Integração PLC-para-Nuvem Perfeita: Aproveitando IoT para Recuperação de Dados em Tempo Real

A integração perfeita de componentes IIoT incluindo hardware IoT, software e protocolos de comunicação ocorreu em passos incrementais para fabricantes.

Sistemas iniciais de automação industrial eram sensores básicos, chaves de fim de curso e outros dispositivos que alimentavam dados diretamente para uma impressão ou HMI onde pouca ou nenhuma análise estava disponível. Dados ainda precisavam ser inseridos em plataformas de software autônomas no nível de gestão. Havia problemas com interoperabilidade entre software simples e sistemas de nível empresarial e um limite para a velocidade e profundidade que sistemas podiam processar dados para consumo. Visualização disponível era geralmente limitada a HMIs no nível da máquina.

Desde os anos 1970, sistemas de automação industrial frequentemente confiaram em CLPs. Plataformas de nuvem avançaram ao ponto que são projetadas para trabalhar com estes CLPs sob protocolos padronizados. CLPs podem transferir dados para a plataforma de nuvem. Dados são analisados e entregues a sistemas e pessoas para melhorar produtividade, impulsionar melhoria de processos, reduzir desperdício e oferecer insights acionáveis para usuários.

O CLP e a Nuvem: O Que São?

CLPs e plataformas de nuvem são duas peças distintas necessárias para sistemas de monitoramento de fábrica e plataformas de análises IoT. São muito diferentes em aplicação e dependem um do outro para um sistema moderno de automação e monitoramento IIoT funcionar. Entender suas diferenças ajudará usuários a entender como enviar dados de CLP para a nuvem.

Controlador Lógico Programável (CLP)

Controladores Lógicos Programáveis, ou CLPs, foram desenvolvidos para uso em sistemas de automação. Modelos iniciais eram capazes de funcionalidade de controle básica mas não tinham análises avançadas ou capacidades computacionais.

Também careciam de estruturas de dados, usavam programação proprietária que tinha que ser feita via laptop no gabinete do CLP, e eram limitados a um protocolo de comunicação específico.

Estas limitações forçaram departamentos de TI a criar um sistema interno ad hoc de componentes sobrepostos, hardware e configuração de dispositivos para criar uma abordagem customizada. Estes sistemas caseiros eram abertos a violações de segurança, caros para manter e tinham pouca conectividade IoT. Eram geralmente fora de alcance para muitas empresas pequenas nas quais capital e recursos de skillset eram escassos.

CLPs atuais podem aceitar tanto protocolos OT quanto IT. A maioria tem segurança embutida ou pode ser segurada como parte de uma plataforma IIoT integrada. Com avanços em capacidades, CLPs também foram capacitados como dispositivos edge que ajudam a mover dados OT para a esfera de TI, mais comumente residindo em uma plataforma de nuvem.

Um Type1 Light S - PUM11 CPU da Toshiba. [Fonte]

A Nuvem

A explosão de dados resultante de dispositivos edge, avanços em CLPs, tecnologia IoT e outros dispositivos de aquisição de dados apresenta uma oportunidade de reunir dados e aproveitá-los para valor não disponível anteriormente. No entanto, o custo de adicionar servidores físicos, mantê-los e mantê-los seguros poderia sobrecarregar muitas empresas.

A nuvem representa o conceito de armazenamento e acesso de dados descentralizados via internet. Em vez de gerenciar dados da empresa em um servidor on-premises, dados podem ser transmitidos para a nuvem de múltiplas fontes e armazenados remotamente. Empresas também podem acessar plataformas de análises avançadas e serviços não disponíveis quando hospedando internamente.

Dados são armazenados, limpos, organizados e analisados via conexão de internet com a nuvem. Os dados retornados (na forma de insights, métricas calculadas, visualizações ou simplesmente dados uniformes brutos) são entregues via internet para um terminal, laptop, tablet ou HMI no nível da máquina.

Saiba Mais: Guia do Fabricante para Computação em Nuvem

Por que é Necessário Usar uma Solução Baseada em Nuvem?

O volume de dados gerado por dispositivos no ponto de geração pode sobrecarregar TI tradicional e servidores internos. Empresas que tentam manter sistemas tradicionais perderão oportunidades, perderão dados, ou serão incapazes de analisar adequadamente os dados para uso porque não podem armazená-los todos custo-efetivamente.

Com mais e mais equipamentos de manufatura sendo embarcados com tecnologia IIoT e CLPs avançados, isso apresenta um problema competitivo que é tanto prático quanto financeiro. CLPs e plataformas de nuvem fazem sentido de negócio.

Usar a nuvem dá empresas acesso a atualizações de software imediatas, reduz significativamente custos caros de infraestrutura e manutenção de TI, e dá fabricantes acesso a análises avançadas e algoritmos de machine learning alimentados por IA.

Soluções de dados na nuvem, como a Plataforma IoT Industrial da MachineMetrics, oferecem fabricantes benefícios significativos que melhoram múltiplas áreas de seu negócio, seja você no chão de fábrica, ou em casa.

CLP para Nuvem: Como Ler Dados de um CLP

Enviar e atualizar dados na nuvem é feito por implementar um protocolo padronizado ou usar um adaptador de nuvem. Esta transmissão é crucial para acessar dados e controle amigável ao usuário de múltiplas fontes como HMIs, PC, laptops e tablets.

Implementando um Protocolo Padronizado

O protocolo de nuvem mais comum é MQTT. MQTT transfere mensagens de ida e volta entre dispositivos e é adequado para acesso remoto sobre largura de banda limitada. Comumente roda com TCP/IP mas pode rodar em qualquer conexão bidirecional estruturada.

O protocolo MQTT permite comunicação entre um sensor ou coleção de sensores (clientes MQTT) e um broker MQTT. O broker age como um policial de tráfego, recebendo todas as mensagens e roteando-as para o destino correto — como outro cliente MQTT, um dispositivo de edge computing ou a nuvem.

O lado positivo de usar um protocolo padronizado como MQTT é que é bem conhecido, estruturado e permite movimento simples para a nuvem. No entanto, configurar CLPs para MQTT é complicado, e dados podem ser perdidos se uma conexão falha.

Fazendo Uso de um Adaptador de Nuvem

Em muitos tipos de automação de fábrica, comunicação sobre protocolos de fieldbus locais como Modbus, BACnet e muitos outros requer um gateway IIoT. Eles não são construídos para comunicação direta com nuvem, e abrir uma porta de comunicação direta criaria riscos de segurança.

Um adaptador de nuvem coleta todos os dados no local antes de transferi-los para a nuvem. Uma vez que a conexão de nuvem é estabelecida, dados são adequadamente criptografados e enviados. Diferente de uma conexão perdida usando o protocolo MQTT, um adaptador de nuvem faz buffer de dados para que possa ser recuperado se necessário.

Passos para Enviar Dados de um CLP para a Nuvem

O valor de dados em tempo real na manufatura é enorme. Analisando dados em uma plataforma de nuvem usando uma plataforma avançada de dados de máquina como a MachineMetrics entrega insights acionáveis e maior valor. No entanto, obter dados de muitos dispositivos e CLPs para a nuvem, e garantir que são padronizados, é crucial para plataformas baseadas em nuvem funcionarem.

Sem uma solução como a MachineMetrics que pode habilitar conectividade de máquina, sensor e CLP, este processo terá que ser completado (e mantido) manualmente. Você pode tomar vários passos para garantir que dados de CLPs são entregues à plataforma de nuvem corretamente. Estes passos incluem:

1. Criando Tags para Dados de CLP

Dados coletados de CLPs devem ser estrategicamente definidos. Esta estratégia inclui criar tags para quais dados são coletados e armazenados. Estas tags podem incluir entradas de sensores para temperatura, umidade ou outras condições ambientes, incluindo uso de energia ou dados vibracionais para manutenção.

A MachineMetrics pode conduzir análise avançada de dados gerados através de equipamentos, habilitando monitoramento de máquina ou impulsionando casos de uso avançados como manutenção preditiva.

Saber quais tags usar ajudará a entregar dados relevantes que podem ser transformados em ação por sistemas, interação humana ou outros processos automatizados.

2. Preparando Ferramentas de Sistema Requeridas

Comunicação CLP-para-nuvem em um sistema IIoT requer conexão de internet. Acesso à internet deve ser robusto e alimentado por roteadores capazes de lidar com ampla faixa de endereço IP. Também é essencial avaliar conectividade Ethernet como alguns dispositivos têm esta conectividade enquanto outros podem requerer um gateway edge.

Uma plataforma Industrial IoT é necessária para analisar e entregar insights a usuários uma vez que dados começam a fluir. A plataforma e dispositivos MachineMetrics funcionam out-of-the-box, permitindo análises de dados rapidamente após startup.

3. Instalando o Gateway IoT do CLP

A MachineMetrics pode conectar e começar a coletar dados de CLPs e outros dispositivos em minutos. Empresas podem configurar seu gateway IoT industrial sobre a internet e adicionar o roteador apropriado prontamente.

Sem uma solução de conectividade como a MachineMetrics, data tags teriam que ser mapeadas manualmente para padronizar dados de equipamento. O dispositivo edge MachineMetrics torna isso muito mais fácil graças ao software no dispositivo.

CLPs podem ser acessados através do software do CLP ou pingando o sistema para usar uma conexão VPN. Uma vez conectados, configuração de dados agora é possível para o CLP. A MachineMetrics oferece flexibilidade de sistema e permite conexão sobre EtherNet, Wi-Fi e celular, então acesso a dados de CLP é possível usando múltiplos métodos.

4. Configurando Protocolo de Dados do CLP

CLPs requerem protocolos específicos para coletar dados. Estes protocolos incluem as variáveis a serem coletadas e onde aquelas variáveis residem.

O CLP deve primeiro ser configurado usando as instruções de programação do fabricante. Eles também podem ser programados através do roteador da plataforma IoT. Após configuração, o endereço de cada CLP é adicionado, e as variáveis são selecionadas para os dados que o CLP monitorará e coletará.

5. Configurando Variáveis e Tags

Neste ponto, os dados foram definidos e a conectividade foi testada. Variáveis podem ser adicionadas para cada CLP, e tags podem designar como cada variável será logada. Tags podem ser baseadas em tempo para disparar ação conforme necessário, e também podem ser baseadas em mudança de condição no nível da máquina. Elas também podem ser disparadas baseadas em informação entregue a elas via broker MQTT de outro CLP.

6. Criando Dashboards de CLP

A MachineMetrics oferece visualização rica e dashboards dinâmicos em tempo real. Displays de produção out-of-the-box podem ser em tempo real ou históricos e permitem visibilidade nas métricas mais importantes de uma planta.

A plataforma MachineMetrics também inclui capacidade para contextualização de operador e entrada direta no nível da máquina. Muitos apps MachineMetrics podem ser configurados e customizados out-of-the-box para entregar uma experiência sob medida em pouco tempo.

7. Monitoramento em Tempo Real e Alertas Proativos

Não há substituto para monitoramento em tempo real por uma plataforma IoT baseada em nuvem. Dados recebidos de CLPs e outros dispositivos são analisados e insights são entregues, oferecendo alertas proativos. Estes podem indicar paradas de máquina, problemas iminentes, falta de material e mais. Como estes alertas são baseados no status atual da máquina, operadores e técnicos podem agir rapidamente para reduzir tempo de inatividade e desperdício. Gerentes também têm acesso a dados que refletem o status em tempo real do chão de produção.

Conectando Vários Dispositivos a uma Única Nuvem

Instalando um Adaptador

Plataformas IIoT podem lidar com dados de muitos dispositivos simultaneamente. Mas como obter dados de vários dispositivos diferentes usando diferentes protocolos? Um exemplo seria o uso de um adaptador de nuvem como Raspberry PI.

Raspberry PI é um computador minúsculo de cartão de crédito que pode ser plugado em um gabinete de enclosure e programado para atuar como adaptador de nuvem para aceitar protocolos de comunicação de vários PCs. Seu tamanho pequeno, baixa potência e simplicidade de programação ajudam a preencher a lacuna entre CLPs e plataformas IIoT baseadas em nuvem.

Tenha em mente: Uma solução como esta será incrivelmente intensiva em recursos para construir e manter manualmente. É por isso que automatizar conectividade e coleta de dados através de todos equipamentos é tão importante. Selecionar a solução certa de coleta de dados de máquina cria uma base para melhoria contínua que não apenas equipes inteiras podem confiar, mas também todos outros sistemas de manufatura, de CMMS a ERP.

Coletando Dados Locais

Uma vez que o adaptador de nuvem é instalado, cada CLP usando um protocolo diferente precisará ser conectado usando a interface web do provedor de serviço de nuvem. Toda plataforma comercial IIoT fornecerá uma interface web via acesso à internet. OPC UA é um padrão popular porque funciona bem com dispositivos que suportam CLPs com protocolos proprietários.

OPC UA é usado mais frequentemente que OPC DA porque OPC DA é menos seguro, não permite geração de alarmes e só lida com dados em tempo real. Em contraste, OPC UA permite acesso a fontes de dados históricos e habilidade de definir e disparar alarmes.

Projetando Visualização de Dados

Uma vez que coleta de dados local foi habilitada, variáveis de CLP podem ser adicionadas aos dashboards. Uma vez adicionadas, aparecerão em dispositivos de visualização disponíveis como HMIs e serão incluídas em dados analisados daí por diante.

Usando MachineMetrics para Coletar e Analisar Dados de CLP

Comunicação CLP-para-nuvem é uma parte vital do que habilita IIoT a entregar valor. A MachineMetrics oferece uma solução de nuvem poderosa, flexível e ágil para transformar dados de CLP em insights acionáveis que melhoram controle de processo, reduzem custos e aumentam eficiência. Conecte facilmente máquinas, sensores e CLPs para extrair dados de produção valiosos para que pessoas e sistemas possam tomar decisões melhores e mais rápidas.

Comece a colocar seus dados de CLP e máquina para trabalhar com MachineMetrics. Quer ver em ação?

Coleta de Dados de Máquina Plug-and-Play

Agende uma Demonstração