Le protocole de ce travail permet de construire une structure de communication de données flexible pour une machine de traitement Polymer en utilisant un code de protocole MQTT basé sur un abonné éditeur. Même lors de l’utilisation d’un équipement classique, le traitement des données peut être observé et enregistré par divers appareils n’importe où sur Internet. Le protocole facilite la communication de données entre plusieurs éditeurs et plusieurs abonnés.
Nous avons mis en place un système qui publie les données de traitement d’une ligne d’extrusion existante vers les appareils abonnés via un dispositif de courtage. Les données d’un contrôleur d’extrusion hérité ont été interprétées dans un appareil et envoyées au courtier. Des dispositifs d’addition pour les températures ambiantes à deux endroits différents et pendant le traitement publient également les données au courtier.
Ensuite, le courtier relaie les données aux appareils abonnés qui sont intéressés par ces données. Pour afficher et enregistrer les données. Le système d’abonné a été conçu et construit.
Puisque tout le code pour les appareils participants a été écrit en Python. Le code peut être réutilisé sur les appareils avec différents systèmes d’exploitation. Enfin, le système est déployé et testé pour la ligne afin de démontrer la validité de l’installation du premier broker.
Pour commencer, configurez le système de broker MQTT afin qu’il puisse surveiller et enregistrer les données de traitement sur Internet. Pour qu’un dispositif de courtage puisse relayer ces données, il doit être accessible à la fois par les éditeurs et les abonnés. Connectez un système informatique à Internet avec une adresse IP publique afin que le courtier soit accessible aux éditeurs et aux abonnés.
Ensuite, sur l’installation de l’ordinateur, les logiciels de courtage ouverts tels que Eclipse Mosquito utilisent un outil de test comme la lentille MQTT pour examiner l’opérabilité des courtiers MQTT. Deuxièmement, la préparation de l’éditeur principal. Préparons maintenant l’appareil principal de l’éditeur.
Comme mentionné précédemment, cet ordinateur publie les données de la machine via MQTT au courtier. Les données héritées doivent être interprétées et reconditionnées pour être envoyées. Cela peut généralement être fait par RS-485 ou Ethernet.
La connexion au niveau matériel doit être vérifiée en fonction du type de bus. La machine d’extrusion considérée envoie des données via Modbus via un port Ethernet, pour acquérir des données de la machine d’extrusion et les publier. Placez un ordinateur en tant qu’éditeur principal dans le site de la machine.
Sur cet ordinateur, installez Python three en tant qu’environnement logiciel. Ensuite, installez Pi Modbus pour activer la connectivité et la communication Modbus. Examinez les codes de fonction Modbus du contrôleur d’extrusion et connectez-le à l’éditeur principal.
Identifiez complètement les données et l’adresse associée et les codes Modbus de la machine à l’aide d’un outil Modbus tel que Modbus poll ou Q mod master sur l’éditeur principal. Écrivez ensuite un code Python sur l’éditeur qui récupère les données du contrôleur d’extrusion. En outre, combinez le flux de données via PCIE USB RS-232 et RS-485 à partir d’autres appareils.
Importez le client paho dot MQTT dot et implémentez le code pour connecter et publier des données sur le broker. Troisièmement, une préparation supplémentaire de l’éditeur. En plus de l’éditeur principal, nous utilisons des dispositifs IOT supplémentaires pour acquérir et publier les températures ambiantes et l’éclairement du film.
Pour ce faire. Deux appareils Raspberry Pi ont été utilisés. Chaque appareil publie les données mesurées au courtier comme le fait l’éditeur principal.
Placez les appareils à proximité des emplacements des capteurs. Ensuite, installez Python three sur les périphériques et implémentez le code pour acquérir les données du capteur. Les données du capteur sont transmises par I2C pour le capteur d’éclairement et par GPIO pour les températures.
Réutilisez le code Python précédent pour publier les données. Grâce à l’indépendance de l’appareil de Python. Le code pour Windows peut être réutilisé pour le Raspberry Pis.
Quatrièmement, les abonnés mis en place. Voyons maintenant comment vous abonner aux données de traitement. Comme indiqué précédemment, tous les appareils sur Internet peuvent recevoir les données via le courtier.
Encore une fois, les données peuvent être traitées et visualisées par un code Python. Sur un appareil connecté à Internet, installez un environnement Python approprié en fonction de l’appareil et du système d’exploitation. Par exemple, sur un appareil Android, Pydroid 3 doit être installé à la place de Python 3, puis importez à la fois paho dot MQTT dot client et paho dot MQTT dot subscribe pour se connecter et recevoir des données du courtier.
Ensuite, créez une interface utilisateur selon les besoins basée sur Pi QT5. Étant donné que la mise en œuvre de cette partie est assez longue et peut être laborieuse. Les détails ne sont pas décrits plus en détail ici avec ce code d’affichage des données entrantes sur l’interface graphique.
Sachez également que les applications existantes telles que l’outil MQT dans l’App Store peuvent recevoir les données. Cinquièmement, l’enregistrement des données. Pour enregistrer les données pendant la surveillance, Python doit pouvoir accéder à une base de données.
Dans ce travail, les données sont écrites dans un fichier d’accès Microsoft. Compte tenu de l’échelle des données et de la disponibilité des logiciels. Sélectionnez un appareil abonné pour enregistrer les données.
Importez ensuite pyodbc dans le code Python pour accéder à la base de données. Pour enregistrer les données de traitement, envoyez une requête à la base de données par le code Python. Pour récupérer les données enregistrées, envoyez une autre requête à la base de données.
Une fois les données récupérées, elles peuvent être analysées en les restructurant au besoin. Un tableau lisible dans une feuille de calcul peut être créé instantanément. Sixièmement, le déploiement.
Une fois tous les éléments développés, les codes Python doivent être déployés sur chaque appareil. Le mode de connexion filaire ou sans fil n’est pas important, mais il doit être sécurisé que chaque appareil doit pouvoir accéder au courtier. Cela signifie que le courtier joue comme une passerelle à la frontière entre Internet et Internet à des fins de sécurité.
Ici, pour maintenir une meilleure sécurité, connectez le contrôleur d’extrusion, l’éditeur principal et les éditeurs supplémentaires à Internet. Ensuite, connectez un port Ethernet du courtier à Internet et l’autre à Internet pour surveiller et enregistrer les données de traitement. Connectez les abonnés à Internet au besoin.
Septièmement, l’exécution. Pour tester l’ensemble du système, démarrez la ligne d’extrusion. Ensuite, allumez tous les périphériques de l’ordinateur.
Ensuite, démarrez le logiciel de courtage Mosquito et exécutez tous les codes Python. Résultats représentatifs. À la suite de l’exécution du système conçu et mis en œuvre, les données de traitement sont surveillées et visualisées.
Les données peuvent être affichées de différentes manières, y compris des graphiques et des tableaux, même sur un appareil mobile, les données peuvent être surveillées et enregistrées. De plus, les données sont enregistrées et récupérées afin d’être analysées. Conclusion Il a été constaté que les données présentées dans l’IHM et mesurées par les IP Raspberry sont surveillées et enregistrées dans les abonnés.
En suivant le protocole présenté, les données de traitement peuvent être surveillées et enregistrées sans solutions informatiques coûteuses telles que le MES.
