Visualisation de la pression barométrique et de la température à l'aide d'Infineon XMC4700 RelaxKit, Infineon DPS422 et AWS. : 8 étapes

2024 Auteur: John Day | [email protected]. Dernière modifié: 2024-01-30 09:07

Il s'agit d'un projet simple pour capturer la pression barométrique et la température à l'aide du DPS 422 d'Infineon. Il devient maladroit de suivre la pression et la température sur une période de temps. C'est là que l'analytique entre en jeu, l'aperçu de l'évolution de la pression et de la température sur une période de temps peut aider à détecter les défauts et à effectuer une maintenance prédictive.

L'attrait pour la réalisation de ce projet est l'utilisation du capteur de pression de qualité industrielle d'Infineon et l'obtention d'un aperçu des mesures à l'aide d'Amazon QuickSight.

Étape 1: Matériel

S2GO PRESSION DPS422:

Il s'agit d'un capteur de pression barométrique absolue. Il s'agit d'un capteur de qualité industrielle avec une précision relative de ± 0,06 hPa. Et avec une précision de température de ±0,5°C.

MON ADAPTATEUR IOT:

Mes adaptateurs IoT sont des passerelles vers des solutions matérielles externes comme Arduino et Raspberry PI, qui sont des plates-formes matérielles IoT populaires. Tout cela permet l'évaluation et le développement les plus rapides du système IoT.

Kit détente XMC4700:

Kit d'évaluation du microcontrôleur XMC4700; Compatibilité matérielle avec les blindages Arduino™ 3,3 V et 5 V

NodeMCU ESP8266:

NodeMCU est une plateforme IoT open source. Il comprend un micrologiciel qui s'exécute sur le SoC ESP8266WiFi d'Espressif Systems et du matériel basé sur le module ESP-12.

Étape 2: Architecture de la solution

Les services Web Amazon fournissent le service MQTT pour connecter les appareils au cloud. Le modèle MQTT fonctionne essentiellement sur le principe de publication-abonnement. L'appareil qui est le capteur DPS310 dans ce cas, agit comme un éditeur qui publie la pression et la température au service de base AWS IOT qui agit en tant qu'abonné. Le message reçu est transféré vers Amazon Kinesis Delivery Stream à l'aide de l'ensemble de règles de base AWS IoT. Le flux de distribution est configuré pour distribuer le message au cluster Amazon Redshift. Amazon Redshift est le service d'entreposage de données fourni par AWS. Les données reçues, c'est-à-dire la pression et la température ainsi que l'horodatage, sont ajoutées à la table de cluster. Désormais, Amazon QuickSight, l'outil de veille économique fourni par AWS, entre en scène et convertit les données du cluster redshift en représentation visuelle pour obtenir un aperçu des données.

Étape 3: Logiciel

Le code source pour NodeMCU ESP8266 peut être trouvé ici:

Étape 4: Configuration du noyau AWS IOT

1. Créez la chose sur le noyau AWS IOT.
2. Créez le certificat et attachez-le à l'objet créé.
3. Créez la nouvelle stratégie et attachez-la à l'objet.
4. Créez maintenant une règle.
5. Choisissez Envoyer un message à un flux Amazon Kinesis Firehose.

Étape 5: Configuration du flux de diffusion Kinesis Firehose

1. Cliquez sur Créer des flux de diffusion
2. Sélectionnez la source comme Direct PUT ou d'autres sources
3. Désactivez la transformation d'enregistrement et la conversion de format d'enregistrement.
4. Sélectionnez la destination comme Amazon Redshift.
5. Remplissez les détails du cluster.
6. Comme le message du DPS doit être généré au format JSON, la commande de copie doit être modifiée en conséquence. Dans la zone d'options COPIE, entrez JSON « auto ». De plus, comme nous allons utiliser la compression GZIP, la même chose doit être mentionnée dans la boîte d'options.
7. Activez la compression S3 en tant que GZIP afin de réduire le temps de transfert (facultatif)
8. Vérifiez la diffusion Firehose et cliquez sur Créer un flux de diffusion

Étape 6: configuration d'Amazon Redshift

1. Commencez par l'identifiant du cluster, le nom de la base de données, l'utilisateur principal et le mot de passe.
2. Sélectionnez le type de nœud comme dc2.large, clustertype comme multinœud si vous souhaitez incorporer des nœuds de calcul séparés. Mentionnez le nombre de nœuds de calcul si le type de cluster multinœud est sélectionné.
3. Continuez puis lancez le cluster.
4. Accédez à l'éditeur de requête et créez la table dps_info.

Règle de trafic entrant du groupe de sécurité pour Redshift

1. Par défaut, le redshift restreint les connexions entrantes via le groupe de sécurité VPC.
2. Ajoutez la règle entrante pour le redshift pour permettre à Redshift de se connecter à d'autres services tels que QuickSight.

Étape 7: Amazon QuickSight

1. Dans la liste des services, sélectionnez Amazon QuickSight. Si vous êtes utilisateur pour la première fois, QuickSight est gratuit pendant 60 jours et payant par la suite.
2. Une fois le compte configuré avec succès, cliquez sur nouvelle analyse dans le tableau de bord.
3. Donnez un nom à votre analyse.
4. Sélectionnez la source de données Redshift dans la liste donnée.
5. Choisissez la base de données spice pour stocker les données. Il s'agit de la base de données en mémoire fournie par QuickSight.
6. Vous pouvez également choisir de programmer l'actualisation des données dans SPICE.
7. Ajoutez les champs requis pour l'analyse.
8. Publiez le tableau de bord à partir de l'option de partage. Accordez l'accès requis aux autres utilisateurs pour afficher le tableau de bord.