Průmyslová webová aplikace IoT pro monitorování charakteristik motorů

Abstract

Základem této práce je vývoj podpůrné serverové aplikace (back-end), monitorující charakteristiky motorů v oblasti průmyslového IoT (internetu věcí). Účelem této podpůrné aplikace je přijímat změřená data, jako je rychlost, zrychlení, poloha a točivý moment z průmyslového servomotoru připojeného k PLC Siemens SIMOTION D. Data jsou přijímána pomocí protokolu MQTT a poté zpracovávána do formy grafů. Výsledný graf, známý jako křivka zatížení, nabízí možnost předvídat a v předstihu provádět údržbu hardwaru během jeho užívání v průmyslovém provozu. Podpůrná serverová aplikace (back-end) byla vytvořena v programovacím jazyce Java s využitím aplikačního rámce Spring Boot a následně propojena s SQL databází (použit PostgreSQL), kam se ukládají změřená a vypočtená data. Dokumentace API (Application Programming Interface, popis jak volat tuto serverovou podporu) byla vygenerována pomocí programu Swagger (framework pro návrh, tvorbu a dokumentaci API) a obsahuje popis veškerých možných přístupových bodů a volání, které mohou tvůrci nejen webových aplikací (na straně klienta, front-end) využívající vytvořenou serverovou podporu (back-end) implementovat. Po sestavení podpůrné aplikace na straně serveru i aplikace na straně klienta lze pomocí virtualizačního prostředí Docker vytvořit image (obraz paměti), který lze spouštět na průmyslových zařízeních používaných v tovární automatizaci.

This thesis is based on the technology of web development to build the back-end of an application for motor characteristic monitoring in the field of industrial IoT. The purpose of the web application is to receive data such as velocity, acceleration, position and torque from an industrial servo motor connected to a Siemens SIMOTION D PLC using MQTT protocol, and then analyze this data in the form of charts. The resulting chart would be known as the load curve which will offer the chance to perform predictive maintenance on the hardware functioning inside the factory. The backend of the application will be written in the Java programming language using Spring Boot application framework. This backend will then be connected to an SQL database such as PostgreSQL where all the essential data of the application will be stored. An API documentation will be generated using Swagger containing all required endpoints for the frontend developers to implement the user interface. After building both the backend and frontend of the application, an image file can be created using Docker which will run on industrial devices used in factory automation.