Summary

Communication de données basée sur MQTT dans un processus d’extrusion de polymère

Published: July 15, 2022
doi:

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.

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 …

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 : A…

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 me…

Disclosures

The authors have nothing to disclose.

Acknowledgements

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

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

  1. 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).
  2. Dilda, V., et al. Manufacturing: Analytics unleashes productivity and profitability. McKinsey & Company. , (2017).
  3. Ismail, A., Truong, H. L., Kastner, W. Manufacturing process data analysis pipelines: A requirements analysis and survey. Journal of Big Data. 6, 1 (2019).
  4. Nwanya, S. C., Udofia, J. I., Ajayi, O. O. Optimization of machine downtime in the plastic manufacturing. Cogent Engineering. 4 (1), 1335444 (2017).
  5. 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).
  6. 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).
  7. Mamo, F. T., Sikora, A., Rathfelder, C. Legacy to Industry 4.0: A Profibus Sniffer. Journal of Physics: Conference Series. 870, 012002 (2017).
  8. 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).
  9. 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).
  10. Nițulescu, I. -. V., Korodi, A. Supervisory control and data Acquisition approach in node-RED: Application and discussions. IoT. 1, 76-91 (2020).
  11. Perez-Lopez, E. SCADA systems in the industrial automation. Tecnología en Marcha. 28 (4), 3-14 (2015).
  12. 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).
  13. Kashyap, M., Sharma, V., Gupta, N. Taking MQTT and NodeMcu to IOT: Communication in Internet of Things. Procedia Computer Science. 132, 1611-1618 (2018).
  14. . Mythbusting the MES. Systema Available from: https://www.systema.com/blog/mythbusting-the-mes (2021)
  15. 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).
  16. Parian, C., Guldimann, T., Bhatia, S. Fooling the master: Exploiting weaknesses in the Modbus protocol. Procedia Computer Science. 171, 2453-2458 (2020).
  17. Mishra, B., Kertesz, A. The use of MQTT in M2M and IoT systems: A survey. IEEE Access. 8, 201071-201086 (2020).
  18. . pyodbc 4.0.34 Available from: https://pypi.org/project/pyodbc/ (2021)
  19. Ayer, V., Miguez, S., Toby, B. Why scientists should learn to program in Python. Powder Diffraction. 29 (2), 48-64 (2014).
  20. Boyes, H., Hallaq, B., Cunningham, J., Watson, T. The industrial internet of things (IIoT): An analysis framework. Computers in Industry. 101, 1-12 (2018).

Play Video

Cite This Article
Kim, J. H., Moon, S. H., Ryu, J. S., Kim, S. K. Data Communication Based on MQTT in a Polymer Extrusion Process. J. Vis. Exp. (185), e63717, doi:10.3791/63717 (2022).

View Video