Передача данных на основе MQTT в процессе экструзии полимеров
15 июля 2022 г.
В данной работе предлагается гибкий метод передачи данных между системой экструзии пленки и устройствами мониторинга на основе протокола сообщений под названием Message Queuuing Telemetry Transport (MQTT).
Протокол в этой работе позволяет построить гибкую структуру передачи данных для машины обработки полимеров путем использования подписного кода протокола MQTT на основе издателя. Даже при использовании классического оборудования обработка данных может наблюдаться и записываться различными устройствами в любой точке интернета. Протокол облегчает передачу данных между несколькими издателями и несколькими подписчиками.
Мы внедрили систему, которая публикует данные обработки с существующей экструзионной линии на устройствах подписки через устройство брокера. Данные от устаревшего экструзионного контроллера были интерпретированы в устройстве и отправлены брокеру. Дополнительные устройства для температуры окружающей среды в двух разных местах и во время обработки также публикуют данные брокеру.
Затем брокер передает данные абонентским устройствам, которые заинтересованы в этих данных. Для отображения и записи данных. Абонентская система спроектирована и построена.
Так как весь код для участвующих устройств был написан на Python. Код может быть повторно использован на устройствах с различными операционными системами. Наконец, система развертывается и тестируется на линию, чтобы продемонстрировать валидность установки первого брокера.
Начать настройку системы MQTT-брокера таким образом, чтобы она могла отслеживать и записывать данные обработки через Интернет. Для того, чтобы брокерское устройство могло ретранслировать такие данные, оно должно быть доступно как издателям, так и подписчикам. Подключите компьютерную систему к Интернету с помощью общедоступного IP-адреса, чтобы к брокеру могли получить доступ как издатели, так и подписчики.
Затем на компьютере устанавливается программное обеспечение открытого брокера, такое как Eclipse Mosquito, используйте инструмент тестирования, такой как объектив MQTT, для проверки работоспособности брокеров MQTT. Во-вторых, основная подготовка издателя. Теперь подготовим основное устройство издателя.
Как упоминалось ранее, этот компьютер публикует машинные данные через MQTT брокеру. Устаревшие данные должны быть интерпретированы и переупакованы для отправки. Обычно это можно сделать с помощью RS-485 или Ethernet.
Соединение на аппаратном уровне должно быть проверено в зависимости от типа шины. Рассматриваемая экструзионная машина отправляет данные через Modbus через порт Ethernet, чтобы получить данные от экструзионной машины и опубликовать их. Поместите компьютер в качестве основного издателя на сайте компьютера.
На этом компьютере установите Python три в качестве программной среды. Затем установите Pi Modbus, чтобы включить подключение и связь Modbus. Изучите коды функций Modbus контроллера экструзии и подключите его к основному издателю.
Полностью идентифицируйте данные и связанный с ними адрес и коды Modbus с машины с помощью инструмента Modbus, такого как опрос Modbus или Q mod master на главном издателе. Затем напишите код Python для издателя, который извлекает данные из контроллера экструзии. Кроме того, комбинируйте поток данных через PCIE USB RS-232 и RS-485 с других устройств.
Импортируйте paho dot MQTT dot client и реализуйте код для подключения и публикации данных брокеру. В-третьих, дополнительная подготовка издателя. В дополнение к основному издателю давайте используем дополнительные устройства IOT для получения и публикации температуры окружающей среды и освещения пленки.
Для этого. Были использованы два устройства Raspberry Pi. Каждое устройство публикует измеренные данные брокеру, как это делает основной издатель.
Разместите устройства рядом с расположением датчиков. Затем установите Python three на устройства и реализуйте код для получения данных датчика. Данные датчика передаются I2C для датчика освещенности и GPIO для температур.
Повторно используйте предыдущий код Python для публикации данных. Благодаря аппаратной независимости Python. Код для окон может быть повторно использован для Raspberry Pis.
В-четвертых, настроены подписчики. Теперь поясним, как подписаться на обработку данных. Как указывалось ранее, любые устройства в Интернете могут получать данные через брокера.
Опять же, данные могут быть обработаны и визуализированы кодом Python. На подключенном к Интернету устройстве установите подходящую среду Python в зависимости от устройства и операционной системы. Например, на Android-устройстве вместо Python 3 должен быть установлен Pydroid 3, затем импортировать как paho dot MQTT dot client, так и paho dot MQTT dot subscribe для подключения и получения данных от брокера.
Затем создайте пользовательский интерфейс по мере необходимости на основе Pi QT5. Так как реализация этой части достаточно длительная и может быть трудоемкой. Подробности здесь не описаны, так как этот код отображает входящие данные в графическом интерфейсе.
Также знайте, что существующие приложения, такие как инструмент MQT в магазине приложений, могут получать данные. В-пятых, регистрация данных. Для записи данных во время мониторинга Python должен иметь доступ к базе данных.
В этой работе данные записываются в файл доступа Microsoft. Учитывая масштаб данных и доступность программного обеспечения. Выберите абонентское устройство для записи данных.
Затем импортируйте pyodbc в код Python для доступа к базе данных. Для записи данных обработки отправьте запрос в базу данных кодом Python. Чтобы извлечь записанные данные, отправьте еще один запрос в базу данных.
После извлечения данных данные могут быть проанализированы путем реструктуризации данных по мере необходимости. Таблица, читаемая в электронной таблице, может быть мгновенно построена. В-шестых, развертывание.
После того, как все элементы разработаны, коды Python должны быть развернуты на каждом устройстве. Режим проводного или беспроводного подключения не важен, но он должен быть защищен тем, что каждое устройство должно иметь доступ к брокеру. Это означает, что брокер играет в качестве шлюза на границе между Интернетом и Интернетом в целях безопасности.
Здесь для поддержания лучшей безопасности подключите контроллер экструзии к основному издателю и дополнительным издателям к Интернету. Затем подключите один порт Ethernet брокера к Интернету, а другой к Интернету для мониторинга и записи данных обработки. Подключите абонентов к Интернету по мере необходимости.
В-седьмых, казнь. Чтобы протестировать всю систему, запустите экструзионную линию. Затем включите все компьютерные устройства.
Затем запустите брокерское программное обеспечение Mosquito и запустите все коды Python. Репрезентативные результаты. В результате выполнения спроектированной и внедренной системы обработка данных контролируется и визуализируется.
Данные могут быть показаны различными способами, включая графики и таблицы, даже на мобильном устройстве данные можно отслеживать и записывать. Кроме того, данные записываются и извлекаются для анализа. Было установлено, что данные, показанные в HMI и измеренные Raspberry PI, контролируются и регистрируются у подписчиков.
Следуя представленному протоколу, данные обработки могут контролироваться и записываться без дорогостоящих ИТ-решений, таких как MES.
Просмотрите полный транскрипт и получите доступ к тысячам научных видео
Обзор
В данной работе предлагается гибкий метод для передачи данных между системой экструзии плёнки и устройствами мониторинга на основе протокола передачи сообщений, называемого Message Queuing Telemetry Transport (MQTT). Протокол позволяет наблюдать и записывать данные с классического оборудования через различные устройства в Интернете.
Основные компоненты исследования
Область науки
- Передача данных
- Переработка полимеров
- Системы мониторинга
Предыстория
- MQTT является протоколом издателя-подписчика.
- Он позволяет осуществлять связь между несколькими издателями и подписчиками.
- Данные могут публиковаться из старых систем.
- Данные о температуре окружающей среды также могут быть интегрированы в систему.
Цель исследования
- Разработать гибкую структуру передачи данных.
- Обеспечить мониторинги данных в реальном времени.
- Улучшить возможности существующих экструзионных линий.
Используемые методы
- Реализация протокола MQTT.
- Публикация данных с существующей экструзионной линии.
- Использование посреднического устройства для передачи данных.
- Интеграция дополнительных устройств для мониторинга температуры.
Основные результаты
- Установлено успешное обмен данными между несколькими устройствами.
- Данные в реальном времени от процессов экструзии могут быть доступны удаленно.
- Старое оборудование может быть интегрировано в современные системы мониторинга.
- Данные о температуре из различных мест эффективно публикуются.
Выводы
- Протокол MQTT обеспечивает надежное решение для передачи данных.
- Гибкость в системах мониторинга повышает операционную эффективность.
- Интеграция различных источников данных достижима с помощью этого метода.
Часто задаваемые вопросы
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.
