Design and implementation of a real-time industrial data acquisition
system for data analytics and predictive maintenance

Μπάτσης, Επαμεινώνδας Ορέστης; Batsis, Epameinondas Orestis

dc.contributor.author	Μπάτσης, Επαμεινώνδας Ορέστης	el
dc.contributor.author	Batsis, Epameinondas Orestis	en
dc.date.accessioned	2022-10-12T09:22:39Z
dc.date.available	2022-10-12T09:22:39Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55889
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23587
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc/3.0/gr/	*
dc.subject	Μικροελεγκτής	el
dc.subject	Πλακέτα τυπωμένου κυκλώματος	el
dc.subject	Αισθητήρες	el
dc.subject	Συλλογή δεδομένων	el
dc.subject	Πρακτική υλοποίηση	el
dc.subject	Microcontroller	en
dc.subject	PCB	en
dc.subject	Sensors	en
dc.subject	Datata Acquisition	en
dc.subject	Practical Implementation	en
dc.title	Design and implementation of a real-time industrial data acquisition system for data analytics and predictive maintenance	en
dc.title	Σχεδίαση και υλοποίηση συστήματος συλλογής βιομηχανικών δεδομένων σε πραγματικό χρόνο για ανάλυση και προληπτική συντήρηση	el
heal.type	bachelorThesis
heal.classification	Επιστήμη Υπολογιστών	el
heal.classification	Computer Science	en
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2022-06-14
heal.abstract	Είναι σαφές ότι η συλλογή δεδομένων βιομηχανικής παραγωγής είναι πολύ σημαντική, καθώς οι εταιρείες προσπαθούν να προβλέψουν και να βελτιστοποιήσουν τα σχέδια παραγωγής τους. Έχει σημειωθεί μεγάλη πρόοδος στην ανάπτυξη μοντέλων και εφαρμογών λογισμικού που επιτυγχάνουν τα προαναφερθέντα, αλλά χωρίς την συλλογή και επεξεργασία δεδομένων παραγωγής, είναι αδύνατο να εξαχθούν ακριβή συμπεράσματα σε πραγματικό χρόνο. Η συλλογή αξιόπιστων δεδομένων, σε πραγματικό χρόνο, από τις μηχανές παραγωγής είναι μια από τις πιο σημαντικές πηγές πληροφοριών στην διαδικασία λήψης αποφάσεων σχετικά με διάφορα σχέδια παραγωγής. Σε αυτή τη διπλωματική εργασία περιγράφεται ο σχεδιασμός, η υλοποίηση και η χρήση ενός Συστήματος Βιομηχανικής Συλλογής Δεδομένων σε Πραγματικό Χρόνο. Το σύστημα θα μπορεί να συνδεθεί με διαφορετικούς βιομηχανικούς αισθητήρες με σκοπό τη συλλογή αξιόπιστων δεδομένων. Τα δεδομένα που συλλέγονται από το σύστημα μπορούν στη συνέχεια να χρησιμοποιηθούν για ανάλυση, απομακρυσμένη παρακολούθηση και βελτιστοποίηση και ρύθμιση της λειτουργίας της μηχανής, για προληπτική συντήρηση. Το σύστημα προσφέρει πολλούς διαφορετικούς τρόπους συνδεσιμότητας και καλύπτει ένα μεγάλο μέρος της βιομηχανίας. Επίσης έχει μια πλήρως διαμορφώσιμη αρχιτεκτονική που του δίνει τη δυνατότητα προσαρμογής, χωρίς την ανάγκη επιπλέον τεχνικών δεξιοτήτων. Μπορεί να αναπτυχθεί σε σχεδόν οποιοδήποτε βιομηχανικό περιβάλλον με ελάχιστη υποδομή, επιτρέποντας μια γρήγορη και αξιόπιστη εγκατάσταση απόκτησης δεδομένων. Ουσιαστικά πρόκειται για μια πλατφόρμα που μπορεί να φιλοξενήσει εφαρμογές, προσαρμοζόμενες σε κάθε λύση χάρη στον αρθρωτό σχεδιασμό του. Η παρούσα διπλωματική εργασία περιλαμβάνει έξι κεφάλαια. Το πρώτο κεφάλαιο, «Εισαγωγή», περιέχει μια σύντομη περιγραφή των βασικών χαρακτηριστικών και της αρθρωτής αρχιτεκτονικής του Συστήματος, καθώς και ορισμένες σχεδιαστικές αποφάσεις υψηλού επιπέδου. Στο δεύτερο κεφάλαιο, «Ανάλυση Συστήματος», περιγράφεται η αρχιτεκτονική του συστήματος και η ανάλυση των κυκλωμάτων. Στο τρίτο κεφάλαιο: «Υλοποίηση», παρουσιάζονται η μεθοδολογία και οι τεχνικές που χρησιμοποιήθηκαν στη σχεδίαση της πλακέτας τυπωμένου κυκλώματος και στην ανάπτυξη του λογισμικού. Στο τέταρτο κεφάλαιο, «Αποτελέσματα», παρουσιάζονται τα αποτελέσματα των πειραμάτων και αξιολογείται η συνολική απόδοση του συστήματος. Στο πέμπτο κεφάλαιο, «Συμπεράσματα», αξιολογείται το κατά πόσο το σύστημα αποτελεί λύση στο ζήτημα που θίγεται και κατά πόσο καλύπτει τους περιορισμούς και τις προϋποθέσεις που αναλύονται στα πρώτα κεφάλαια. Στο έκτο και τελευταίο κεφάλαιο «Συζήτηση και Σύσταση για Μελλοντική Έρευνα», παρουσιάζονται όλα τα γνωστά προβλήματα και οι περιορισμοί που προέκυψαν κατά τον σχεδιασμό και την υλοποίηση, καθώς και στοιχεία για περαιτέρω ανάπτυξη του συστήματος.	el
heal.abstract	It has become clear that industrial production data is becoming more and more important these days since companies try to predict and optimize production plans. Lots of progress has been made in the development of models that achieve the aforementioned, but without the actual raw information, it is impossible to make accurate real-time assumptions. Precise, continuous, and robust machine data is one of the most important sources of information when trying to make decisions on a production plan. This diploma thesis analyses the design decisions and the implementation methods of a Real-Time Industrial Data Acquisition System, that can connect to a variety of external industrial sensors and monitor key measurements for performance and reliability. Data collected by the system can be then utilized for analytics such as production remote monitoring, real-time optimization, and predictive maintenance. The system offers many different ways of connectivity to cover a large part of the industry and a fully configurable architecture that allows customization, without the need for extra technical skills. It can be deployed to almost any Industrial environment with minimum infrastructure, allowing for a fast and reliable data acquisition plant. It is essentially a platform that can host custom applications, adapting to each solution thanks to the enhanced modularity with which it has been designed. This thesis includes six chapters. The first chapter, “Introduction”, contains a brief description of the System’s key features and overall architecture, as well as some high-level design decisions. In the second chapter, “System Analysis”, the overview of the system’s architecture and the main circuit analysis are described. In chapter three: “Implementation”, the methodology and techniques used in the design of the printed circuit board and the firmware development are presented. In chapter four, “Results”, the outcome of the experiments is presented and the overall performance of the system is evaluated. In chapter five,“Conclusion”, the Thesis outcome is discussed, and the key points of the System are pointed out. Lastly, in chapter six “Discussion and Recommendations for Future Research”, all known issues, limitations, and improvements are presented, as well as elements for further development and upgrade of the system.	en
heal.advisorName	Σωτηριάδης, Παύλος Πέτρος	el
heal.advisorName	Sotiriadis, Paul Peter	en
heal.committeeMemberName	Χριστοφόρου, Ευάγγελος	el
heal.committeeMemberName	Παπανάνος, Ιωάννης	el
heal.committeeMemberName	Hristoforou, Euaggelos	en
heal.committeeMemberName	Papananos, Ioannis	en
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	73 σ.	el
heal.fullTextAvailability	false