Visualisere barometrisk trykk og temperatur ved hjelp av Infineon XMC4700 RelaxKit, Infineon DPS422 og AWS .: 8 trinn

2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:22

Det er et enkelt prosjekt for å fange det barometriske trykket og temperaturen ved hjelp av Infineons DPS 422. Det blir klønete å spore trykk og temperatur over en periode. Det er her analyse kommer inn i bildet, innsikt i endringen i trykk og temperatur over en periode kan hjelpe til med å oppdage feil og utføre forutsigbart vedlikehold.

Attraksjonen for å lage dette prosjektet er bruken av industrikvalitets trykksensor fra Infineon og få innsikt fra målingene ved hjelp av Amazon QuickSight.

Trinn 1: Maskinvare

S2GO TRYKK DPS422:

Dette er en absolutt barometrisk trykksensor. Det er en sensor i industriell kvalitet med relativ nøyaktighet ± 0,06 hPa. Og med temperaturnøyaktighet på ± 0,5 ° C.

MIN IOT ADAPTER:

Mine IoT -adaptere er inngangsport til eksterne maskinvareløsninger som Arduino og Raspberry PI, som er populære IoT -maskinvareplattformer. Alt dette muliggjør den raskeste evalueringen og utviklingen av IoT -system.

XMC4700 Relax Kit:

XMC4700 mikrokontroller evalueringssett; Maskinvarekompatibel med 3.3V og 5V Arduino ™ Shields

NodeMCU ESP8266:

NodeMCU er en åpen kildekode IoT -plattform. Den inkluderer fastvare som kjører på ESP8266WiFi SoC fra Espressif Systems, og maskinvare som er basert på ESP-12-modulen.

Trinn 2: Løsningsarkitektur

Amazon webservices tilbyr MQTT -tjenesten for å koble enhetene til nettskyen. MQTT-modellen fungerer i hovedsak etter prinsippet om publisering-abonnement. Enheten som er DPS310 -sensoren i dette tilfellet, fungerer som en utgiver som publiserer trykket og temperaturen til AWS IOT -kjernetjenesten som fungerer som abonnent. Meldingen som mottas, blir videresendt til Amazon Kinesis Delivery Stream ved hjelp av AWS IoT -kjerneregelsettet. Delivery Stream er konfigurert til å levere meldingen til Amazon Redshift -klynge. Amazon Redshift er datalagringstjenesten levert av AWS. Dataene som mottas, dvs. trykk og temperatur sammen med tidsstempelet legges til i klyngetabellen. Nå kommer Amazon QuickSight business intelligence -verktøyet fra AWS inn i bildet som konverterer dataene i rødskiftklyngen til visuell representasjon for å få innsikt i dataene.

Trinn 3: Programvare

Kildekode for NodeMCU ESP8266 finner du her:

Trinn 4: AWS IOT -kjernekonfigurasjon

1. Lag tingen på AWS IOT -kjernen.
2. Lag sertifikatet og legg det til det som er opprettet.
3. Lag den nye policyen og legg den til tingen.
4. Lag nå en regel.
5. Velg Send en melding til en Amazon Kinesis Firehose -strøm.

Trinn 5: Kinesis Firehose Delivery Stream -konfigurasjon

1. Klikk på Opprett leveringsstrømmer
2. Velg kilde som Direct PUT eller andre kilder
3. Deaktiver rekordtransformasjon og konvertering av postformat.
4. Velg destinasjon som Amazon Redshift.
5. Fyll ut klyngedetaljene.
6. Siden meldingen fra DPS skal genereres i JSON -format, bør kopieringskommandoen endres tilsvarende. I boksen KOPIERE -alternativer skriver du inn JSON ‘auto’. Siden vi skal bruke GZIP -komprimering, må det samme nevnes i alternativboksen.
7. Aktiver S3 -komprimering som GZIP -ordre for å redusere overføringstiden (valgfritt)
8. Gjennomgå Firehose -leveransen og klikk på Create Delivery Stream

Trinn 6: Amazon Redshift -konfigurasjon

1. Start med klyngeidentifikatoren, databasenavnet, hovedbrukeren og passordet.
2. Velg Nodetype som dc2.large, klyngetype som multinode hvis du ønsker å inkludere separate beregningsnoder. Nevn antall beregningsnoder hvis multinode -klyngetype er valgt.
3. Fortsett og start deretter klyngen.
4. Gå til forespørgselseditoren og opprett tabellen dps_info.

Sikkerhetsgruppens inngående regel for rødskift

1. Som standard begrenser redshift innkommende forbindelser via VPC -sikkerhetsgruppe.
2. Legg til innkommende regel for rødskift for å la Rødskift koble til andre tjenester, for eksempel QuickSight.

Trinn 7: Amazon QuickSight

1. Fra tjenestelisten velger du Amazon QuickSight. Hvis du er første gang bruker, er QuickSight gratis for bruk i 60 dager og kan belastes deretter.
2. Etter at du har konfigurert kontoen, klikker du på ny analyse fra dashbordet.
3. Gi navnet til analysen din.
4. Velg Redshift -datakilde fra listen.
5. Velg krydderdatabasen for lagring av dataene. Dette er in -memory databasen levert av QuickSight.
6. Du kan i tillegg velge å planlegge oppdateringen av dataene til SPICE.
7. Legg til de nødvendige feltene for analyse.
8. Publiser oversikten fra delingsalternativet. Gi den nødvendige tilgangen til andre brukere for å se oversikten.