Summary

Comunicação de dados com base em MQTT em um processo de extrusão de polímeros

Published: July 15, 2022
doi:

Summary

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).

Abstract

Este trabalho visa construir uma estrutura flexível de comunicação de dados para uma máquina de processamento de polímeros, empregando um protocolo baseado em editor-assinante chamado Message Queuing Telemetry Transport (MQTT), que é operado via TCP/IP. Mesmo usando equipamentos convencionais, os dados de processamento podem ser medidos e registrados por vários dispositivos em qualquer lugar através de uma comunicação com a Internet. Um protocolo baseado em mensagens permite uma comunicação flexível que supere as deficiências do protocolo servidor-cliente existente. Vários dispositivos podem assinar os dados de processamento publicados por dispositivos de origem. O método proposto facilita a comunicação de dados entre vários editores e assinantes. Este trabalho implementou um sistema que publica dados do equipamento e sensores adicionais a um corretor de mensagens. Os assinantes podem monitorar e armazenar os dados do processo retransmitidos pelo corretor. O sistema foi implantado e executado para uma linha de extrusão de filme para demonstrar a eficácia.

Introduction

Na onda da 4ª revolução industrial, a aquisição e monitoramento de diversos dados de processamento tornaram-se importantes tarefas1. Em particular, melhorar o processo de fabricação utilizando dados de processos e estabelecer planos de operação eficientes será um objetivo importante de todas as instalações fabris 2,3. O tempo de inatividade pode ser muito reduzido se um alarme pode ser enviado para fora da fábrica ou se a manutenção preditiva pode ser realizada no tempo4. Recentemente, muitos esforços foram feitos para análise de dados nos processos de polímeros 5,6. No entanto, não é fácil realizar essas tarefas devido às dificuldades na aquisição desses dados dos sistemasexistentes 7. A estrutura hierárquica do controle e da instrumentação dificulta a aquisição e comunicação dos dados.

Em primeiro lugar, não é possível obter dados de diferentes máquinas com diferentes datas de fabricação. É difícil perceber a comunicação entre diferentes máquinas, pois isso requer interoperabilidade entre diferentes ônibus de campo em formatos proprietários. Dessa forma, os métodos de comunicação e os formatos de dados são mantidos em sigilo. Isso ajuda a manter facilmente a segurança dos dados, mas mantém os usuários dependentes da construção de máquinas para os serviços e desenvolvimentos futuros. Os computadores de controle recentes, incluindo a interface homem-máquina (HMI) ligada a máquinas de processamento de polímeros, são principalmente baseados no Windows nos dias de hoje, mas são carregados com software criado em um ambiente de desenvolvimento proprietário. É possível usar controladores lógicos programáveis (PLCs) de diferentes empresas para se comunicar com os sensores ou atuadores, mas, em muitos casos, o sistema de controle de supervisão superior e aquisição de dados (SCADA) depende dos computadoresde controle 8. Essa prática tem causado inúmeros protocolos, ônibus de campo e sistemas de controle para competir no mercado. Embora essa complexidade tenha sido aliviada pouco a pouco ao longo do tempo, muitos tipos de ônibus e protocolos ainda estão em uso ativo.

Por outro lado, a comunicação entre dispositivos de controle e SCADA foi padronizada pela Open Platform Communications United Architecture (OPCUA)9. Além disso, a comunicação entre a SCADA e o Sistema de Execução de Manufatura (MES) também tem sido feita principalmente através da OPCUA. Em uma estrutura hierárquica tão apertada, não é fácil extrair dados livremente para monitoramento e análise de processos. Normalmente, os dados devem ser extraídos do SCADA ou MES10. Como mencionado anteriormente, esses sistemas são específicos do fornecedor, e os formatos de dados raramente estão abertos. Como resultado, a extração de dados requer suporte substancial dos fornecedores originais de soluções de tecnologia da informação/tecnologia operacional (TI/OT). Isso pode dificultar a aquisição de dados para monitoramento e análise.

Em uma linha de extrusão de filme, o PC de controle é supervisionado por um sistema SCADA11. O sistema SCADA é operado por um programa de computador que não pode ser facilmente modificado. O programa de computador pode ser editável, mas a edição é bastante cara e demorada. Para monitorar e analisar facilmente os dados de processamento, os dados devem ser acessíveis a partir de qualquer local. Para monitorar os dados de processamento longe do site, o programa de computador deve ser capaz de transmitir os dados de processamento para a Internet12. Além disso, um método livre e aberto reduz os gastos para a aquisição de dados13. Essa abordagem permite que a análise de dados seja realizada mesmo em pequenas fábricas que não podem se dar ao luxo de investir em soluções comerciais de TI14.

Neste estudo, é empregado um protocolo de mensagens baseado no modelo editor-assinante. O Message Queuing Telemetry Transport (MQTT) é um protocolo aberto e padrão que permite mensagens entre vários provedores de dados e consumidores15. Aqui, propomos um sistema que adquira, transmita e monitora dados usando MQTT para instalações de fabricação existentes. O sistema é testado em uma linha de extrusão de filme para verificar o desempenho. Os dados do controlador original são transmitidos para um dispositivo de borda através do protocolo Modbus. Em seguida, os dados são publicados para o corretor. Enquanto isso, dois Raspberry Pis publicam as temperaturas medidas e a iluminação para o mesmo corretor. Em seguida, qualquer dispositivo na Internet pode assinar os dados, seguido de monitoramento e registro, conforme mostrado na Figura 1. O protocolo neste trabalho mostra como todo o procedimento pode ser feito.

Protocol

1. Instalação de corretores NOTA: Para monitorar e registrar os dados de processamento via Internet, um sistema de computador que transmite os dados deve ser preparado. O sistema deve ser acessível tanto pelos editores quanto pelos assinantes, como mostrado na Figura 2. Assim, ele precisa ter um endereço IP público que seja conhecido antes de qualquer comunicação. Um corretor aberto de MQTT chamado Eclipse Mosquitto está instalado n…

Representative Results

Verificou-se que os dados mostrados no IHM e medidos pelo Raspberry Pis foram monitorados e registrados nos assinantes, como mostrado na Figura 5. Conforme apresentado no vídeo, os dados de processamento são registrados no banco de dados. Figura 1: Esboço da transmissão de dados utilizando o proto…

Discussion

Seguindo o protocolo apresentado, os dados de processamento podem ser monitorados e registrados sem soluções de TI caras, como o MES. As tecnologias de IoT podem facilitar a aquisição e o armazenamento de dados de máquinas convencionais. Foi demonstrado que o protocolo baseado em mensagens, MQTT, serve com sucesso como uma plataforma de comunicação de dados para linhas de processamento de polímeros. Além disso, dados adicionais podem ser medidos e transmitidos de forma flexível em conjunto. Os editores adiciona…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Este estudo foi apoiado pelo Programa de Pesquisa financiado pela SeoulTech (Universidade Nacional de Ciência e Tecnologia de Seul).

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