苏ICP备112451047180号-6
摘要：本文基于使用云平台通过PLC以及互联网对设备进行高效便利的远程控制。为了进行控制，这里使用了工业物联网网关，该网关通过多个云平台进行存储和处理数据。本文主要目的是介绍一种可以在PLC和云平台之间传输过程数据的解决方案，此方案在俄斯特拉发技术大学VSB内的工业自动化和分布式控制系统实验室中得到应用。它可以用于实验室中的物联网概念机电一体化任务。另一个重要应用是用来比较真实设备（机电任务）和云平台之间过程数据的延迟。使用此解决方案的演示示例比较了两个云平台。第一个商业平台来自IBM公司，第二个免费平台来自Ubidots 公司。可视化是实现结果演示的一部分。
关键词：物联网，PLC，网关，云，ubidots，IBM
1.介绍
周围的世界在不断发展，随之而来的是人们和公司对我们技术的需求不断增大。每个行业都越来越关注于如何能够更加有效地利用资源，提高工作效率，降低运营成本，确保工人安全以及将革命性的物联网（IoT）应用于所有这些方面。
IOT是一个互连对象的网络，而且是唯一可寻址的，该网络以标准化的通信协议为基准来交换或共享数据和信息，从而实现更高的附加值。因此，物联网是可通过互联网共享数据的物理和虚拟对象的概念。为了实现更高的目标（新功能，更复杂的任务等），可以基于物联网链接“事物”。
1.1物联网的发展
物联网的发展来看，已经逐渐创建了两个主要方向（图1），但是它们彼此之间没有竞争，因为它们专注于其独特的使用领域。第一部分（工业物联网）基于M2M（机器到机器），并通过云平台来增加分析数据的能力。物联网设备之间的通信所基于的原理不同于现有M2M概念（机器对机器）的通信。M2M概念解决了一 次性和预编程的通信（图2）。
物联网中的“事物”始终以一种不稳定的，随机的方式相互通信。例如，它用于工业自动化，运输或高能行业。第二部分关注消费者（图3）。电子设备用于简化日常工作。这是家庭自动化，智能设备（电视，可穿戴电子设备）领域。
从技术角度来看，有几种可能的方法可以在单个设备之间进行通信。在行业中，由于数据传输的可靠性， 通常最好使用电缆传输（ 例如以太网）。但是，也使用了诸如Wi-Fi，蓝牙（低能耗）， NFC，ZigBee，Z-Wave等无线通信总线。
在这项研究中，最重要的部分是工业物联网（IIoT） 领域，它代表了物联网在制造业中的应用，它通过实现比以前更大得多的数据访问量和更有效的访问能力来提升制造业。这已不仅是未来了，因为几家创新公司已开始实施IIoT。这些公司发现因为维护成本的可知性，更高的安全性和运营效率，从而可以降低能耗。IIoT的网络可以大大提高工业组织的互连性，效率，可扩展性，以此节省时间和成本。这些网络还使行业组织可以链接其工厂的所有员工，数据和流程。公司领导者可以使用IIoT数据来全面，准确地了解其业务运作方式，这将有助于他们在不同情况下做出更好的决策。
互操作性和安全性可能是实施IIoT的两个最大挑战。切换到IIoT时可能会遇到的问题之一是，独特的设备使用不同的协议来发送和接收过程数据。当前使用了几种不同的通信协议（例如OPC-UA）。但是，MQTT传输协议 已成为IIoT的标准（图4）。
该通信协议的工作原理是在连接到服务器的客户端（MQTT Broker）之间传输消息。每个客户端可以是订阅服务器或发布服务器。通常为发布者提供一个传感器， 该传感器将测量值发送给经纪人。订户通常是一个控制单元，处理这些值然后与它们一起使用。MQTT的主要优 点包括节能，发布/订阅模型和双向通信（通过双向）功能。
2.解决方案设计
通常，学生在实验室的项目中工作，其中包含各种设备和特定的实验室任务。因此，在这种情况下，不可能远程访问各个任务。本文的主要目的是为基于IIoT（PLC和选定的CLOUD平台的控制）的实验室过程数据处理提供一种用户友好的解决方案。该解决方案被认为是对相关数据的远程控制和处理。它允许客户（学生）通过实验室外部基于Web的界面访问真实项目。Johnson（2013）和Colak等。
2.1现有解决方案
传统控制（来自特定公司的软件界面中的编程）与提供的控制之间的差异是巨大的。首先，您需要构建程序， 对其进行编译，将其上传到PLC并测试功能。当然，在测试过程中，这些步骤需要重复几次。所有操作必须始终在机器上进行，以便立即看到结果，同时程序员才可以将该功能代码正确地将写入设备。
2.2基于云平台的解决方案
该解决方案代表了过程数据（PLC，IoT网关和CLOUD平台之间的传输）工作的重大进展。从一开始就必须创建“原始”程序。基于此，无需显着干扰标准编程界面（经过测试的解决方案，预计将来不会进行任何相关更改）。这种数据处理方法具有以下优点：在Cloud Platform中备份（存档）数据（从安全角度考虑，最好使用商业云平台）PLC外部的数据处理（通过互联网进行的实际实验）。甚至可以直接从Cloud平台控制PLC（在实际演示中）。如果在PLC中正确编程了软件PLC程序，那么它确实是用户友好的解决方案，对于工业应用中的教学和高效数据处理而言，这是一个有用的工具。可以安装IP摄像机，以便在实验室外更好地访问。
这项研究是一种解决方案（图5），允许通过在PLC 和IoT网关（必须将其连接到Internet）之间传输过程数据来对设备进行远程控制。这些设备之间可以通过库进行双向通信，这些库应用于功能强大的编程软件中，可以连接硬件设备，API和其他在线服务。该工具是Node- RED。最初，在IBM Technologies的成员小组中创建了一个开源项目（本文在结果的实际演示中使用直接来自IBM 公司的商业Cloud平台）。因此，主要目的是简化连接系统和传感器以为客户构建技术的过程。Node-Red提供了一个编辑器，使您可以轻松地通过Internet浏览器（多平台解决方案）中的调色板中的各种节点（例如，用于MQTT协议的节点）链接流。
MQTT协议（在第1.1章中介绍）提供了云平台之间的通信。但是，整个解决方案取决于可以定义为可能限制 的几个因素：
PLC和主要受控设备可以运行几天（能耗更高）。
IIoT网关必须连接到Internet（通常通过VPN客户端进行远程控制，一些较大的公司可能“从外部”访问存在问题）。通过这种方式，您可以控制设备的各个部分，但它并不是复杂的工具，对于程序员而言，直接靠近设备（对工作安全起着至关重要的作用）通常比其他重要。所选过程数据可能会延迟传输到（或从）云平台传输（这在自由云平台上工作时是一个大问题最终，如果随机网络中断导致某些变形或过程数据丢失，则可能会发生这种情况。通过将数据移动到Cloud平台，可以实现数据备份，这归因于与技术部分相对应的双向通信来控制PLC的控制。但是，Free Cloud Ubidots允许基于仪表板（可编程界面）中的可视化元素直接从Cloud平台控制某些变量（Bool，Word）。IBM商业解决方案不提供此选项。
2.3可用的硬件
作为工业4.0的一部分，IIoT继续扩展。在云台中收集并评估处理后的数据以优化生产。在这种情况下，基于现有设备进行联网是一个巨大的挑战，因为来自不同公司和不同技术水平的机器通常不会使用相同的数据语言进行通信。该解决方案通常很耗时。可以协调不同数据源之间的通信的智能网关进行分析，并将数据传输到适当的接收者。IoT网关能够接收和处理来自PLC的过程数据， 之后用于将来自PLC的过程数据存储到Cloud平台中，然后通过Web应用程序远程控制实际设备。控制可以在IoT 网关级别进行，也可以直接从CLOUD平台进行（这两个示例均在结果的实际演示中提供）。
选择了西门子公司的IIoT网关（Simatic IoT 2040） 来收集，处理和传输过程数据。这是一个可靠的网关， 可用作云平台和生产之间的接口。它可以从设备收集数据，也可以将分析的数据从Cloud Platform传输到设备。系统支持多种通信协议并以更高的编程语言编写代码的 开放性表明，在特定解决方案的上下文中，使用范围越 来越广。Simatic IoT2040可以轻松集成到现有设备中。因此，它是替代旧机器的完整附加设备的经济和安全的选择。该设备支持几种编程语言， 例如C ++， Java或Python ， 并且可以通过各种通信协议（ 例如MQTT ， SQLITE3 ） 连接或执行外围设备的本地或远程控制。IOT2040具有IP20防护等级，可确保在机器和配电盘中安全安装。防护罩由耐用的工业组件制成，因此即使在苛刻的条件下也可以连续运行。W3siemens（2017）和Rs- online（2017）
3.基于物联网概念的实验室
工业自动化和分布式控制系统实验室位于俄斯特拉发技 术大学VSB的电气工程和计算机科学学院。在该实验室中， 可以买到不同公司的工业PLC。还提供用于实时控制的设 备，包括由西门子PLC（Simatic S7-1200）控制的机电一体化任务。如前所述，每个PLC都必须包含基本程序（基于图5 – PLC中“数据”的一部分），它是该程序的基本概念（图6），程序的主要目的是逐步更改可通过IIoT网关或直接通过云平台定义的预定义变量或不同结 构的状态PLC和IoT网关之间的通信可以通过官方的S7库执行。这些库对大量必需的PLC项目进行分类，并确定将要占用的数据块总数。然后将一些小请求打包成一个或多个数据包，最大可达到PLC支持的最大容量。随后可以一次发送更多数据包以达到最大速度。然后会不断刷新使用过的输入和输出接口（可能会在短期断开电源后起作用）。库需要通过“机架插槽1”进行访问，并且在 可编程接口TIA Portal中必须针对已在使用的块进行优化访问。另外，必须在S7-1200控制器中启用硬件配置中的PUT / GET访问。图片的蓝色部分显示了可编程接口Node-RED的使用，其中包含修改后的决策逻辑。根据这种逻辑，可以控制远程运行的机电一体化任务。
3.1测试硬件说明
机电一体化任务代表了圆盘生产的一种减少形式，通过六个工作台逐渐对其进行修改，以便潜在客户将获得成品。最终的软件应用程序使用各种传感器和元件来移动圆盘，以防止潜在的质量较差的产品，最终产品将被发送给最终客户。第一个工作台包含一堆，逐渐将圆盘移 动到传送带上。这是冰球向生产技术部分迈出的第一步。 在另一个工作台上，圆盘的深度是通过一个控制探针测量的，该探针处于活动状态，基于一个圆盘由一个停止挡板停止的情况。在第三个工作台上，有模拟钻孔，冲压和吹塑的设备。在此过程之后，圆盘通过一个由伺服马达控制的吸臂移动到下一个工作台。该工作台的设计依据是公认的冰球颜色，会使产品的分类质量变差。最后一个工作表用于存储成品（小袋）。随后，它作为一个应用程序演示设备进行了更详细的描述，该设备允许将来自PLC的过程数据发送，处理和接收到多个Cloud平台中。圆盘的存货（分别是存放圆盘的工作场所）（图7） 代表一种设备，它是本文实验中最重要的部分之一。
第一个重要元素是输送带，它由直流电动机提供动力。在皮带的末端，有一个处理单元，用于将圆盘从装 载位置转移到光学颜色传感器和磁感应传感器所在的颜 色测试位置。之后，将圆盘转移到商店的某个位置，该 位置根据加载的颜色具有4个级别（位置）。配备有夹具的机械手由两个伺服电机控制，这两个伺服电机可使机 械手垂直或水平移动到预定位置。
3.2证明取得的成果
可以基于Node-RED平台（通过节点，功能块进行编程） 实现实际演示（图8）和各个CLOUD数据系统的比较。第一个节点（存货红色小球的计数器）从PLC接收有关存货红色小球数量的信息。
该节点的设置显示在图像的底部（黑色矩形）。最重要的参数是IP地址，模式（变量/结构），变量/结构选择和唯一标识名称。根据决策交换节点的输出值，正确的值将存储到选定的云平台。在这张照片中，这些平台以节点的形式显示，表示蓝色（IBM云–商业数据存储）和粉红色（Ubidots Cloud – 免费数据存储）节点。为了将数据保存在IBM云上，重要的是要在名为IBM Watson IoT Platform的特殊网站上注册设备。该平台表示用于制造新设备的接口，该接口必须包含唯一的ID ， 类型和授权令牌。在自由云平台Ubidots上保存数据采用协议MQTT的形式。该协议必须包含参数主题和授权令牌（在注册时分配给用户）。
基于从选定的Cloud Platform接收到的数据，可以逆转过程（除非仅需要一些数据备份）。之后，可以直接从选定的云平台（ 此功能仅包含Free Cloud 平台Ubidots）或从IIoT网关进行PLC控制。以下程序块（图8） 用于打开机电一体化任务的实验室模型。
在Cloud Platforms（从两个平台中选择的元素）中， 创建了基本可视化（图9）以显示存货中各个位置的圆盘 计数器。对于这两种平台，都可以在图形界面（仪表板） 中使用控制面板（开关，滑块）和可视化元素（指示器， 图表）。打开皮带输送机（图像的左上角）后，圆盘移动到用于测试颜色的位置。根据冰球的正确颜色，它将被移动到库存的正确位置。一切都在Node-RED中持续同 步。为了对所有相关状态进行绝对控制，还创建了事件， 这些事件能够在发生警报状态（图像的右上角）时发送电子邮件。通过指示器可视化在正确位置的存货盘的结果，该指示器还检测警报事件（正确位置1的纸堆已满）。最后一个元素是根据时间（图表的左侧）检测冰球计数的图表。为了更好地比较两个Cloud平台，有一个图表（图10） 比较了更改流程数据时的响应速度。它是单个存货头寸 中的圆盘计数器。该图显示，添加或删除冰球时，两个 云平台的延迟都大不相同。根据测量结果，可以说商业 解决方案IBM Cloud的最大延迟为一秒钟。第二个云（免费平台Ubidots）显示出更差的结果。根据输入的数据， 通过与商用IBM Cloud的比较，始终可以测量到更长的意外延迟（最长5秒）。
4结论
在本研究中，我们设法基于IoT概念将PLC与CLOUD平台互连。结果是可以用于学习目的的解决方案。学生不再只 需要在实验室工作，而是可以在几乎可以访问Internet 的任何地方处理相关数据。当我们比较两个Cloud平台时， 商业IBM Cloud提供了最大的优势，当然还有相当大的优势。它在延迟方面表现出色。在此平台上，更改过程数 据时的响应速度始终最快，且持续时间不会超过1秒。免 费云Ubidots提供了完全不同的速度。通过数十次测量， 观察到一个间隔的值范围很广（从1到10秒）。为了更好地进行比较，建议在将来扩展本文以添加另一个Cloud平台。由于使用了PLC，因此在这种情况下，可直接从Siemens公司（Cloud平台称为MindSphere）购买商业云。在其他修改方面，最好添加IP摄像机以检测实验室中的各种情况。
参考文献：
I.Colak, E.Irmak, S.Demirbas, S.Sagiroglu,A novel integrated web-based learning system for electrical machines education. 2007. Power Engineering, Energy and Electrical Drives.
Green. Whitehatsec. Planning IOT Model, 2017.URL
S. Greengard.The internet of things.2015.Cambridge: MIT Press, ISBN 978-0-262-52773-6.
N. Heidoloff. Heidoloff. What is Node-RED? Internet of Things, 2015. URL http://heidloff.net/article/21.01.2015081 841NHEAL8.htm Inductive automation. The Industrial Internet of Things, 2018. URL https://inductiveautomation.com/what-is-iiot
K. Johnson. Wired Cloudline, Education in the cloud:Exploring opportunities. /insights/2012/02/education-in-the-cloud
P. Pohanka. I2ot. The Internet of Things, 2017.URL
Rs-online. IndustrialIoT & Industry 4.0, 2017.URL https://cz.rs-online.com/web/generalDisplay.html?id=industrial-iot
A. Srivastava. Gyantemple. M2M and IoT, 2018.URL
A.Vojá?ek.Automatizace.hw. IoT MQTT prakticky vautomatizaci, 2017.URLhttps://automatizace.hw.cz/iot-mqtt-prakticky-vautomatizaci-1dil-uvod.html
W3siemens. The intelligent gateway for industrial IoT solutions, 2017. URL https://w3.siemens.com/mcms/pc-based-automation/en/industrial-iot/pages/default.aspx
文章出处：*VSB-Technical University Of Ostrava,FEECS,Department of the Cybernetics and Biomedical Engineering,17.listopadu 15,Ostrava,Czech Republic
(e-mail:antonin.gavlsa@vsb.cz;jan.zwierzyna.st@vsb.cz;jiri.koziorek@vsb.cz)