Idrolab 4.0 – performance monitoring in de cloud

CLUI, de Italiaanse vereniging van gebruikers van automatiseringssystemen, heeft een demonstrator gebouwd voor performance monitoring in de cloud. De demo beperkt zich niet tot het raadplegen van de fancy functies van slimme sensoren maar brengt grote hoeveelheden procesdata naar de cloud voor de hardcore analyse van de performantie van regelkringen.

CLUI staat voor “CLub Utilizzatori Italiani – Automazione e Strumentazione” en is de Italiaanse tegenhanger van het Duitse NAMUR. De vereniging had nabij Pisa al een demonstrator – Idrolab genaamd – waar testen gedaan werden met PCU, wat staat voor Plant Check-up. Het is een software ontwikkeld aan de Universiteit van Pisa voor closed loop performance monitoring. Daarbij wordt de werking van regelkringen geanalyseerd om de parameters te tunen en om fouten in het proces, die de goede werking van de kringen verstoren, op te sporen.

In een nieuw project werd die software naar de cloud gebracht en werden in de demonstrator de nodige aanpassingen gedaan om alle relevante data naar de cloud te brengen. Op die manier ontstaat er één centrale monitoring toepassing die alle data bij zich heeft, van overal toegankelijk is en meerdere plants kan omvatten.

Data acquiqitie

Het ontwikkelen van de PCU software zelf startte al in 2003 en is een project waar nog steeds verder aan gebouwd wordt. Als het uw ding is – op het internet zijn heel wat papers te vinden die de diverse aspecten van het monitoring systeem beschrijven. De software wordt al in een aantal bedrijven effectief on-site gebruikt. In een raffinaderij van ENI in Livorno, bijvoorbeeld, worden 1200 loops met PCU opgevolgd.

In eerste instantie focuste de software zich enkel op de analoge meetwaarden van instrumenten om de regelkringen zelf te bewaken. In een volgende versie, die PCU+ werd genoemd, werden ook slimme instrumenten mee geïntegreerd zodat men extra feedback krijgt wanneer zich storingen voordoen. Op die manier kunnen de alarmen van slimme instrumenten ook mee geïntegreerd worden in het alarmenbeheer van PCU.

Voor het verzamelen van de data maakt de on-site software gebruik van acquisitie modules in het veld (een soort edge devices avant la lettre, als u wil) die de data via OPC opvragen in PLC’s en controllers en wegschrijven in bestanden. Een centrale scheduling module vraagt deze bestanden periodiek op, haalt de data er weer uit en schrijft die weg in een centrale SQL databank. In PCU+ werd ook voorzien dat de databankserver zelf rechtstreeks via OPC data kan opvragen.

Schaalbaarheid

Voor de nieuwe versie in de cloud werd afgestapt van de eigen databestanden en OPC als communicatieprotocol en gekozen voor MQTT – een protocol dat steeds vaker opduikt in Internet of Things toepassingen. MQTT is een publisher/subscriber model met een centrale server die broker genoemd wordt. PLC’s, controllers en slimme instrumenten publiceren hun data in dat model op het netwerk door berichten te sturen naar die broker.

Voor die berichten maakt het nieuwe PCU gebruik van JSON – een standaard die net als MQTT ontleend werd aan de IT-wereld. Waar data vroeger over de tijd geaggregeerd werd in bestanden werkt het nieuwe systeem meer in real-time. In de demonstrator heeft de PLC voor zijn regelkringen een sampling tijd van 1 seconde. Per cyclus worden alle relevante variabelen in de PLC samengevoegd in een JSON bericht en naar de broker gestuurd. Zo een JSON bericht is een vooraf gedefinieerde string, wat minder bandbreedte vraagt dan het doorsturen van berichten met gelabelde data.

Het grote voordeel van de benadering met MQTT is volgens CLUI de schaalbaarheid aangezien het concept op zich geen beperkingen kent op het aantal berichten dat over het netwerk verstuurd wordt. Daar staat uiteraard wel tegenover dat het netwerk onvermijdelijk meer bandbreedte vergt naarmate het aantal berichten toeneemt. In de demonstrator zijn er slechts 5 PID loops die per sampling elk 17 variabelen doorsturen. In een reële plant wordt dat al snel een heel ander verhaal.

Beveiliging

Een tweede bedenking is dat het systeem allesbehalve plug & play is aangezien overal in het veld de MQTT clients geconfigureerd moeten worden. In een aantal gevallen kan dat betekenen dat er bijkomende hardware nodig is voor de data acquisitie. Het gebruik van JSON vereist bovendien dat alle berichten vooraf geconfigureerd moeten worden. Op zich is dat uiteraard niet onoverkomelijk en CLUI wijst in dat verband op de kostenbesparing die nadien gerealiseerd kan worden eens alle data samengebracht is op een server in de cloud. Bovendien is het plug & play concept, dat tegenwoordig nogal vlug als vereiste wordt aangehaald, allicht een illusie wanneer men alle data in een plant op een veilige manier wil ontsluiten.

Wat die veiligheid betreft wordt in dit project langs de ene kant gebruikgemaakt van de security maatregelen die door de aanbieder van de cloud server geïmplementeerd worden. Langs de andere kant maakt men gebruik van een aantal beveiligingsfuncties in MQTT om de communicatie af te schermen. Alle clients werden voorzien van een unieke naam en paswoord zodat ze niet door externe systemen aangesproken kunnen worden. Met MQTTS is het bovendien mogelijk om een certificaat te implementeren dat bij elk nieuw bericht geverifieerd wordt om manipulatie in het netwerk onmogelijk te maken. Bijkomend zijn er in een industrieel netwerk dan nog de firewalls waarin bepaald kan worden wie toegang krijgt en wie wat mag communiceren.

Het project van CLUI in samenwerking met de universiteit van Pisa is niet alleen als demonstrator succesvol, maar zal ook voor training aangeboden worden. Heel wat bedrijven hebben interesse om de oplossing te implementeren en om er op verder te bouwen om bijkomende functies te ontwikkelen. Naast de industrie is er ook interesse om het systeem in te zetten voor het beheer van waterleidingen om te komen tot een smart water network.

© Productivity.be, 08/06/2020