# ExperionCrawler 프로젝트 소개

ExperionCrawler는 Honeywell Experion HS R530 시스템의 데이터를 효율적으로 수집, 저장 및 분석하기 위한 통합 데이터 플랫폼입니다. OPC UA 통신을 통해 실시간 및 히스토리 데이터를 수집하고, LLM 기반의 Text-to-SQL 및 RAG 시스템을 통해 사용자가 자연어로 산업 데이터를 조회할 수 있는 환경을 제공합니다.

## 🛠 개발 환경

- **하드웨어 구성**
  - **HC900 Controller**: 제어 로직 수행 (CPU 만 있고, I/O 없슴)
  - **Experion HS R530 서버**: 미니pc (Kmtec k6플러스) Windows 10 LTSC 2021 IoT Enterprise, R530 라이선스 Demo라서 300분 후 죽음
  - **Nvidia DGX Spark**: 메인 서버 (Ubuntu 24.04), LLM
  - **개발 PC**: Kmtech K8 Plus (Mini PC)

- **기술 스택**
  - **Backend**: C# / .NET 8.0 (ASP.NET Core)
  - **Communication**: OPC UA (Client & Server)
  - **Database**: PostgreSQL / TimescaleDB (시계열 데이터 최적화)
  - **AI/LLM**: 
    - **MCP Server**: Python 3 기반 (Model Context Protocol)
    - **LLM**: Gemma4-32B-it (Vision 및 통합 지능 처리)
  - **IDE**: VS Code + Roo Code + Local LLM (Gemma4, Qwen3 등)

---

## 🏗 System Architecture

ExperionCrawler는 데이터 수집 계층, 저장 계층, 지능형 인터페이스 계층의 3단계 구조로 설계되었습니다.

### 연결 환경 다이어그램

```mermaid
graph TD
    subgraph "Field & Control Layer"
        HC900[HC900 Controller] --> R530[Experion HS R530 Server]
    end

    subgraph "Data Collection Layer (ExperionCrawler)"
        R530 -- "OPC UA (Client)" --> OPC_Client[ExperionOpcClient]
        OPC_Client --> RT_Svc[Realtime Service]
        OPC_Client --> Hist_Svc[History Service]
        OPC_Client --> Fast_Svc[Fast Session Service]
        
        OPC_Server[ExperionOpcServer] -- "OPC UA (Server)" --> External_Client[External OPC UA Clients]
    end

    subgraph "Storage & Intelligence Layer"
        RT_Svc --> DB[(TimescaleDB / PostgreSQL)]
        Hist_Svc --> DB
        Fast_Svc --> DB
        
        DB <--> MCP[MCP Server - Python]
        MCP <--> LLM[Local LLM - Gemma4/Qwen3]
        LLM <--> RAG[RAG System - Docs/Code]
    end

    subgraph "User Interface Layer"
        WebUI[Web Dashboard] -- "REST API" --> WebAPI[ASP.NET Core API]
        WebAPI --> RT_Svc
        WebAPI --> Hist_Svc
        WebAPI --> T2S[Text-to-SQL Service]
        T2S <--> MCP
    end
```

### 주요 구성 요소 설명

1. **OPC UA Engine**: 
   - `ExperionOpcClient`: R530 서버로부터 데이터를 읽어오는 클라이언트.
   - `ExperionOpcServer`: 수집된 데이터를 가공한 결과를 외부 시스템에 다시 제공하는 서버 기능.(서버기능만 가공기능 LLM 중심으로 개발 예정)

2. **Data Pipeline**:
   - **Realtime**: 실시간 태그 구독 및 DB 저장.(현재 약 1800개 포인트 등록)
   - **History**: 과거 데이터 스냅샷 및 범위 조회.저장 간격 1분에 한번 
   - **Fast Session**: 고속 샘플링 데이터 수집 세션 관리. (현장에서 의심가는 포인트 분석을 위해 8개까지 등록해서 최소 1초마다 정해진 시간동안 DB에 저장, 동시3개 가능, 그래프 기능 탑재(초보수준))

3. **Intelligence (RAG & MCP)**:
   - **MCP (Model Context Protocol)**: LLM이 DB 쿼리 실행, 파일 읽기 등 도구를 사용할 수 있게 하는 인터페이스.
   - **Text-to-SQL**: 사용자의 자연어 질문을 분석하여 최적의 SQL 쿼리로 변환하고 실행.
   - **RAG**: Experion HS R530 공식 문서 및 소스코드를 인덱싱하여 정확한 기술 답변 제공.

---

## 📈 프로젝트 진행 현황

### ✅ 완료된 사항
- [x] **OPC UA 통신 기반 구축**: R530 서버 연결 및 노드 브라우징 구현
- [x] **데이터 수집 파이프라인**: 실시간 구독, 히스토리 조회, Fast Session 기능 구현
- [x] **데이터베이스 설계**: TimescaleDB 기반 시계열 데이터 저장 구조 최적화
- [x] **Text-to-SQL 엔진**: 한국어 자연어 SQL 변환 및 실행 파이프라인 구축
- [x] **MCP 서버 통합**: Python 기반 MCP 서버를 통한 LLM-DB 연결 환경 조성
- [x] **인증서 관리**: OPC UA 보안 통신을 위한 인증서 생성 및 신뢰 관계 설정 자동화
- [x] **RAG 기능추가로 현장 관련 지식 자료 계속 추가 가능 - LLM이 사용하여 정보 제공
- [x] 

### 🚀 향후 계획 (Roadmap)
- [ ] **P&ID 도면 분석 자동화**: DXF/PDF 도면에서 태그 정보를 추출하고 DB와 매핑하는 파이프라인 구축-> 현재 구현되어 있긴 하지만 너무 안습
- [ ] **지능형 태그 매핑**: P&ID 태그 Experion 시스템 태그 간의 AI 기반 자동 매핑
- [ ] **고도화된 RAG 시스템**: 제품 문서 및 도면 정보를 결합한 하이브리드 RAG 구현
- [ ] **UI/UX 개선**: 시계열 데이터 시각화(uPlot) 및 자연어 질의 인터페이스 고도화
- [ ] **시스템 안정화**: 대량 데이터 수집 시의 성능 최적화 및 예외 처리 강화


내부 ip address
Internet router :    192.168.0.1
개발pc               192.168.0.7
DGX Spark :          192.168.0.132
Experion 서버 :      192.168.0.50
HC900 :              192.168.0.20

외부 접속 방법
WireGuard 이용 내부 ip 할당 받아서, 접속하거나, Tailgate 이용해서 접속 가능 , 와이어가드가 편함

DGX Spark : ssh windpacer@192.168.0.132, pass :!6A1b8c9d!
              내부IP로 Nvidia Sync프로그램 다운받아서 연결하면 편함
              Tailgate로도 직접 액세스 가능함
UI 접속 : http://192.168.0.132:5000