Summary
Dette arbejde foreslår en fleksibel metode til datakommunikation mellem et filmekstruderingssystem og overvågningsenheder baseret på en meddelelsesprotokol kaldet Message Queuing Telemetry Transport (MQTT).
Abstract
Dette arbejde sigter mod at opbygge en fleksibel datakommunikationsstruktur for en polymerbehandlingsmaskine ved at anvende en udgiver-abonnentbaseret protokol kaldet Message Queuing Telemetry Transport (MQTT), som drives over TCP / IP. Selv ved brug af konventionelt udstyr kan behandling af data måles og registreres af forskellige enheder overalt via en internetkommunikation. En meddelelsesbaseret protokol tillader fleksibel kommunikation, der overvinder manglerne i den eksisterende server-klientprotokol. Flere enheder kan abonnere på de behandlingsdata, der er offentliggjort af kildeenheder. Den foreslåede metode letter datakommunikationen mellem flere udgivere og abonnenter. Dette arbejde har implementeret et system, der offentliggør data fra udstyret og yderligere sensorer til en meddelelsesmægler. Abonnenterne kan overvåge og gemme de procesdata, der videresendes af mægleren. Systemet er blevet implementeret og kørt for en filmekstruderingslinje for at demonstrere effektiviteten.
Introduction
I bølgen af den 4. industrielle revolution er erhvervelse og overvågning af forskellige behandlingsdata blevet vigtige opgaver1. Navnlig vil forbedring af fremstillingsprocessen ved hjælp af procesdata og udarbejdelse af effektive driftsplaner være et vigtigt mål for alle produktionsanlæg 2,3. Nedetid kan reduceres kraftigt, hvis en alarm kan sendes ud af fabrikken, eller hvis prædiktiv vedligeholdelse kan udføres i tide4. På det seneste er der gjort en stor indsats for dataanalyser i polymerprocesser 5,6. Det er imidlertid ikke let at udføre disse opgaver på grund af vanskelighederne med at erhverve sådanne data fra de eksisterende systemer7. Den hierarkiske struktur af styring og instrumentering gør dataindsamling og kommunikation vanskelig.
Først og fremmest er det ikke muligt at få data fra forskellige maskiner med forskellige fremstillingsdatoer. Det er vanskeligt at realisere kommunikation mellem forskellige maskiner, da dette kræver interoperabilitet mellem forskellige feltbusser i proprietære formater. På denne måde holdes kommunikationsmetoder og dataformater private. Dette hjælper en med let at opretholde datasikkerheden, men holder brugerne afhængige af maskinbyggeren til tjenesterne og fremtidig udvikling. De seneste kontrolcomputere, herunder human-machine interface (HMI), der er knyttet til polymerbehandlingsmaskiner, er for det meste Windows-baserede i disse dage, men er fyldt med software oprettet i et proprietært udviklingsmiljø. Det er muligt at bruge programmerbare logiske controllere (PLC'er) fra forskellige virksomheder til at kommunikere med sensorerne eller aktuatorerne, men i mange tilfælde er det øverste overvågningskontrol- og dataindsamlingssystem (SCADA) afhængigt af kontrolcomputerne8. Denne praksis har fået adskillige protokoller, feltbusser og kontrolsystemer til at konkurrere på markedet. Selvom denne kompleksitet er blevet lettet lidt efter lidt over tid, er mange typer feltbusser og protokoller stadig i aktiv brug.
På den anden side er kommunikationen mellem styreenheder og SCADA blevet standardiseret af Open Platform Communications United Architecture (OPCUA)9. Desuden er kommunikationen mellem SCADA og Manufacturing Execution System (MES) også hovedsagelig sket gennem OPCUA. I en så stram hierarkisk struktur er det ikke let frit at udtrække data til procesovervågning og analyse. Normalt skal data trækkes ud af SCADA eller MES10. Som tidligere nævnt er disse systemer leverandørspecifikke, og dataformaterne er sjældent åbne. Som følge heraf kræver dataudtræk betydelig støtte fra de oprindelige leverandører af informationsteknologi / operationel teknologi (IT / OT). Dette kan hindre dataindsamling til overvågning og analyse.
I en filmekstruderingslinje overvåges kontrol-pc'en af et SCADA-system11. SCADA-systemet drives af et computerprogram, der ikke let kan ændres. Computerprogrammet kan være redigerbart, men redigeringen er ret dyr og tidskrævende. For nemt at overvåge og analysere behandlingsdataene skal dataene være tilgængelige fra ethvert sted. For at overvåge behandlingsdataene væk fra webstedet skal computerprogrammet være i stand til at streame behandlingsdataene til internettet12. Desuden reducerer en åben gratis metode udgifterne til dataindsamlingen13. Denne tilgang gør det muligt at udføre dataanalyse selv på små fabrikker, der ikke har råd til at investere i kommercielle it-løsninger14.
I denne undersøgelse anvendes en meddelelsesprotokol baseret på udgiver-abonnentmodellen. MQTT (Message Queuing Telemetry Transport) er en åben og standardprotokol, der muliggør beskeder mellem flere dataudbydere og forbrugere15. Her foreslår vi et system, der erhverver, transmitterer og overvåger data ved hjælp af MQTT til eksisterende produktionsfaciliteter. Systemet testes i en filmekstruderingslinje for at verificere ydeevnen. Dataene fra den oprindelige controller overføres til en kantenhed via Modbus-protokollen. Derefter offentliggøres dataene til mægleren. I mellemtiden offentliggør to Raspberry de målte temperaturer og lysstyrke til den samme mægler. Derefter kan enhver enhed på Internettet abonnere på dataene efterfulgt af overvågning og optagelse af dem som vist i figur 1. Protokollen i dette arbejde viser, hvordan hele proceduren kan gøres.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Mægler installation
BEMÆRK: For at overvåge og registrere behandlingsdata via internettet skal der udarbejdes et computersystem, der videresender dataene. Systemet bør være tilgængeligt for både udgiverne og abonnenterne som vist i figur 2. Således skal den have en offentlig IP-adresse, der er kendt forud for enhver kommunikation. En åben MQTT-mægler kaldet Eclipse Mosquitto er installeret på systemet13.
- Tilslut en computer til internettet og giv en offentlig IP-adresse. Giv adressen i operativsystemets IP-indstilling.
- Installer en mæglersoftware som Eclipse Mosquitto på computeren. Download installationsfilen ved hjælp af en browser, og udfør den.
- Test mægleren med et testprogram som MQTT Lens. Download MQTT Lens ved hjælp af en browser, og installer den. Sørg derefter for, at offentliggjorte meddelelser abonneres.
2. Forberedelse af hovedudgiveren
BEMÆRK: Denne computer offentliggør maskindataene via MQTT over TCP til mægleren. Ældre data bør fortolkes og ompakkes for at blive sendt ud. Dette kan normalt gøres af RS485 eller Ethernet. Forbindelsen på hardwareniveau skal verificeres afhængigt af bustypen. Ekstruderingsmaskinen sender dataene ud via Modbus via en Ethernet-port.
- Placer fysisk en computer på maskinens websted, og konfigurer den som hovedudgiver.
BEMÆRK: Selvom det ikke er obligatorisk, blev der valgt en industriel computer i dette arbejde. - Installer Python3 på computeren. Download installationsfilen ved hjælp af en browser, og udfør den.
- Installer PyModbus16. Download installationsfilen ved hjælp af en browser, og udfør den.
- Undersøg ekstruderingscontrolleren med HMI, der styrer maskinen, og tilslut ekstruderingscontrolleren til hovedudgiveren.
- Identificer fuldt ud dataene og den tilsvarende adresse i Modbus-protokollen fra maskinen ved hjælp af et Modbus-værktøj som ModbusPoll eller QModMaster. Sørg for, at de sendte maskindata vises i de tilsvarende celler i Modbus-værktøjet.
- Skriv en Python-kode på udgiver-pc'en, der henter dataene fra ekstruderingscontrolleren.
BEMÆRK: Her er et kodeeksempel:
fra pyModbusTCP.client import ModbusClient
klient = ModbusClient(host="192.168.1.***", port=***, unit_id=***)
client.open()
ExtrusionData = str(client.read_holding_registers(1000, 58)) - Flet yderligere datastrømme fra andre enheder via PCIe, USB, RS232 og RS485.
BEMÆRK: Dette er ligetil. Når der er opnået en ekstra datastreng, skal du blot tilføje dataene til den eksisterende datastrøm, hvilket gøres med følgende kode:
EkstruderingData += AdditionalData - Importer paho.mqtt.client efter installation af paho-mqtt ved pip install paho-mqtt17 .
- Implementer koden for at forbinde og offentliggøre data til mægleren.
BEMÆRK: Se følgende kodeeksempel:
url="117.xx.xxx.xx"; havn = 1883; brugernavn = "****"; adgangskode = "xxxxx"; emne = "Ekstruder"
mqttc = mqtt. Klient()
mqttc.username_pw_set (brugernavn, adgangskode)
mqttc.connect(host=url, port=port)
mqttc.loop_start()
ExtrusionData = str(client.read_holding_registers(1000, 58))
Pub1= mqttc.publish(emne, ExtrusionData))
Pub1.wait_for_publish()
3. Yderligere forberedelse af udgivere
BEMÆRK: Denne computer offentliggør også maskindataene via MQTT over TCP til mægleren. Nogle gange kræves yderligere måling, der ikke kan udføres på hovedudgiveren. Internet of Things (IoT) enheder som Raspberry Pi og Arduino kan tage rollen. I dette arbejde blev Raspberry Pi anvendt til temperaturdata og belysningsdata. Proceduren svarer til protokolafsnit 2.
- Placer en Raspberry Pi i nærheden af sensorens placering.
BEMÆRK: Da ledningsafstanden er begrænset, kan Raspberry Pi ikke placeres meget langt fra målestedet. Da ekstruderens nærhed er meget varm, skal enheden dog placeres mindst 1 m væk fra målestedet. - Installer Python3 på Raspberry Pi ved hjælp af følgende kommandoer i kommandolinjen:
sudo apt opdatering
sudo apt installer Python3 idle3 idle3 - Implementer koden for at erhverve sensordataene. Sensordataene kan overføres via I2C eller GPIO.
BEMÆRK: Se følgende kodeeksempel for yderligere temperaturdata via GPIO:
fra max6675 import MAX6675
cs_pin1 = 24; clock_pin1 = 25; data_pin1 = 18
cs_pin2 = 9; clock_pin2 = 11; data_pin2 = 19
enheder = "C"
termoelement1 = MAX6675(cs_pin1, clock_pin1, data_pin1, enheder)
termoelement2 = MAX6675(cs_pin2, clock_pin2, data_pin2, enheder)
T1 = termoelement1.get()
T2 = termoelement2.get() - Importer paho.mqtt.client.
- Genbrug koden i afsnit 2 til at forbinde og offentliggøre data til mægleren.
4. Abonnentens opsætning
BEMÆRK: Alle enheder på internettet kan modtage behandlingsdataene via mægleren. Dataene behandles og visualiseres også af en Python-kode. Hvis udviklingen er vanskelig, kan tilgængelige applikationer som MQTT Client i Google Play og MQT Tool i App Store anvendes. Da implementeringen af brugergrænsefladen er ret langvarig, er detaljerne ikke beskrevet her. Bemærk også, at eksisterende applikationer såsom MQT Tool i App Store kan modtage dataene.
- Engager en enhed til abonnement på internettet. Sørg for en fysisk kabelforbindelse, og udfør derefter en ping til mæglerens IP på kommandolinjen (f.eks. Ping 117.xx.xxx.xx).
- Installer et passende Python-miljø afhængigt af enheden og operativsystemet. Installer for eksempel Pydroid3 på en Android-enhed i stedet for Python3 fra Google Play.
- Importer både paho.mqtt.client og paho.mqtt.subscribe for at oprette forbindelse til og modtage data fra mægleren.
BEMÆRK: Se følgende kodeeksempel:
importere paho.mqtt.client som mqtt
importer paho.mqtt.subscribe som abonnement
url="117.xx.xxx.xx"; havn = 1883; brugernavn = "****"; adgangskode = "xxxxx"; emne = "Ekstruder"
mqttc.username_pw_set (brugernavn, adgangskode)
mqttc.connect(host=url, port=port)
mqttc.subscribe(emne, 0)
mqttc.loop_start()
Sub1 = subscribe.simple (emne, værtsnavn = url)
ExtruderData = Sub1.payload.decode("utf-8") - Byg en brugergrænseflade efter behov ved hjælp af PyQT5.
BEMÆRK: Denne del er meget lang og fokuserer på grafisk repræsentation af de modtagne data snarere end kommunikation. Den tilsvarende kode leveres som supplerende data. - Vis de indgående data på GUI'en ved at udføre den byggede kode.
5. Logføring af data
BEMÆRK: Behandlingsdataene kan skrives i en database under overvågning. I dette arbejde blev der valgt en laboratorieskala database. Dataene er forbundet til en Microsoft Access-fil for nemt at skrive og hente fra en brugercomputer. Derudover kan en tabel øjeblikkeligt opbygges af en forespørgsel for at analysere data i et regneark som Microsoft Excel.
- Vælg en abonnentenhed for at registrere dataene.
- Importer pyodbc ved at udføre "pip install pyodbc" på kommandolinjen for Python-koden for at få adgang til databasen som vist i figur 318.
- Send en forespørgsel til databasen ved hjælp af Python-koden til registrering af behandlingsdataene. Se Python-koden i figur 3 for metoden.
- Send en forespørgsel til databasen for at hente de registrerede data.
BEMÆRK: Et kodeeksempel til hentning af data er angivet nedenfor:
importere pyodbc
x for x i pyodbc.drivers() hvis x.startswith('Microsoft Access Driver')]
conn_str = (
r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};'
r'DBQ=C:\Brugere\data_analysis\db1.accdb;'
)
cnxn = pyodbc.connect(conn_str)
crsr = cnxn.cursor()
for table_info i crsr.tables(tableType='TABLE'):
print(table_info.table_name)
sql = """\
VÆLG * FRA Process_Condition
"""
crsr = cnxn.execute(sql)
for række i crsr:
RetrievedData = pd.read_sql(sql, cnxn)
crsr.close()
cnxn.close()
6. Implementering
BEMÆRK: Hvis alle enhederne kan tilsluttes internettet, er opsætningen enkel. For at sikre maskinsidens data kan udgiverne dog kun være på intranettet. I dette tilfælde kan mægleren være en gateway til internettet. For at være det skal mægleren være udstyret med to ethernet-adaptere, hvoraf den ene skal have en offentlig IP-adresse. Når alle elementerne er udviklet, skal koderne implementeres på hver enhed som vist i figur 4. Forbindelsestilstanden, kablet eller trådløs, er ikke vigtig, men den skal sikres, så hver enhed skal kunne få adgang til mægleren. Det betyder, at mægleren kan fungere som en gateway på grænsen mellem intranettet og internettet af sikkerhedsmæssige årsager. Selvom alle enheder udsættes for internettet, er der naturligvis ikke noget problem ud fra et kommunikationssynspunkt.
- Tilslut ekstruderingscontrolleren, hovedudgiveren og de ekstra udgivere til intranetporten via ethernet.
- Tilslut en ethernet-port på mægleren til intranettet og den anden til internettet.
- Forbind abonnenter til internettet ved at gentage trin 4.1 for dem alle.
7. Udførelse
BEMÆRK: For at teste hele systemet startede vi ekstruderingslinjen og kørte alle Python-koder og Mosquitto.
- Start ekstruderingsprocessen. På maskinens HMI skal du indstille temperaturerne og tænde for varmeapparatet ved at trykke på knappen på HMI-skærmen. Når den ønskede temperatur er nået, skal du starte skruerotationen for at ekstrudere polymersmelten.
- Tænd for alle computere, start mæglersoftwaren på mæglerenheden med kommandoen "net start mosquitto", og kør derefter Python-koderne for at overvåge og registrere behandlingsdataene efter behov.
BEMÆRK: Rækkefølgen af trin 7.1 og trin 7.2 kan vendes. Python-koderne kan udføres ved blot at skrive "python3 xxxxx.py" på kommandolinjen efterfulgt af at trykke på Enter. Føj denne kommando til opstartsprogrammerne for at undgå at skrive kommandoen, hver gang enheden genstarter.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Det har vist sig, at de data, der vises i HMI og måles af Raspberry, blev overvåget og registreret i abonnenterne som vist i figur 5. Som præsenteret i videoen logges behandlingsdataene ind i databasen.
Figur 1: Oversigt over dataoverførslen ved hjælp af MQTT-protokollen. Mægleren videresender beskeden fra udgiverne til abonnenterne. Udgiverne i dette diagram er hovedudgiveren og den ekstra udgiver (Raspberry Pi). Hovedudgiveren er direkte forbundet til ekstruderingsmaskinen for at modtage dataene. Antallet af abonnenter er ikke begrænset, så længe netværkskapaciteten tillader det. Abonnenterne kan genudgive dataene til andre abonnenter for at registrere dem i en database som Microsoft Access. Klik her for at se en større version af denne figur.
Figur 2: Datastrøm ved offentliggørelse, mæglervirksomhed og abonnement i en filmekstruderingslinje. Behandlingsdataene offentliggøres af de fysiske systemer, der er repræsenteret i øverste venstre boks. For abonnenten skrives en Python-kode, der opretter en grafisk brugergrænseflade baseret på PyQt5 for at vise de modtagne data på skærmen. Klik her for at se en større version af denne figur.
Figur 3: Optagelse af de abonnerede data til en MS Access-fil via ODBC. For at etablere en forbindelse til Microsoft Access blev ODBC ansat. Python-koden ved hjælp af pyodbc er skrevet til forbindelsen, hvilket gør det muligt at logge og analysere ved at overføre forespørgsler genereret af brugere. Klik her for at se en større version af denne figur.
Figur 4: Implementering af hele systemet. Mæglerenheden i bygning 2 kræver to ethernet-porte, den ene til intranettet og den anden til internettet. Af sikkerhedsmæssige årsager er udgiverne forbundet til intranettet, mens abonnenterne er forbundet til internettet. Mægleren kræver, at der er adgang til en offentlig IP-adresse uden for campus. Som følge heraf kan alle enheder på internettet abonnere på de offentliggjorte data. Klik her for at se en større version af denne figur.
Figur 5: Kørsel af dataovervågningssystemet under betjening af filmekstruderingslinjen. Behandlingsdataene kan overvåges under ekstruderingsoperationen (nederst til højre), når hele systemet er blevet implementeret. De data, der vises i HMI (øverst til højre), offentliggøres udenfor. Når mægleren er startet, skal koderne i udgiver- og abonnentenhederne udføres. Derefter begynder datastrømmene som planlagt i systemet. Ved hjælp af de indgående data kan den filmede ekstruderingslinje overvåges og vises (nederst til venstre). Klik her for at se en større version af denne figur.
Supplerende oplysninger. Klik her for at downloade denne fil.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Ved at følge den præsenterede protokol kan behandlingsdataene overvåges og registreres uden dyre it-løsninger som MES. IoT-teknologierne kan gøre det lettere at erhverve og levere data fra konventionelle maskiner. Det har vist sig, at den meddelelsesbaserede protokol, MQTT, med succes fungerer som en platform for datakommunikation for polymerbehandlingslinjer. Desuden kan yderligere data måles fleksibelt og overføres sammen. De yderligere udgivere, der var ansat i dette arbejde, var Raspberry. Især kan de beskyttes yderligere ved at huse dem i industrielle Raspberry Pi-kabinetter for at sikre robust drift under barske forhold. Abonnenterne kan være enhver enhed hvor som helst med ethvert operativsystem. Abonnentenheden kan kun modtage de nødvendige data ved at vælge det emne, der skal abonneres på. Dette arbejde har vist, at MQTT sammen med IoT-enhederne muliggør dataovervågning for en polymerbehandlingslinje uden store vanskeligheder. Moderne industrielle kommunikationsarkitekturer har en tendens til at afvige fra pyramidearkitekturer som Purdue-modellen, og den foreslåede metode viser også, at denne tendens er berettiget.
Ved at implementere softwaren ved hjælp af Python kunne koden genbruges til forskellige platforme19. Derfor kan enhederne med forskellige platforme deltage i offentliggørelse og abonnement på behandlingsdataene. Desuden kunne en masse kodningsbelastning reduceres ved at importere flere forudbyggede koder som PyModbus, pyodbc, paho.mqtt og PyQT5. Da udviklingen vedrørende MQTT var enkel og ligetil, var der ikke meget besvær med fejlfinding. Det krævede dog en betydelig indsats at bringe behandlingsdataene fra den ældre controller til udgiverenheden. Hvis dataformatet og protokollen ikke er klart kendt, skal datapakken analyseres omhyggeligt. Cybersikkerhedsspørgsmålet bør også undersøges for at forhindre uønsket datalækage.
En stor fabrik med mange maskiner kan stadig have brug for den konventionelle MES-baserede dataindsamling, sandsynligvis ved hjælp af OPCUA-kommunikation. I sådanne tilfælde kan investeringer i IT-systemet foretages uden for stor risiko. For små fabrikker med stramme budgetter er den foreslåede model imidlertid et lovende alternativ20. Således forventes MES og IoT at eksistere sammen og udvikle sig i en betydelig periode. Ud over polymerprocesserne såsom sprøjtestøbning og ekstrudering kan denne tilgang anvendes på alle fremstillingsprocesser, der kræver datakommunikation.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne erklærer ingen interessekonflikter.
Acknowledgments
Denne undersøgelse blev støttet af forskningsprogrammet finansieret af SeoulTech (Seoul National University of Science and Technology).
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).
