ПЛК в облако:использование IoT для чтения данных из ПЛК

Бесшовная интеграция компонентов IIoT, включая аппаратное обеспечение, программное обеспечение и протоколы связи, происходила поэтапно для производителей.

Ранние системы промышленной автоматизации представляли собой базовые датчики, концевые выключатели и другие устройства, которые передавали данные непосредственно на распечатку или в ЧМИ, где анализ практически не проводился. Данные по-прежнему необходимо было вводить в автономные программные платформы на уровне управления. Были проблемы с функциональной совместимостью между простым программным обеспечением и системами корпоративного уровня, а также с ограничением скорости и глубины, которые системы могли обрабатывать данные для потребления. Доступная визуализация обычно ограничивалась HMI на уровне машины.

С 1970-х годов системы промышленной автоматизации часто полагались на ПЛК. Облачные платформы продвинулись до такой степени, что они предназначены для работы с этими ПЛК по стандартизированным протоколам. ПЛК могут передавать данные на облачную платформу. Данные анализируются и доставляются в системы и людям для повышения производительности, ускорения процессов, сокращения отходов и предоставления пользователям полезных идей.

ПЛК и облако:что это такое?

ПЛК и облачные платформы — это две отдельные части, необходимые для систем производственного мониторинга и платформ аналитики IoT. Они очень разные по применению и зависят друг от друга для работы современной системы автоматизации и мониторинга IIoT. Понимание их различий поможет пользователям понять, как отправлять данные из ПЛК в облако.

Программируемый логический контроллер (ПЛК)

Программируемые логические контроллеры или ПЛК были разработаны для использования в системах автоматизации. Ранние модели имели базовые функции управления, но не имели расширенных аналитических или вычислительных возможностей.

В них также отсутствовали структуры данных, использовалось проприетарное программирование, которое нужно было выполнять через ноутбук в шкафу ПЛК, и они были ограничены определенным протоколом связи.

Эти ограничения вынудили ИТ-отделы создать внутреннюю специальную систему перекрывающихся компонентов, оборудования и конфигураций устройств для создания индивидуального подхода. Эти доморощенные системы были открыты для брешей в системе безопасности, дороги в обслуживании и имели мало возможностей для подключения к Интернету вещей. Как правило, они были недоступны для многих небольших компаний, в которых не хватало капитала и навыков.

Современные ПЛК могут принимать протоколы как OT, так и IT. Большинство из них имеют встроенную защиту или могут быть защищены как часть интегрированной платформы IIoT. Благодаря расширению возможностей ПЛК также стали периферийными устройствами, которые помогают перемещать данные OT в ИТ-сферу, чаще всего находящиеся на облачной платформе.

Процессор Type1 Light S - PUM11 от Toshiba. [Источник]

Облако

Взрыв данных, возникающий благодаря периферийным устройствам, достижениям в области ПЛК, технологии Интернета вещей и других устройств сбора данных, дает возможность собирать данные и использовать их для получения недоступной ранее ценности. Однако стоимость добавления физических серверов, их обслуживания и обеспечения их безопасности может оказаться непосильной для многих компаний.

Облако представляет собой концепцию децентрализованного хранения данных и доступа через Интернет. Вместо управления данными компании на локальном сервере данные можно передавать в облако из нескольких источников и хранить удаленно. Компании также могут получить доступ к расширенным аналитическим платформам и службам, недоступным при размещении на собственном хостинге.

Данные хранятся, очищаются, систематизируются и анализируются через интернет-соединение с облаком. Возвращаемые данные (в виде аналитических сведений, расчетных показателей, визуализаций или просто необработанных унифицированных данных) доставляются через Интернет на терминал, ноутбук, планшет или ЧМИ машинного уровня.

Подробнее:Руководство производителя по облачным вычислениям

Почему необходимо использовать облачное решение?

Объем данных, генерируемых устройствами в момент их создания, может превысить объем традиционных ИТ- и внутренних серверов. Компании, пытающиеся поддерживать традиционные системы, упустят возможности, потеряют данные или не смогут должным образом проанализировать данные для использования, потому что они не могут хранить все это с минимальными затратами.

Поскольку все больше и больше производственного оборудования внедряется с технологией IIoT и усовершенствованными ПЛК, это создает конкурентную проблему, которая является как практической, так и финансовой. ПЛК и облачные платформы выгодны для бизнеса.

Использование облака дает компаниям доступ к немедленным обновлениям программного обеспечения, значительно снижает затраты на дорогостоящую ИТ-инфраструктуру и ее обслуживание, а также дает производителям доступ к расширенной аналитике и алгоритмам машинного обучения на основе ИИ.

Решения для облачных данных, такие как Industrial IoT Platform от MachineMetrics, предлагают производителям значительные преимущества, улучшающие многие области их бизнеса, независимо от того, находитесь ли вы в цеху или дома.

От ПЛК к облаку:как считывать данные с ПЛК

Отправка и обновление данных в облаке осуществляется либо путем реализации стандартного протокола, либо с помощью облачного адаптера. Эта передача имеет решающее значение для доступа к данным и удобного управления из нескольких источников, таких как HMI, ПК, ноутбуки и планшеты.

Внедрение стандартизированного протокола

Самый распространенный облачный протокол — MQTT. MQTT передает сообщения туда и обратно между устройствами и подходит для удаленного доступа с ограниченной пропускной способностью. Обычно он работает с TCP/IP, но может работать с любым структурированным двунаправленным соединением.

Протокол MQTT обеспечивает связь между датчиком или набором датчиков (клиенты MQTT) и брокером MQTT. Брокер действует как регулировщик трафика, получая все сообщения и направляя их в нужное место назначения, например, к другому клиенту MQTT, пограничному вычислительному устройству или облаку.

Преимущество использования стандартизированного протокола, такого как MQTT, заключается в том, что он хорошо известен, структурирован и позволяет легко перемещаться в облако. Однако настроить ПЛК на MQTT сложно, и данные могут быть потеряны в случае сбоя соединения.

Использование облачного адаптера

Во многих типах промышленной автоматизации для связи по локальным протоколам полевой шины, таким как Modbus, BACnet и многим другим, требуется шлюз IIoT. Они не предназначены для прямой связи с облаком, и открытие порта прямой связи может создать угрозу безопасности.

Облачный адаптер собирает все данные на месте перед их передачей в облако. Как только облачное соединение установлено, данные должным образом шифруются и отправляются. В отличие от потери соединения по протоколу MQTT, облачный адаптер буферизует данные, чтобы при необходимости их можно было восстановить.

Этапы отправки данных из ПЛК в облако

Ценность данных в режиме реального времени в производстве огромна. Анализ данных на облачной платформе с использованием усовершенствованной платформы машинных данных, такой как MachineMetrics, позволяет получить полезную информацию и повысить ценность. Однако передача данных со многих устройств и ПЛК в облако и обеспечение их стандартизации имеют решающее значение для работы облачных платформ.

Без такого решения, как MachineMetrics, которое может обеспечить подключение станка, датчика и ПЛК, этот процесс необходимо будет завершить (и поддерживать ) вручную. Вы можете предпринять несколько шагов, чтобы обеспечить правильную доставку данных с ПЛК на облачную платформу. Эти шаги включают:

1. Создание тегов для данных ПЛК

Данные, собираемые с ПЛК, должны быть стратегически определены. Эта стратегия включает создание тегов, для которых собираются и хранятся данные. Эти теги могут включать входные данные от датчиков температуры, влажности или других условий окружающей среды, включая данные об энергопотреблении или вибрации для технического обслуживания.

MachineMetrics может проводить расширенный анализ данных, генерируемых оборудованием, позволяя осуществлять мониторинг машин или реализовывать расширенные варианты использования, такие как профилактическое обслуживание.

Знание того, какие теги использовать, поможет предоставлять релевантные данные, которые могут быть преобразованы в действия системами, взаимодействием с человеком или другими автоматизированными процессами.

2. Подготовка необходимых системных инструментов

Для связи ПЛК с облаком в системе IIoT требуется подключение к Интернету. Доступ в Интернет должен быть надежным и обеспечиваться маршрутизаторами, способными обрабатывать широкий диапазон IP-адресов. Также важно оценить подключение к Ethernet, поскольку некоторые устройства имеют такое подключение, а другим может потребоваться пограничный шлюз.

Платформа промышленного Интернета вещей необходима для анализа и предоставления информации пользователям после того, как данные начнут поступать. Платформа и устройства MachineMetrics работают сразу после установки, что позволяет быстро анализировать данные после запуска.

3. Установка шлюза IoT для ПЛК

MachineMetrics может подключиться и начать сбор данных с ПЛК и других устройств за считанные минуты. Компании могут настроить свой промышленный шлюз Интернета вещей через Интернет и быстро добавить соответствующий маршрутизатор.

Без решения для подключения, такого как MachineMetrics, теги данных должны были бы сопоставляться вручную, чтобы стандартизировать данные об оборудовании. Пограничное устройство MachineMetrics значительно упрощает эту задачу благодаря установленному на нем программному обеспечению.

Доступ к ПЛК можно получить через программное обеспечение ПЛК или с помощью эхо-запроса системы для использования VPN-подключения. После подключения теперь возможна конфигурация данных для ПЛК. MachineMetrics предлагает гибкость системы и позволяет подключаться через EtherNet, Wi-Fi и сотовую связь, поэтому доступ к данным ПЛК возможен несколькими способами.

4. Настройка протокола данных ПЛК

ПЛК требуют специальных протоколов для сбора данных. Эти протоколы включают переменные, которые необходимо собрать, и местонахождение этих переменных.

Сначала необходимо настроить ПЛК, используя инструкции по программированию производителя. Их также можно запрограммировать через маршрутизатор платформы IoT. После настройки добавляется адрес каждого ПЛК и выбираются переменные для данных, которые ПЛК будет отслеживать и собирать.

5. Настройка переменных и тегов

На данный момент данные определены, и возможность подключения проверена. Переменные могут быть добавлены для каждого ПЛК, а теги могут указывать, как каждая переменная будет регистрироваться. Теги могут быть основаны на времени, чтобы инициировать действие по мере необходимости, и они также могут быть основаны на изменении условий на уровне машины. Их также можно активировать на основе информации, доставленной им через брокера MQTT из другого ПЛК.

6. Создание информационных панелей ПЛК

MachineMetrics предлагает богатую визуализацию и динамические информационные панели в реальном времени. Готовые производственные дисплеи могут быть в режиме реального времени или историческими и обеспечивать видимость наиболее важных показателей завода.

Платформа MachineMetrics также включает в себя возможность контекстуализации оператора и прямого ввода данных на уровне машины. Многие приложения MachineMetrics можно конфигурировать и настраивать прямо из коробки, чтобы обеспечить индивидуальный подход за короткое время.

7. Мониторинг в реальном времени и проактивные оповещения

Облачная платформа IoT не может заменить мониторинг в реальном времени. Данные, полученные от ПЛК и других устройств, анализируются, и предоставляются аналитические данные, предлагающие упреждающие предупреждения. Они могут указывать на остановку станка, надвигающиеся проблемы, нехватку материала и многое другое. Поскольку эти оповещения основаны на текущем состоянии машины, операторы и техники могут действовать быстро, чтобы сократить время простоя и количество отходов. Менеджеры также имеют доступ к данным, отражающим состояние производственного цеха в режиме реального времени.

Подключение нескольких устройств к одному облаку

Установка адаптера

Платформы IIoT могут обрабатывать данные со многих устройств одновременно. Но как получить данные с нескольких разных устройств по разным протоколам? Одним из примеров может быть использование облачного адаптера, такого как Raspberry PI.

Raspberry PI — это крошечный компьютер с кредитной картой, который можно подключить к шкафу и запрограммировать на работу в качестве облачного адаптера для приема протоколов связи с нескольких ПК. Небольшой размер, низкое энергопотребление и простота программирования помогают преодолеть разрыв между ПЛК и облачными платформами IIoT.

Имейте в виду:такое решение будет невероятно ресурсоемким для ручной сборки и обслуживания. Вот почему автоматизация подключения и сбора данных для всего оборудования так важна. Выбор правильного решения для сбора машинных данных создает основу для постоянного совершенствования, на которое могут положиться не только целые команды, но и все другие производственные системы, от CMMS до ERP.

Сбор локальных данных

После установки облачного адаптера каждый ПЛК, использующий другой протокол, необходимо будет подключить через веб-интерфейс поставщика облачных услуг. Каждая коммерческая платформа IIoT будет предоставлять веб-интерфейс через доступ в Интернет. OPC UA — популярный стандарт, поскольку он хорошо работает с устройствами, поддерживающими ПЛК с собственными протоколами.

OPC UA используется чаще, чем OPC DA, потому что OPC DA менее безопасен, не позволяет генерировать аварийные сигналы и работает только с данными в реальном времени. Напротив, OPC UA обеспечивает доступ к историческим источникам данных и возможность устанавливать и активировать сигналы тревоги.

Проектирование визуализации данных

После включения локального сбора данных переменные ПЛК могут быть добавлены к информационным панелям. После добавления они появятся на доступных устройствах визуализации, таких как HMI, и будут включены в анализ данных в будущем.

Использование MachineMetrics для сбора и анализа данных ПЛК

Связь ПЛК с облаком является жизненно важной частью того, что позволяет IIoT приносить пользу. MachineMetrics предлагает мощное, гибкое и гибкое облачное решение для преобразования данных ПЛК в полезную информацию, которая улучшает управление процессами, снижает затраты и повышает эффективность. Легко подключайте машины, датчики и ПЛК для извлечения ценных производственных данных, чтобы люди и системы могли принимать более эффективные и быстрые решения.

Начните использовать данные вашего ПЛК и машины для работы с MachineMetrics. Хотите увидеть его в действии?

Сбор машинных данных по принципу Plug-and-Play

Заказать демонстрацию