ThingSpeak-IFTTT-ESP32-Predictive-Machine-Monitoring: 10 trinn

2025 Forfatter: John Day | [email protected]. Sist endret: 2025-01-13 06:58

I dette prosjektet vil vi måle vibrasjon og temperatur ved hjelp av NCD -vibrasjon og temperatursensor, ESP32 og ThingSpeak. Vi vil også sende forskjellige temperatur- og vibrasjonsavlesninger til Google Sheet ved hjelp av ThingSpeak og IFTTT for analyse av vibrasjonssensordata

Fremveksten av ny teknologi, dvs. tingenes internett, tungindustrien har begynt å ta i bruk sensorbasert datainnsamling for å løse de største utfordringene, blant annet prosessnedetid i form av nedleggelser og prosessforsinkelser. Maskinovervåking, også kalt prediktivt vedlikehold eller tilstandsovervåking, er praksis for å overvåke elektrisk utstyr gjennom sensorer for å samle diagnostiske data. For å oppnå dette brukes datainnsamlingssystemer og dataloggere til å overvåke alt slags utstyr, for eksempel kjeler, motorer og motorer. Følgende tilstand måles:

• Overvåkning av temperatur og fuktighet
• Strøm- og spenningsovervåking
• Vibrasjonsovervåking: I denne artikkelen vil vi lese temperatur, vibrasjon og publisere dataene på ThingSpeak. ThingSpeak og IFTTT støtter grafer, brukergrensesnitt, varsler og e -post. Disse funksjonene gjør den ideell for forutsigbar vedlikeholdsanalyse. Vi vil også få dataene i google -ark som vil gjøre prediktiv vedlikeholdsanalyse enklere.

Trinn 1: Nødvendig maskinvare og programvare

Maskinvare som kreves:

1. ESP-32: ESP32 gjør det enkelt å bruke Arduino IDE og Arduino Wire Language for IoT-applikasjoner. Denne ESp32 IoT-modulen kombinerer Wi-Fi, Bluetooth og Bluetooth BLE for en rekke forskjellige applikasjoner. Denne modulen er fullt utstyrt med 2 CPU-kjerner som kan styres og drives individuelt, og med en justerbar klokkefrekvens på 80 MHz til 240 MHz. Denne ESP32 IoT WiFi BLE -modulen med integrert USB er designet for å passe inn i alle ncd.io IoT -produkter.
2. IoT Long Range Wireless Vibration And Temperature Sensor: IoT Long Range Wireless Vibration And Temperature Sensor er batteridrevne og trådløse, noe som betyr at strøm- eller kommunikasjonskabler ikke trenger å trekkes for å få den til å fungere. Den sporer vibrasjonsinformasjonen til maskinen din konstant og fanger opp og driftstimer i full oppløsning sammen med andre temperaturparametere. I dette bruker vi NCDs Long Range IoT Industrial trådløse vibrasjons- og temperatursensor, og kan skilte med opptil 2 Mile -område ved hjelp av en trådløs nettverksarkitektur.
3. Langdistanse trådløst mesh-modem med USB-grensesnitt

Programvare som brukes:

1. Arduino IDE
2. ThigSpeak
3. IFTTT

Bibliotek brukt:

1. PubSubClient Library
2. Wire.h

Trinn 2: Trinn for å sende data til Labview Vibration and Temperature Platform Using IoT Long Range Wireless Vibration and Temperature Sensor and Long Range Wireless Mesh Modem With USB Interface-

1. Først trenger vi et Labview -verktøy som er ncd.io Wireless Vibration and Temperature Sensor.exe -fil som data kan vises på.
2. Denne Labview -programvaren fungerer bare med ncd.io trådløs vibrasjons temperatursensor
3. For å bruke dette brukergrensesnittet må du installere følgende drivere Installer kjøretidsmotor herfra 64bit
4. 32 bit
5. Installer NI Visa Driver
6. Installer LabVIEW Run-Time Engine og NI-Serial Runtime
7. Komme i gang -guide for dette produktet.

Trinn 3: Last opp koden til ESP32 ved hjelp av Arduino IDE:

Som esp32 er en viktig del for å publisere vibrasjons- og temperaturdataene dine til ThingSpeak.

• Last ned og inkluder PubSubClient -biblioteket og Wire.h -biblioteket.
• Last ned og inkluder WiFiMulti.h og HardwareSerial.h Library.

#inkludere #inkludere #include #include #include

Du må tildele din unike API -nøkkel levert av ThingSpeak, SSID (WiFi -navn) og passord for det tilgjengelige nettverket

const char* ssid = "Yourssid"; // SSID (navn på WiFi -en din) const char* password = "Wifipass"; // Ditt Wifi -passordkonst char* host = "api.thingspeak.com"; String api_key = "APIKEY"; // API -nøkkelen din påvist av thingspeak

Definer variabelen som dataene vil lagre som en streng, og send den til ThingSpeak

int verdi; int Temp; int Rms_x; int Rms_y; int Rms_z;

Kode for å publisere data til ThingSpeak:

String data_to_send = api_key; data_to_send += "& field1 ="; data_til_send += String (Rms_x); data_to_send += "& field2 ="; data_til_send += String (Temp); data_to_send += "& field3 ="; data_til_send += String (Rms_y); data_to_send += "& field4 ="; data_til_send += String (Rms_z); data_to_send += "\ r / n / r / n"; client.print ("POST /oppdater HTTP /1.1 / n"); client.print ("Vert: api.thingspeak.com / n"); client.print ("Tilkobling: lukk / n"); client.print ("X-THINGSPEAKAPIKEY:" + api_key + "\ n"); client.print ("Innholdstype: application/x-www-form-urlencoded / n"); client.print ("Content-Length:"); client.print (data_til_send.length ()); client.print ("\ n / n"); client.print (data_til_send);

• Kompiler og last opp Esp32-Thingspeak.ino
• For å bekrefte tilkoblingen til enheten og dataene som sendes, åpner du den serielle skjermen. Hvis du ikke får svar, kan du prøve å koble fra ESP32 og deretter koble den til igjen. Sørg for at overføringshastigheten til den serielle skjermen er satt til den samme som er angitt i koden 115200.

Trinn 4: Seriell skjermutgang:

Trinn 5: Få ThingSpeak til å fungere:

1. Opprett kontoen på ThigSpeak.
2. Opprett en ny kanal ved å klikke på Kanaler
3. . Klikk på Mine kanaler.
4. Klikk Ny kanal.
5. Inne i Ny kanal, navngi kanalen.
6. Gi feltet navn på kanalen, feltet er variabelen der dataene publiseres.
7. Lagre kanalen nå
8. . Nå finner du API -nøklene på oversikten.
9. Gå til trykk på hjemmesiden og finn "Skriv API -nøkkelen" som må oppdateres før du laster opp koden til ESP32.
10. Når kanalen er opprettet, vil du kunne se temperatur- og vibrasjonsdataene dine i privat visning med felt du opprettet inne i kanalen.
11. For å plotte en graf mellom forskjellige vibrasjonsdata, kan du bruke MATLAB -visualisering.
12. For å gå til appen, klikk på MATLAB -visualisering.
13. Innvendig velger du Tilpasset, i dette har vi valgt å lage 2-D linjeplotter med y-akser på både venstre og høyre side. Klikk nå på opprett. MATLAB -koden genereres automatisk når du lager visualisering, men du må redigere felt -ID, lese kanal -ID, kan kontrollere følgende figur.
14. Lagre og kjør deretter koden.
15. Du ville se handlingen.

Trinn 6: Utgang:

Trinn 7: Lag en IFTTT -applet

IFTTT er en webtjeneste som lar deg lage appletter som fungerer som svar på en annen handling. Du kan bruke IFTTT Webhooks -tjenesten til å opprette webforespørsler for å utløse en handling. Den innkommende handlingen er en HTTP -forespørsel til webserveren, og den utgående handlingen er en e -postmelding.

1. Opprett først en IFTTT -konto.
2. Lag en applet. Velg Mine appleter.
3. Klikk på knappen Ny applett.
4. Velg inndatahandlingen. Klikk på ordet dette.
5. Klikk på Webhooks -tjenesten. Skriv inn Webhooks i søkefeltet. Velg Webhooks.
6. Velg en utløser.
7. Fyll ut triggerfeltene. Etter at du har valgt Webhooks som utløser, klikker du på boksen Motta en webforespørsel for å fortsette. Skriv inn et hendelsesnavn.
8. Lag utløser.
9. Nå er utløseren opprettet, for resulterende handling, klikk på Det.
10. Skriv inn "Google Sheets" i søkefeltet, og velg "Google Sheets" -boksen.
11. Hvis du ikke har koblet til Google Sheet, må du koble det til først. Velg nå handling. Velg legg til en rad i et regneark.
12. Fullfør deretter handlingsfeltene.
13. Din applet bør opprettes etter at du har trykket på Fullfør
14. Hent informasjon om utløsere av Webhooks. Velg Mine appleter, tjenester og søk etter Webhooks. Klikk på Webhooks and Documentation -knappen. Du ser nøkkelen og formatet for å sende en forespørsel. Skriv inn hendelsesnavnet. Hendelsesnavnet for dette eksemplet er VibrationAndTempData. Du kan teste tjenesten ved hjelp av testknappen eller ved å lime inn URL -en i nettleseren din.

Trinn 8: Lag en MATLAB -analyse

Du kan bruke resultatet av analysen din til å utløse webforespørsler, for eksempel å skrive en utløser til IFTTT.

1. Klikk på Apper, MATLAB -analyse og velg Ny.
2. Lag utløserdata fra IFTTT 5 til Google Sheet -kode. Du kan ta hjelp fra Trigger -e -post fra IFTTT i eksempler -delen.
3. Gi analysen et navn og endre koden.
4. Lagre MATLAB -analysen din.

Trinn 9: Lag en tidskontroll for å kjøre analysen

Evaluer ThingSpeak -kanaldataene dine og utløs andre hendelser.

1. Klikk på Apps, TimeControl, og klikk deretter på New TimeControl.
2. Spar tidskontroll.