JoVE Logo

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

עבודה זו מציעה שיטה גמישה לתקשורת נתונים בין מערכת שחול סרטים והתקני ניטור המבוססים על פרוטוקול הודעה בשם העברת טלמטריה של תורי הודעות (MQTT).

Abstract

עבודה זו נועדה לבנות מבנה תקשורת נתונים גמיש עבור מכונת עיבוד פולימרים על ידי שימוש בפרוטוקול מבוסס מנוי-מפרסם בשם תחבורת טלמטריה של תורי הודעות (MQTT), המופעל באמצעות TCP/IP. גם בעת שימוש בציוד קונבנציונלי, ניתן למדוד ולהקליט נתוני עיבוד על ידי מכשירים שונים בכל מקום באמצעות תקשורת אינטרנט. פרוטוקול מבוסס הודעה מאפשר תקשורת גמישה המתגברת על החסרונות של פרוטוקול שרת-לקוח קיים. התקנים מרובים יכולים להירשם כמנויים לנתוני העיבוד שפורסמו על-ידי התקני מקור. השיטה המוצעת מאפשרת תקשורת נתונים בין מפרסמים ומנויים מרובים. עבודה זו הטמיעה מערכת המפרסמת נתונים מהציוד וחיישנים נוספים למתווך הודעות. המנויים יכולים לנטר ולאחסן את נתוני התהליך המועברים על ידי הברוקר. המערכת נפרסה והופעלה עבור קו הבלטה של סרט כדי להדגים את האפקטיביות.

Introduction

בגל המהפכה התעשייתית הרביעית, רכישה וניטור של נתוני עיבוד שונים הפכו למשימות חשובות1. בפרט, שיפור תהליך הייצור באמצעות נתוני תהליכים וקביעת תוכניות תפעול יעילות יהיו מטרה חשובה של כל מתקני הייצור 2,3. ניתן לקצר מאוד את זמן ההשבתה אם ניתן לשלוח אזעקה מהמפעל או אם ניתן לבצע תחזוקה חזויה בזמן4. לאחרונה נעשו מאמצים רבים לניתוח נתונים בתהליכים פולימריים 5,6. עם זאת, לא קל לבצע משימות אלה בשל הקשיים ברכישת נתונים כאלה מהמערכות הקיימות7. המבנה ההיררכי של הבקרה והמכשור מקשה על רכישת הנתונים והתקשורת.

קודם כל, לא ניתן לקבל נתונים ממכונות שונות עם תאריכי ייצור שונים. קשה לממש תקשורת בין מכונות שונות מכיוון שהדבר דורש יכולת פעולה הדדית בין פסי שדה שונים בפורמטים קנייניים. בדרך זו, שיטות תקשורת ופורמטים של נתונים נשמרים פרטיים. זה עוזר לשמור בקלות על אבטחת נתונים, אך שומר על המשתמשים תלויים בבונה המכונות עבור השירותים וההתפתחויות העתידיות. מחשבי הבקרה האחרונים, כולל ממשק אדם-מכונה (HMI) המחוברים למכונות עיבוד פולימרים, מבוססים ברובם על Windows בימים אלה, אך הם עמוסים בתוכנות שנוצרו בסביבת פיתוח קניינית. ניתן להשתמש בבקרי לוגיקה ניתנים לתכנות (PLCs) מחברות שונות כדי לתקשר עם החיישנים או המפעילים, אך במקרים רבים, מערכת הבקרה הפיקוח העליונה ורכישת הנתונים (SCADA) תלויה במחשבי הבקרה8. פרקטיקה זו גרמה למספר רב של פרוטוקולים, אוטובוסי שדה ומערכות בקרה להתחרות בשוק. למרות שמורכבות זו הוקל לאט לאט עם הזמן, סוגים רבים של בוסים ופרוטוקולים עדיין נמצאים בשימוש פעיל.

מצד שני, התקשורת בין התקני בקרה ל- SCADA תוקנה על ידי הארכיטקטורה המאוחדת של תקשורת פלטפורמה פתוחה (OPCUA)9. יתר על כן, התקשורת בין SCADA לבין מערכת ביצוע הייצור (MES) נעשתה גם היא בעיקר באמצעות OPCUA. במבנה היררכי כה הדוק, לא קל לחלץ באופן חופשי נתונים לניטור וניתוח תהליכים. בדרך כלל, יש לחלץ נתונים מתוך SCADA או MES10. כפי שצוין קודם לכן, מערכות אלה הן ספציפיות לספק, ותבניות הנתונים פתוחות לעתים רחוקות. כתוצאה מכך, חילוץ הנתונים דורש תמיכה משמעותית מספקי פתרונות טכנולוגיית המידע/טכנולוגיית התפעול (IT/OT) המקוריים. זה יכול לעכב את רכישת הנתונים לניטור וניתוח.

בקו שחול סרטים, מחשב הבקרה מפוקח על ידי מערכת SCADA11. מערכת SCADA מופעלת על ידי תוכנת מחשב שלא ניתן לשנות בקלות. תוכנית המחשב עשויה להיות ניתנת לעריכה, אך העריכה יקרה למדי וגוזלת זמן רב. כדי לנטר ולנתח בקלות את נתוני העיבוד, הנתונים צריכים להיות נגישים מכל מקום. כדי לפקח על נתוני העיבוד הרחק מהאתר, תוכנית המחשב צריכה להיות מסוגלת להזרים את נתוני העיבוד לאינטרנט12. יתר על כן, שיטה חופשית פתוחה מפחיתה את ההוצאות עבור רכישת הנתונים13. גישה זו מאפשרת לבצע ניתוח נתונים גם במפעלים קטנים שאינם יכולים להרשות לעצמם להשקיע בפתרונות IT מסחריים14.

במחקר זה נעשה שימוש בפרוטוקול הודעה המבוסס על מודל המפרסם-מנוי. תעבורת הטלמטריה של תורי ההודעות (MQTT) היא פרוטוקול פתוח וסטנדרטי המאפשר העברת הודעות בין ספקי נתונים מרובים לבין צרכנים15. כאן אנו מציעים מערכת שרוכשת, משדרת ומנטרת נתונים באמצעות MQTT עבור מתקני ייצור קיימים. המערכת נבדקת בקו שחול פילם כדי לאמת את הביצועים. הנתונים מהבקר המקורי מועברים להתקן קצה באמצעות פרוטוקול Modbus. לאחר מכן, הנתונים מתפרסמים למתווך. בינתיים, שני פטל Pis לפרסם את הטמפרטורות הנמדדות ואת illuminance לאותו מתווך. לאחר מכן, כל מכשיר באינטרנט יכול להירשם כמנוי לנתונים, ולאחר מכן לנטר ולתעד אותם כפי שמוצג באיור 1. הפרוטוקול בעבודה זו מראה כיצד ניתן לבצע את ההליך כולו.

Protocol

1. התקנת ברוקר

הערה: כדי לנטר ולתעד נתוני עיבוד באמצעות האינטרנט, יש להכין מערכת מחשב המעבירה את הנתונים. המערכת צריכה להיות נגישה הן לבעלי האתרים והן למנויים כפי שמוצג באיור 2. לפיכך, היא צריכה להיות בעלת כתובת IP ציבורית הידועה לפני כל תקשורת. מתווך MQTT פתוח בשם Eclipse Mosquitto מותקן על המערכת13.

  1. חבר מחשב לאינטרנט תוך מתן כתובת IP ציבורית. תן את הכתובת בהגדרת ה- IP של מערכת ההפעלה.
  2. התקן תוכנת ברוקר כגון Eclipse Mosquitto במחשב. הורד את קובץ ההתקנה באמצעות דפדפן והפעל אותו.
  3. בדוק את המתווך עם תוכנית בדיקה כגון עדשת MQTT. הורד את עדשת MQTT באמצעות דפדפן והתקן אותה. לאחר מכן, ודא שההודעות שפורסמו נרשמות כמנוי.

2. הכנת מו"ל ראשי

הערה: מחשב זה מפרסם את נתוני המכונה באמצעות MQTT באמצעות TCP באמצעות TCP למתווך. יש לפרש נתונים מדור קודם ולארוז אותם מחדש כדי להישלח החוצה. זה יכול להיעשות בדרך כלל על ידי RS485 או Ethernet. יש לאמת את החיבור ברמת החומרה בהתאם לסוג האפיק. מכונת ההבלטה שולחת את הנתונים באמצעות Modbus דרך יציאת Ethernet.

  1. מקם פיזית מחשב באתר המחשב והגדר אותו כמפרסם הראשי.
    הערה: למרות שאינו חובה, מחשב תעשייתי נבחר בעבודה זו.
  2. התקן את Python3 במחשב. הורד את קובץ ההתקנה באמצעות דפדפן והפעל אותו.
  3. התקן את PyModbus16. הורד את קובץ ההתקנה באמצעות דפדפן והפעל אותו.
  4. בדוק את בקר ההבלטה עם HMI השולט במכונה וחבר את בקר ההבלטה למפרסם הראשי.
  5. זהה באופן מלא את הנתונים ואת הכתובת המתאימה בפרוטוקול Modbus מהמכונה באמצעות כלי Modbus כגון ModbusPoll או QModMaster. ודא שנתוני המכונה שנשלחו מוצגים בתאים המתאימים של הכלי Modbus.
  6. כתוב קוד Python במחשב המפרסם המאחזר את הנתונים מבקר ההבלטה.
    הערה: הנה דוגמה לקוד:
    מאת pyModbusTCP.client import ModbusClient
    client = ModbusClient(host="192.168.1.***", port=***, unit_id=***)
    client.open()
    ExtrusionData = str(client.read_holding_registers(1000, 58))
  7. מזג זרמי נתונים נוספים מהתקנים אחרים באמצעות PCIe, USB, RS232 ו-RS485.
    הערה: זה פשוט. לאחר קבלת מחרוזת נתונים נוספת, פשוט הוסף את הנתונים לזרם הנתונים הקיים, אשר נעשה על ידי הקוד הבא:
    ExtrusionData += נתונים נוספים
  8. ייבוא paho.mqtt.client לאחר התקנת paho-mqtt על ידי pip להתקין paho-mqtt17 .
  9. יישם את הקוד כדי לחבר ולפרסם נתונים למתווך.
    הערה: עיין בדוגמת הקוד הבאה:
    url="117.xx.xxx.xx"; נמל = 1883; שם משתמש = "****"; סיסמה = "xxxxx"; נושא = "מכבש"
    mqttc = mqtt. לקוח()
    mqttc.username_pw_set(שם משתמש,סיסמה)
    mqttc.connect(host=url, port=port)
    mqttc.loop_start()
    ExtrusionData = str(client.read_holding_registers(1000, 58))
    Pub1= mqttc.publish(topic, ExtrusionData))
    Pub1.wait_for_publish()

3. הכנה נוספת למו"ל

הערה: מחשב זה מפרסם גם את נתוני המכונה באמצעות MQTT באמצעות TCP באמצעות TCP למתווך. לפעמים נדרשת מדידה נוספת שלא ניתן לבצע על המפרסם הראשי. מכשירי האינטרנט של הדברים (IoT) כגון Raspberry Pi ו- Arduino יכולים לקחת את התפקיד. בעבודה זו, Raspberry Pi הועסק עבור נתוני טמפרטורה ונתוני אילומינציה. ההליך דומה לפרוטוקול סעיף 2.

  1. מקם את Raspberry Pi ליד מיקום החיישן.
    הערה: מכיוון שמרחק החיווט מוגבל, לא ניתן למקם את ה- Raspberry Pi רחוק מאוד ממיקום המדידה. עם זאת, מכיוון שסביבתו של האקסטרודר חמה מאוד, יש למקם את המכשיר במרחק של לפחות מטר אחד ממיקום המדידה.
  2. התקן את Python3 ב- Raspberry Pi על-ידי הפקודות הבאות בשורת הפקודה:
    sudo apt update
    sudo apt install Python3 idle3
  3. יישם את הקוד כדי להשיג את נתוני החיישן. ניתן להעביר את נתוני החיישן באמצעות I2C או GPIO.
    הערה: עיין בדוגמת הקוד הבאה לקבלת נתוני טמפרטורה נוספים באמצעות GPIO:
    החל מ- max6675 ייבוא MAX6675
    cs_pin1 = 24; clock_pin1 = 25; data_pin1 = 18
    cs_pin2 = 9; clock_pin2 = 11; data_pin2 = 19
    יחידות = "C"
    thermocouple1 = MAX6675(cs_pin1, clock_pin1, data_pin1, יחידות)
    thermocouple2 = MAX6675(cs_pin2, clock_pin2, data_pin2, יחידות)
    T1 = thermocouple1.get()
    T2 = thermocouple2.get()
  4. Import paho.mqtt.client.
  5. השתמש שוב בקוד בסעיף 2 כדי לחבר ולפרסם נתונים למתווך.

4. הגדרת המנוי

הערה: כל המכשירים באינטרנט עשויים לקבל את נתוני העיבוד באמצעות הברוקר. הנתונים מעובדים ומוצגים באופן חזותי גם על ידי קוד Python. במקרה שהפיתוח קשה, ניתן להשתמש ביישומים זמינים כמו לקוח MQTT ב-Google Play ו-MQT Tool ב-App Store. מכיוון שיישום ממשק המשתמש הוא ארוך למדי, הפרטים אינם מתוארים כאן. כמו כן, שים לב שיישומים קיימים כגון MQT Tool ב- App Store יכולים לקבל את הנתונים.

  1. הפעל מכשיר למנוי לאינטרנט. ודא חיבור כבל פיזי ולאחר מכן בצע פינג לכתובת ה- IP של המתווך בשורת הפקודה (לדוגמה, פינג 117.xx.xxx.xx).
  2. התקן סביבת Python מתאימה בהתאם למכשיר ולמערכת ההפעלה. לדוגמה, התקן את Pydroid3 במכשיר אנדרואיד במקום Python3 מ- Google Play.
  3. ייבוא הן paho.mqtt.client והן paho.mqtt.הירשם כדי להתחבר ולקבל נתונים מהמתווך.
    הערה: עיין בדוגמת הקוד הבאה:
    import paho.mqtt.client as mqtt
    import paho.mqtt.subscribe as subscribe
    url="117.xx.xxx.xx"; נמל = 1883; שם משתמש = "****"; סיסמה = "xxxxx"; נושא = "מכבש"
    mqttc.username_pw_set(שם משתמש, סיסמה)
    mqttc.connect(host=url, port=port)
    mqttc.subscribe(topic, 0)
    mqttc.loop_start()
    Sub1 = subscribe.simple(topic, hostname=url)
    ExtruderData = Sub1.payload.decode("utf-8")
  4. בנה ממשק משתמש כנדרש באמצעות PyQT5.
    הערה: חלק זה ארוך מאוד ומתמקד בייצוג גרפי של הנתונים שהתקבלו ולא בתקשורת. הקוד המתאים מסופק כנתונים משלימים.
  5. הצג את הנתונים הנכנסים בממשק המשתמש הגרפי על-ידי ביצוע הקוד שנבנה.

5. רישום נתונים

הערה: ניתן לכתוב את נתוני העיבוד במסד נתונים תוך כדי ניטור. בעבודה זו נבחר מסד נתונים בקנה מידה של מעבדה. הנתונים מחוברים לקובץ Microsoft Access כדי לכתוב ולאחזר בקלות ממחשב משתמש. בנוסף, ניתן לבנות טבלה באופן מיידי על-ידי שאילתה כדי לנתח נתונים בגיליון אלקטרוני כגון Microsoft Excel.

  1. בחר התקן מנוי כדי להקליט את הנתונים.
  2. ייבוא pyodbc על-ידי ביצוע "pip install pyodbc" בשורת הפקודה של קוד Python כדי לגשת למסד הנתונים כפי שמוצג באיור 318.
  3. שלח שאילתה למסד הנתונים על ידי קוד Python להקלטת נתוני העיבוד. עיין בקוד Python באיור 3 עבור השיטה.
  4. שלח שאילתה למסד הנתונים לצורך אחזור הנתונים שנרשמו.
    הערה: דוגמה לקוד לאחזור נתונים ניתנת להלן:
    ייבוא pyodbc
    x עבור x ב- pyodbc.drivers() אם x.startswith('מנהל ההתקן של Microsoft Access')]
    conn_str = (
    r'DRIVER={מנהל התקן Microsoft Access (*.mdb, *.accdb)};'
    r'DBQ=C:\Users\data_analysis\db1.accdb;'
    )
    cnxn = pyodbc.connect(conn_str)
    crsr = cnxn.cursor()
    עבור table_info ב- crsr.tables(tableType='TABLE'):
    print(table_info.table_name)
    sql = """\
    בחר * מתוך Process_Condition
    """
    crsr = cnxn.execute(sql)
    עבור שורה ב- crsr:
    RetrievedData = pd.read_sql(sql, cnxn)
    crsr.close()
    cnxn.close()

6. פריסה

הערה: אם ניתן לחבר את כל ההתקנים לאינטרנט, ההגדרה פשוטה. עם זאת, כדי לאבטח את נתוני הצד של המכונה, בעלי האתרים יכולים להיות באינטרא-נט בלבד. במקרה זה, הברוקר יכול להיות שער לאינטרנט. כדי להיות כך, הברוקר צריך להיות מצויד בשני מתאמי Ethernet, שאחד מהם חייב להיות בעל כתובת IP ציבורית. לאחר שכל הפריטים מפותחים, יש לפרוס את הקודים על כל מכשיר כפי שמוצג באיור 4. מצב החיבור, קווי או אלחוטי, אינו חשוב, אך יש לאבטח אותו כך שכל מכשיר יוכל לגשת למתווך. משמעות הדבר היא שהמתווך יכול לשמש כשער בגבול בין האינטרא-נט לאינטרנט למטרות אבטחה. כמובן, גם אם כל המכשירים חשופים לאינטרנט, אין בעיה מנקודת מבט תקשורתית.

  1. חבר את בקר ההבלטה, את המוציא לאור הראשי ואת המפרסמים הנוספים ליציאת האינטרא-נט באמצעות Ethernet.
  2. חבר יציאת אתרנט אחת של הברוקר לאינטרא-נט והשנייה לאינטרנט.
  3. חבר את המנויים לאינטרנט על ידי חזרה על שלב 4.1 עבור כולם.

7. הוצאה להורג

הערה: כדי לבדוק את כל המערכת, התחלנו את קו ההבלטה והרצנו את כל קודי Python ו- Mosquitto.

  1. התחל את תהליך ההבלטה. ב- HMI של המכונה, הגדר את הטמפרטורות והפעל את התנור על ידי נגיעה בכפתור במסך ה- HMI. לאחר ההגעה לטמפרטורה הנדרשת, התחל את סיבוב הבורג כדי להוציא את הפולימר נמס.
  2. הפעל את כל המחשבים, הפעל את תוכנת הברוקר במכשיר הברוקר על ידי הפקודה "net start mosquitto", ולאחר מכן הפעל את קודי Python כדי לפקח ולרשום את נתוני העיבוד לפי הצורך.
    הערה: ניתן להפוך את הסדר של שלב 7.1 ושל שלב 7.2. ניתן לבצע את קודי Python פשוט על ידי הקלדת "python3 xxxxx.py" בשורת הפקודה ואחריה לחיצה על Enter. הוסף פקודה זו לתוכניות ההפעלה כדי להימנע מהקלדת הפקודה בכל פעם שהמכשיר מאתחל מחדש.

תוצאות

נמצא כי הנתונים המוצגים ב-HMI ונמדדו על ידי Raspberry Pis נוטרו ותועדו במנויים כפי שמוצג באיור 5. כפי שמוצג בסרטון, נתוני העיבוד נרשמים למסד הנתונים.

figure-results-276
איור 1: חלוקה לרמות של העבר...

Discussion

על ידי ביצוע הפרוטוקול המוצג, ניתן לנטר ולהקליט את נתוני העיבוד ללא פתרונות IT יקרים כגון MES. טכנולוגיות ה- IoT יכולות להקל על רכישה ואספקה של נתונים ממכונות קונבנציונליות. הוכח כי הפרוטוקול מבוסס ההודעות, MQTT, משמש בהצלחה כפלטפורמה לתקשורת נתונים עבור קווי עיבוד פולימרים. יתר על כן, נתונים נוס...

Disclosures

המחברים מצהירים על היעדר ניגודי עניינים.

Acknowledgements

מחקר זה נתמך על ידי תוכנית המחקר שמומנה על ידי SeoulTech (האוניברסיטה הלאומית למדע וטכנולוגיה בסיאול).

Materials

NameCompanyCatalog NumberComments
Edge DeviceAdavantechUNO 420Intel Atom E3815 Fanless
Film Extrusion MachineEM KoreaNot AvailableFor production of 450 mm film
PydroidIIECNot AvailableAndroid Devices
Python3Python Software FoundataionNot AvailableWindows, Linux
Raspberry Pi 4CanaKitNot AvailableStandard 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).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

185IoTMQTT

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved