Temperatur, relativ luftfugtighed, atmosfærisk tryklogger ved hjælp af Raspberry Pi og TE Connectivity MS8607-02BA01: 22 trin (med billeder)

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:29

Introduktion:

I dette projekt vil jeg vise dig, hvordan du opbygger opsætning af trin et logningssystem til temperaturfugtighed og atmosfærisk tryk. Dette projekt er baseret på Raspberry Pi 3 Model B og TE Connectivity miljøsensorchip MS8607-02BA01, denne chip er virkelig lille, så jeg foreslår, at du får den i et eval-bord. bord DPP901G000 på Amazon for $ 17. Programmet, der kører dette projekt, er på github og er skrevet i python 3.

Jeg vil prøve så meget som muligt at give alle de kedelige detaljer, så alle med grundlæggende computerfærdigheder med succes kan bygge dette system.

Kilder og referencer:

www.te.com/commerce/DocumentDelivery/DDECon…

www.te.com/commerce/DocumentDelivery/DDECon…

da.wikipedia.org/wiki/Raspberry_Pi

github.com/anirudh-ramesh/MS8607-02BA01/bl…

Nødvendige dele og værktøjer:

-Raspberry Pi 3 Model B og tilbehør: etui, mus, tastatur, skærm eller tv, microSD -kort osv.

-MS8607-02BA01 eval Board, DPP901G000 eller tilsvarende, vil referere til det i resten af denne instruktør som Sensor Board.

- Fire prototyper til at forbinde Raspberry Pi til sensorbrættet

-Computer til opsætning af Raspberry Pi, jeg brugte en computer, der kører Ubuntu, en Windows -pc fungerer med nogle ændringer af instruktionerne.

Trin 1: Hardwareopsætning

-Tilslut Raspberry Pi til sensorbrættet som beskrevet i tabellen og billedet ovenfor

Trin 2: Download Raspbian

-Download Raspbian SD -kortbillede fra

-Gennemse til din downloadmappe, og pak Raspbian SD -kortbilledet ud ved hjælp af kommandoen udpakke.

Trin 3: Identificering af Micro SD -enheden

-Placer et MicroSD -kort i en Micro SD -kortlæser/-skriver, der er sluttet til pc'en, -Identificer mikro -SD -kortets enhedsnavn på din pc ved hjælp af kommandoen "sudo fdisk -l" som vist nedenfor, læg mærke til, hvordan SD -kortenheden identificeres ved størrelse og enhedsnavn, i dette særlige tilfælde er SD -kortets enhedsnavn "/dev /mmcblk0”, på din computer kan det være anderledes. Hvis du har en Windows -computer, skal du bruge Win32 Disk Imager til dette trin.

Trin 4: Kopiering af Raspbian -billedet til MicroSd -kortet

-Brænd Raspbian til MicroSD -kortet ved hjælp af kommandoen:

dd if = SDcard_image_file_name of = SD_Card_Device_Name status = progress.

Vent på, at kopieringen er færdig, det tager nogle minutter.

Trin 5: Kommer levende for første gang

-Fjern mikro -SD'en fra pc'en, og placer den i hindbæret, tilfør strøm, Raspberry Pi skulle starte op.

- På Raspberry Pi skal du udvide SD'en ved at åbne kommandolinjeterminalen og derefter skrive "sudo raspi-config", vælge Udvid filsystem for at udnytte hele den ledige plads på SD-kortet. Genstart, når du bliver bedt om at genstarte.

Trin 6: Opdater pakkeliste

-Tilslut Raspberry Pi til Wifi, eller tilslut det med et ethernet -kabel fra din hjemmrouter.

-Kør “sudo apt-get update” på kommandolinjen i Raspberry Pi for at opdatere pakkelisten.

Trin 7: Aktiver VNC, SSH og I2C

I hovedmenuen på Raspberry Pi Desktop skal du klikke på Præference og derefter vælge Raspberry Pi -konfigurationsværktøj. På fanen Interfaces skal du aktivere SSH, VNC og I2C.

Trin 8: Skift adgangskode til Raspberry Pi

-Nu er et godt tidspunkt at ændre adgangskoden til Raspberry Pi.

Trin 9: Installer I2c-værktøjer

Installer I2C-værktøjer på kommandolinjen ved hjælp af kommandoen “sudo apt-get install i2c-tools

Trin 10: Bekræftelse af I2C -kommunikation

- Kontroller, at Raspberry Pi kan kommunikere med Sensor Board over I2C ved hjælp af kommandoen "i2cdetect -y 1", Sensor Board har faktisk to I2C -enheder, enhedsadresse 0x76 er til måling af tryk og temperatur, enhedsadresse 0x40 er til måling af relativ luftfugtighed. Tjek, at de begge er fundet.

Trin 11: Kontrol af Python -version

Det program, vi vil køre for at læse sensordataene, skal mindst have Python version 3.2 for at køre, ældre versioner kører ikke programmet korrekt.

Linux bruger et symbolsk link (slå op om symbolske links på linux OS online for at forstå, hvad jeg taler om) for at pege på hvilken python -tolkversion, der skal bruges til at køre python -scripts. Brug kommandoen “ls/usr/bin/python -l” for at se den version, der peges på, i dette særlige tilfælde peger den på python2.7, som ikke fungerer for os.

Trin 12: Kontrol af tilgængelige Python -versioner

Brug kommandoen “ls/usr/bin/python*” for at se alle tilgængelige python -versioner på din Raspberry Pi.

Trin 13: Opdater Python Symbolic Link

Det ser ud til, at vi har version python3.5, lad os linke det symbolsk til/usr/bin/python

Trin 14: Download kildekoden til THP Logger

-Download THP Logger -kildekoden fra Github

Trin 15: Pak zip -filens kildekode ud

-Pak kildekodens zip -fil ud.

Trin 16: Kør THP Logger

-Ved brug af kommandolinjeterminalen skal du ændre det aktuelle arbejdskatalog ved hjælp af "cd ~/Download/THP_Logger-master"

-Kør THP Logger -appen ved hjælp af kommandoen "python main.py"

Trin 17: Start måling af THP

- Aktiver logning, vælg det relevante loginterval for dine behov, lad det køre.

Trin 18: Hentning af data via SFTP

-Jeg har ikke testet det mod kalibreret testudstyr, men de rapporterede målinger stemmer overens med min opvarmningstermostat. Jeg bemærkede også et fald i luftfugtighed, da jeg åbnede døren, fordi det fryser udenfor, og fugtigheden udenfor er betydeligt mindre end indeni.

-Få dataene over i csv -format fra Raspberry Pi til din pc via SSH, ved hjælp af dit foretrukne SFTP -klientprogram, til Windows kan du bruge WinSCP, jeg bruger bareFTP til min linux -maskine.

Trin 19: Ser på dataene

-Åbn csv -filen, der er importeret ved hjælp af Microsoft Excel eller OpenOffice Calc, brug dataene til at generere diagram til at se de miljømæssige ændringer i løbet af dagen eller dagene.

Trin 20: Behandling af data

Appen genererer ikke for mange data, for eksempel hvis du kører appen over 24 timer med indsamlingsintervaller på 60 sekunder, datafilens størrelse er omkring 50 KiB

Ovenstående er diagrammer, jeg genererede med LibreOffice Calc -programmet ved hjælp af data genereret over 70000 sekunder (19 timer), en måling foretages hvert 60. sekund.

Trin 21: Rum til forbedring

Du er velkommen til at forbedre dette projekt, få forslag:

1-Publicer dataene til en internetserver som

2-Få dataene behandlet og vist af din egen webserver, der er hostet på Raspberry Pi

3-Lad programmet køre hovedløst ved opstart og indsamle data på ubestemt tid og advare dig, hvis visse betingelser er opfyldt osv.

4-Udvid systemets funktionalitet ved at tilføje flere sensorer og aktuatorer på I2C-bussen eller SPI-bussen.

5-Gem dataene på et USB-flashdrev i stedet for SD-kortet, har programnavnets datafiler baseret på dato/klokkeslæt.