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

Résumé

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).

Résumé

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.

Protocole

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.

1. Connectez un ordinateur à Internet en donnant une adresse IP publique. Indiquez l’adresse dans le paramètre IP du système d’exploitation.
2. 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.
3. 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.

1. 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.
2. Installez Python3 sur l’ordinateur. Téléchargez le fichier d’installation à l’aide d’un navigateur et exécutez-le.
3. Installez PyModbus¹⁶. Téléchargez le fichier d’installation à l’aide d’un navigateur et exécutez-le.
4. Examinez le contrôleur d’extrusion avec l’IHM contrôlant la machine et connectez le contrôleur d’extrusion à l’éditeur principal.
5. 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.
6. 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))
7. 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
8. Importez le paho.mqtt.client après avoir installé paho-mqtt par pip install paho-mqtt¹⁷ .
9. 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.

1. 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.
2. 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
3. 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()
4. Importez paho.mqtt.client.
5. 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.

1. 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).
2. 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.
3. 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 »)
4. 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.
5. 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.

1. Sélectionnez un appareil abonné pour enregistrer les données.
2. 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.
3. 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.
4. 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.

1. Connectez le contrôleur d’extrusion, l’éditeur principal et les éditeurs supplémentaires au port Intranet via Ethernet.
2. Connectez un port Ethernet du courtier à l’intranet et l’autre à Internet.
3. 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.

1. 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.
2. 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.

Résultats

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...

matériels

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