ბარომეტრიული წნევის და ტემპერატურის ვიზუალიზაცია Infineon XMC4700 RelaxKit, Infineon DPS422 და AWS .: 8 ნაბიჯი

2024 ავტორი: John Day | [email protected]. ბოლოს შეცვლილი: 2024-01-30 10:17

ეს არის მარტივი პროექტი ბარომეტრული წნევისა და ტემპერატურის დასაფიქსირებლად Infineon– ის DPS 422. გამოყენებით. ეს არის ის, სადაც ანალიტიკა გამოჩნდება სურათზე, გარკვეული პერიოდის განმავლობაში წნევისა და ტემპერატურის ცვლილების გააზრება დაგეხმარებათ შეცდომების გამოვლენაში და პროგნოზირებადი შენარჩუნების განხორციელებაში.

ამ პროექტის განხორციელების მიმზიდველია Infineon– ის სამრეწველო ხარისხის წნევის სენსორის გამოყენება და გაეცანით გაზომვებს Amazon QuickSight– ის გამოყენებით.

ნაბიჯი 1: აპარატურა

S2GO PRESSURE DPS422:

ეს არის აბსოლუტური ბარომეტრიული წნევის სენსორი. ეს არის სამრეწველო კლასის სენსორი შედარებით სიზუსტით ± 0.06 hPa. და ტემპერატურის სიზუსტით ± 0.5 ° C.

ჩემი IOT ადაპტერი:

ჩემი IoT გადამყვანები არიან კარიბჭეები გარე აპარატურულ გადაწყვეტილებებზე, როგორიცაა Arduino და Raspberry PI, რომლებიც პოპულარული IoT აპარატურის პლატფორმებია. ეს ყველაფერი შესაძლებელს ხდის IoT სისტემის უსწრაფეს შეფასებას და განვითარებას.

XMC4700 Relax ნაკრები:

XMC4700 მიკროკონტროლერის შეფასების ნაკრები; აპარატურა თავსებადია 3.3V და 5V Arduino ™ ფარებით

NodeMCU ESP8266:

NodeMCU არის ღია კოდის IoT პლატფორმა. იგი მოიცავს firmware რომელიც მუშაობს ESP8266WiFi SoC– დან Espressif Systems– დან და აპარატურა რომელიც ემყარება ESP-12 მოდულს.

ნაბიჯი 2: არქიტექტურის გადაწყვეტა

Amazon webservices უზრუნველყოფს MQTT სერვისს მოწყობილობების ღრუბელთან დასაკავშირებლად. MQTT მოდელი არსებითად მუშაობს გამოქვეყნება-გამოწერის პრინციპზე. მოწყობილობა, რომელიც ამ შემთხვევაში არის DPS310 სენსორი, მოქმედებს როგორც გამომცემელი, რომელიც აქვეყნებს წნევასა და ტემპერატურას AWS IOT ძირითადი სერვისისთვის, რომელიც მოქმედებს როგორც აბონენტი. მიღებული შეტყობინება გადაეგზავნება Amazon Kinesis Delivery Stream– ს AWS IoT ძირითადი წესების გამოყენებით. მიწოდების ნაკადი არის კონფიგურირებული, რომ შეტყობინება გადასცეს ამაზონის წითელი გადატანის კლასტერს. Amazon Redshift არის მონაცემთა შენახვის სერვისი, რომელსაც უზრუნველყოფს AWS. მიღებული მონაცემები, ანუ წნევა და ტემპერატურა დროის ნიშნულთან ერთად ემატება კლასტერულ ცხრილს. ახლა, Amazon QuickSight ბიზნეს დაზვერვის ინსტრუმენტი, რომელიც AWS– მა მოგვაწოდა, ჩნდება სურათში, რომელიც წითელ გადასვლის კასეტში არსებულ მონაცემებს გადააქცევს ვიზუალურ გამოსახულებად მონაცემებიდან გასაგებად.

ნაბიჯი 3: პროგრამული უზრუნველყოფა

NodeMCU ESP8266 წყაროს კოდი შეგიძლიათ იხილოთ აქ:

ნაბიჯი 4: AWS IOT ძირითადი კონფიგურაცია

1. შექმენით ნივთი AWS IOT ბირთვზე.
2. შექმენით სერთიფიკატი და მიამაგრეთ იგი შექმნილ ნივთს.
3. შექმენით ახალი პოლიტიკა და მიამაგრეთ მას ნივთზე.
4. ახლა შექმენით წესი.
5. აირჩიეთ შეტყობინების გაგზავნა Amazon Kinesis Firehose ნაკადზე.

ნაბიჯი 5: Kinesis Firehose მიწოდების ნაკადის კონფიგურაცია

1. დააწკაპუნეთ მიწოდების ნაკადების შექმნაზე
2. აირჩიეთ წყარო, როგორც პირდაპირი PUT ან სხვა წყაროები
3. გამორთეთ ჩანაწერის ტრანსფორმაცია და ჩაწერეთ ფორმატის გარდაქმნა.
4. აირჩიეთ დანიშნულების ადგილი, როგორც Amazon Redshift.
5. შეავსეთ კლასტერის დეტალები.
6. რადგან DPS– ის შეტყობინება გენერირდება JSON ფორმატში, შესაბამისად უნდა შეიცვალოს ასლის ბრძანება. ასლის ვარიანტების ყუთში შეიყვანეთ JSON "ავტო". ასევე, რადგან ჩვენ ვიყენებთ GZIP შეკუმშვას, იგივე უნდა აღინიშნოს პარამეტრების ყუთში.
7. ჩართეთ S3 შეკუმშვა, როგორც GZIP inorder გადაცემის დროის შესამცირებლად (სურვილისამებრ)
8. გადახედეთ Firehose– ის მიწოდებას და დააწკაპუნეთ მიწოდების ნაკადის შექმნაზე

ნაბიჯი 6: Amazon Redshift კონფიგურაცია

1. დაიწყეთ კლასტერის იდენტიფიკატორით, მონაცემთა ბაზის სახელით, სამაგისტრო მომხმარებლისა და პაროლის გამოყენებით.
2. აირჩიეთ კვანძის ტიპი, როგორც dc2.large, clustertype როგორც multinode, თუ გსურთ ცალკე გამოთვლითი კვანძების ჩართვა. აღნიშნეთ გამოთვლითი კვანძების რაოდენობა, თუ არჩეულია მულტი კვანძის ტიპი.
3. გააგრძელეთ და შემდეგ გაუშვით მტევანი.
4. გადადით შეკითხვის რედაქტორზე და შექმენით ცხრილი dps_info.

უსაფრთხოების ჯგუფის შემომავალი წესი Redshift– ისთვის

1. ნაგულისხმევად წითელი ცვლა ზღუდავს შემომავალ კავშირებს VPC უსაფრთხოების ჯგუფის მეშვეობით.
2. დაამატეთ წითელი გადატანის შემომავალი წესი, რათა Redshift დაუკავშირდეს სხვა სერვისებს, როგორიცაა QuickSight.

ნაბიჯი 7: Amazon QuickSight

1. სერვისების სიიდან აირჩიეთ Amazon QuickSight. თუ პირველად ხართ მომხმარებელი, QuickSight უფასოა 60 დღის განმავლობაში გამოსაყენებლად და შემდეგ გადაიხდება.
2. ანგარიშის წარმატებით დაყენების შემდეგ დააწკაპუნეთ დაფის ახალ ანალიზზე.
3. მიეცით სახელი თქვენს ანალიზს.
4. აირჩიეთ Redshift მონაცემთა წყარო მოცემული სიიდან.
5. შეარჩიეთ სანელებლების მონაცემთა ბაზა მონაცემების შესანახად. ეს არის მეხსიერების მონაცემთა ბაზა, რომელიც მოცემულია QuickSight– ის მიერ.
6. თქვენ შეგიძლიათ დამატებით შეარჩიოთ მონაცემების განახლება SPICE– ში.
7. დაამატეთ ანალიზისთვის საჭირო ველები.
8. გამოაქვეყნეთ დაფა გაზიარების ვარიანტიდან. მიეცით საჭირო წვდომა სხვა მომხმარებლებს საინფორმაციო დაფის სანახავად.