Visualisering af barometertryk og temperatur ved hjælp af Infineon XMC4700 RelaxKit, Infineon DPS422 og AWS .: 8 trin

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:27

Det er et simpelt projekt at registrere barometrisk tryk og temperatur ved hjælp af Infineons DPS 422. Det bliver klodset at spore tryk og temperatur over en periode. Det er her, analytics kommer ind i billedet, indsigten om ændringen i tryk og temperatur over en periode kan hjælpe med at opdage fejl og udføre forudsigelig vedligeholdelse.

Attraktionen for at lave dette projekt er brugen af industriel kvalitetssensor fra Infineon og få indsigt i målingerne ved hjælp af Amazon QuickSight.

Trin 1: Hardware

S2GO TRYK DPS422:

Dette er en absolut barometrisk trykføler. Det er en sensor af industriel kvalitet med relativ nøjagtighed ± 0,06 hPa. Og med temperaturnøjagtighed på ± 0,5 ° C.

MIN IOT ADAPTER:

Mine IoT -adaptere er gateways til eksterne hardwareløsninger som Arduino og Raspberry PI, som er populære IoT -hardwareplatforme. Alt dette muliggør den hurtigste evaluering og udvikling af IoT -system.

XMC4700 Relax Kit:

XMC4700 Mikrocontroller evalueringssæt; Hardware kompatibel med 3.3V og 5V Arduino ™ Shields

NodeMCU ESP8266:

NodeMCU er en open source IoT -platform. Det inkluderer firmware, der kører på ESP8266WiFi SoC fra Espressif Systems, og hardware, der er baseret på ESP-12-modulet.

Trin 2: Løsningsarkitektur

Amazon webservices leverer MQTT -tjenesten til at forbinde enhederne til skyen. MQTT-modellen fungerer i det væsentlige efter princippet om publish-subscribe. Enheden, der er DPS310 -sensoren i dette tilfælde, fungerer som en udgiver, der offentliggør tryk og temperatur til AWS IOT -kernetjenesten, der fungerer som abonnent. Den modtagne besked videresendes til Amazon Kinesis Delivery Stream ved hjælp af AWS IoT -kerne -regelsættet. Delivery Stream er konfigureret til at levere beskeden til Amazon Redshift -klynge. Amazon Redshift er datalagertjenesten leveret af AWS. De modtagne data, dvs. tryk og temperatur sammen med tidsstemplet tilføjes til klyngetabellen. Nu kommer Amazon QuickSight, det business intelligence -værktøj, som AWS leverer, til billedet, som konverterer dataene i rødforskydningsklynge til visuel repræsentation for at få indsigt i dataene.

Trin 3: Software

Kildekode til NodeMCU ESP8266 findes her:

Trin 4: AWS IOT -kernekonfiguration

1. Opret tingen på AWS IOT -kernen.
2. Opret certifikatet, og vedhæft det til det, der er oprettet.
3. Opret den nye politik, og knyt den til tingen.
4. Opret nu en regel.
5. Vælg Send en besked til en Amazon Kinesis Firehose -strøm.

Trin 5: Kinesis Firehose Delivery Stream -konfiguration

1. Klik på Opret leveringsstrømme
2. Vælg kilde som Direct PUT eller andre kilder
3. Deaktiver rekordtransformation og rekordformatkonvertering.
4. Vælg destination som Amazon Redshift.
5. Udfyld klyngedetaljerne.
6. Da meddelelsen fra DPS'en skal genereres i JSON -format, skal kopieringskommandoen ændres i overensstemmelse hermed. I feltet KOPIER indstillinger skal du indtaste JSON 'auto'. Da vi også vil bruge GZIP -komprimering, skal det samme nævnes i indstillingsboksen.
7. Aktiver S3 -komprimering som GZIP -ordre for at reducere overførselstiden (valgfrit)
8. Gennemgå Firehose -leveringen, og klik på Opret leveringsstrøm

Trin 6: Amazon Redshift -konfiguration

1. Start med klynge -id, databasenavn, hovedbruger og adgangskode.
2. Vælg Node type som dc2.large, clustertype som multinode, hvis du ønsker at inkorporere separate computernoder. Nævn antallet af beregningsknudepunkter, hvis multinode -klyngetype er valgt.
3. Fortsæt og start derefter klyngen.
4. Gå til forespørgselseditor og opret tabellen dps_info.

Sikkerhedsgruppens indgående regel for rødskift

1. Som standard begrænser rødforskydning indgående forbindelser via VPC -sikkerhedsgruppe.
2. Tilføj indgående regel for rødforskydning for at give Redshift mulighed for at oprette forbindelse til andre tjenester, f.eks. QuickSight.

Trin 7: Amazon QuickSight

1. Vælg Amazon QuickSight på servicelisten. Hvis du er første gang bruger, er QuickSight gratis til brug i 60 dage og kan derefter opkræves gebyr.
2. Efter en vellykket opsætning af kontoen skal du klikke på ny analyse fra instrumentbrættet.
3. Giv navnet til din analyse.
4. Vælg Redshift -datakilde fra den givne liste.
5. Vælg krydderidatabasen til lagring af dataene. Dette er den i hukommelsesdatabasen leveret af QuickSight.
6. Du kan desuden vælge at planlægge opdateringen af dataene i SPICE.
7. Tilføj de nødvendige felter til analyse.
8. Publicer instrumentbrættet fra delingsindstillingen. Giv den nødvendige adgang til andre brugere for at se instrumentbrættet.