SPS in die Cloud:Verwenden von IoT zum Lesen von Daten aus einer SPS

Die nahtlose Integration von IIoT-Komponenten, einschließlich IoT-Hardware, Software und Kommunikationsprotokollen, ist für Hersteller schrittweise erfolgt.

Frühe industrielle Automatisierungssysteme waren einfache Sensoren, Endschalter und andere Geräte, die Daten direkt in einen Ausdruck oder eine HMI einspeisten, wo wenig bis gar keine Analyse verfügbar war. Daten mussten weiterhin in eigenständige Softwareplattformen auf Managementebene eingegeben werden. Es gab Probleme mit der Interoperabilität zwischen einfacher Software und Systemen auf Unternehmensebene und eine Begrenzung der Geschwindigkeit und Tiefe, mit der Systeme Daten für den Verbrauch verarbeiten konnten. Die verfügbare Visualisierung war normalerweise auf HMIs auf Maschinenebene beschränkt.

Seit den 1970er Jahren verlassen sich industrielle Automatisierungssysteme häufig auf SPSen. Cloud-Plattformen sind so weit fortgeschritten, dass sie darauf ausgelegt sind, mit diesen SPSen unter standardisierten Protokollen zu arbeiten. SPS können Daten an die Cloud-Plattform übertragen. Daten werden analysiert und an Systeme und Personen übermittelt, um die Produktivität zu steigern, Prozessverbesserungen voranzutreiben, Verschwendung zu reduzieren und Benutzern umsetzbare Erkenntnisse zu bieten.

Die SPS und die Cloud:Was sind sie?

SPS und Cloud-Plattformen sind zwei unterschiedliche Teile, die für Fabriküberwachungssysteme und IoT-Analyseplattformen benötigt werden. Sie sind sehr unterschiedlich in der Anwendung und hängen voneinander ab, damit ein modernes IIoT-Automatisierungs- und Überwachungssystem funktioniert. Das Verständnis ihrer Unterschiede hilft Benutzern zu verstehen, wie Daten von der SPS an die Cloud gesendet werden.

Speicherprogrammierbare Steuerung (SPS)

Programmable Logic Controllers oder PLCs wurden für den Einsatz in Automatisierungssystemen entwickelt. Frühe Modelle verfügten über grundlegende Steuerungsfunktionen, verfügten jedoch nicht über erweiterte Analyse- oder Rechenfähigkeiten.

Außerdem fehlten ihnen Datenstrukturen, sie verwendeten proprietäre Programmierung, die über einen Laptop am SPS-Schrank durchgeführt werden musste, und waren auf ein bestimmtes Kommunikationsprotokoll beschränkt.

Diese Einschränkungen zwangen die IT-Abteilungen, ein internes Ad-hoc-System mit sich überschneidenden Komponenten, Hardware und Gerätekonfigurationen zu erstellen, um einen individuellen Ansatz zu schaffen. Diese Homebrew-Systeme waren anfällig für Sicherheitsverletzungen, teuer in der Wartung und hatten wenig IoT-Konnektivität. Sie waren im Allgemeinen für viele kleine Unternehmen unerreichbar, in denen Kapital und Qualifikationsressourcen knapp waren.

Aktuelle SPS können sowohl OT- als auch IT-Protokolle akzeptieren. Die meisten verfügen über integrierte Sicherheit oder können als Teil einer integrierten IIoT-Plattform gesichert werden. Mit Fortschritten in den Fähigkeiten wurden SPSen auch als Edge-Geräte befähigt, die dabei helfen, OT-Daten in die IT-Sphäre zu verschieben, die sich am häufigsten in einer Cloud-Plattform befinden.

Ein Typ1 Light S – PUM11 CPU von Toshiba. [Quelle]

Die Wolke

Die Explosion von Daten, die sich aus Edge-Geräten, Fortschritten bei SPS, IoT-Technologie und anderen Datenerfassungsgeräten ergibt, bietet eine Gelegenheit, Daten zu sammeln und sie für einen Wert zu nutzen, der zuvor nicht verfügbar war. Die Kosten für das Hinzufügen physischer Server, deren Wartung und deren Sicherheit könnten jedoch viele Unternehmen überfordern.

Die Cloud steht für das Konzept der dezentralen Datenspeicherung und des Zugriffs über das Internet. Anstatt Unternehmensdaten auf einem lokalen Server zu verwalten, können Daten aus mehreren Quellen in die Cloud gestreamt und remote gespeichert werden. Unternehmen können auch auf erweiterte Analyseplattformen und -dienste zugreifen, die beim internen Hosting nicht verfügbar sind.

Daten werden über eine Internetverbindung mit der Cloud gespeichert, bereinigt, organisiert und analysiert. Die zurückgegebenen Daten (in Form von Erkenntnissen, berechneten Metriken, Visualisierungen oder einfach einheitlichen Rohdaten) werden über das Internet an ein Terminal, einen Laptop, ein Tablet oder eine HMI auf Maschinenebene geliefert.

Mehr erfahren:Cloud-Computing-Leitfaden für Hersteller

Warum ist es notwendig, eine Cloud-basierte Lösung zu verwenden?

Das Datenvolumen, das von Geräten am Ort der Generierung generiert wird, kann herkömmliche IT- und interne Server überfordern. Unternehmen, die versuchen, traditionelle Systeme zu warten, verpassen Gelegenheiten, verlieren Daten oder sind nicht in der Lage, die Daten für die Verwendung angemessen zu analysieren, da sie nicht alle kostengünstig speichern können.

Da immer mehr Produktionsanlagen in IIoT-Technologie und fortschrittliche SPS eingebettet sind, stellt dies ein praktisches und finanzielles Wettbewerbsproblem dar. SPS- und Cloud-Plattformen sind geschäftlich sinnvoll.

Die Nutzung der Cloud ermöglicht Unternehmen den Zugriff auf sofortige Software-Updates, senkt die teuren IT-Infrastrukturkosten und den Wartungsaufwand erheblich und gibt Herstellern Zugriff auf fortschrittliche Analysen und maschinelle Lernalgorithmen, die von KI unterstützt werden.

Cloud-Datenlösungen wie die industrielle IoT-Plattform von MachineMetrics bieten Herstellern erhebliche Vorteile, die mehrere Bereiche ihres Geschäfts verbessern, egal ob Sie in der Fertigung oder zu Hause sind.

SPS in die Cloud:So lesen Sie Daten von einer SPS

Das Senden und Aktualisieren von Daten in der Cloud erfolgt entweder durch die Implementierung eines Standardprotokolls oder durch die Verwendung eines Cloud-Adapters. Diese Übertragung ist entscheidend für den Zugriff auf Daten und die benutzerfreundliche Steuerung von mehreren Quellen wie HMIs, PCs, Laptops und Tablets.

Implementierung eines standardisierten Protokolls

Das am weitesten verbreitete Cloud-Protokoll ist MQTT. MQTT überträgt Nachrichten zwischen Geräten hin und her und eignet sich für den Fernzugriff über begrenzte Bandbreite. Es läuft normalerweise mit TCP/IP, kann aber auf jeder strukturierten bidirektionalen Verbindung ausgeführt werden.

Das MQTT-Protokoll ermöglicht die Kommunikation zwischen einem Sensor oder einer Sammlung von Sensoren (MQTT-Clients) und einem MQTT-Broker. Der Broker fungiert als Verkehrspolizist, empfängt alle Nachrichten und leitet sie an das richtige Ziel weiter – beispielsweise an einen anderen MQTT-Client, ein Edge-Computing-Gerät oder die Cloud.

Der Vorteil der Verwendung eines standardisierten Protokolls wie MQTT besteht darin, dass es bekannt und strukturiert ist und eine einfache Verschiebung in die Cloud ermöglicht. Die Konfiguration von SPSen für MQTT ist jedoch schwierig, und Daten können verloren gehen, wenn eine Verbindung fehlschlägt.

Nutzung eines Cloud-Adapters

Bei vielen Arten der Fabrikautomation erfordert die Kommunikation über lokale Feldbusprotokolle wie Modbus, BACnet und viele andere ein IIoT-Gateway. Sie sind nicht für die direkte Cloud-Kommunikation konzipiert, und das Öffnen eines direkten Kommunikationsports würde Sicherheitsrisiken schaffen.

Ein Cloud-Adapter sammelt alle Daten vor Ort, bevor sie in die Cloud übertragen werden. Sobald die Cloud-Verbindung hergestellt ist, werden die Daten angemessen verschlüsselt und gesendet. Im Gegensatz zu einer unterbrochenen Verbindung mit dem MQTT-Protokoll puffert ein Cloud-Adapter Daten, damit sie bei Bedarf wiederhergestellt werden können.

Schritte zum Senden von Daten von einer SPS an die Cloud

Der Wert von Echtzeitdaten in der Fertigung ist enorm. Die Analyse von Daten in einer Cloud-Plattform mit einer fortschrittlichen Maschinendatenplattform wie MachineMetrics liefert umsetzbare Erkenntnisse und einen höheren Wert. Für das Funktionieren von Cloud-basierten Plattformen ist es jedoch entscheidend, Daten von vielen Geräten und SPSen in die Cloud zu bringen und sicherzustellen, dass sie standardisiert sind.

Ohne eine Lösung wie MachineMetrics, die Maschinen-, Sensor- und SPS-Konnektivität ermöglichen kann, muss dieser Prozess abgeschlossen (und gewartet werden ) manuell. Sie können mehrere Schritte unternehmen, um sicherzustellen, dass die Daten von SPSen korrekt an die Cloud-Plattform übermittelt werden. Diese Schritte umfassen:

1. Tags für SPS-Daten erstellen

Von PLCs gesammelte Daten müssen strategisch definiert werden. Diese Strategie beinhaltet das Erstellen von Tags, für die Daten gesammelt und gespeichert werden. Diese Tags können Eingaben von Sensoren für Temperatur, Feuchtigkeit oder andere Umgebungsbedingungen enthalten, einschließlich Stromverbrauch oder Vibrationsdaten für die Wartung.

MachineMetrics kann erweiterte Analysen von Daten durchführen, die anlagenübergreifend generiert werden, wodurch Maschinenüberwachung ermöglicht oder erweiterte Anwendungsfälle wie vorausschauende Wartung vorangetrieben werden.

Wenn Sie wissen, welche Tags verwendet werden müssen, können relevante Daten bereitgestellt werden, die von Systemen, menschlicher Interaktion oder anderen automatisierten Prozessen in Aktionen umgewandelt werden können.

2. Erforderliche Systemtools vorbereiten

Die SPS-zu-Cloud-Kommunikation in einem IIoT-System erfordert eine Internetverbindung. Der Internetzugang muss robust sein und von Routern betrieben werden, die einen großen IP-Adressbereich verarbeiten können. Es ist auch wichtig, die Ethernet-Konnektivität zu bewerten, da einige Geräte über diese Konnektivität verfügen, während andere möglicherweise ein Edge-Gateway benötigen.

Eine industrielle IoT-Plattform ist erforderlich, um Benutzern Einblicke zu liefern und sie zu analysieren, sobald Daten einfließen. Die MachineMetrics-Plattform und -Geräte sind sofort einsatzbereit und ermöglichen Datenanalysen schnell nach dem Start.

3. Installation des PLC IoT Gateways

MachineMetrics kann innerhalb von Minuten eine Verbindung herstellen und Daten von SPSen und anderen Geräten sammeln. Unternehmen können ihr industrielles IoT-Gateway über das Internet einrichten und den passenden Router zeitnah hinzufügen.

Ohne eine Konnektivitätslösung wie MachineMetrics müssten Datentags manuell zugeordnet werden, um die Gerätedaten zu standardisieren. Das Edge-Gerät von MachineMetrics macht dies dank der Software auf dem Gerät viel einfacher.

Auf SPS kann über die SPS-Software zugegriffen werden oder indem das System angepingt wird, um eine VPN-Verbindung zu verwenden. Nach der Verbindung ist nun die Datenkonfiguration für die SPS möglich. MachineMetrics bietet Systemflexibilität und ermöglicht Verbindungen über Ethernet, Wi-Fi und Mobilfunk, sodass der Zugriff auf SPS-Daten mit mehreren Methoden möglich ist.

4. Einrichten eines SPS-Datenprotokolls

SPS benötigen spezielle Protokolle zum Sammeln von Daten. Diese Protokolle enthalten die zu erfassenden Variablen und den Speicherort dieser Variablen.

Die SPS muss zunächst anhand der Programmieranleitung des Herstellers konfiguriert werden. Sie können auch über den Router der IoT-Plattform programmiert werden. Nach der Konfiguration wird die Adresse jeder SPS hinzugefügt und die Variablen werden für die Daten ausgewählt, die die SPS überwacht und sammelt.

5. Konfigurieren von Variablen und Tags

An dieser Stelle wurden die Daten definiert und die Konnektivität getestet. Variablen können für jede SPS hinzugefügt werden, und Tags können festlegen, wie jede Variable protokolliert wird. Tags können zeitbasiert sein, um bei Bedarf Aktionen auszulösen, und sie können auch auf Zustandsänderungen auf Maschinenebene basieren. Sie können auch basierend auf Informationen ausgelöst werden, die ihnen über einen MQTT-Broker von einer anderen SPS geliefert werden.

6. SPS-Dashboards erstellen

MachineMetrics bietet umfangreiche Visualisierungen und dynamische Echtzeit-Dashboards. Out-of-the-Box-Produktionsanzeigen können in Echtzeit oder historisch sein und ermöglichen einen Einblick in die wichtigsten Metriken einer Anlage.

Die MachineMetrics-Plattform umfasst auch die Fähigkeit zur Bedienerkontextualisierung und direkten Eingabe auf Maschinenebene. Viele MachineMetrics-Apps können sofort konfiguriert und angepasst werden, um in kurzer Zeit ein maßgeschneidertes Erlebnis zu bieten.

7. Echtzeitüberwachung und proaktive Benachrichtigungen

Es gibt keinen Ersatz für die Echtzeitüberwachung durch eine Cloud-basierte IoT-Plattform. Von PLCs und anderen Geräten empfangene Daten werden analysiert und Erkenntnisse bereitgestellt, die proaktive Warnungen bieten. Diese können auf Maschinenstopps, bevorstehende Probleme, Materialmangel und mehr hinweisen. Da diese Warnungen auf dem aktuellen Maschinenstatus basieren, können Bediener und Techniker schnell handeln, um Ausfallzeiten und Ausschuss zu reduzieren. Manager haben auch Zugriff auf Daten, die den Echtzeitstatus der Produktionsfläche widerspiegeln.

Mehrere Geräte mit einer einzigen Cloud verbinden

Installieren eines Adapters

IIoT-Plattformen können Daten von vielen Geräten gleichzeitig verarbeiten. Aber wie bekommt man Daten von mehreren verschiedenen Geräten mit unterschiedlichen Protokollen? Ein Beispiel wäre die Verwendung eines Cloud-Adapters wie Raspberry PI.

Raspberry PI ist ein winziger Kreditkartencomputer, der in einen Gehäuseschrank gesteckt und so programmiert werden kann, dass er als Cloud-Adapter fungiert, um Kommunikationsprotokolle von mehreren PCs zu akzeptieren. Seine geringe Größe, der geringe Stromverbrauch und die einfache Programmierung tragen dazu bei, die Lücke zwischen SPS und cloudbasierten IIoT-Plattformen zu schließen.

Denken Sie daran:Eine Lösung wie diese ist unglaublich ressourcenintensiv, um sie manuell zu erstellen und zu warten. Aus diesem Grund ist die Automatisierung der Konnektivität und Datenerfassung über alle Geräte hinweg so wichtig. Die Auswahl der richtigen Maschinendatenerfassungslösung schafft eine Grundlage für kontinuierliche Verbesserungen, auf die sich nicht nur ganze Teams verlassen können, sondern auch alle anderen Fertigungssysteme, von CMMS bis ERP.

Lokale Daten sammeln

Sobald der Cloud-Adapter installiert ist, muss jede SPS, die ein anderes Protokoll verwendet, über die Webschnittstelle des Cloud-Dienstanbieters verbunden werden. Jede kommerzielle IIoT-Plattform wird eine Webschnittstelle über den Internetzugang bereitstellen. OPC UA ist ein beliebter Standard, da er gut mit Geräten funktioniert, die SPS mit proprietären Protokollen unterstützen.

OPC UA wird häufiger verwendet als OPC DA, da OPC DA weniger sicher ist, keine Alarmierung zulässt und nur Echtzeitdaten verarbeitet. Im Gegensatz dazu ermöglicht OPC UA den Zugriff auf historische Datenquellen und die Möglichkeit, Alarme einzustellen und auszulösen.

Datenvisualisierung entwerfen

Sobald die lokale Datenerfassung aktiviert wurde, können den Dashboards SPS-Variablen hinzugefügt werden. Sobald sie hinzugefügt wurden, erscheinen sie auf verfügbaren Visualisierungsgeräten wie HMIs und werden in die künftig analysierten Daten einbezogen.

Verwenden von MachineMetrics zum Sammeln und Analysieren von SPS-Daten

Die SPS-zu-Cloud-Kommunikation ist ein wesentlicher Bestandteil dessen, was das IIoT ermöglicht, einen Mehrwert zu liefern. MachineMetrics bietet eine leistungsstarke, flexible und agile Cloud-Lösung, um SPS-Daten in umsetzbare Erkenntnisse umzuwandeln, die die Prozesssteuerung verbessern, Kosten senken und die Effizienz steigern. Verbinden Sie einfach Maschinen, Sensoren und SPSen, um wertvolle Produktionsdaten zu extrahieren, damit Mitarbeiter und Systeme bessere und schnellere Entscheidungen treffen können.

Setzen Sie Ihre SPS- und Maschinendaten mit MachineMetrics um. Möchten Sie es in Aktion sehen?

Plug-and-Play-Maschinendatenerfassung

Buchen Sie eine Demo