A carregar...
Publicação
Integrating Industrial Systems with Cloud-Based Platforms for Enhanced Connectivity and Efficiency
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 3.89 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
This dissertation investigates the integration of industrial automation systems with cloud
based platforms by designing, implementing, and evaluating a practical Industrial Internet
of Things (IIoT) architecture. The work addresses the limited availability of implementation
oriented comparative studies of PLC-Edge-Cloud solutions by combining a PRISMA-based
systematic review with a practical case study using Siemens S7-1500 PLCs, a Siemens
SIMATIC IOT2050 gateway, Node-RED, and three cloud platforms: Siemens Insights Hub,
AWS IoT SiteWise, and Microsoft Azure Digital Twins.
The proposed architecture acquires industrial data via OPC UA, processes it at the edge, and
transmits telemetry to cloud services via MQTT. The implementation demonstrates a
reproducible gateway-centred approach for connecting industrial assets to cloud
environments for monitoring, data modelling, and telemetry processing. The systematic
review identifies the most common cloud platforms, protocols, architectures, benefits, and
limitations reported in recent IIoT literature. The practical evaluation compares the selected
platforms based on ease of use and implementation complexity, using observable criteria
such as configuration steps, number of services, integration type, coding effort,
dependencies, and conceptual difficulty. End-to-end latency was also analysed for the cloud
based MQTT communication paths implemented with AWS IoT Core and Azure IoT Hub.
The results show that Siemens Insights Hub offers the lowest implementation effort and the
best ease of use, mainly due to its native integration mechanisms and reduced architectural
complexity. AWS IoT SiteWise provides a balanced solution with moderate implementation
effort. At the same time, Azure Digital Twins offers advanced modelling capabilities at the
cost of higher configuration complexity, service dependency, and coding effort. In the
latency comparison, AWS IoT Core achieved lower and more stable end-to-end latency than
Azure IoT Hub under the tested conditions. Overall, this dissertation provides a replicable
IIoT integration architecture and practical guidance for selecting cloud-based platforms in
Industry 4.0 scenarios.
Esta dissertação pretende explorar a integração de sistemas de automação industrial com plataformas baseadas na cloud, através da conceção, implementação e avaliação de uma arquitetura de Industrial Internet of Things (IIoT). O trabalho aborda a limitada disponibilidade de estudos comparativos orientados à implementação de soluções PLC Edge-Cloud, ao combinar uma revisão sistemática baseada na metodologia PRISMA com um caso de estudo prático ao utilizar PLCs Siemens S7-1500, uma IIoT gateway Siemens SIMATIC IOT2050, Node-RED e três plataformas cloud: Siemens Insights Hub, AWS IoT SiteWise e Microsoft Azure Digital Twins. A arquitetura proposta obtém dados industriais através de OPC UA, processa-os no dispositivo edge e envia para os serviços cloud por MQTT. A implementação demonstra uma abordagem reprodutível, centrada na gateway, para a conecxão de ativos industriais em ambientes cloud para monitorização, modelação de dados e processamento de telemetria. A revisão sistemática identifica as plataformas cloud, protocolos, arquiteturas, benefícios e limitações mais comuns reportados na literatura recente de IIoT. A avaliação prática compara as plataformas selecionadas com base na facilidade de utilização e na complexidade de implementação, recorrendo a critérios observáveis como o número de etapas de configuração, número de serviços, tipo de integração, esforço de programação, dependências e dificuldade conceptual. A latência ponta-a-ponta foi também analisada para os fluxos de comunicação MQTT na cloud implementados com AWS IoT Core e Azure IoT Hub. Os resultados mostram que o Siemens Insights Hub apresenta o menor esforço de implementação e a melhor facilidade de utilização, principalmente devido aos seus mecanismos de integração nativos e à menor complexidade arquitetónica. O AWS IoT SiteWise constitui uma solução equilibrada, com um esforço de implementação moderado. Por sua vez, o Azure Digital Twins oferece capacidades avançadas de modelação, à custa de maior complexidade de configuração, dependência de serviços e esforço de programação. Na comparação de latência, o AWS IoT Core apresentou valores de latência ponta-a-ponta inferiores e mais estáveis do que o Azure IoT Hub nas condições testadas. De forma global, esta dissertação disponibiliza uma arquitetura de integração IIoT reprodutível e orientações práticas para a seleção de plataformas cloud em cenários de Indústria 4.0.
Esta dissertação pretende explorar a integração de sistemas de automação industrial com plataformas baseadas na cloud, através da conceção, implementação e avaliação de uma arquitetura de Industrial Internet of Things (IIoT). O trabalho aborda a limitada disponibilidade de estudos comparativos orientados à implementação de soluções PLC Edge-Cloud, ao combinar uma revisão sistemática baseada na metodologia PRISMA com um caso de estudo prático ao utilizar PLCs Siemens S7-1500, uma IIoT gateway Siemens SIMATIC IOT2050, Node-RED e três plataformas cloud: Siemens Insights Hub, AWS IoT SiteWise e Microsoft Azure Digital Twins. A arquitetura proposta obtém dados industriais através de OPC UA, processa-os no dispositivo edge e envia para os serviços cloud por MQTT. A implementação demonstra uma abordagem reprodutível, centrada na gateway, para a conecxão de ativos industriais em ambientes cloud para monitorização, modelação de dados e processamento de telemetria. A revisão sistemática identifica as plataformas cloud, protocolos, arquiteturas, benefícios e limitações mais comuns reportados na literatura recente de IIoT. A avaliação prática compara as plataformas selecionadas com base na facilidade de utilização e na complexidade de implementação, recorrendo a critérios observáveis como o número de etapas de configuração, número de serviços, tipo de integração, esforço de programação, dependências e dificuldade conceptual. A latência ponta-a-ponta foi também analisada para os fluxos de comunicação MQTT na cloud implementados com AWS IoT Core e Azure IoT Hub. Os resultados mostram que o Siemens Insights Hub apresenta o menor esforço de implementação e a melhor facilidade de utilização, principalmente devido aos seus mecanismos de integração nativos e à menor complexidade arquitetónica. O AWS IoT SiteWise constitui uma solução equilibrada, com um esforço de implementação moderado. Por sua vez, o Azure Digital Twins oferece capacidades avançadas de modelação, à custa de maior complexidade de configuração, dependência de serviços e esforço de programação. Na comparação de latência, o AWS IoT Core apresentou valores de latência ponta-a-ponta inferiores e mais estáveis do que o Azure IoT Hub nas condições testadas. De forma global, esta dissertação disponibiliza uma arquitetura de integração IIoT reprodutível e orientações práticas para a seleção de plataformas cloud em cenários de Indústria 4.0.
Descrição
Palavras-chave
IIoT Computação em cloud Indústria 4.0 OPC UA MQTT Gémeos digitais
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC