Process Control Sensore Laser ottico per IMA

Il software IoT che rivoluziona l’R&D industriale

Il progetto

L’automazione industriale è storicamente presidiata da ingegneri meccanici ed elettronici. Oggi, la contaminazione con l’ingegneria informatica genera valore e innovazione, sbloccando nuove frontiere di R&D.

Fare R&D in ambito produzione di macchinari è da sempre oneroso. Individuato un nuovo macchinario per il controllo qualità dotato di laser ottico, la necessità di IMA è quella di sviluppare il programma di monitoraggio e visualizzazione dati per abilitare l’automazione di linea ideale.

Lo sviluppo di questo software embedded risulta impegnativo soprattutto in assenza di conferme di fattibilità basate sulle performance del macchinario.

E se fosse possibile verificare l’idoneità del macchinario all’applicazione pensata attraverso una PoC virtuale, una modalità di test in grado di snellire costi e tempi di questa operazione? Da qui l’intuizione del team Quinck di effettuare questa verifica attraverso una simulazione web-based del software da installare sul macchinario. Grazie alla simulazione web-based del software è stato possibile misurare le performance di raccolta, analisi e visualizzazione dati, effettuando misurazioni anche con velocità di scorrimento molto elevate. In questo modo IMA ha potuto verificare l’idoneità delle performance del nuovo macchinario investendo solo il 10% delle risorse e del tempo necessario rispetto all’implementazione embedded.

Pochi e semplici step: sviluppo dell’algoritmo di simulazione, realizzazione del software di interfaccia e testing a bordo macchina con misurazioni reali.

Laser Nuovo 1
Laser 3 image
Laser Nuovo 2
Sensor results

IT People Only

Dato l'elevato traffico di dati e la natura concorrente e asincrona del software, Go è stato selezionato come linguaggio per il server e la logica backend. Questa scelta tecnica ha permesso di soddisfare il requisito di misurazioni in tempo reale di ogni campione ricevuto dal sensore (velocità elevata, ~10.000 campioni/secondo).

Tutti i componenti interni comunicano tramite canali sincronizzati e operazioni concorrenti, abilitando le seguenti funzionalità essenziali per il progetto:

  • Ingestion dati via TCP da connessione diretta al sensore Laser
  • Invio e ricezione comandi per settaggi via TCP
  • API REST per comunicare con la dashboard web
  • Parsing, analisi ed elaborazione dati e misurazioni
  • API Websockets per mostrare i dati passanti in semi-real time su dashboard web
  • Sistema di alerting impostabile da utente su misurazioni effettuate

La gestione di questi dati è fruita tramite una dashboard web, sviluppata in Svelte. Questa tecnologia front-end consente la visualizzazione in tempo reale del grafico dei campioni, la gestione delle impostazioni del sensore e dell'utente, e l'utilizzo di un sistema di alerting attivabile al superamento dei limiti impostati dall'utente.

Oltre allo sviluppo software, una fase di testing in sede ha permesso di passare dall'applicazione dell'algoritmo su dati simulati a un test a bordo macchina con misurazioni reali in velocità, convalidando le scelte tecniche e il raggiungimento degli obiettivi prestazionali del progetto.

Requisiti

  • Misurazioni in tempo reale di ogni campione ricevuto dal sensore (velocità elevata, ~10.000 samples/secondo)
  • Dashboard web per visualizzare in tempo reale il grafico dei samples, gestire le impostazioni del sensore e dell'utente
  • Sistema di alerting che si attiva quando le misure superano i limiti imposti dall'utente.

Stack Tecnologico

  • Go (back end e software di analisi)

  • MongoDB (database per storage di samples e settaggi utenti)

  • Svelte (frontend web)

  • Prometheus e Grafana (telemetria e monitoring interno al software)