Удаленная диспетчеризация

Облачная визуализация это хороший и недорогой способ обеспечения контроля объекта (инженерные системы)

Многолетнее обобщение запросов потенциальных заказчиков дало понимание того, как должна выглядеть система визуализации, не имеющая привязки к конкретному программному продукту. Так родилась идея создания системы удаленного управления объектом.
Многие спросят – для чего это нужно, ведь уже создано столько систем визуализации?

Цели
1.Демонстрация готового решения потенциальному заказчику, что может упростить и ускорить этап принятия решений.
2.Понимание трудозатрат, себестоимости решения по созданию подобной системы.
3.Лучше проработать прототип будущего решения. Система должна гарантировано работать и не требовать концептуальных изменений.
4.Удостовериться в устойчивой работе сервиса OwenCloud в связке с данным проектом (с составом тэгов порядка 160).
5.Удостовериться в достаточной защите сайта от внешних атак, убедиться, что сайт не «ляжет» при большом наплыве посетителей.
6.Демонстрация решения не только в России, но и за ее пределами. Для этого интерфейс создан англоязычным.

Бренд
Почему большую часть своих решений позиционирую на бренде Овен?
1.И наша компания, и компания Овен находятся в Москве. Достаточно просто решаются любые вопросы с покупкой, ремонтом, обслуживанием и консультациями.
2.При покупке оборудования компании Овен нам предоставляют небольшую скидку, однако очевидным плюсом является открытая ценовая политика. Цены на оборудование, выставленные на сайте компании, являются актуальными. Это позволяет закладывать их в проект и оперативно рассчитывать стоимость коммерческих предложений.
3.Накоплен достаточно большой опыт работы с продукцией, известны и сильные и слабые стороны различных моделей оборудования.
4.Наличие встроенного бесплатного облачного сервиса позволяет делать подобные системы удаленного управления и мониторинга.
5.Соотношение цена-качество, по опыту работы на рынке, вполне конкурентоспособное.

Технология
1.Алгоритмы проекта (имитация) выполнены на контроллере Овен ПЛК110. Предварительно была спроектирована система классификации переменных, продумана концепция обмена данными, переменные проекта выведены в облако.
2.Проект визуализации (его серверная часть) реализован на хостинге beget.ru. Все видеокадры и элементы визуализации выполнены в формате SVG (векторный формат графики), скрипты, обработчики и прочие функции выполнены с использованием JSON, JS, PHP посредством запросов к серверу OWENCLOUD через функции API. Читаем и пишем необходимые данные.
3.Концепция регенерации тепла была предоставлена партнерами и скорректирована под идею веб-визуализации. Она содержит несколько подсистем и предназначена для экономного потребления электроэнергии в тепловом пункте офисного здания или крупного частного владения.
4. Данная технология уже принимает участие в технологии УД (умный дом), так как соотношение цена/качество вполне хорошее.

Плюсы данного решения

1.Отсутствует необходимость в закупке каких-то дополнительных программных продуктов.
2.Подходит для любых типов устройств, так как имеет адаптивный дизайн. Система удобно просматривается и в горизонтальной, и в вертикальной ориентации.
3.Возможность виртуально перемещаться по объекту автоматизации, в любом месте видеть режимы и состояние входящих подсистем.
4.Возможность слияния и публикации данных с других различных объектов (контроллеров Овен), что позволяет делать очень большие системы. Просто нужен смартфон или любое другое устройство с выходом в Интернет.

Минусы данного решения

1.При первичной разработке данного решения и последующей реализации подобных решений требуется программист с достаточно серьезной квалификацией (C#, JSON, JS, PHP).
2.Отсутствие интернета приводит к отсутствию возможности проводить мониторинг и управлять объектом. 3.Длительный отклик системы на управляющее воздействие (до 4 секунд при условии запроса обратной связи).

PS: про задержки (как мы можем это объяснить со своей стороны) - прямо сейчас, когда кто-то на сайте, система шлёт запросы каждые 2 секунды и обновляет состояния всех значений и состояний. Отправка команды происходит сразу же по нажатию кнопки, независимо от опроса состояний. Поэтому лампа загорается почти без задержек. К сожалению, без задержек на запрос данных не обойтись, все это из-за ограничения по API в 10 запросов за 10 секунд. Мы сделали буферизацию в БД. Если параметры запрашивались более чем 2 сек назад, идёт запрос к OWENCLOUD и результаты перезаписываются в БД. Если данные свежие, берутся напрямую из БД
По поводу видимых задержек мы можем записать видео в одной части экрана будет сайт мониторинга, в другой веб интерфейс облака, так мы сможем увидеть сколько времени проходит от нажатия до записи команды в облаке и до изменения статуса
У метода last-data ограничение на 10 запросов за 10 секунд, далее будет ошибка по таймауту и как следствие еще большая задержка.