Obsah:

Vizualizácia barometrického tlaku a teploty pomocou Infineon XMC4700 RelaxKit, Infineon DPS422 a AWS .: 8 krokov
Vizualizácia barometrického tlaku a teploty pomocou Infineon XMC4700 RelaxKit, Infineon DPS422 a AWS .: 8 krokov

Video: Vizualizácia barometrického tlaku a teploty pomocou Infineon XMC4700 RelaxKit, Infineon DPS422 a AWS .: 8 krokov

Video: Vizualizácia barometrického tlaku a teploty pomocou Infineon XMC4700 RelaxKit, Infineon DPS422 a AWS .: 8 krokov
Video: Мужская команда Casio G-Shock Land Land Cruiser Rangeman | GPR-B1000TLC-1 Toyota Auto ... 2024, November
Anonim
Vizualizácia barometrického tlaku a teploty pomocou Infineon XMC4700 RelaxKit, Infineon DPS422 a AWS
Vizualizácia barometrického tlaku a teploty pomocou Infineon XMC4700 RelaxKit, Infineon DPS422 a AWS
Vizualizácia barometrického tlaku a teploty pomocou Infineon XMC4700 RelaxKit, Infineon DPS422 a AWS
Vizualizácia barometrického tlaku a teploty pomocou Infineon XMC4700 RelaxKit, Infineon DPS422 a AWS

Jedná sa o jednoduchý projekt na zachytenie barometrického tlaku a teploty pomocou DPS 422 spoločnosti Infineon. Sledovanie tlaku a teploty za určité časové obdobie sa stáva nemotorným. Tu prichádza na scénu analytika, pohľad na zmeny tlaku a teploty za určité časové obdobie môže pomôcť pri odhaľovaní porúch a prediktívnej údržbe.

Lákadlom na realizáciu tohto projektu je použitie priemyselného tlakového senzora Infineon a získajte prehľad z meraní pomocou Amazon QuickSight.

Krok 1: Hardvér

Hardvér
Hardvér
Hardvér
Hardvér
Hardvér
Hardvér

TLAK S2GO DPS422:

Toto je snímač absolútneho barometrického tlaku. Jedná sa o snímač priemyselnej kvality s relatívnou presnosťou ± 0,06 hPa. A s teplotnou presnosťou ± 0,5 ° C.

MOJA ADOTERÁCIA IOT:

Moje adaptéry IoT sú vstupnými bránami k externým hardvérovým riešeniam, ako sú Arduino a Raspberry PI, ktoré sú obľúbenými hardvérovými platformami IoT. To všetko umožňuje najrýchlejšie vyhodnotenie a vývoj systému IoT.

Relaxačná súprava XMC4700:

Hodnotiaca súprava mikrokontroléra XMC4700; Hardvér kompatibilný s 3,3 V a 5 V štítmi Arduino ™

NodeMCU ESP8266:

NodeMCU je open source platforma IoT. Obsahuje firmvér, ktorý beží na ESP8266WiFi SoC od Espressif Systems, a hardvér, ktorý je založený na module ESP-12.

Krok 2: Architektúra riešenia

Architektúra riešenia
Architektúra riešenia

Webové služby Amazon poskytujú službu MQTT na pripojenie zariadení k cloudu. Model MQTT v zásade funguje na princípe zverejnenia-prihlásenia na odber. Zariadenie, ktoré je v tomto prípade senzorom DPS310, funguje ako vydavateľ, ktorý zverejňuje tlak a teplotu v základnej službe AWS IOT, ktorá funguje ako predplatiteľ. Prijatá správa je odoslaná do Amazon Kinesis Delivery Stream pomocou sady základných pravidiel AWS IoT. Delivery Stream je nakonfigurovaný tak, aby doručoval správu do klastra Amazon Redshift. Amazon Redshift je služba skladovania údajov, ktorú poskytuje AWS. Získané údaje, tj. Tlak a teplota spolu s časovou pečiatkou, sa pridajú do klastrovej tabuľky. Teraz prichádza na scénu nástroj Amazon Business QuickSight poskytovaný spoločnosťou AWS, ktorý prevádza údaje v klastri redshift na vizuálnu reprezentáciu, aby mal z údajov prehľad.

Krok 3: Softvér

Softvér
Softvér
Softvér
Softvér

Zdrojový kód pre NodeMCU ESP8266 nájdete tu:

Krok 4: Konfigurácia jadra IOT AWS

Konfigurácia jadra AWS IOT
Konfigurácia jadra AWS IOT
Konfigurácia jadra AWS IOT
Konfigurácia jadra AWS IOT
Konfigurácia jadra AWS IOT
Konfigurácia jadra AWS IOT
  1. Vytvorte vec v jadre AWS IOT.
  2. Vytvorte certifikát a priložte ho k vytvorenej veci.
  3. Vytvorte nové pravidlá a priložte ich k veci.
  4. Teraz vytvorte pravidlo.
  5. Vyberte položku Odoslať správu do streamu Amazon Kinesis Firehose.

Krok 5: Konfigurácia distribučného streamu Kinesis Firehose

Konfigurácia distribučného streamu Kinesis Firehose
Konfigurácia distribučného streamu Kinesis Firehose
Konfigurácia distribučného streamu Kinesis Firehose
Konfigurácia distribučného streamu Kinesis Firehose
Konfigurácia distribučného streamu Kinesis Firehose
Konfigurácia distribučného streamu Kinesis Firehose
  1. Kliknite na položku Vytvoriť doručovacie toky
  2. Vyberte zdroj ako Direct PUT alebo iné zdroje
  3. Zakážte transformáciu záznamu a konverziu formátu záznamu.
  4. Vyberte cieľ ako Amazon Redshift.
  5. Vyplňte podrobnosti klastra.
  6. Pretože správa z DPS sa má generovať vo formáte JSON, príkaz na kopírovanie by sa mal zodpovedajúcim spôsobom zmeniť. Do poľa Možnosti KOPÍROVAŤ zadajte JSON „auto“. Pretože budeme používať kompresiu GZIP, je potrebné to isté uviesť v poli možností.
  7. Povoliť kompresiu S3 ako GZIP, aby sa skrátil čas prenosu (voliteľné)
  8. Skontrolujte doručenie Firehose a kliknite na položku Vytvoriť doručovací stream

Krok 6: Konfigurácia Amazon Redshift

Konfigurácia Amazon Redshift
Konfigurácia Amazon Redshift
Konfigurácia Amazon Redshift
Konfigurácia Amazon Redshift
Konfigurácia Amazon Redshift
Konfigurácia Amazon Redshift
  1. Začnite identifikátorom klastra, názvom databázy, hlavným používateľom a heslom.
  2. Ak chcete zahrnúť samostatné výpočtové uzly, vyberte typ uzla ako dc2.large, typ klastra ako viacuzlový. Uveďte počet výpočtových uzlov, ak je vybratý typ viacuzlového klastra.
  3. Pokračujte a potom spustite klaster.
  4. Prejdite do editora dotazov a vytvorte tabuľku dps_info.

Vstupné pravidlo skupiny zabezpečenia pre červený posun

  1. V predvolenom nastavení červený posuv obmedzuje prichádzajúce pripojenia prostredníctvom skupiny zabezpečenia VPC.
  2. Pridajte prichádzajúce pravidlo pre červený posun, aby sa Redshift mohol pripojiť k iným službám, ako je napríklad QuickSight.

Krok 7: Amazon QuickSight

Amazon QuickSight
Amazon QuickSight
Amazon QuickSight
Amazon QuickSight
Amazon QuickSight
Amazon QuickSight
Amazon QuickSight
Amazon QuickSight
  1. V zozname služieb vyberte Amazon QuickSight. Ak ste prvým používateľom, QuickSight je bezplatne dostupný po dobu 60 dní a potom sa účtuje poplatok.
  2. Po úspešnom nastavení účtu kliknite na novú analýzu na hlavnom paneli.
  3. Pomenujte svoju analýzu.
  4. V danom zozname vyberte zdroj údajov Redshift.
  5. Vyberte databázu korení na ukladanie údajov. Toto je databáza v pamäti poskytovaná systémom QuickSight.
  6. Okrem toho sa môžete rozhodnúť naplánovať obnovenie údajov do SPICE.
  7. Pridajte požadované polia na analýzu.
  8. Zverejnite informačný panel pomocou možnosti zdieľania. Poskytnite požadovaný prístup ostatným používateľom na zobrazenie informačného panela.

Odporúča: