramento.
- Dados de temperatura de diferentes localizações são efetivamente publicados.
Conclusões
- O protocolo MQTT fornece uma solução robusta para comunicação de dados.
- A flexibilidade nos sistemas de monitoramento aumenta a eficiência operacional.
- A integração de várias fontes de dados é alcançável com este método.
Perguntas Frequentes
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.
