Cuprins:
- Pasul 1: Hardware
- Pasul 2: Arhitectura soluției
- Pasul 3: Software
- Pasul 4: AWS IOT Core Configuration
- Pasul 5: Configurarea fluxului de livrare Kinesis Firehose
- Pasul 6: Configurarea Amazon Redshift
- Pasul 7: Amazon QuickSight
Video: Vizualizarea presiunii barometrice și a temperaturii folosind Infineon XMC4700 RelaxKit, Infineon DPS422 și AWS .: 8 pași
2024 Autor: John Day | [email protected]. Modificat ultima dată: 2024-01-30 11:43
Este un proiect simplu de captare a presiunii barometrice și a temperaturii folosind DPS 422. Infineon devine neîndemânatic să urmărească presiunea și temperatura pe o perioadă de timp. Aici intervine analiza, o perspectivă asupra schimbării presiunii și temperaturii pe o perioadă de timp poate ajuta la detectarea defecțiunilor și la efectuarea întreținerii predictive.
Atracția pentru realizarea acestui proiect este utilizarea senzorului de presiune de nivel industrial al Infineon și obțineți informații din măsurători folosind Amazon QuickSight.
Pasul 1: Hardware
S2GO PRESSURE DPS422:
Acesta este un senzor de presiune barometrică absolut. Este un senzor de calitate industrială cu o precizie relativă de ± 0,06 hPa. Și cu o precizie a temperaturii de ± 0,5 ° C.
ADAPTORUL MEU IOT:
Adaptoarele mele IoT sunt gateway-uri către soluții hardware externe precum Arduino și Raspberry PI, care sunt platforme hardware IoT populare. Toate acestea permit cea mai rapidă evaluare și dezvoltare a sistemului IoT.
Kit de relaxare XMC4700:
Kit de evaluare a microcontrolerului XMC4700; Hardware compatibil cu scuturile Arduino ™ de 3,3V și 5V
NodeMCU ESP8266:
NodeMCU este o platformă IoT open source. Acesta include firmware care rulează pe ESP8266WiFi SoC de la Espressif Systems și hardware care se bazează pe modulul ESP-12.
Pasul 2: Arhitectura soluției
Serviciile web Amazon oferă serviciul MQTT pentru conectarea dispozitivelor la cloud. Modelul MQTT funcționează în esență pe principiul publicării-abonării. Dispozitivul care este senzorul DPS310 în acest caz, acționează ca un editor care publică presiunea și temperatura către serviciul de bază AWS IOT care acționează ca abonat. Mesajul primit este redirecționat către Amazon Kinesis Delivery Stream utilizând setul de reguli de bază AWS IoT. Fluxul de livrare este configurat pentru a livra mesajul către clusterul Amazon Redshift. Amazon Redshift este serviciul de stocare a datelor furnizat de AWS. Datele primite, adică presiunea și temperatura, împreună cu marcajul temporal sunt adăugate la tabelul cluster. Acum, Amazon QuickSight, instrumentul de business intelligence furnizat de AWS, apare în imagine, care convertește datele din clusterul de redshift în reprezentare vizuală pentru a obține o perspectivă asupra datelor.
Pasul 3: Software
Codul sursă pentru NodeMCU ESP8266 poate fi găsit aici:
Pasul 4: AWS IOT Core Configuration
- Creați lucrul pe baza AWS IOT.
- Creați certificatul și atașați-l la lucrul creat.
- Creați noua politică și atașați-o la lucru.
- Acum creați o regulă.
- Alegeți Trimiteți un mesaj unui flux Amazon Kinesis Firehose.
Pasul 5: Configurarea fluxului de livrare Kinesis Firehose
- Faceți clic pe Creați fluxuri de livrare
- Selectați sursa ca Direct PUT sau alte surse
- Dezactivați transformarea înregistrării și conversia formatului de înregistrare.
- Selectați destinația ca Amazon Redshift.
- Completați detaliile clusterului.
- Deoarece mesajul din DPS urmează să fie generat în format JSON, comanda de copiere trebuie modificată în consecință. În caseta de opțiuni COPY, introduceți „auto” JSON. De asemenea, deoarece vom folosi compresia GZIP, aceeași necesitate trebuie menționată în caseta de opțiuni.
- Activați compresia S3 ca ordine GZIP pentru a reduce timpul de transfer (opțional)
- Examinați livrarea Firehose și faceți clic pe Creați un flux de livrare
Pasul 6: Configurarea Amazon Redshift
- Începeți cu identificatorul clusterului, numele bazei de date, utilizatorul principal și parola.
- Selectați Tip de nod ca dc2.large, tip de cluster ca multinod dacă doriți să încorporați noduri de calcul separate. Menționați numărul de noduri de calcul dacă este selectat tipul de cluster multinod.
- Continuați și apoi lansați clusterul.
- Accesați Editorul de interogări și creați tabelul dps_info.
Regula de intrare a grupului de securitate pentru Redshift
- În mod implicit, redshift restricționează conexiunile de intrare prin grupul de securitate VPC.
- Adăugați regula de intrare pentru redshift pentru a permite Redshift să se conecteze la alte servicii, cum ar fi QuickSight.
Pasul 7: Amazon QuickSight
- Din lista de servicii, selectați Amazon QuickSight. Dacă sunteți utilizator pentru prima dată, QuickSight este gratuit pentru utilizare timp de 60 de zile și se poate percepe ulterior.
- După configurarea cu succes a contului, faceți clic pe analiză nouă din tabloul de bord.
- Dă numele analizei tale.
- Selectați sursa de date Redshift din lista dată.
- Alegeți baza de date cu condimente pentru stocarea datelor. Aceasta este baza de date în memorie oferită de QuickSight.
- În plus, puteți alege să programați reîmprospătarea datelor în SPICE.
- Adăugați câmpurile necesare pentru analiză.
- Publică tabloul de bord din opțiunea de partajare. Acordați accesul necesar altor utilizatori pentru a vizualiza tabloul de bord.
Recomandat:
Vizualizarea datelor de la Magicbit în AWS: 5 pași
Vizualizarea datelor de la Magicbit în AWS: Datele colectate de la senzorii conectați la Magicbit vor fi publicate pe baza AWS IOT prin MQTT pentru a fi vizualizate grafic în timp real. Folosim magicbit ca placă de dezvoltare în acest proiect care se bazează pe ESP32. Prin urmare, orice ESP32 d
Calculul umidității, presiunii și temperaturii folosind BME280 și interfața cu fotoni: 6 pași
Calculul umidității, presiunii și temperaturii folosind BME280 și interfața fotonică: întâlnim diverse proiecte care necesită monitorizarea temperaturii, presiunii și umidității. Astfel ne dăm seama că acești parametri joacă de fapt un rol vital în a avea o estimare a eficienței de lucru a unui sistem la diferite condiții atmosferice
IoT: Vizualizarea datelor senzorului de lumină folosind Node-RED: 7 pași
IoT: Vizualizarea datelor senzorului de lumină folosind Node-RED: În acest instructiv, veți afla cum să creați un senzor conectat la internet! Voi folosi un senzor de lumină ambientală (TI OPT3001) pentru această demonstrație, dar orice senzor la alegere (temperatură, umiditate, potențiometru etc.) ar funcționa. Valorile senzorului
Interfațarea senzorului Infineon DPS422 cu Infineon XMC4700 și trimiterea datelor către NodeMCU: 13 pași
Interfațarea senzorului Infineon DPS422 cu Infineon XMC4700 și trimiterea datelor către NodeMCU: În acest tutorial vom învăța cum să folosim DPS422 pentru măsurarea temperaturii și a presiunii barometrice cu XMC4700. DPS422 consum
Citirea datelor senzorului cu ultrasunete (HC-SR04) pe un ecran LCD 128 × 128 și vizualizarea acestuia folosind Matplotlib: 8 pași
Citirea datelor senzorului cu ultrasunete (HC-SR04) pe un ecran LCD de 128 × 128 și vizualizarea acestuia folosind Matplotlib: În acest instructable, vom folosi MSP432 LaunchPad + BoosterPack pentru a afișa datele unui senzor ultrasonic (HC-SR04) pe un 128 × 128 LCD și trimiteți datele către PC în serie și vizualizați-le folosind Matplotlib