API vers Cloud :Utilisation de l'IoT pour lire les données d'un API

L'intégration transparente des composants IIoT, y compris le matériel, les logiciels et les protocoles de communication IoT, s'est produite par étapes incrémentielles pour les fabricants.

Les premiers systèmes d'automatisation industrielle étaient des capteurs de base, des interrupteurs de fin de course et d'autres dispositifs qui transmettaient des données directement à une impression ou à une IHM où peu ou pas d'analyse était disponible. Les données devaient encore être saisies dans des plates-formes logicielles autonomes au niveau de la gestion. Il y avait des problèmes d'interopérabilité entre les logiciels simples et les systèmes au niveau de l'entreprise et une limite à la vitesse et à la profondeur que les systèmes pouvaient traiter les données pour la consommation. La visualisation disponible était généralement limitée aux IHM au niveau de la machine.

Depuis les années 1970, les systèmes d'automatisation industrielle reposent souvent sur des automates programmables. Les plates-formes cloud ont évolué au point d'être conçues pour fonctionner avec ces automates selon des protocoles standardisés. Les automates peuvent transférer des données vers la plate-forme cloud. Les données sont analysées et transmises aux systèmes et aux personnes pour améliorer la productivité, stimuler l'amélioration des processus, réduire le gaspillage et offrir des informations exploitables aux utilisateurs.

L'automate et le cloud :qu'est-ce que c'est ?

Les API et les plates-formes cloud sont deux éléments distincts nécessaires aux systèmes de surveillance d'usine et aux plates-formes d'analyse IoT. Ils sont très différents dans leurs applications et dépendent les uns des autres pour qu'un système moderne d'automatisation et de surveillance IIoT fonctionne. Comprendre leurs différences aidera les utilisateurs à comprendre comment envoyer des données de PLC vers le cloud.

Contrôleur logique programmable (PLC)

Les contrôleurs logiques programmables, ou PLC, ont été développés pour être utilisés dans les systèmes d'automatisation. Les premiers modèles étaient capables de fonctionnalités de contrôle de base, mais n'avaient pas de capacités d'analyse ou de calcul avancées.

Ils manquaient également de structures de données, utilisaient une programmation propriétaire qui devait être effectuée via un ordinateur portable dans l'armoire de l'API et étaient limités à un protocole de communication spécifique.

Ces limitations ont obligé les services informatiques à créer un système ad hoc interne de composants, de matériel et de configuration de périphériques qui se chevauchent pour créer une approche personnalisée. Ces systèmes homebrew étaient ouverts aux failles de sécurité, coûteux à entretenir et avaient peu de connectivité IoT. Ils étaient généralement hors de portée pour de nombreuses petites entreprises dans lesquelles les ressources en capital et en compétences étaient rares.

Les API actuels peuvent accepter à la fois les protocoles OT et IT. La plupart ont une sécurité intégrée ou peuvent être sécurisées dans le cadre d'une plate-forme IIoT intégrée. Grâce aux progrès des capacités, les automates programmables sont également devenus des dispositifs de pointe qui aident à déplacer les données OT vers la sphère informatique, résidant le plus souvent sur une plate-forme cloud.

Un processeur Type1 Light S - PUM11 de Toshiba. [Source]

Le nuage

L'explosion des données résultant des dispositifs de pointe, les progrès des automates programmables, de la technologie IoT et d'autres dispositifs d'acquisition de données offrent une opportunité de collecter des données et de les exploiter pour une valeur qui n'était pas disponible auparavant. Cependant, le coût de l'ajout de serveurs physiques, de leur maintenance et de leur sécurité pourrait submerger de nombreuses entreprises.

Le cloud représente le concept de stockage décentralisé des données et d'accès via Internet. Au lieu de gérer les données de l'entreprise sur un serveur sur site, les données peuvent être diffusées dans le cloud à partir de plusieurs sources et stockées à distance. Les entreprises peuvent également accéder à des plates-formes d'analyse avancées et à des services non disponibles lors de l'hébergement en interne.

Les données sont stockées, nettoyées, organisées et analysées via une connexion Internet avec le cloud. Les données renvoyées (sous la forme d'informations, de mesures calculées, de visualisations ou simplement de données uniformes brutes) sont transmises via Internet à un terminal, un ordinateur portable, une tablette ou une IHM au niveau de la machine.

En savoir plus :Guide du fabricant sur le cloud computing

Pourquoi est-il nécessaire d'utiliser une solution basée sur le cloud ?

Le volume de données généré par les appareils au point de génération peut submerger les serveurs informatiques traditionnels et internes. Les entreprises qui essaient de maintenir des systèmes traditionnels rateront des opportunités, perdront des données ou seront incapables d'analyser correctement les données à utiliser car elles ne peuvent pas toutes les stocker de manière rentable.

Avec de plus en plus d'équipements de fabrication intégrés à la technologie IIoT et aux API avancés, cela pose un problème concurrentiel à la fois pratique et financier. Les plates-formes PLC et cloud ont un sens commercial.

L'utilisation du cloud permet aux entreprises d'accéder à des mises à jour logicielles immédiates, réduit considérablement les coûts et la maintenance coûteux de l'infrastructure informatique, et donne aux fabricants un accès à des analyses avancées et à des algorithmes d'apprentissage automatique alimentés par l'IA.

Les solutions de données cloud, telles que la plate-forme IdO industrielle de MachineMetrics, offrent aux fabricants des avantages significatifs qui améliorent plusieurs domaines de leur activité, que vous soyez en atelier ou à domicile.

PLC vers Cloud :Comment lire les données d'un PLC

L'envoi et la mise à jour des données dans le cloud se font soit en mettant en œuvre un protocole standard, soit en utilisant un adaptateur cloud. Cette transmission est cruciale pour accéder aux données et à un contrôle convivial à partir de plusieurs sources telles que les IHM, les PC, les ordinateurs portables et les tablettes.

Mise en œuvre d'un protocole standardisé

Le protocole cloud le plus courant est MQTT. MQTT transfère les messages entre les appareils et convient à l'accès à distance sur une bande passante limitée. Il fonctionne généralement avec TCP/IP mais peut fonctionner sur n'importe quelle connexion bidirectionnelle structurée.

Le protocole MQTT permet la communication entre un capteur ou un ensemble de capteurs (clients MQTT) et un broker MQTT. Le courtier agit comme un agent de la circulation, recevant tous les messages et les acheminant vers la bonne destination, comme un autre client MQTT, un appareil informatique en périphérie ou le cloud.

L'avantage d'utiliser un protocole standardisé tel que MQTT est qu'il est bien connu, structuré et permet un mouvement simple vers le cloud. Cependant, la configuration des automates sur MQTT est délicate et des données peuvent être perdues si une connexion échoue.

Utilisation d'un adaptateur cloud

Dans de nombreux types d'automatisation industrielle, la communication via des protocoles de bus de terrain locaux tels que Modbus, BACnet et bien d'autres nécessite une passerelle IIoT. Ils ne sont pas conçus pour la communication directe dans le cloud, et l'ouverture d'un port de communication directe créerait des risques de sécurité.

Un adaptateur cloud collecte toutes les données sur site avant de les transférer vers le cloud. Une fois la connexion au cloud établie, les données sont correctement cryptées et envoyées. Contrairement à une connexion perdue utilisant le protocole MQTT, un adaptateur cloud met les données en mémoire tampon afin qu'elles puissent être récupérées si nécessaire.

Étapes pour envoyer des données d'un automate vers le cloud

La valeur des données en temps réel dans le secteur manufacturier est énorme. L'analyse des données dans une plate-forme cloud à l'aide d'une plate-forme de données machine avancée telle que MachineMetrics fournit des informations exploitables et une plus grande valeur. Cependant, il est essentiel pour que les plates-formes basées sur le cloud fonctionnent de transférer les données de nombreux appareils et automates vers le cloud et de s'assurer qu'elles sont standardisées.

Sans une solution telle que MachineMetrics capable d'activer la connectivité des machines, des capteurs et des automates, ce processus devra être achevé (et maintenu ) manuellement. Vous pouvez suivre plusieurs étapes pour vous assurer que les données des automates sont correctement transmises à la plate-forme cloud. Ces étapes incluent :

1. Création de balises pour les données API

Les données collectées à partir des automates doivent être stratégiquement définies. Cette stratégie comprend la création de balises pour lesquelles des données sont collectées et stockées. Ces balises peuvent inclure des entrées de capteurs de température, d'humidité ou d'autres conditions ambiantes, y compris la consommation d'énergie ou des données vibratoires pour la maintenance.

MachineMetrics peut effectuer une analyse avancée des données générées sur l'ensemble des équipements, permettant la surveillance des machines ou la gestion de cas d'utilisation avancés tels que la maintenance prédictive.

Savoir quelles balises utiliser aidera à fournir des données pertinentes qui peuvent être transformées en action par les systèmes, l'interaction humaine ou d'autres processus automatisés.

2. Préparation des outils système requis

La communication API vers cloud dans un système IIoT nécessite une connexion Internet. L'accès à Internet doit être robuste et alimenté par des routeurs capables de gérer une large plage d'adresses IP. Il est également essentiel d'évaluer la connectivité Ethernet, car certains appareils disposent de cette connectivité tandis que d'autres peuvent nécessiter une passerelle périphérique.

Une plate-forme IdO industrielle est nécessaire pour analyser et fournir des informations aux utilisateurs une fois que les données commencent à affluer. La plate-forme et les appareils MachineMetrics sont prêts à l'emploi, ce qui permet d'analyser les données rapidement après le démarrage.

3. Installation de la passerelle IoT CPL

MachineMetrics peut se connecter et commencer à collecter des données à partir d'automates et d'autres appareils en quelques minutes. Les entreprises peuvent configurer leur passerelle IdO industrielle sur Internet et ajouter rapidement le routeur approprié.

Sans une solution de connectivité telle que MachineMetrics, les balises de données devraient être mappées manuellement afin de normaliser les données de l'équipement. L'appareil de périphérie MachineMetrics facilite grandement cette tâche grâce au logiciel de l'appareil.

Les automates sont accessibles via le logiciel de l'automate ou en envoyant une requête ping au système pour utiliser une connexion VPN. Une fois connecté, la configuration des données est désormais possible pour l'automate. MachineMetrics offre une flexibilité système et permet une connexion via EtherNet, Wi-Fi et cellulaire, de sorte que l'accès aux données de l'automate est possible à l'aide de plusieurs méthodes.

4. Configuration d'un protocole de données API

Les automates nécessitent des protocoles spécifiques pour collecter des données. Ces protocoles incluent les variables à collecter et l'emplacement de ces variables.

L'automate doit d'abord être configuré à l'aide des instructions de programmation du fabricant. Ils peuvent également être programmés via le routeur de la plateforme IoT. Après la configuration, l'adresse de chaque API est ajoutée et les variables sont sélectionnées pour les données que l'API surveillera et collectera.

5. Configuration des variables et des balises

À ce stade, les données ont été définies et la connectivité a été testée. Des variables peuvent être ajoutées pour chaque automate et des balises peuvent désigner la façon dont chaque variable sera enregistrée. Les balises peuvent être basées sur le temps pour déclencher une action selon les besoins, et elles peuvent également être basées sur un changement de condition au niveau de la machine. Ils peuvent également être déclenchés en fonction des informations qui leur sont fournies via un courtier MQTT depuis un autre automate.

6. Création de tableaux de bord API

MachineMetrics offre une visualisation riche et des tableaux de bord dynamiques en temps réel. Les affichages de production prêts à l'emploi peuvent être en temps réel ou historiques et permettent une visibilité sur les mesures les plus importantes d'une usine.

La plate-forme MachineMetrics inclut également la capacité de contextualisation de l'opérateur et de saisie directe au niveau de la machine. De nombreuses applications MachineMetrics peuvent être configurées et personnalisées prêtes à l'emploi pour offrir une expérience sur mesure en peu de temps.

7. Surveillance en temps réel et alertes proactives

Rien ne remplace la surveillance en temps réel par une plateforme IoT basée sur le cloud. Les données reçues des automates programmables et d'autres appareils sont analysées et des informations sont fournies, offrant des alertes proactives. Ceux-ci peuvent indiquer des arrêts de machine, des problèmes imminents, un manque de matériel, etc. Étant donné que ces alertes sont basées sur l'état actuel de la machine, les opérateurs et les techniciens peuvent agir rapidement pour réduire les temps d'arrêt et le gaspillage. Les responsables ont également accès à des données qui reflètent l'état en temps réel de l'atelier de production.

Connecter plusieurs appareils à un seul cloud

Installation d'un adaptateur

Les plates-formes IIoT peuvent gérer simultanément les données de plusieurs appareils. Mais comment obtenir des données de plusieurs appareils différents en utilisant différents protocoles ? Un exemple serait l'utilisation d'un adaptateur cloud comme Raspberry PI.

Raspberry PI est un minuscule ordinateur de carte de crédit qui peut être branché dans une armoire et programmé pour agir comme un adaptateur cloud pour accepter les protocoles de communication de plusieurs PC. Sa petite taille, sa faible consommation d'énergie et sa simplicité de programmation aident à combler le fossé entre les API et les plates-formes IIoT basées sur le cloud.

Gardez à l'esprit :une solution comme celle-ci nécessitera énormément de ressources pour être créée et maintenue manuellement. C'est pourquoi l'automatisation de la connectivité et de la collecte de données sur tous les équipements est si importante. La sélection de la bonne solution de collecte de données machine crée une base d'amélioration continue sur laquelle non seulement des équipes entières peuvent compter, mais aussi tous les autres systèmes de fabrication, de la GMAO à l'ERP.

Collecte de données locales

Une fois l'adaptateur cloud installé, chaque automate utilisant un protocole différent devra être connecté à l'aide de l'interface Web du fournisseur de services cloud. Chaque plate-forme commerciale IIoT fournira une interface Web via un accès Internet. OPC UA est une norme populaire car elle fonctionne bien avec les appareils qui prennent en charge les API avec des protocoles propriétaires.

OPC UA est utilisé plus souvent qu'OPC DA car OPC DA est moins sécurisé, ne permet pas la génération d'alarmes et ne traite que des données en temps réel. En revanche, OPC UA permet d'accéder aux sources de données historiques et de définir et de déclencher des alarmes.

Concevoir la visualisation des données

Une fois la collecte de données locales activée, des variables API peuvent être ajoutées aux tableaux de bord. Une fois ajoutés, ils apparaîtront sur les appareils de visualisation disponibles tels que les IHM et seront inclus dans les données analysées à l'avenir.

Utilisation de MachineMetrics pour collecter et analyser les données API

La communication CPL vers cloud est un élément essentiel de ce qui permet à l'IIoT d'apporter de la valeur. MachineMetrics offre une solution cloud puissante, flexible et agile pour transformer les données PLC en informations exploitables qui améliorent le contrôle des processus, réduisent les coûts et augmentent l'efficacité. Connectez facilement des machines, des capteurs et des API pour extraire des données de production précieuses afin que les personnes et les systèmes puissent prendre de meilleures décisions plus rapidement.

Commencez à utiliser vos données API et machine avec MachineMetrics. Vous voulez le voir en action ?

Collection de données machine prête à l'emploi

Réserver une démo