Evaluation and Enhancement of a New Siemens Data Acquisition Using a Time Series Technologies Approach

Bibliographic Details
Main Author: Souza, Maurici Meneghetti de
Publication Date: 2023
Format: Bachelor thesis
Language: eng
Source: Repositório Institucional da UFSC
Download full: https://repositorio.ufsc.br/handle/123456789/253623
Summary: TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Controle e Automação.
id UFSC_2291446b56cbdc3173f6f128be886cfa
oai_identifier_str oai:repositorio.ufsc.br:123456789/253623
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Evaluation and Enhancement of a New Siemens Data Acquisition Using a Time Series Technologies ApproachAquisição de dadosArquitetura de microsserviçoBanco de dados de séries temporaisUsinagemGêmeos digitaisData acquisitionMicroservice architectureTime series databaseMachiningDigital TwinTCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Controle e Automação.Tecnologias como Digital Twins se tornaram poderosos aliados da excelência da manufatura de precisão, uma vez que industrias se esforçam para melhorar os resultados com custos reduzidos. Devido ao fato de que fabricantes usam Controles Numérico Computadorizado (CNCs) para obter melhor qualidade de produção, as soluções de aquisição de dados podem extrair dados valiosos sobre a operação em andamento executada na máquina-ferramenta, para criar uma versão digital do processo e da peça resultante. Neste documento, o foco está nos esforços da gemineers GmbH para otimizar sua área de aquisição de dados, com ênfase especial nas máquinas-ferramenta operadas por controladores Siemens, um participante importante no mercado de CNC. Os objetivos do projeto se concentraram no aprimoramento das capacidades em termos de desempenho, consistência, capacidade de manutenção e usabilidade. A abordagem adotada envolveu uma análise crítica da atual arquitetura de microsserviços da área, levantamento de requisitos e avaliação de possíveis mudanças na estrutura interna do atual software de aquisição de dados, protocolo de comunicação de envio e tecnologias presentes no pipeline de dados. A arquitetura adotada é centrada em um banco de dados de séries temporais, empregado para armazenamento e obtenção eficientes de dados. Os resultados dos testes demonstram que a nova arquitetura é compatível com a versão anterior, destacando melhorias nos recursos de transmissão de dados e no desempenho. A nova versão aumentou em 37% a capacidade de escrita de dados, além de uma notável redução de 65% no uso total da CPU. Além disso, os esforços de manutenção foram significativamente reduzidos, com menos repositórios e uma redução substancial no código.Technologies such as Digital Twins have become powerful allies of precision manufacturing excellence, as industries strive to enhance result at reduced costs. Due to the fact that manufacturers make use of Computerized Numerical Controls (CNCs) to obtain better production quality, data acquisition solutions can extract valuable data, about the in-progress operation running in the machine tool, to create a digital version of the process and resulted part. In this paper, the focus is on gemineers GmbH’s efforts to optimize its data acquisition area, with a particular emphasis on machine tools operated by Siemens controllers, a significant player in the CNC market. The project’s objectives centered around enhancing capabilities in terms of performance, consistency, maintainability, and usability. The approach adopted involved a critical analysis of the current area microservice architecture, requirements gathering and evaluation of possible changes within the internal structure of the current data acquisition software, dispatching communication protocol and the technologies present in the data pipeline. The adopted architecture is centered in a time series database, employed for efficient data storage and retrieval. Results from testing demonstrate the new architecture is compatible with the previous version, highlighting improvements in data transmission capabilities and performance. The new version increased 37% in data writing capacity, and a notable 65% reduction in the total CPU usage. Furthermore, maintenance efforts were significantly shortened, with fewer repositories and a substantial reduction in code.Aquisgrano, Alemanha.Lima, Publio Macedo MonteiroUniversidade Federal de Santa Catarina.Souza, Maurici Meneghetti de2023-12-20T16:18:12Z2023-12-20T16:18:12Z2023-12-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis45 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/253623engOpen Access.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2023-12-20T16:18:13Zoai:repositorio.ufsc.br:123456789/253623Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732023-12-20T16:18:13Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Evaluation and Enhancement of a New Siemens Data Acquisition Using a Time Series Technologies Approach
title Evaluation and Enhancement of a New Siemens Data Acquisition Using a Time Series Technologies Approach
spellingShingle Evaluation and Enhancement of a New Siemens Data Acquisition Using a Time Series Technologies Approach
Souza, Maurici Meneghetti de
Aquisição de dados
Arquitetura de microsserviço
Banco de dados de séries temporais
Usinagem
Gêmeos digitais
Data acquisition
Microservice architecture
Time series database
Machining
Digital Twin
title_short Evaluation and Enhancement of a New Siemens Data Acquisition Using a Time Series Technologies Approach
title_full Evaluation and Enhancement of a New Siemens Data Acquisition Using a Time Series Technologies Approach
title_fullStr Evaluation and Enhancement of a New Siemens Data Acquisition Using a Time Series Technologies Approach
title_full_unstemmed Evaluation and Enhancement of a New Siemens Data Acquisition Using a Time Series Technologies Approach
title_sort Evaluation and Enhancement of a New Siemens Data Acquisition Using a Time Series Technologies Approach
author Souza, Maurici Meneghetti de
author_facet Souza, Maurici Meneghetti de
author_role author
dc.contributor.none.fl_str_mv Lima, Publio Macedo Monteiro
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Souza, Maurici Meneghetti de
dc.subject.por.fl_str_mv Aquisição de dados
Arquitetura de microsserviço
Banco de dados de séries temporais
Usinagem
Gêmeos digitais
Data acquisition
Microservice architecture
Time series database
Machining
Digital Twin
topic Aquisição de dados
Arquitetura de microsserviço
Banco de dados de séries temporais
Usinagem
Gêmeos digitais
Data acquisition
Microservice architecture
Time series database
Machining
Digital Twin
description TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Controle e Automação.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-20T16:18:12Z
2023-12-20T16:18:12Z
2023-12-13
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/253623
url https://repositorio.ufsc.br/handle/123456789/253623
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv Open Access.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Open Access.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 45 f.
application/pdf
dc.publisher.none.fl_str_mv Aquisgrano, Alemanha.
publisher.none.fl_str_mv Aquisgrano, Alemanha.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1848498151522041856

Similar Items