Ma première expérience avec notre API

Récemment, l'équipe de développement a commencé le processus de finalisation de notre nouvelle API CMMS (Application Programming Interface). L'API CMMS est conçue pour permettre à d'autres programmes de communiquer directement avec la GMAO du Fiix. Ces programmes externes peuvent alors utiliser nativement les données de la GMAO à leurs propres fins. Cette connexion externe sera très précieuse pour les clients car, par exemple, elle permettra aux logiciels financiers de garder une trace des achats effectués via la GMAO et elle permettra aux machines de pousser leurs données directement vers la GMAO (appelée Machine to Machine (M2M ) communication).

Mon expérience avec l'API GMAO

Au cours des dernières semaines, j'ai testé la capacité de l'API à être utilisée pour une connexion directe avec des machines. Je voulais faire une expérience en utilisant l'équipement le moins cher qui puisse être utilisé de manière réaliste dans un environnement industriel. J'ai opté pour un Beaglebone Black et un capteur de température pour un coût combiné inférieur à 60 $. Dans ce blog, je veux vous montrer que j'ai pu envoyer des données de température à la GMAO, puis utiliser ces données comme déclencheur pour la maintenance planifiée.

TMP36 et Configuration du BeagleBone Black

Le Beaglebone Black est un ordinateur Linux bon marché (~ 55 $) disponible auprès de nombreux fournisseurs, notamment Adafruit, Creatronic et Sparkfun . Le capteur de température que j'ai utilisé était un TMP36 (~ 3 $) qui a une tension de sortie proportionnelle à la température.

Pour commencer, j'ai connecté le capteur de température au Beaglebone à l'aide d'une maquette. Puis à l'aide d'exemples disponibles gratuitement sur internet, j'ai programmé le Beaglebone en javascript pour qu'il rapporte la température mesurée par le capteur en adaptant un code du site Adafruit. J'ai connecté le beaglebone à la GMAO à l'aide de la bibliothèque cliente qui sera bientôt disponible afin qu'une valeur de température soit envoyée à la GMAO une fois toutes les 3 secondes. Pour rendre la situation semi-réaliste, j'ai envoyé la valeur de température à un élément intitulé « Mon bureau ».

Le résultat a été un flux continu de valeurs de température enregistrées dans la GMAO, chacune étant séparée d'environ 3 secondes, comme indiqué dans l'image ci-dessous. Le développeur en chef et moi étions tous les deux très satisfaits de ce résultat.

Le flux des relevés de température

Ensuite, pour m'assurer que le concept était vraiment utile, j'ai voulu définir une maintenance programmée déclenchée par une température élevée. Cela peut être utilisé pour indiquer qu'une inspection du climatiseur doit être effectuée. J'ai configuré une maintenance planifiée pour « Mon bureau » et je l'ai configurée pour qu'elle se déclenche à chaque fois que la température dépasse 35 C. L'instruction de travail pour cette maintenance planifiée était assez simple :« Vérifier le climatiseur - Expérience API CMMS ».

Le programme maintenance, réglé pour faire un bon de travail lorsque la température a dépassé 35 degrés Celsius

Succès

Pour faire croire au capteur qu'il faisait plus chaud qu'il ne l'était en réalité, j'ai ramené l'appareil à la maison où j'avais un sèche-cheveux. Sous l'air chaud du sèche-cheveux, la température mesurée a augmenté et, comme prévu, un ordre de travail a été généré. En utilisant la GMAO, le technicien serait informé de l'ordre de travail et pourrait inspecter les lectures de température, le tout à partir de la GMAO. Tout ce processus s'est déroulé automatiquement, sans que le responsable de la maintenance, l'opérateur ou le locataire du bureau n'intervienne à aucun moment.

Points de données de température après avoir pointé un sèche-cheveux sur le capteur de température. La température monte rapidement à partir de la température ambiante. Le point de données qui a déclenché la maintenance programmée est surligné en jaune

Les détails du point de données qui a déclenché la maintenance planifiée.

En plus d'utiliser les relevés des compteurs pour déclencher des ordres de travail, les techniciens et les enquêteurs sur les causes profondes peuvent utiliser l'historique enregistré de la consommation d'énergie pour aider à diagnostiquer le défaut et mettre en place une solution permanente. Si nécessaire, les données d'autres capteurs peuvent également être utilisées pour aider à l'analyse des causes profondes. Dans l'exemple du climatiseur, les capteurs de pression d'air d'entrée et de sortie et les capteurs d'humidité peuvent fournir des informations précieuses qui aident à établir un diagnostic rapide.

Communication Machine to Machine et intégration GMAO

Je peux penser à de nombreuses applications où ce type de technologie de communication Machine 2 Machine sera incroyablement précieux. Prenons l'exemple d'un véhicule qui signale régulièrement son compteur kilométrique via une connexion Internet 3G pour téléphone portable. Ensuite, un bon de travail peut être généré pour son entretien régulier tous les 10 000 km. Ou envisagez un wattmètre sur un climatiseur qui est utilisé pour déclencher un ordre de travail lorsque le climatiseur fonctionne trop fort. Peut-être pourrait-il être utilisé pour surveiller les niveaux de vibration d'une machine tournante. Peut-être s'agit-il simplement d'une opportunité d'enregistrer l'état de fonctionnement d'une machine au fil du temps, sans jamais passer à l'étape suivante consistant à utiliser les données pour déclencher une maintenance programmée.

L'API arrive bientôt. Je pense que ce sera génial et très utile. Il sera disponible pour les clients dans les niveaux de prix sélectionnés. Si vous avez des cas d'utilisation que vous attendez avec impatience, je serais ravi de les entendre dans les commentaires ci-dessous.