Índice:
- Etapa 1: Hardware
- Etapa 2: Arquitetura da Solução
- Etapa 3: Software
- Etapa 4: AWS IOT Core Configuration
- Etapa 5: Configuração do fluxo de entrega Kinesis Firehose
- Etapa 6: configuração do Amazon Redshift
- Etapa 7: Amazon QuickSight
![Visualizando a pressão barométrica e a temperatura usando Infineon XMC4700 RelaxKit, Infineon DPS422 e AWS: 8 etapas Visualizando a pressão barométrica e a temperatura usando Infineon XMC4700 RelaxKit, Infineon DPS422 e AWS: 8 etapas](https://i.howwhatproduce.com/images/011/image-31930-j.webp)
Vídeo: Visualizando a pressão barométrica e a temperatura usando Infineon XMC4700 RelaxKit, Infineon DPS422 e AWS: 8 etapas
![Vídeo: Visualizando a pressão barométrica e a temperatura usando Infineon XMC4700 RelaxKit, Infineon DPS422 e AWS: 8 etapas Vídeo: Visualizando a pressão barométrica e a temperatura usando Infineon XMC4700 RelaxKit, Infineon DPS422 e AWS: 8 etapas](https://i.ytimg.com/vi/DElIkKzvj1w/hqdefault.jpg)
2024 Autor: John Day | [email protected]. Última modificação: 2024-01-30 11:36
![Visualizando a pressão barométrica e a temperatura usando Infineon XMC4700 RelaxKit, Infineon DPS422 e AWS Visualizando a pressão barométrica e a temperatura usando Infineon XMC4700 RelaxKit, Infineon DPS422 e AWS](https://i.howwhatproduce.com/images/011/image-31930-1-j.webp)
![Visualizando a pressão barométrica e a temperatura usando Infineon XMC4700 RelaxKit, Infineon DPS422 e AWS Visualizando a pressão barométrica e a temperatura usando Infineon XMC4700 RelaxKit, Infineon DPS422 e AWS](https://i.howwhatproduce.com/images/011/image-31930-2-j.webp)
É um projeto simples capturar a pressão barométrica e a temperatura usando o DPS 422. da Infineon. É difícil rastrear a pressão e a temperatura ao longo de um período de tempo. É aqui que a análise entra em cena, o insight sobre a mudança na pressão e temperatura ao longo de um período de tempo pode ajudar na detecção de falhas e na realização de manutenção preditiva.
A atração para fazer este projeto é o uso do sensor de pressão de nível industrial da Infineon e obter a visão das medições usando o Amazon QuickSight.
Etapa 1: Hardware
![Hardware Hardware](https://i.howwhatproduce.com/images/011/image-31930-3-j.webp)
![Hardware Hardware](https://i.howwhatproduce.com/images/011/image-31930-4-j.webp)
![Hardware Hardware](https://i.howwhatproduce.com/images/011/image-31930-5-j.webp)
S2GO PRESSURE DPS422:
Este é um sensor de pressão barométrica absoluta. É um sensor de nível industrial com precisão relativa ± 0,06 hPa. E com precisão de temperatura de ± 0,5 ° C.
MEU ADAPTADOR IOT:
Meus adaptadores IoT são gateways para soluções de hardware externo como Arduino e Raspberry PI, que são plataformas de hardware IoT populares. Tudo isso permite a avaliação e o desenvolvimento mais rápidos do sistema IoT.
Kit de relaxamento XMC4700:
Kit de avaliação do microcontrolador XMC4700; Hardware compatível com escudos Arduino ™ de 3,3 V e 5 V
NodeMCU ESP8266:
NodeMCU é uma plataforma de IoT de código aberto. Inclui firmware executado no ESP8266WiFi SoC da Espressif Systems e hardware baseado no módulo ESP-12.
Etapa 2: Arquitetura da Solução
![Arquitetura da Solução Arquitetura da Solução](https://i.howwhatproduce.com/images/011/image-31930-6-j.webp)
Amazon webservices fornece o serviço MQTT para conectar os dispositivos à nuvem. O modelo MQTT funciona essencialmente com base no princípio de publicar-assinar. O dispositivo, que é o sensor DPS310, neste caso, atua como um editor que publica a pressão e a temperatura para o serviço principal AWS IOT, que atua como um assinante. A mensagem recebida é encaminhada para o Amazon Kinesis Delivery Stream usando o conjunto de regras básicas do AWS IoT. O Delivery Stream está configurado para entregar a mensagem ao cluster Amazon Redshift. Amazon Redshift é o serviço de armazenamento de dados fornecido pela AWS. Os dados recebidos, ou seja, pressão e temperatura, juntamente com o carimbo de data / hora, são adicionados à tabela do cluster. Agora, o Amazon QuickSight, a ferramenta de inteligência de negócios fornecida pela AWS, entra em cena, convertendo os dados no cluster redshift em representação visual para obter uma visão dos dados.
Etapa 3: Software
![Programas Programas](https://i.howwhatproduce.com/images/011/image-31930-7-j.webp)
![Programas Programas](https://i.howwhatproduce.com/images/011/image-31930-8-j.webp)
O código-fonte do NodeMCU ESP8266 pode ser encontrado aqui:
Etapa 4: AWS IOT Core Configuration
![AWS IOT Core Configuration AWS IOT Core Configuration](https://i.howwhatproduce.com/images/011/image-31930-9-j.webp)
![AWS IOT Core Configuration AWS IOT Core Configuration](https://i.howwhatproduce.com/images/011/image-31930-10-j.webp)
![AWS IOT Core Configuration AWS IOT Core Configuration](https://i.howwhatproduce.com/images/011/image-31930-11-j.webp)
- Crie a coisa no núcleo AWS IOT.
- Crie o certificado e anexe-o à coisa criada.
- Crie a nova política e anexe-a ao objeto.
- Agora crie uma regra.
- Escolha Enviar uma mensagem para um stream do Amazon Kinesis Firehose.
Etapa 5: Configuração do fluxo de entrega Kinesis Firehose
![Configuração de fluxo de entrega Kinesis Firehose Configuração de fluxo de entrega Kinesis Firehose](https://i.howwhatproduce.com/images/011/image-31930-12-j.webp)
![Configuração de fluxo de entrega Kinesis Firehose Configuração de fluxo de entrega Kinesis Firehose](https://i.howwhatproduce.com/images/011/image-31930-13-j.webp)
![Configuração de fluxo de entrega Kinesis Firehose Configuração de fluxo de entrega Kinesis Firehose](https://i.howwhatproduce.com/images/011/image-31930-14-j.webp)
- Clique em Criar fluxos de entrega
- Selecione a fonte como Direct PUT ou outras fontes
- Desative a transformação do registro e a conversão do formato do registro.
- Selecione o destino como Amazon Redshift.
- Preencha os detalhes do cluster.
- Como a mensagem do DPS deve ser gerada no formato JSON, o comando de cópia deve ser alterado de acordo. Na caixa de opções COPY, digite JSON ‘auto’. Além disso, como vamos usar a compactação GZIP, o mesmo precisa ser mencionado na caixa de opções.
- Habilite a compressão S3 como GZIP inorder para reduzir o tempo de transferência (opcional)
- Revise a entrega Firehose e clique em Criar fluxo de entrega
Etapa 6: configuração do Amazon Redshift
![Configuração Amazon Redshift Configuração Amazon Redshift](https://i.howwhatproduce.com/images/011/image-31930-15-j.webp)
![Configuração Amazon Redshift Configuração Amazon Redshift](https://i.howwhatproduce.com/images/011/image-31930-16-j.webp)
![Configuração Amazon Redshift Configuração Amazon Redshift](https://i.howwhatproduce.com/images/011/image-31930-17-j.webp)
- Comece com o identificador do cluster, nome do banco de dados, usuário mestre e senha.
- Selecione o tipo de nó como dc2.large, clustertype como multinó se desejar incorporar nós de computação separados. Mencione o número de nós de computação se o tipo de cluster multinó selecionado.
- Continue e inicie o cluster.
- Acesse o editor de consultas e crie a tabela dps_info.
Regra de entrada do grupo de segurança para Redshift
- Por padrão, o redshift restringe as conexões de entrada por meio do grupo de segurança VPC.
- Adicione a regra de entrada para o redshift para permitir que o Redshift se conecte a outros serviços, como QuickSight.
Etapa 7: Amazon QuickSight
![Amazon QuickSight Amazon QuickSight](https://i.howwhatproduce.com/images/011/image-31930-18-j.webp)
![Amazon QuickSight Amazon QuickSight](https://i.howwhatproduce.com/images/011/image-31930-19-j.webp)
![Amazon QuickSight Amazon QuickSight](https://i.howwhatproduce.com/images/011/image-31930-20-j.webp)
![Amazon QuickSight Amazon QuickSight](https://i.howwhatproduce.com/images/011/image-31930-21-j.webp)
- Na lista de serviços, selecione Amazon QuickSight. Se você for um usuário pela primeira vez, o QuickSight é gratuito para uso por 60 dias e cobrado a partir de então.
- Depois de configurar a conta com sucesso, clique em nova análise no painel.
- Dê o nome à sua análise.
- Selecione a fonte de dados Redshift na lista fornecida.
- Escolha o banco de dados Spice para armazenar os dados. Este é o banco de dados na memória fornecido pelo QuickSight.
- Além disso, você pode escolher programar a atualização dos dados no SPICE.
- Adicione os campos obrigatórios para análise.
- Publique o painel da opção de compartilhamento. Conceda o acesso necessário a outros usuários para visualizar o painel.
Recomendado:
Visualizando dados do Magicbit no AWS: 5 etapas
![Visualizando dados do Magicbit no AWS: 5 etapas Visualizando dados do Magicbit no AWS: 5 etapas](https://i.howwhatproduce.com/images/001/image-333-32-j.webp)
Visualizando dados do Magicbit no AWS: Os dados coletados dos sensores conectados ao Magicbit serão publicados no núcleo AWS IOT por meio do MQTT para serem visualizados graficamente em tempo real. Estamos usando o magicbit como placa de desenvolvimento neste projeto que é baseado no ESP32. Portanto, qualquer ESP32 d
Interface do sensor Infineon DPS422 com Infineon XMC4700 e envio de dados para NodeMCU: 13 etapas
![Interface do sensor Infineon DPS422 com Infineon XMC4700 e envio de dados para NodeMCU: 13 etapas Interface do sensor Infineon DPS422 com Infineon XMC4700 e envio de dados para NodeMCU: 13 etapas](https://i.howwhatproduce.com/images/011/image-30649-j.webp)
Interface do sensor Infineon DPS422 com Infineon XMC4700 e envio de dados para NodeMCU: Neste tutorial, aprenderemos como usar o DPS422 para medir temperatura e pressão barométrica com XMC4700.DPS422 O DPS422 é um sensor de temperatura e pressão atmosférica barométrica digital miniaturizado com alta precisão e baixa corrente consumo
Lendo dados do sensor ultrassônico (HC-SR04) em um LCD de 128 × 128 e visualizando-os usando Matplotlib: 8 etapas
![Lendo dados do sensor ultrassônico (HC-SR04) em um LCD de 128 × 128 e visualizando-os usando Matplotlib: 8 etapas Lendo dados do sensor ultrassônico (HC-SR04) em um LCD de 128 × 128 e visualizando-os usando Matplotlib: 8 etapas](https://i.howwhatproduce.com/images/012/image-33115-j.webp)
Lendo dados do sensor ultrassônico (HC-SR04) em um LCD de 128 × 128 e visualizando-os usando Matplotlib: neste instrutível, usaremos o LaunchPad MSP432 + BoosterPack para exibir os dados de um sensor ultrassônico (HC-SR04) em um 128 × 128 LCD e enviar os dados para o PC em série e visualizá-los usando Matplotlib
Visualizando dados do sensor sem fio usando gráficos do Google: 6 etapas
![Visualizando dados do sensor sem fio usando gráficos do Google: 6 etapas Visualizando dados do sensor sem fio usando gráficos do Google: 6 etapas](https://i.howwhatproduce.com/images/005/image-14114-13-j.webp)
Visualizando Dados do Sensor Wireless Usando Google Charts: A análise preditiva das máquinas é muito necessária para minimizar o tempo de inatividade da máquina. A verificação regular ajuda a aumentar o tempo de serviço da máquina e, por sua vez, aumenta sua tolerância a falhas. Sinal de vibração e temperatura sem fio
Interface do BMP180 (sensor de pressão barométrica) com o Arduino: 9 etapas
![Interface do BMP180 (sensor de pressão barométrica) com o Arduino: 9 etapas Interface do BMP180 (sensor de pressão barométrica) com o Arduino: 9 etapas](https://i.howwhatproduce.com/images/001/image-2767-125-j.webp)
Interface do BMP180 (sensor de pressão barométrica) com o Arduino: O BMP-180 é um sensor digital de pressão barométrica com interface i2c. Este minúsculo sensor da Bosch é bastante útil por seu tamanho pequeno, baixo consumo de energia e alta precisão. Dependendo de como interpretarmos as leituras do sensor, poderíamos monitorar ch