Summary
Ce travail propose une méthode flexible de communication de données entre un système d’extrusion de film et des dispositifs de surveillance basée sur un protocole de message appelé Message Queuing Telemetry Transport (MQTT).
Abstract
Ce travail vise à construire une structure de communication de données flexible pour une machine de traitement de polymère en utilisant un protocole basé sur l’éditeur-abonné appelé Message Queuing Telemetry Transport (MQTT), qui est exploité sur TCP / IP. Même lors de l’utilisation d’équipements conventionnels, le traitement des données peut être mesuré et enregistré par divers appareils n’importe où via une communication Internet. Un protocole basé sur des messages permet une communication flexible qui surmonte les lacunes du protocole serveur-client existant. Plusieurs appareils peuvent s’abonner aux données de traitement publiées par les périphériques sources. La méthode proposée facilite la communication de données entre plusieurs éditeurs et abonnés. Ce travail a mis en place un système qui publie les données de l’équipement et des capteurs supplémentaires à un courtier de messages. Les abonnés peuvent surveiller et stocker les données de processus relayées par le courtier. Le système a été déployé et exécuté pour une ligne d’extrusion de film afin de démontrer l’efficacité.
Introduction
Dans la vague de la 4ème révolution industrielle, l’acquisition et le suivi de diverses données de traitement sont devenus des tâches importantes1. En particulier, l’amélioration du processus de fabrication à l’aide de données de processus et l’établissement de plans d’exploitation efficaces seront un objectif important de toutes les installations de fabrication 2,3. Les temps d’arrêt peuvent être considérablement réduits si une alarme peut être envoyée hors de l’usine ou si la maintenance prédictive peut être effectuée à temps4. Récemment, de nombreux efforts ont été faits pour l’analyse des données dans les procédés polymères 5,6. Cependant, il n’est pas facile d’effectuer ces tâches en raison des difficultés d’acquisition de ces données à partir des systèmes existants7. La structure hiérarchique du contrôle et de l’instrumentation rend difficile l’acquisition et la communication des données.
Tout d’abord, il n’est pas possible d’obtenir des données de différentes machines avec des dates de fabrication différentes. Il est difficile de réaliser une communication entre différentes machines car cela nécessite une interopérabilité entre différents bus de terrain dans des formats propriétaires. De cette façon, les méthodes de communication et les formats de données restent privés. Cela permet de maintenir facilement la sécurité des données, mais garde les utilisateurs dépendants du constructeur de machines pour les services et les développements futurs. Les ordinateurs de contrôle récents, y compris l’interface homme-machine (IHM) connectés aux machines de traitement des polymères, sont principalement basés sur Windows de nos jours, mais sont chargés de logiciels créés dans un environnement de développement propriétaire. Il est possible d’utiliser des automates programmables (PLC) de différentes entreprises pour communiquer avec les capteurs ou les actionneurs, mais dans de nombreux cas, le système supérieur de contrôle de supervision et d’acquisition de données (SCADA) dépend des ordinateurs de contrôle8. Cette pratique a entraîné la concurrence sur le marché de nombreux protocoles, bus de terrain et systèmes de contrôle. Bien que cette complexité ait été atténuée peu à peu au fil du temps, de nombreux types de bus de terrain et de protocoles sont toujours utilisés activement.
D’autre part, la communication entre les dispositifs de contrôle et SCADA a été normalisée par l’Open Platform Communications United Architecture (OPCUA)9. En outre, la communication entre SCADA et le système d’exécution de la fabrication (MES) s’est également faite principalement par l’intermédiaire de l’OPCUA. Dans une structure hiérarchique aussi étroite, il n’est pas facile d’extraire librement des données pour la surveillance et l’analyse des processus. Habituellement, les données doivent être extraites du SCADA ou du MES10. Comme mentionné précédemment, ces systèmes sont spécifiques au fournisseur et les formats de données sont rarement ouverts. Par conséquent, l’extraction des données nécessite un soutien substantiel de la part des fournisseurs de solutions de technologie de l’information et de technologie opérationnelle (TI/OT) d’origine. Cela peut entraver l’acquisition de données pour la surveillance et l’analyse.
Dans une ligne d’extrusion de film, le PC de contrôle est supervisé par un système SCADA11. Le système SCADA est exploité par un programme informatique qui ne peut pas être facilement modifié. Le programme informatique peut être modifiable, mais l’édition est assez coûteuse et prend beaucoup de temps. Pour surveiller et analyser facilement les données de traitement, celles-ci doivent être accessibles depuis n’importe quel endroit. Pour surveiller les données de traitement en dehors du site, le programme informatique doit être capable de diffuser les données de traitement sur Internet12. De plus, une méthode libre ouverte réduit les dépenses pour l’acquisition de données13. Cette approche permet d’analyser les données même dans les petites usines qui n’ont pas les moyens d’investir dans des solutions informatiques commerciales14.
Dans cette étude, un protocole de message basé sur le modèle éditeur-abonné est utilisé. Le transport de télémétrie Message Queuing (MQTT) est un protocole ouvert et standard qui permet la messagerie entre plusieurs fournisseurs de données et consommateurs15. Ici, nous proposons un système qui acquiert, transmet et surveille les données à l’aide de MQTT pour les installations de fabrication existantes. Le système est testé dans une ligne d’extrusion de film pour vérifier les performances. Les données du contrôleur d’origine sont transmises à un périphérique périphérique via le protocole Modbus. Ensuite, les données sont publiées au courtier. En attendant, deux Raspberry Pi publient les températures et l’éclairement mesurés sur le même courtier. Ensuite, n’importe quel appareil sur Internet peut s’abonner aux données, puis les surveiller et les enregistrer comme illustré à la figure 1. Le protocole de ce travail montre comment l’ensemble de la procédure peut être effectuée.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Installation du courtier
REMARQUE: Pour surveiller et enregistrer les données de traitement via Internet, un système informatique qui relaie les données doit être préparé. Le système doit être accessible à la fois auprès des éditeurs et des abonnés, comme le montre la figure 2. Ainsi, il doit avoir une adresse IP publique connue avant toute communication. Un courtier MQTT ouvert appelé Eclipse Mosquitto est installé sur le système13.
- Connectez un ordinateur à Internet en donnant une adresse IP publique. Indiquez l’adresse dans le paramètre IP du système d’exploitation.
- Installez un logiciel de courtage tel que Eclipse Mosquitto sur l’ordinateur. Téléchargez le fichier d’installation à l’aide d’un navigateur et exécutez-le.
- Testez le courtier avec un programme de test tel que MQTT Lens. Téléchargez MQTT Lens à l’aide d’un navigateur et installez-le. Ensuite, assurez-vous que les messages publiés sont abonnés.
2. Préparation de l’éditeur principal
REMARQUE : Cet ordinateur publie les données de la machine via MQTT sur TCP sur le broker. Les données héritées doivent être interprétées et reconditionnées pour être envoyées. Cela peut généralement être fait par RS485 ou Ethernet. La connexion au niveau matériel doit être vérifiée en fonction du type de bus. La machine d’extrusion envoie les données via Modbus via un port Ethernet.
- Placez physiquement un ordinateur sur le site de la machine et configurez-le en tant qu’éditeur principal.
NOTE: Bien que non obligatoire, un ordinateur industriel a été sélectionné dans ce travail. - Installez Python3 sur l’ordinateur. Téléchargez le fichier d’installation à l’aide d’un navigateur et exécutez-le.
- Installez PyModbus16. Téléchargez le fichier d’installation à l’aide d’un navigateur et exécutez-le.
- Examinez le contrôleur d’extrusion avec l’IHM contrôlant la machine et connectez le contrôleur d’extrusion à l’éditeur principal.
- Identifiez complètement les données et l’adresse correspondante dans le protocole Modbus à partir de la machine à l’aide d’un outil Modbus tel que ModbusPoll ou QModMaster. Assurez-vous que les données de la machine envoyées sont affichées dans les cellules correspondantes de l’outil Modbus.
- Écrivez un code Python sur le PC de l’éditeur qui récupère les données du contrôleur d’extrusion.
REMARQUE : Voici un exemple de code :
à partir de pyModbusTCP.client importer ModbusClient
client = ModbusClient(host="192.168.1.*** », port=***, unit_id=***)
client.open()
ExtrusionData = str(client.read_holding_registers(1000, 58)) - Fusionnez des flux de données supplémentaires provenant d’autres périphériques via PCIe, USB, RS232 et RS485.
REMARQUE: C’est simple. Une fois qu’une chaîne de données supplémentaire est obtenue, ajoutez simplement les données au flux de données existant, ce qui est fait par le code suivant :
ExtrusionData += AdditionalData - Importez le paho.mqtt.client après avoir installé paho-mqtt par pip install paho-mqtt17 .
- Implémentez le code pour connecter et publier des données sur le broker.
Remarque : Reportez-vous à l’exemple de code suivant :
url="117.xx.xxx.xx »; port = 1883; nom d’utilisateur = « **** »; mot de passe = « xxxxx »; topic = « Extrudeuse »
mqttc = mqtt. Client()
mqttc.username_pw_set(nom d’utilisateur,mot de passe)
mqttc.connect(hôte=url, port=port)
mqttc.loop_start()
ExtrusionData = str(client.read_holding_registers(1000, 58))
Pub1= mqttc.publish(topic, ExtrusionData))
Pub1.wait_for_publish()
3. Préparation supplémentaire de l’éditeur
REMARQUE: Cet ordinateur publie également les données de la machine via MQTT sur TCP au courtier. Parfois, des mesures supplémentaires qui ne peuvent pas être effectuées sur l’éditeur principal sont nécessaires. Les appareils de l’Internet des objets (IoT) tels que Raspberry Pi et Arduino peuvent jouer le rôle. Dans ce travail, Raspberry Pi a été utilisé pour les données de température et les données d’éclairement. La procédure est similaire à la section 2 du protocole.
- Placez un Raspberry Pi près de l’emplacement du capteur.
REMARQUE: Comme la distance de câblage est limitée, le Raspberry Pi ne peut pas être placé très loin de l’emplacement de mesure. Cependant, comme le voisinage de l’extrudeuse est très chaud, l’appareil doit être placé à au moins 1 m de l’emplacement de mesure. - Installez Python3 sur le Raspberry Pi par les commandes suivantes dans la ligne de commande :
sudo apt mise à jour
sudo apt installer Python3 idle3 - Implémentez le code pour acquérir les données du capteur. Les données du capteur peuvent être transmises via I2C ou GPIO.
REMARQUE : Reportez-vous à l’exemple de code suivant pour obtenir des données de température supplémentaires via GPIO :
à partir de max6675 importer MAX6675
cs_pin1 = 24; clock_pin1 = 25; data_pin1 = 18
cs_pin2 = 9; clock_pin2 = 11; data_pin2 = 19
unités = « C »
thermocouple1 = MAX6675(cs_pin1, clock_pin1, data_pin1, unités)
thermocouple2 = MAX6675(cs_pin2, clock_pin2, data_pin2, unités)
T1 = thermocouple1.get()
T2 = thermocouple2.get() - Importez paho.mqtt.client.
- Réutilisez le code de la section 2 pour connecter et publier des données sur le broker.
4. Configuration de l’abonné
REMARQUE: Tous les appareils sur Internet peuvent recevoir les données de traitement via le courtier. Les données sont également traitées et visualisées par un code Python. Dans le cas où le développement est difficile, des applications disponibles telles que MQTT Client dans Google Play et MQT Tool dans l’App Store peuvent être utilisées. Étant donné que la mise en œuvre de l’interface utilisateur est assez longue, les détails ne sont pas décrits ici. Notez également que les applications existantes telles que MQT Tool dans l’App Store peuvent recevoir les données.
- Engagez un appareil pour l’abonnement à Internet. Assurez-vous d’une connexion par câble physique, puis exécutez un ping sur l’adresse IP du broker sur la ligne de commande (par exemple, ping 117.xx.xxx.xx).
- Installez un environnement Python approprié en fonction de l’appareil et du système d’exploitation. Par exemple, installez Pydroid3 sur un appareil Android au lieu de Python3 à partir du Google Play.
- Importez paho.mqtt.client et paho.mqtt.subscribe pour vous connecter et recevoir des données du courtier.
Remarque : Reportez-vous à l’exemple de code suivant :
importer paho.mqtt.client en tant que mqtt
importer paho.mqtt.subscribe en tant qu’abonné
url="117.xx.xxx.xx »; port = 1883; nom d’utilisateur = « **** »; mot de passe = « xxxxx »; topic = « Extrudeuse »
mqttc.username_pw_set(nom d’utilisateur, mot de passe)
mqttc.connect(hôte=url, port=port)
mqttc.subscribe(sujet, 0)
mqttc.loop_start()
Sub1 = subscribe.simple(topic, hostname=url)
ExtruderData = Sub1.payload.decode(« utf-8 ») - Créez une interface utilisateur selon vos besoins à l’aide de PyQT5.
REMARQUE: Cette partie est très longue et se concentre sur la représentation graphique des données reçues plutôt que sur la communication. Le code correspondant est fourni à titre de données supplémentaires. - Affichez les données entrantes sur l’interface graphique en exécutant le code généré.
5. Enregistrement des données
REMARQUE: Les données de traitement peuvent être écrites dans une base de données lors de la surveillance. Dans ce travail, une base de données à l’échelle du laboratoire a été choisie. Les données sont connectées à un fichier Microsoft Access pour écrire et récupérer facilement à partir d’un ordinateur utilisateur. En outre, une table peut être instantanément créée par une requête pour analyser les données dans une feuille de calcul telle que Microsoft Excel.
- Sélectionnez un appareil abonné pour enregistrer les données.
- Importez pyodbc en exécutant « pip install pyodbc » sur la ligne de commande pour que le code Python accède à la base de données comme illustré à la Figure 318.
- Envoyez une requête à la base de données par le code Python pour enregistrer les données de traitement. Reportez-vous au code Python de la figure 3 pour la méthode.
- Envoyez une requête à la base de données pour récupérer les données enregistrées.
REMARQUE: Un exemple de code pour la récupération de données est donné ci-dessous:
importer pyodbc
x pour x dans pyodbc.drivers() si x.startswith('Microsoft Access Driver')]
conn_str = (
r’DRIVER={Pilote Microsoft Access (*.mdb, *.accdb)};'
r’DBQ=C:\Users\data_analysis\db1.accdb;'
)
cnxn = pyodbc.connect(conn_str)
crsr = cnxn.cursor()
pour table_info dans crsr.tables(tableType='TABLE') :
print(table_info.nom_table)
sql = « ""\
SÉLECTIONNEZ * DANS Process_Condition
"""
crsr = cnxn.execute(sql)
pour la ligne dans crsr:
RetrievedData =.read_sql(sql, cnxn)
crsr.close()
cnxn.close()
6. Déploiement
REMARQUE: Si tous les appareils peuvent être connectés à Internet, la configuration est simple. Toutefois, pour sécuriser les données côté machine, les éditeurs peuvent être dans l’intranet uniquement. Dans ce cas, le courtier peut être une passerelle vers Internet. Pour ce faire, le courtier doit être équipé de deux adaptateurs Ethernet, dont l’un doit avoir une adresse IP publique. Une fois tous les éléments développés, les codes doivent être déployés sur chaque appareil, comme illustré à la figure 4. Le mode de connexion, filaire ou sans fil, n’est pas important, mais il doit être sécurisé pour que chaque appareil puisse accéder au courtier. Cela signifie que le courtier peut agir comme une passerelle à la frontière entre l’intranet et Internet à des fins de sécurité. Bien sûr, même si tous les appareils sont exposés à Internet, il n’y a pas de problème du point de vue de la communication.
- Connectez le contrôleur d’extrusion, l’éditeur principal et les éditeurs supplémentaires au port Intranet via Ethernet.
- Connectez un port Ethernet du courtier à l’intranet et l’autre à Internet.
- Connectez les abonnés à Internet en répétant l’étape 4.1 pour chacun d’entre eux.
7. Exécution
REMARQUE: Pour tester l’ensemble du système, nous avons démarré la ligne d’extrusion et exécuté tous les codes Python et Mosquitto.
- Démarrez le processus d’extrusion. Sur l’IHM de la machine, réglez les températures et allumez le chauffage en appuyant sur le bouton de l’écran IHM. Une fois la température requise atteinte, démarrez la rotation de la vis pour extruder le polymère fondu.
- Allumez tous les ordinateurs, démarrez le logiciel broker sur le périphérique broker par la commande « net start mosquitto », puis exécutez les codes Python pour surveiller et enregistrer les données de traitement si nécessaire.
REMARQUE : L’ordre des étapes 7.1 et 7.2 peut être inversé. Les codes Python peuvent être exécutés simplement en tapant « python3 xxxxx.py » sur la ligne de commande, puis en appuyant sur Entrée. Ajoutez cette commande aux programmes de démarrage pour éviter de taper la commande chaque fois que l’appareil redémarre.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Il a été constaté que les données présentées dans l’IHM et mesurées par le Raspberry Pis étaient surveillées et enregistrées dans les abonnés, comme le montre la figure 5. Comme présenté dans la vidéo, les données de traitement sont enregistrées dans la base de données.
Figure 1 : Aperçu de la transmission de données à l’aide du protocole MQTT. Le courtier relaie le message des éditeurs aux abonnés. Les éditeurs de ce diagramme sont l’éditeur principal et l’éditeur supplémentaire (Raspberry Pi). L’éditeur principal est directement connecté à la machine d’extrusion pour recevoir les données. Le nombre d’abonnés n’est pas limité tant que la capacité du réseau le permet. Les abonnés peuvent republier les données à d’autres abonnés pour les enregistrer dans une base de données telle que Microsoft Access. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 2 : Flux de données par publication, courtage et abonnement dans une ligne d’extrusion de film. Les données de traitement sont publiées par les systèmes physiques représentés dans la case supérieure gauche. Pour l’abonné, un code Python créant une interface utilisateur graphique est écrit sur la base de PyQt5 pour afficher les données reçues à l’écran. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 3 : Enregistrement des données abonnées dans un fichier MS Access via ODBC. Pour établir une connexion à Microsoft Access, l’ODBC a été utilisé. Le code Python utilisant le pyodbc est écrit pour la connexion, ce qui permet la journalisation et l’analyse en transmettant les requêtes générées par les utilisateurs. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 4 : Déploiement de l’ensemble du système. Le périphérique broker dans le bâtiment 2 nécessite deux ports Ethernet, l’un vers l’intranet et l’autre vers Internet. Pour des raisons de sécurité, les éditeurs sont connectés à l’intranet, tandis que les abonnés sont connectés à Internet. Le courtier exige qu’une adresse IP publique soit accessible à l’extérieur du campus. Par conséquent, tous les appareils sur Internet peuvent s’abonner aux données publiées. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 5 : Exécution du système de surveillance des données lors de l’exploitation de la ligne d’extrusion de film. Les données de traitement peuvent être surveillées pendant l’opération d’extrusion (en bas à droite) une fois que l’ensemble du système a été déployé. Les données affichées dans l’IHM (en haut à droite) sont publiées à l’extérieur. Une fois le broker démarré, les codes des périphériques de l’éditeur et de l’abonné doivent être exécutés. Ensuite, les flux de données commencent comme prévu dans le système. En utilisant les données entrantes, la ligne d’extrusion filmée peut être surveillée et affichée (en bas à gauche). Veuillez cliquer ici pour voir une version agrandie de cette figure.
Données supplémentaires. Veuillez cliquer ici pour télécharger ce fichier.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
En suivant le protocole présenté, les données de traitement peuvent être surveillées et enregistrées sans solutions informatiques coûteuses telles que le MES. Les technologies IoT peuvent faciliter l’acquisition et la diffusion de données à partir de machines conventionnelles. Il a été démontré que le protocole basé sur les messages, MQTT, sert avec succès de plate-forme pour la communication de données pour les lignes de traitement des polymères. De plus, des données supplémentaires peuvent être mesurées et transmises ensemble de manière flexible. Les éditeurs supplémentaires employés dans ce travail étaient les Raspberry Pis. Ils peuvent notamment être protégés en les logeant dans des boîtiers Raspberry Pi industriels pour assurer un fonctionnement robuste dans des conditions difficiles. Les abonnés peuvent être n’importe quel appareil n’importe où avec n’importe quel système d’exploitation. L’appareil abonné ne peut recevoir que les données nécessaires en sélectionnant la rubrique à abonner. Ce travail a montré que le MQTT et les appareils IoT permettent la surveillance des données pour une ligne de traitement des polymères sans grande difficulté. Les architectures de communication industrielle modernes ont tendance à s’écarter des architectures pyramidales telles que le modèle purdue, et la méthode proposée montre également que cette tendance est justifiée.
En implémentant le logiciel à l’aide de Python, le code pourrait être réutilisé pour diverses plates-formes19. Par conséquent, les appareils avec différentes plates-formes pourraient participer à la publication et à l’abonnement aux données de traitement. De plus, une grande partie de la charge de codage pourrait être réduite en important plusieurs codes prédéfinis tels que PyModbus, pyodbc, paho.mqtt et PyQT5. Étant donné que le développement concernant MQTT était simple et direct, il n’y avait pas beaucoup de difficulté à déboguer. Cependant, il a fallu des efforts considérables pour amener les données de traitement du contrôleur hérité vers l’appareil de l’éditeur. Si le format et le protocole des données ne sont pas clairement connus, le paquet de données doit être analysé avec soin. En outre, la question de la cybersécurité devrait être examinée pour éviter les fuites de données indésirables.
Une grande usine avec de nombreuses machines pourrait encore avoir besoin de l’acquisition de données conventionnelle basée sur MES, probablement en utilisant la communication OPCUA. Dans de tels cas, l’investissement dans le système informatique peut être fait sans trop de risque. Cependant, pour les petites usines avec des budgets serrés, le modèle proposé est une alternative prometteuse20. Ainsi, le MES et l’IoT devraient coexister et se développer pendant une période de temps considérable. En plus des procédés polymères tels que le moulage par injection et l’extrusion, cette approche peut être appliquée à tous les processus de fabrication nécessitant une communication de données.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Les auteurs ne déclarent aucun conflit d’intérêts.
Acknowledgments
Cette étude a été soutenue par le programme de recherche financé par la SeoulTech (Université nationale des sciences et de la technologie de Séoul).
Materials
| Name | Company | Catalog Number | Comments |
| Edge Device | Adavantech | UNO 420 | Intel Atom E3815 Fanless |
| Film Extrusion Machine | EM Korea | Not Available | For production of 450 mm film |
| Pydroid | IIEC | Not Available | Android Devices |
| Python3 | Python Software Foundataion | Not Available | Windows, Linux |
| Raspberry Pi 4 | CanaKit | Not Available | Standard Kit |
References
- Shafiq, S. I., Szczerbicki, E., Sanin, C. Proposition of the methodology for Data Acquisition, Analysis and Visualization in support of Industry 4.0. Procedia Computer Science. 159, 1976-1985 (2019).
- Dilda, V., et al. Manufacturing: Analytics unleashes productivity and profitability. McKinsey & Company. , https://www.mckinsey.com/business-functions/operations/our-insights/manufacturing-analytics-unleashes-productivity-and-profitability (2017).
- Ismail, A., Truong, H. L., Kastner, W. Manufacturing process data analysis pipelines: A requirements analysis and survey. Journal of Big Data. 6, 1 (2019).
- Nwanya, S. C., Udofia, J. I., Ajayi, O. O. Optimization of machine downtime in the plastic manufacturing. Cogent Engineering. 4 (1), 1335444 (2017).
- Zhou, T., Song, Z., Sundmacher, K. Big data creates new opportunities for materials research: A review on methods and applications of machine learning for materials design. Engineering. 5 (6), 1017-1026 (2019).
- Rousopoulou, V., Nizamis, A., Thanasis, V., Ioannidis, D., Tzovaras, D. Predictive maintenance for injection molding machines enabled by cognitive analytics for Industry 4.0. Frontiers in Artificial Intelligence. 3, 578152 (2020).
- Mamo, F. T., Sikora, A., Rathfelder, C. Legacy to Industry 4.0: A Profibus Sniffer. Journal of Physics: Conference Series. 870, 012002 (2017).
- Figueroa-Lorenzo, S., Añorga, J., Arrizabalaga, S. A role-based access control model in Modbus SCADA systems. A centralized model approach. Sensors. 19 (20), 4455 (2019).
- Schleipen, M., Gilani, S. -S., Bischoff, T., Pfrommer, J. OPC UA & Industrie 4.0 - Enabling technology with high diversity and variability. Procedia CIRP. 57, 315-320 (2016).
- Nițulescu, I. -V., Korodi, A. Supervisory control and data Acquisition approach in node-RED: Application and discussions. IoT. 1, 76-91 (2020).
- Perez-Lopez, E.
- Andersen, D. L., Ashbrook, C. S. A., Karlborg, N. B. Significance of big data analytics and the internet of things (IoT) aspects in industrial development, governance and sustainability. International Journal of Intelligent Networks. 1, 107-111 (2020).
- Kashyap, M., Sharma, V., Gupta, N. Taking MQTT and NodeMcu to IOT: Communication in Internet of Things. Procedia Computer Science. 132, 1611-1618 (2018).
- Connet, J. Mythbusting the MES. Systema. , Available from: https://www.systema.com/blog/mythbusting-the-mes (2021).
- Yeh, C. -S., Chen, S. -L., Li, I. -C. Implementation of MQTT protocol based network architecture for smart factory. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture. 235 (13), 2132-2142 (2021).
- Parian, C., Guldimann, T., Bhatia, S. Fooling the master: Exploiting weaknesses in the Modbus protocol. Procedia Computer Science. 171, 2453-2458 (2020).
- Mishra, B., Kertesz, A. The use of MQTT in M2M and IoT systems: A survey. IEEE Access. 8, 201071-201086 (2020).
- pyodbc 4.0.34. , Available from: https://pypi.org/project/pyodbc/ (2021).
- Ayer, V., Miguez, S., Toby, B. Why scientists should learn to program in Python. Powder Diffraction. 29 (2), 48-64 (2014).
- Boyes, H., Hallaq, B., Cunningham, J., Watson, T. The industrial internet of things (IIoT): An analysis framework. Computers in Industry. 101, 1-12 (2018).
