Durch Zuführung der in das MQTT-Protokoll umgewandelte Daten in Analysesoftwaren profitieren Anlagenbetreiber bei einem minimalen Integrationsaufwand: beispielsweise durch die frühzeitige Erkennung von Anomalien in Produktionsprozessen oder deren Verbesserung nach elektronischer Auswertung von Verhaltensregeln zur Steigerung der Produktivität.
Der Container ermittelt die Profinet-Netzwerkstruktur automatisch während einer Netzwerk-Startup-Phase oder bereitet sie in seinem integrierten Web-Interface topologisch vor. Alternativ kann der Anwender die Topologie auch selbst über die GSDML-Datei vorbereiten. Anschließend bestimmen Anwender im Netzwerkbaum individuell, welche Prozessdaten an einen MQTT-Broker publiziert werden sollen.
Key Facts über Hilschers Profinet-Tap-Applikation
Der rückwirkungsfreie Datenabgriff am Industrienetzwerk kann durch einen herkömmlichen Managed-Switch mit Mirror-Port erfolgen und an einen beliebigen Gbit-Ethernet-fähigen Container-Host weitergeleitet werden. Die Zuführung der Daten in den Container-Kontext kann alternativ auch über Container-Systeme mit integrierter Industrienetzwerk-Schnittstelle erfolgen. Das erfordert den Einsatz von netX-basierten Kommunikationslösungen wie PC-Karten oder Embedded Modulen.
Hilschers netMirror kann immer dann zum Einsatz kommen, wenn man Unterbrechungen des Profinet-Netzwerkes beispielsweise bei Spannungsausfällen des Container-Hosts vermeiden möchte.
Technische Vorteile
Kompatibel mit jeder Profinet-Steuerung
Erfordert keine Änderungen an der SPS- oder Maschinenkonfiguration · Keine Beeinflussung eines laufenden Profinet-Netzwerks durch passive Datenerfassung
Kann einfach physikalisch plug-and-play in jedes bestehende Profinet-System integriert werden
Ist der schnellste Weg, um Systeme mit modernen IoT-Techniken aufzurüsten, indem das populäre MQTT als Ausgangsprotokoll verwendet wird
Arbeitet mit einem Standard-GBit-Ethernet-Port als Erfassungsschnittstelle
Wirtschaftliche Vorteile
Ermöglicht die Ableitung von Maßnahmen zur Steigerung der Anlagenproduktivität nach Analyse der Profinet-Daten
Ermöglicht die Untersuchung des Gesamtverhaltens von kontrollierten Profinet-Signalen durch Machine Learning
Ermöglicht eine lückenlose Datenerfassung ohne Datenverlust: Basis für 24/7-Datenerfassung sowie Beweisführung
Ermöglicht die Realisierung von vorausschauenden Wartungsszenarien durch langfristiges Data Mining
Weitere Informationen erhalten Sie auf der Website von Hilscher!
