Облачные программируемые логические контроллеры (ПЛК) представляют собой революционную эволюцию традиционных систем промышленной автоматизации, обеспечивая беспрецедентную гибкость, масштабируемость и доступность через удаленный мониторинг и управление. Для достижения удаленного доступа к программируемому логическому контроллеру необходимо виртуализировать соединения, при этом данные ПЛК передаются на облачную платформу, откуда они доступны технологам в виде действенных данных.
Облачные решения для промышленной автоматизации основаны на парадигме "управление как услуга" (Control-as-a-Service), которая полностью отделяет логику управления от специфического оборудования. Виртуальные ПЛК представляют парадигмальный сдвиг для промышленной автоматизации, полностью отделяя программное обеспечение логики управления от специфического оборудования.
Глобальный рынок систем удаленного мониторинга и управления демонстрирует стремительный рост, отражая растущую потребность в централизованных операциях. Размер рынка систем удаленного мониторинга и управления оценивается в 3,84 миллиарда долларов США в 2025 году и прогнозируется достигнуть около 7,69 миллиарда к 2033 году.
Сегмент облачных решений, как ожидается, будет расти с самым высоким среднегодовым темпом роста в прогнозируемом периоде из-за растущей потребности в гибких, масштабируемых и централизованных операциях. Облачные системы более рентабельны, поскольку они устраняют необходимость в дополнительной инфраструктуре, что приводит к снижению операционных затрат.
Архитектура облачных ПЛК
Предлагаемый подход к облачному решению направлен на предоставление управления как услуги для промышленных автоматизированных применений. На основе требований приложения для каждого конкретного модуля ПЛК может оставаться на производственном цехе как физическое устройство традиционно для обеспечения более надежных функций управления.
Альтернативно, ПЛК может быть реализован как виртуальная сущность и доставляться на производство как услуга из киберфизической системы через сеть. Архитектура vCloud Suite от VMware с компонентами, используемыми для реализации, представляет собой комбинацию различных компонентов VMware для предложения пакета облачной платформы.
VMware vSphere играет роль гипервизора виртуализации, в то время как vCloud Networking and Security обеспечивает подключение и безопасность для виртуальных машин. vCloud Director используется для объединения подготовленных ресурсов, автоматического выделения их и доставки пользователям как услуги по требованию.
Система реализуется как платформа частного облака с возможностью предлагать виртуальные устройства ПЛК, подключенные к системе Profinet реального времени через физический интерфейс. Для увеличения пропускной способности количество физических интерфейсов может быть увеличено путем подключения дополнительных сетевых адаптеров к компьютеру гипервизора.
Виртуализация ПЛК в частном облаке
Используемый виртуальный коммутатор (vSwitch) управляется непосредственно компонентом vCloud Networking and Security. Сетевые правила и политики, такие как разрешения доступа для виртуальных машин, определенные для облака, применяются через vSwitch.
Для обеспечения промышленных коммуникаций, таких как Profinet на vSwitch, включается интерфейс виртуальной машинной коммуникации (VMCI) для драйвера адаптера виртуальных машин. VMCI является высокоскоростным интерфейсом, который ускоряет коммуникацию между виртуальными машинами и хост-компьютером.
Виртуальное устройство ПЛК подключается к каждому виртуальному интерфейсу. Технически каждое устройство включает виртуализированную операционную систему, которая запускает программный ПЛК на базе ПК. В реализации выбрана Microsoft Windows 7 32-bit как гостевая операционная система для виртуальных машин, поскольку это рекомендовано производителем ПЛК.
Программный ПЛК PC WORX SRT работает на виртуальной машине для обработки задач управления. Этот продукт разработан для поддержки приложений управления в мягком реальном времени с минимальным интервалом задачи 2 миллисекунды. Установка и конфигурация виртуальной машины выполняется вручную один раз на шаблоне vCloud Director.
Оценка производительности облачных ПЛК
Оценка предложенной облачной платформы выполнялась на ПК-оборудовании с процессором Intel Core i5-2400, имеющим четыре ядра по 3,10 ГГц с включенной поддержкой аппаратной виртуализации (Intel VT-x), 8 ГБ оперативной памяти, 1 ТБ жесткого диска и тремя сетевыми адаптерами 100 Мбит/с. Для каждой виртуальной машины выделялся один процессорное ядро 3,10 ГГц, 1 ГБ оперативной памяти и 20 ГБ виртуального жесткого диска SCSI.
Для сравнения результатов оценки с унаследованной настройкой в качестве эталонного теста использовался аппаратный ПЛК Phoenix Contact (ILC 350 PN). И компьютер гипервизора, и аппаратный ПЛК были подключены к сети Profinet RT, включающей устройство ввода-вывода (Phoenix Contact TPS-1 Board).
Был разработан проект IEC 61131 для чтения входа устройства ввода-вывода, генерируемого генератором сигналов периодически с фиксированным интервалом, и записи инвертированного значения на выход. Эта задача повторяется циклически в определенных временных интервалах, и выход измеряется и записывается осциллографом.
Результаты оценки показывают снижение производительности для облачного сценария по сравнению с аппаратным ПЛК. Особенно для более коротких входных интервалов рабочая нагрузка системы значительно увеличивается, что приводит к более высоким значениям задержки, что показывает меньшую производительность системы.
Разница в производительности между виртуальным ПЛК и аппаратным ПЛК в основном является функцией совместного использования ресурсов на облачной платформе. Эти совместно используемые ресурсы главным образом включают вычислительные ресурсы и ресурсы компьютерного ввода-вывода, которые выделяются отдельным виртуальным сущностям из гипервизора одновременно.
Однако снижение производительности может быть приемлемым для приложений мягкого реального времени, поскольку интервалы для изменения значений датчиков выше для этого типа приложений. Кроме того, для приложений жесткого реального времени доступны некоторые гипервизоры реального времени, которые могут заменить используемый нереального времени гипервизор для гарантии высокопроизводительного совместного использования ресурсов.
Облачная платформа удаленного мониторинга с периферийными вычислениями
Исследование предлагает и разрабатывает концепцию системы удаленного мониторинга для производителей машин для управления активами своих клиентов. Система может удаленно собирать данные в реальном времени от различного оборудования, произведенного разными производителями и используемого разными клиентами.
По сравнению с традиционными системами удаленного мониторинга эта новая концепция имеет характеристики и инфраструктуру для существования в облачном решении, а не только с использованием агентского канала связи. Более того, для работы с огромным объемом данных, генерируемых от оборудования на площадках клиентов, принимаются периферийные вычисления для облегчения сетевого давления и преодоления проблем с данными.
Во-первых, с преимуществом архитектуры мультиаренды эта система поддерживает многопользовательские операции в облачной структуре. Во-вторых, периферийные вычисления позволяют выполнять анализ данных и сбор данных на краю сети, ближе к источнику данных. Вместо отправки каждых сгенерированных данных на облачный сервер для обработки, оборудование и устройства IoT подключаются через локальный шлюз.
Это позволяет более быструю аналитику и снижает сетевое давление. Система имеет разные решения и частные центры обработки данных для разных производителей машин. Однако все решения разделяют основную концепцию.
Производители машин могут подключать различных клиентов к этой системе через элементы управления конфигурацией с очень низкими дополнительными затратами. Очень легко расширить область услуг удаленного мониторинга.
Двухуровневая сетевая архитектура
Архитектура достигается через двухуровневую сетевую структуру, а именно локальный уровень и облачный уровень. Компания-производитель машин состоит из одной или нескольких компаний-клиентов, и каждая компания-клиент имеет несколько рабочих площадок для физической производственной деятельности.
Каждая площадка имеет ряд производственных линий и используемого оборудования. Каждая площадка собирает локальную информацию через узлы IoT и отправляет ее по локальной сети на периферийный шлюз на локальном уровне. Периферийный шлюз является точкой входа между источником данных и облачными серверами.
Затем данные отправляются на централизованные облачные серверы через глобальную сеть на облачном уровне. Используя эту структуру, сбор данных может быть адаптирован в соответствии с конкретными требованиями, а также мощность обработки данных может быть распределена как в локальной сети, так и в облачной сети.
В этом исследовании промышленные активы не только находятся в фиксированном месте; они также могут быть мобильными устройствами, такими как грузовик или другое сервисное транспортное средство. Для клиентов предоставляется несколько приложений удаленного мониторинга на основе облака, использующих централизованный сервер.
Функциональная архитектура CloudRM
Функциональная архитектура CloudRM иллюстрирует пример как облачного сервера, так и локального сервера. Левая сторона архитектуры показывает три логические части в облачном сервере. Уровень локального человеко-машинного интерфейса (HMI) обрабатывает взаимодействие и связь между удаленной поддержкой и локальным оператором или обслуживающим персоналом.
На уровне приложений различные приложения могут быть загружены как модули для поддержки функциональности на уровне площадки. Системное ядро выполняет наиболее центральные части процессов.
Правая сторона архитектуры представляет программные компоненты локальной площадки удаленного управления. Сбор и обработка данных в реальном времени/почти реальном времени требуют передового механизма обработки данных. Поэтому сервер OCP (Open Compute Project) и локальное хранилище данных реализуются как центр обработки данных на локальной площадке.
Механизм правил обрабатывает агрегацию, оповещения и действия по манипулированию данными на основе событий и сохраняет данные в локальную базу данных или отправляет обработанные данные на облачный сервер. Коммуникационный модуль обрабатывает внешнюю связь с центральным облаком.
Кейс: компания по производству пищевого оборудования
Компания A является производителем машин для пищевой обработки, специализирующимся на обработке корнеплодов и салатов, таких как машины для очистки картофеля. Бизнес-целями компании были работа в тесном сотрудничестве с клиентами для лучшего понимания их бизнес-потребностей и предоставление клиентам оптимизированных решений для пищевой обработки с возможностью немедленных корректировок при необходимости.
Промышленные проблемы включали трудность достижения мониторинга в реальном времени и удаленного управления машинами, а также необходимость большой пропускной способности для загрузки видео для выполнения функциональности мониторинга.
Внедрение CloudRM позволило компании A достичь удаленного доступа к нескольким площадкам и расширить область производственных услуг. Периферийные вычисления были приняты на площадках клиентов в этом решении для преодоления недостатков традиционных облачных решений в обработке и обработке данных.
Производственные данные с производственной линии собираются средой IoT. IoT обеспечивает улучшенную автоматизацию производственной деятельности и удаленный мониторинг путем отслеживания объектов и надзора за рабочим процессом. Информация включает продукты, состояния машин, время обработки и операции.
ПЛК (программируемые логические контроллеры) используются для сбора данных с площадки и передачи данных на локальный хост-сервер (периферийный сервер) через коммуникационную сеть. Система на уровне локальной площадки взаимодействует с облачными серверами, используя протокол связи на основе https, туннелированный в VPN (виртуальная частная сеть).
Кейс: производитель мобильных энергогенераторов
Компания B является производителем машин для мобильных энергогенераторов, предоставляющим портативные энергогенераторы для строительной промышленности. Бизнес-целями были анализ использования различных машин с точки зрения клиентов и предложение полезных машинных планов для повышения производительности машин клиентов, а также исключение ненужных визитов на удаленные площадки для улучшения обслуживания клиентов при одновременном снижении затрат.
Промышленные проблемы включали вопросы безопасности с передачей данных и отсутствие видимости потребления энергии и выходной мощности для достижения оптимального выполнения.
Внедренная система CloudRM обеспечила централизованную платформу для мониторинга и управления распределенным парком мобильных генераторов. Каждый генератор был оснащен модулем IoT, который собирал данные о выходной мощности, потреблении топлива, времени работы, состоянии двигателя и географическом местоположении.
Данные передавались через периферийный шлюз на облачную платформу, где они анализировались для оптимизации использования парка. Система автоматически генерировала рекомендации по перемещению генераторов между строительными площадками на основе прогнозируемого спроса на энергию.
Превентивное обслуживание планировалось на основе фактической наработки и анализа данных о вибрации и температуре двигателя. Клиенты получили доступ к веб-порталу, где они могли видеть доступность генераторов, планировать обслуживание и получать детализированные отчеты о потреблении энергии и затратах.
Преимущества облачных решений для производителей оборудования
Преимущества системы удаленного мониторинга могут рассматриваться как с точки зрения производителей, так и с точки зрения клиентов. Для производителей преимущества удаленного мониторинга могут обсуждаться как внутренне, так и внешне.
Система может улучшить производительность сотрудников, увеличить доступность их продуктов, улучшить понимание производства машин и снизить затраты и время отклика. Внешне производители получают прямой доступ к операционным данным от клиентов, используя IoT, и поддерживают тесные отношения с ними.
Эта обратная связь может обеспечить создание знаний из обучения и улучшить процесс исследований и разработок. Клиенты могут запрашивать решение ошибок своевременно, потому что производители имеют полное представление о потребностях клиентов и о том, как клиенты фактически используют продукты, используя удаленный мониторинг.
Клиенты получают выгоду от минимизированного времени простоя и передачи рисков на сторону производителя. Кроме того, клиенты должны подключать и интегрировать машинные данные во внешние системы, чтобы принимать интеллектуальные операционные решения.
Тренды облачной интеграции ПЛК к 2025 году
Более 75% всех промышленных данных, как ожидается, будут обрабатываться на периферии к 2025 году. 70% новых моделей ПЛК от ведущих поставщиков будут включать интегрированные функции периферийных вычислений.
ПЛК будут запускать локальные дашборды, выполнять аналитику и даже размещать движки периферийного ИИ без необходимости подключения к центральной SCADA. Компании, такие как Rockwell Automation, Schneider Electric и Bosch Rexroth, встраивают многоядерные процессоры, твердотельные накопители и операционные системы на базе Linux в современные ПЛК, превращая их в компактные промышленные периферийные компьютеры.
ПЛК будут нативно поддерживать облачную интеграцию не как дополнение, а как основную функциональность. Эта интеграция позволяет потоковую передачу машинных данных в реальном времени на централизованные платформы, такие как Siemens MindSphere, Rockwell FactoryTalk Hub, Azure IoT Hub и AWS Greengrass.
С этих платформ пользователи могут мониторить OEE (общую эффективность оборудования) в реальном времени, генерировать оповещения о предиктивных проблемах, визуализировать производительность на глобальных площадках на унифицированных дашбордах и запускать автоматизированные обновления или резервные копии из облака.
Согласно IDC, более 70% производителей будут полагаться на гибридные облачные и периферийные архитектуры для интеграции данных ПЛК и визуализации к 2026 году. Эта эволюция обеспечит удаленную диагностику, виртуальный ввод в эксплуатацию и даже облачные обновления логики - что было немыслимо десятилетие назад.
Андрей Повный