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

2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:54

در این پروژه ، ارتعاش و دما را با استفاده از سنسور ارتعاش و دما NCD ، ESP32 و ThingSpeak اندازه گیری می کنیم. همچنین دما و ارتعاشات مختلف را با استفاده از ThingSpeak و IFTTT برای تجزیه و تحلیل داده های حسگر ارتعاش به Google Sheet ارسال می کنیم

ظهور فناوری جدید ، یعنی اینترنت اشیاء ، صنایع سنگین ، برای حل بزرگترین چالش های خود ، جمع آوری داده های مبتنی بر سنسور را آغاز کرده است ، از جمله اصلی ترین آنها می توان به زمان خاموشی به صورت خاموشی و تاخیر در فرآیند اشاره کرد. نظارت بر ماشین که تعمیر و نگهداری پیش بینی کننده یا نظارت بر وضعیت نامیده می شود ، تمرین نظارت بر تجهیزات الکتریکی از طریق حسگرها به منظور جمع آوری داده های تشخیصی است. برای دستیابی به این هدف ، سیستم های جمع آوری داده ها و ثبت کننده داده ها برای نظارت بر انواع تجهیزات مانند دیگهای بخار ، موتورها و موتورها استفاده می شود. شرایط زیر اندازه گیری می شود:

• پایش داده های دما و رطوبت
• پایش جریان و ولتاژ
• نظارت بر ارتعاشات: در این مقاله دما ، ارتعاشات را می خوانیم و داده ها را در ThingSpeak منتشر می کنیم. ThingSpeak و IFTTT از نمودارها ، UI ، اعلان ها و ایمیل ها پشتیبانی می کنند. این ویژگی ها آن را برای تجزیه و تحلیل پیش بینی تعمیر و نگهداری ایده آل می کند. ما همچنین داده ها را در صفحات گوگل دریافت می کنیم که تجزیه و تحلیل پیش بینی نگهداری را آسان تر می کند.

مرحله 1: سخت افزار و نرم افزار مورد نیاز است

سخت افزار مورد نیاز:

1. ESP-32: ESP32 استفاده از Arduino IDE و Arduino Wire Language را برای برنامه های اینترنت اشیا آسان می کند. این ماژول IoT ESp32 ترکیبی از Wi-Fi ، بلوتوث و بلوتوث BLE برای انواع برنامه های کاربردی متنوع است. این ماژول به طور کامل مجهز به 2 هسته CPU است که می توان به صورت جداگانه کنترل و تغذیه کرد و با فرکانس کلاک قابل تنظیم 80 مگاهرتز تا 240 مگاهرتز. این ماژول ESP32 IoT WiFi BLE با USB یکپارچه برای همه محصولات ncd.io IoT مناسب است.
2. سنسور ارتعاش و دما بی سیم IoT Range Long: سنسور ارتعاش و دما بی سیم IoT با برد طولانی و باتری کار می کند و بی سیم است ، بدین معنا که برای راه اندازی و کارکردن نیازی به کشیدن سیم های جریان یا ارتباطات نیست. این دستگاه اطلاعات ارتعاش دستگاه شما را پیگیری می کند و ساعات کار را با وضوح کامل و سایر پارامترهای دما ضبط و کار می کند. در این مقاله ، ما از سنسور ارتعاش و دمای بی سیم NCD’s Long Range IoT Industrial استفاده می کنیم که با استفاده از معماری شبکه مش بی سیم تا محدوده 2 مایل را به رخ می کشد.
3. مودم مش بی سیم بلند برد با رابط USB

نرم افزار مورد استفاده:

1. آردوینو IDE
2. ThigSpeak
3. IFTTT

کتابخانه مورد استفاده:

1. کتابخانه PubSubClient
2. سیم. ساعت

مرحله 2: مراحل ارسال داده ها به پلت فرم ارتعاش و دما Labview با استفاده از سنسور دما و ارتعاش بی سیم IoT و برد مودم مش بی سیم با برد بلند با رابط USB-

1. ابتدا ، ما به یک برنامه کاربردی Labview نیاز داریم که فایل ncd.io Wireless Vibration and Temperature Sensor.exe است و داده ها را می توان در آن مشاهده کرد.
2. این نرم افزار Labview فقط با سنسور حرارت ارتعاشی بی سیم ncd.io کار می کند
3. برای استفاده از این رابط کاربری ، باید درایورهای زیر را نصب کنید Install run engine engine from here 64bit
4. 32 بیتی
5. درایور NI Visa را نصب کنید
6. LabVIEW Run-Time Engine و NI-Serial Runtime را نصب کنید
7. راهنمای شروع این محصول.

مرحله 3: بارگذاری کد در ESP32 با استفاده از Arduino IDE:

به عنوان esp32 بخش مهمی برای انتشار اطلاعات ارتعاش و دما در ThingSpeak است.

• کتابخانه PubSubClient و کتابخانه Wire.h را بارگیری و شامل کنید.
• WiFiMulti.h و کتابخانه HardwareSerial.h را بارگیری و شامل کنید.

#شامل #شامل #شامل #شامل #شامل #شامل #

شما باید کلید API منحصر به فرد خود را که توسط ThingSpeak ، SSID (نام WiFi) و رمز شبکه موجود ارائه شده است اختصاص دهید

const char* ssid = "Yourssid"؛ // SSID شما (نام WiFi شما) const char* password = "Wifipass"؛ // Wifi passwordconst char* host = "api.thingspeak.com"؛ رشته api_key = "APIKEY"؛ // کلید API شما توسط thingspeak اثبات شده است

متغیری را که داده روی آن ذخیره می شود ، تعریف کرده و به ThingSpeak ارسال کنید

مقدار int ؛ int Temp ؛ int Rms_x ؛ int Rms_y؛ int Rms_z؛

کد انتشار داده ها در ThingSpeak:

رشته data_to_send = api_key؛ data_to_send += "& field1 ="؛ data_to_send += رشته (Rms_x) ؛ data_to_send += "& field2 ="؛ data_to_send += رشته (Temp)؛ data_to_send += "& field3 ="؛ data_to_send += رشته (Rms_y) ؛ data_to_send += "& field4 ="؛ data_to_send += رشته (Rms_z) ؛ data_to_send += "\ r / n / r / n"؛ client.print ("POST /update HTTP /1.1 / n")؛ client.print ("میزبان: api.thingspeak.com / n")؛ client.print ("اتصال: بستن / n")؛ client.print ("X-THINGSPEAKAPIKEY:" + api_key + "\ n")؛ client.print ("نوع محتوا: application/x-www-form-urlencoded / n")؛ client.print ("Content-Length:")؛ client.print (data_to_send.length ())؛ client.print ("\ n / n")؛ client.print (data_to_send)؛

• Esp32-Thingspeak.ino را کامپایل و بارگذاری کنید
• برای تأیید اتصال دستگاه و داده های ارسال شده ، مانیتور سریال را باز کنید. اگر هیچ پاسخی مشاهده نشد ، ESP32 خود را از برق بکشید و سپس دوباره آن را وصل کنید. اطمینان حاصل کنید که میزان باود مانیتور Serial روی همان مقدار مشخص شده در کد 115200 شما تنظیم شده است.

مرحله 4: خروجی مانیتور سریال:

مرحله 5: کار ThingSpeak:

1. ایجاد حساب در ThigSpeak.
2. با کلیک روی کانالها ، یک کانال جدید ایجاد کنید
3. . روی کانال های من کلیک کنید.
4. روی کانال جدید کلیک کنید.
5. داخل کانال جدید ، نام کانال را بگذارید.
6. فیلد داخل کانال را نامگذاری کنید ، فیلد متغیری است که داده ها در آن منتشر می شوند.
7. حالا کانال را ذخیره کنید
8. . اکنون می توانید کلیدهای API خود را در داشبورد پیدا کنید.
9. به شیر صفحه اصلی بروید و "نوشتن کلید API" خود را پیدا کنید که قبل از بارگذاری کد در ESP32 باید به روز شود.
10. پس از ایجاد کانال ، می توانید داده های دما و ارتعاشات خود را در قسمت خصوصی با فیلدهایی که در داخل کانال ایجاد کرده اید مشاهده کنید.
11. برای رسم نمودار بین داده های مختلف ارتعاش ، می توانید از MATLAB Visualization استفاده کنید.
12. برای این کار به برنامه بروید ، روی MATLAB Visualization کلیک کنید.
13. در داخل آن Custom را انتخاب کنید ، در این قسمت ما نمودارهای خط 2 بعدی را با محورهای y در دو طرف چپ و راست انتخاب کرده ایم. اکنون روی ایجاد کلیک کنید. با ایجاد تصویر ، کد متلب به صورت خودکار تولید می شود ، اما باید شناسه فیلد را ویرایش کنید ، شناسه کانال را بخوانید ، می توانید شکل زیر را بررسی کنید.
14. سپس کد را ذخیره و اجرا کنید.
15. شما طرح را خواهید دید.

مرحله 6: خروجی:

مرحله 7: یک برنامه کاربردی IFTTT ایجاد کنید

IFTTT یک سرویس وب است که به شما امکان می دهد برنامه های کاربردی ایجاد کنید که در پاسخ به یک عمل دیگر عمل می کند. می توانید از سرویس IFTTT Webhooks برای ایجاد درخواست های وب برای ایجاد یک اقدام استفاده کنید. عمل ورودی یک درخواست HTTP به سرور وب است ، و عمل خروجی یک پیام ایمیل است.

1. ابتدا یک حساب IFTTT ایجاد کنید.
2. ایجاد یک اپلت My Applets را انتخاب کنید.
3. روی دکمه New Applet کلیک کنید.
4. عمل ورودی را انتخاب کنید. روی کلمه this کلیک کنید.
5. روی سرویس Webhooks کلیک کنید. Webhooks را در قسمت جستجو وارد کنید. Webhooks را انتخاب کنید.
6. ماشه ای را انتخاب کنید.
7. فیلدهای ماشه را تکمیل کنید. پس از انتخاب Webhooks به عنوان ماشه ، برای ادامه روی کادر دریافت یک درخواست وب کلیک کنید. نام رویداد را وارد کنید.
8. ماشه ایجاد کنید.
9. اکنون ماشه ایجاد می شود ، برای اقدام حاصله روی That کلیک کنید.
10. "Google Sheets" را در نوار جستجو وارد کرده و کادر "Google Sheets" را انتخاب کنید.
11. اگر به Google Sheet وصل نشده اید ، ابتدا آن را وصل کنید. حالا اقدام را انتخاب کنید. افزودن سطر به صفحه گسترده را انتخاب کنید.
12. سپس ، فیلدهای اقدام را تکمیل کنید.
13. بعد از فشار دادن Finish ، اپلت شما باید ایجاد شود
14. اطلاعات راه اندازی Webhooks خود را بازیابی کنید. برنامه های کاربردی ، خدمات من را انتخاب کرده و Webhooks را جستجو کنید. روی دکمه Webhooks and Documentation کلیک کنید. شما کلید خود و قالب ارسال درخواست را مشاهده می کنید. نام رویداد را وارد کنید. نام رویداد برای این مثال VibrationAndTempData است. شما می توانید سرویس را با استفاده از دکمه تست یا با چسباندن URL در مرورگر خود آزمایش کنید.

مرحله 8: یک تجزیه و تحلیل MATLAB ایجاد کنید

می توانید از نتیجه تجزیه و تحلیل خود برای ایجاد درخواست های وب مانند نوشتن ماشه برای IFTTT استفاده کنید.

1. روی Apps، MATLAB Analysis کلیک کنید و New را انتخاب کنید.
2. داده های Trigger را از IFTTT 5 به کد کاربرگ Google تبدیل کنید. در بخش مثالها می توانید از Trigger Email از IFTTT کمک بگیرید.
3. تجزیه و تحلیل خود را نامگذاری کرده و کد را اصلاح کنید.
4. تحلیل MATLAB خود را ذخیره کنید.

مرحله 9: یک کنترل زمان برای اجرای تجزیه و تحلیل خود ایجاد کنید

داده های کانال ThingSpeak خود را ارزیابی کرده و رویدادهای دیگر را فعال کنید.

1. روی Apps ، TimeControl و سپس New TimeControl کلیک کنید.
2. TimeControl خود را ذخیره کنید