G
Gelöschtes Mitglied 117942
Guest
-> Hier kostenlos registrieren
SPS in die Cloud - AWS IoT
Liebe Community,
Seit längere Zeit beschäftige ich mich mit der Anbindung voneiner CPU-1500 zur AWS IoT.
Um die Funktionsweise der AWS IoT zu verstehen, testete ich zuerst die Verbindung mit einem Raspberry PI. Das hat erfreulicherweise relativ einfach funktioniert.
Mein zweiter Schritt bestand darin nun die CPU mit Hilfe des Anwenderbeispiels von Siemens per MQTT direkt zu verbinden. Dies gestaltet sich schwierig als gedacht und kostete mir viel Zeit und Nerven. Dazu kam noch die Zykluszeit, welche für meine Bedürfnisse am Schluss zu hoch war. Deswegen verwarf ich diese Idee wieder.
Auf der erneuten Suche nach einem einfacheren Weg bin ich auf zwei geeignete Lösungen von Optimize Softing gestossen.
Einmal eine Hardware Lösung. edgtGate oder uaGate SI
Und das andere ist eine Software Lösung. dataFEED OPC Suite
Beide lesen und schreiben die Datensätze per OPC UA und sind per MQTT an die Cloud angebunden.
Hat jemand mit diesen Lösungen Erfahrung oder kennt andere ähnliche Produkte oder bessere Lösungen? Ich möchte gern einen Überblick der Möglichkeiten schaffen und Erfahrungen einholen. Leider findet sich im Internet fast nur IT Seitig interessante Informationen.
Der Grund warum ich die SPS an die Cloud anbinden möchte ist sehr simpel. Theoretisch will ich vorerst nur die HMI-Meldungen und andere Prozessüberwachungen in der Cloud erweitert auswerten und danach je nach Situation über diverse Kanäle den richtigen Anwender benachrichtigen. (SMS,Email, Slack, usw.)
Gerne würde ich wissen, welche Erfahrungen ihr bezüglich SPS in die Cloud, insbesondere AWS, gemacht habt und was für ein Potential Ihr in der Zukunft seht. Und mit welchen Komponenten ihr die Verbindung umgesetzt habt.
Meiner Meinung nach wird die Anbindung einer SPS in die Cloud, in naher Zukunft ein grösseres Thema werden. Bis jetzt wird zwar viel diskutiert und in vielen Universitäten Projekte entwickelt, allerdings kenne ich noch keine Firma welche es produktiv einsetzt.
Besten Dank.
_rob
Liebe Community,
Seit längere Zeit beschäftige ich mich mit der Anbindung voneiner CPU-1500 zur AWS IoT.
Um die Funktionsweise der AWS IoT zu verstehen, testete ich zuerst die Verbindung mit einem Raspberry PI. Das hat erfreulicherweise relativ einfach funktioniert.
Mein zweiter Schritt bestand darin nun die CPU mit Hilfe des Anwenderbeispiels von Siemens per MQTT direkt zu verbinden. Dies gestaltet sich schwierig als gedacht und kostete mir viel Zeit und Nerven. Dazu kam noch die Zykluszeit, welche für meine Bedürfnisse am Schluss zu hoch war. Deswegen verwarf ich diese Idee wieder.
Auf der erneuten Suche nach einem einfacheren Weg bin ich auf zwei geeignete Lösungen von Optimize Softing gestossen.
Einmal eine Hardware Lösung. edgtGate oder uaGate SI
Und das andere ist eine Software Lösung. dataFEED OPC Suite
Beide lesen und schreiben die Datensätze per OPC UA und sind per MQTT an die Cloud angebunden.
Hat jemand mit diesen Lösungen Erfahrung oder kennt andere ähnliche Produkte oder bessere Lösungen? Ich möchte gern einen Überblick der Möglichkeiten schaffen und Erfahrungen einholen. Leider findet sich im Internet fast nur IT Seitig interessante Informationen.
Der Grund warum ich die SPS an die Cloud anbinden möchte ist sehr simpel. Theoretisch will ich vorerst nur die HMI-Meldungen und andere Prozessüberwachungen in der Cloud erweitert auswerten und danach je nach Situation über diverse Kanäle den richtigen Anwender benachrichtigen. (SMS,Email, Slack, usw.)
Gerne würde ich wissen, welche Erfahrungen ihr bezüglich SPS in die Cloud, insbesondere AWS, gemacht habt und was für ein Potential Ihr in der Zukunft seht. Und mit welchen Komponenten ihr die Verbindung umgesetzt habt.
Meiner Meinung nach wird die Anbindung einer SPS in die Cloud, in naher Zukunft ein grösseres Thema werden. Bis jetzt wird zwar viel diskutiert und in vielen Universitäten Projekte entwickelt, allerdings kenne ich noch keine Firma welche es produktiv einsetzt.
Besten Dank.
_rob
Zuletzt bearbeitet von einem Moderator:
