Aplicación del Internet de las Cosas en Ambientes
Industriales para el Monitoreo de Plantas de Tratamiento de Aguas Residuales
Juan Pablo Villazón Richter[1]
https://orcid.org/0000-0001-5999-6189
Ingeniero Electrónico y de Sistemas
M.S.c. Instrumentación
Universidad Del Valle
Santa Cruz, Bolivia
RESUMEN
El presente trabajo tiene como temática aplicar el protocolo de red ligero, de publicación y suscripción de máquina a máquina, Message Queuing Telemetry Transport (MQTT) en plantas industriales, siendo el caso de estudio: plantas de tratamiento de agua residual, la propuesta se centra en uso de una pasarela (Gateway) de uso industrial que realiza la tarea de recolectar los datos mediante entradas discretas, analógicas y también mediante el protocolo industrial Modbus sobre RS-485, posteriormente esos datos son enviados por datos móviles 4G a un VPS especialmente destinado para alojar al bróker, base de datos, servicios y Frontend. La visualización se realiza a través de una plataforma web usando lenguajes JavaScript, HTML, CSS donde se interactúa en instantáneo con los equipos de la planta.
Palabras clave: internet de las cosas (IoT); MQTT; panel de control en tiempo real; plantas de tratamiento de aguas residuales (PTAR); red móvil 4G
Application of the Internet of Things in Industrial Environments for the Monitoring of Wastewater Treatment Plants
ABSTRACT
The theme of this paper is to apply the lightweight network protocol, machine-to-machine publication and subscription, Message Queuing Telemetry Transport (MQTT) in industrial plants, being the case study: wastewater treatment plants, the proposal focuses in use of a gateway for industrial use that performs the task of collecting data through discrete, analog inputs and also through the industrial protocol Modbus over RS-485, later these data are sent by 4G mobile data to a specially designed VPS to host the broker, database, services and frontend. The visualization is done through a web platform using JavaScript, HTML, CSS languages where you can interact instantly with the plant equipment.
Keywords: 4G mobile network; internet of things (IoT); MQTT; real time control panel; wastewater treatment plants (PTAR)
Artículo recibido 18 noviembre 2023
Aceptado para publicación: 29 diciembre 2023
INTRODUCCIÓN
De los recursos naturales uno de los más importantes es el agua, de acuerdo con (Fernandez Jáuregui & Crespo Millet, 2008) , indican que es un recurso único, componente principal de la materia viva. Los productos naturales, artificiales y sintéticos que consumimos tantos los humanos y animales, requieren de agua para sus procesos de fabricación. También menciona que el agua es un bien finito, escaso y vulnerable y su demanda ha sido incrementada considerablemente dado el crecimiento de la población y esto ha agravado la situación de escases del agua y posteriormente nos lleva a una crisis donde la demanda es mayor que la oferta. Por todo lo detallado es que se producen grandes cantidades aguas residuales, las mismas que necesitan un tratamiento a través de plantas de aguas residuales.
Según (Rollano Quintana, 2021), una Planta de Tratamiento de Aguas Residuales (PTAR) comprende todos los procesos destinados a mejorar la calidad del agua con el objetivo de que sea compatible con las normativas nacionales e internacionales.
Generalmente una planta industrial cuenta con sistemas automáticos, (Ponsa & Granollers, 2009) definen la automatización como: “el conjunto de procedimientos y métodos para la substitución del operario en tareas físicas y mentales previamente programadas”. Esta automatización puede emplear controladores básicos como la lógica de contactos o complejos como Sistemas de Control Distribuido, conocidos por sus siglas en ingles DCS (Distribuited Control Systems). En el caso de las PTAR, se debe considerar que están situadas en muchos casos en lugares remotos dada las características de los procesos, por tanto, no se tiene el adecuado monitoreo de las variables y contar con supervisión en tiempo completo implica un costo elevado.
En la presente investigación una empresa que gestiona PTAR en la ciudad de Montero, departamento de Santa Cruz y en el departamento de Cochabamba en las localidades de Cliza, Tolata, Punata y Capinota, a esta empresa se hará referencia como “los interesados”, hace el requerimiento de una solución que realice monitoreo de variables de proceso, entre ellas: estado y alarmas de bombas, tamices, tornillos, sopladores, desarenadores y sensores de flujo. Estos datos deben ser adquiridos por un sistema de monitoreo en línea desde cualquier dispositivo como ser computadora o equipo móvil en tiempo real. La solución debe brindar un registro de los cambios en las variables, el cual se debe exportar mediante un criterio de filtrado por fechas y un apartado para la gestión de usuario mediante contraseña.
Dado los requerimientos funcionales descritos por los interesados es que la solución propuesta por los investigadores se basa en aplicación del internet de las cosas (IoT), de acuerdo a la Unión Internacional de Telecomunicaciones por sus siglas en inglés ITU (International Telecommunication Union) reconoce el término de IoT como: “una dimensión donde cualquier dispositivo podría estar conectado al internet”, este término se complementa con la “Visión Japonesa del IoT” que implica la interacción de todos los elementos que puedan recolectar información.
METODOLOGÍA
En presente estudio se aborda desde una perspectiva de investigación aplicada, ya que se hace uso de tecnologías y método para desarrollar una solución a un problema específico. De acuerdo al nivel de profundización es una investigación del tipo explicativa, debido a que se evalúa la aplicabilidad de la tecnología IoT para soluciones industriales. Desde la perspectiva de los datos estudiados, se trabajaron con datos del tipo cualitativo, esto debido a que no se busca encontrar datos que reflejen el nivel de la optimización de la solución, sino que pueda indicar si es aplicable o no una solución basada en el cumplimiento de los objetivos o de los requisitos funcionales de los interesados. Según la forma de manipulación de las variables se define que la investigación es de tipo cuasiexperimental, esto se debe a que no existe la posibilidad de manipular todas las variables que intervienen, puesto que la solución planteada se evaluará en condiciones de producción y no en un ambiente controlado de laboratorio, manipulaciones de las variables incluyen intensidad, ausencia-presencia y variación modal. Conforme a tipo de inferencia aplicado en la investigación, este se desarrolla bajo el método hipotético-deductivo, debido a que la hipótesis de trabajo será la aplicabilidad de la tecnología IoT para el monitoreo de plantas de aguas residuales y mediante la deducción se podrá comprobar si la hipótesis es verdadera, falsa o se halla una alternativa. La investigación presenta un seguimiento del tiempo del tipo longitudinal, debido a que obtendrán datos en distintas plantas, en distintos lugares geográficos, al mismo tiempo y todas cuentan con similares características técnicas. El diseño de la investigación es mixto ya que los investigadores ejecutan las tareas tanto en gabinete como en campo al momento validar la hipótesis. Dada la naturaleza cualitativa de la investigación, para la validación de la hipótesis se hará uso de listas de verificación de cumplimiento de los requisitos funcionales de cada entrega, a través de un protocolo de validación de funcionalidades.
La metodología de diseño corresponde a “top to down” (Knuth, 1971), la misma que parte desde una consigna de alta abstracción, en este caso la hipótesis de trabajo y la implementación se estructura aplicando metodologías ágiles, específicamente SCRUM (Andrés Navarro Cadavid, 2013).
Arquitectura de la solución
Para la fácil comprensión de la arquitectura de la solución, esta se divide en módulos. La primera correspondiente a los dispositivos físicos, conexiones y protocolos de comunicación de máquina-maquina (M2M) del inglés Machine to Machine (Federico Montori, 2018), que intervienen en el ámbito industrial, la cual se hará referencia como “nodo”. El segundo módulo corresponde a las tecnologías aplicadas en el servidor (BackEnd) que ejecutan los agentes de gestión de los protocolos (Broker), sistemas de gestión de base de datos (SGBD), servicios web y registro de histórico. El tercer y último módulo hace referencia a la interfaz gráfica (Frontend), donde el usuario hará la interacción con la solución (Abdul Rahaman, 2022).
Imagen 1. Diagrama de Arquitectura de la solución
Fuente. Elaboración propia. Software. Lucid Chart
Nodos
Los nodos son los encargados de recoger la información de las variables físicas del proceso a través de sensores, las variables a recoger son: Flujo, estado de las bombas y alerta. El sensor de flujo comunica la información mediante Modbus RTU RS-485, un protocolo de comunicación industrial, donde se recogen la información de flujo actual y flujo total. La información de estado y alertas se recopila mediante los contactos auxiliares de los contactores que energizan a las bombas, tamices, tornillos, etc.
El componente que se encarga de la transmisión de datos es una pasarela (Gateway) de marca SENECA, modelo Z-LTE (Seneca, 2023) de industria italiana, cuenta con 4 salidas discretas, 2 entradas discretas, 1 entrada analógica de 4-20mA o 0 a 10 Volts. En las comunicaciones dispone de puerto ethernet y bahía GSM, 2G, 3G y 4G. Mediante el puerto RS-485, el Gateway puede acceder a los registros del procesador del PLC DELTA DVP14SS2 para ampliar sus capacidades. Para el caso de aplicación se usa la comunicación GSM 4G de Entel.
La frecuencia de lectura de variables se realiza en función a requerimiento, de acuerdo a la ficha técnica, la pasarela realiza actualización física de sus entradas a una frecuencia de 30Hz tanto digitales como analógicas y la configuración para la actualización de los clientes Modbus por el puerto RS-485 es de 100ms. Una vez la pasarela adquiere los datos, mediante programación interna, el cliente MQTT realiza la actualización del tópico asociado a cada entrada física únicamente cuando el valor del tópico ha cambiado.
Imagen 2. Diagrama de adquisición de datos.
Fuente. Elaboración Propia. Software Lucid Chart
Backend
El hardware es un VPS de 4vCores (Núcleos Virtualizados), 8GB de RAM, 50GB de NVMe, localizado en USA. El sistema operativo es Linux Ubuntu Server 20.04 LTS con Apache, Mariadb, PHP, Mosquitto y Python que cumple la función de almacenar los tópicos en la base de datos.
Imagen 3. Descripción del Backend
Fuente. Elaboración propia. Software Lucid Chart
Frontend
El Frontend, está compuesto por una plantilla de Bootstrap, que permite desplegar un panel de control equipado de Google Charts para la y controles hechos a medida apoyado en JavaScript. También está equipado otro script que permite el acceso desde el Frontend al bróker e intercambiar información proveniente de los tags.
Imagen 4. Visualización del Frontend
Fuente. Elaboración Propia
RESULTADOS
El proyecto tuvo un tiempo de implementación de tres meses y un tiempo de prueba de cuatro meses. Durante los meses de pruebas se desarrolló un protocolo de test funcional de acuerdo a la siguiente lista de verificación.
Tabla 1. Lista de Verificación de Nodo Remoto
Fuente. Elaboración Propia
La tabla 1, se llenó con una frecuencia mensual, en cada uno de los nodos, mediante la confirmación remota de forma telefónica.
Los resultados fueron obtenidos de forma gradual ya que la implementación no fue simultánea, esto corresponde al costo de implementación y al tiempo de llegada de los componentes. En la tabla 2, hace referencia a “no implementado” quiere decir que la planta aún no contaba con el equipamiento instalado.
Tabla 2. Resumen de Resultados Obtenidos en los 4 meses de prueba.
Fuente. Elaboración Propia
Se evidencia que los nodos únicamente se encuentran identificados con un número, esto se debe a la necesidad de no revelar las ubicaciones específicas de las plantas del cliente final, ya que pidió mantener su identidad en reserva. También se observa que terminar el registro de datos el nodo7 no fue implementado por temas ajenos a los investigadores, sino que fue retrasado por requerimiento del cliente.
De acuerdo a las pruebas realizadas durante 24 horas de recolección de datos, se tiene un rango de 1000 a 1200 inserciones en la base de datos, esto se evidencia desde la opción de reporte en el Frontend.
Imagen 5. Toma de pantalla de reporte de datos
Fuente. Elaboración Propia. Software. Microsoft Excel
DISCUSIÓN Y ANÁLISIS
De acuerdo a los datos obtenidos nos refleja el funcionamiento de todos los elementos evaluados en la lista de verificación, los mismos que son netamente cualitativos, lo cual nos da muy poca información respecto al nivel de optimización de la solución implementada, la imposibilidad de hacer comparaciones con otras tecnologías o el consumo de datos móviles 4G. Esto abre espacio para futuras investigaciones relacionadas con la efectividad y eficiencia de la estructura planteada.
Al realizar una comparación con otras plataformas disponibles en el mercado (M. Sruthi, 2016) y compararlas con la solución propuesta se obtiene la siguiente tabla.
Tabla 3. Comparación entre plataformas disponibles y la solución propuesta
|
Plataforma |
Integración con la Nube |
Protocolo Soportado |
Seguridad |
Tipo de Analítica |
Área de aplicación |
|
Solución Propuesta |
Rest API |
MQTT/HTTP |
Ninguna |
Ninguna |
Industrial |
|
Xively |
Rest API |
HTTP/HTTPS MQTT |
SSL/TSL |
Análisis de datos, Análisis de Negocios |
Salud |
|
Axeda |
Rest API |
MQTT, SOAP, REST,AMMP |
SSL/TSL AES 128, RSA 2048 |
Análisis de datos |
Domótica |
|
Thingworx |
Rest API |
MQTT, XMPP, COAP, |
TLS/AES 128 |
Análisis de datos |
Domótica, Gestión del Tráfico, Administración |
|
Thing Square |
Thing square mist |
IPV6,RPL, |
AES protocol SSL |
Análisis de datos |
Domótica, Transporte |
|
Bugswarm |
Rest API, JSON |
HTTP |
RC4 based encryption protocol |
Análisis de datos |
Gestión del Riego |
|
Sensor cloud |
Rest API |
HTTP |
TLS |
Análisis de datos |
Domótica |
|
Thing speak |
Rest API |
HTTP |
SSL |
Análisis de datos |
Cuidado de la Salud, IoT Social, Domótica |
|
Everythng |
Rest API |
MQTT, COAP, web sockets |
SSL |
Análisis de datos |
Salud |
|
Everyware |
Rest API |
MQTT v 3.1 |
SSL |
Análisis de datos |
Salud |
|
Idigi Device |
Rest API |
MQTT |
SSL |
Análisis de datos |
Salud |