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

2024 Författare: John Day | [email protected]. Senast ändrad: 2024-01-30 12:41

I detta projekt kommer vi att mäta vibrationer och temperatur med hjälp av NCD -vibrations- och temperaturgivare, ESP32 och ThingSpeak. Vi kommer också att skicka olika temperatur- och vibrationsavläsningar till Google Sheet med hjälp av ThingSpeak och IFTTT för analys av vibrationssensordata

Framväxten av ny teknik, dvs Internet of Things, tungindustrin har börjat anta sensorbaserad datainsamling för att lösa de största utmaningarna, främst processstopp i form av avstängningar och processförseningar. Maskinövervakning, även kallad prediktivt underhåll eller tillståndsövervakning, är praxis att övervaka elektrisk utrustning genom sensorer för att samla diagnosdata. För att uppnå detta används datainsamlingssystem och dataloggare för att övervaka all slags utrustning, såsom pannor, motorer och motorer. Följande tillstånd mäts:

• Temperatur- och luftfuktighetsdataövervakning
• Ström- och spänningsövervakning
• Vibrationsövervakning: I den här artikeln kommer vi att läsa temperatur, vibrationer och publicera data på ThingSpeak. ThingSpeak och IFTTT stöder grafer, användargränssnitt, aviseringar och e -post. Dessa funktioner gör den idealisk för prediktiv underhållsanalys. Vi kommer också att få informationen i Google -ark som gör prediktiv underhållsanalys enklare.

Steg 1: Hårdvara och programvara krävs

Hårdvara som krävs:

1. ESP-32: ESP32 gör det enkelt att använda Arduino IDE och Arduino Wire Language för IoT-applikationer. Denna ESp32 IoT-modul kombinerar Wi-Fi, Bluetooth och Bluetooth BLE för en mängd olika applikationer. Denna modul är fullt utrustad med 2 CPU-kärnor som kan styras och drivas individuellt och med en justerbar klockfrekvens på 80 MHz till 240 MHz. Denna ESP32 IoT WiFi BLE -modul med integrerad USB är utformad för att passa i alla ncd.io IoT -produkter.
2. IoT trådlös vibration och temperatursensor för lång räckvidd: IoT trådlös vibration och temperatursensor för lång räckvidd är batteridrivna och trådlösa, vilket innebär att ström- eller kommunikationskablar inte behöver dras för att få den att fungera. Den spårar maskinens vibrationsinformation konstant och fångar upp och drifttimmar i full upplösning tillsammans med andra temperaturparametrar. I detta använder vi NCD: s Long Range IoT Industrial trådlösa vibrations- och temperatursensor, med upp till 2 Miles intervall med en trådlös nätverksarkitektur.
3. Långdistans trådlöst nätmodem med USB-gränssnitt

Programvara som används:

1. Arduino IDE
2. ThigSpeak
3. IFTTT

Använd bibliotek:

1. PubSubClient Library
2. Wire.h

Steg 2: Steg för att skicka data till Labview Vibration and Temperature Platform Using IoT Long Distance Wireless Vibration and Temperature Sensor and Long Range Wireless Mesh Modem With USB Interface-

1. Först behöver vi en Labview -verktygsprogram som är ncd.io Wireless Vibration and Temperature Sensor.exe -fil där data kan visas.
2. Denna Labview -programvara fungerar endast med ncd.io trådlös vibrations temperatursensor
3. För att använda detta användargränssnitt måste du installera följande drivrutiner Installera körtidsmotorn härifrån 64bit
4. 32 bitar
5. Installera NI Visa Driver
6. Installera LabVIEW Run-Time Engine och NI-Serial Runtime
7. Komma igång guide för denna produkt.

Steg 3: Ladda upp koden till ESP32 med Arduino IDE:

Eftersom esp32 är en viktig del för att publicera dina vibrations- och temperaturdata till ThingSpeak.

• Ladda ner och inkludera PubSubClient -biblioteket och Wire.h -biblioteket.
• Ladda ner och inkludera WiFiMulti.h och HardwareSerial.h Library.

#inkludera #inkludera #inkludera #inkludera #inkludera

Du måste tilldela din unika API -nyckel som tillhandahålls av ThingSpeak, SSID (WiFi -namn) och lösenord för det tillgängliga nätverket

const char* ssid = "Yourssid"; // Ditt SSID (namn på din WiFi) const char* password = "Wifipass"; // Ditt Wifi -lösenordkonst char* host = "api.thingspeak.com"; String api_key = "APIKEY"; // Din API -nyckel bevisas av thingspeak

Definiera variabeln som data ska lagras på som en sträng och skicka den till ThingSpeak

int värde; int Temp; int Rms_x; int Rms_y; int Rms_z;

Kod för att publicera data till ThingSpeak:

String data_to_send = api_key; data_to_send += "& field1 ="; data_to_send += String (Rms_x); data_to_send += "& field2 ="; data_to_send += String (Temp); data_to_send += "& field3 ="; data_to_send += String (Rms_y); data_to_send += "& field4 ="; data_to_send += String (Rms_z); data_to_send += "\ r / n / r / n"; client.print ("POST /uppdatera HTTP /1.1 / n"); client.print ("Värd: api.thingspeak.com / n"); client.print ("Anslutning: stäng / n"); client.print ("X-THINGSPEAKAPIKEY:" + api_key + "\ n"); client.print ("Content-Type: 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);

• Kompilera och ladda upp Esp32-Thingspeak.ino
• För att verifiera enhetens anslutning och data som skickas, öppna den seriella bildskärmen. Om inget svar visas, försök att koppla ur din ESP32 och sedan ansluta den igen. Se till att överföringshastigheten för seriell bildskärm är inställd på samma som anges i koden 115200.

Steg 4: Seriell bildskärmsutgång:

Steg 5: Få ThingSpeak att fungera:

1. Skapa kontot på ThigSpeak.
2. Skapa en ny kanal genom att klicka på Kanaler
3. . Klicka på Mina kanaler.
4. Klicka på Ny kanal.
5. Inuti New Channel, namnge kanalen.
6. Namnge fältet inuti kanalen, fältet är variabeln där data publiceras.
7. Spara nu kanalen
8. . Nu hittar du dina API -nycklar på instrumentpanelen.
9. Gå till kranen på hemsidan och hitta din "Skriv API -nyckel" som måste uppdateras innan du laddar upp koden till ESP32.
10. När kanalen väl skapats skulle du kunna se dina temperatur- och vibrationsdata i privat vy med fält som du skapade inuti kanalen.
11. För att plotta en graf mellan olika vibrationsdata kan du använda MATLAB -visualisering.
12. För att gå till appen, klicka på MATLAB -visualisering.
13. Inuti det väljer du Anpassad, i detta har vi valt att skapa 2-D-linjeplotter med y-axlar på både vänster och höger sida. Klicka nu på skapa. MATLAB -koden genereras automatiskt när du skapar visualisering men du måste redigera fält -ID, läsa kanal -ID, kan kontrollera följande figur.
14. Spara sedan och kör koden.
15. Du skulle se handlingen.

Steg 6: Utmatning:

Steg 7: Skapa en IFTTT -applet

IFTTT är en webbtjänst som låter dig skapa appletter som fungerar som svar på en annan åtgärd. Du kan använda tjänsten IFTTT Webhooks för att skapa webbförfrågningar för att utlösa en åtgärd. Den inkommande åtgärden är en HTTP -begäran till webbservern och den utgående åtgärden är ett e -postmeddelande.

1. Skapa först ett IFTTT -konto.
2. Skapa en applet. Välj Mina appar.
3. Klicka på knappen Ny applet.
4. Välj ingångsåtgärd. Klicka på ordet detta.
5. Klicka på Webhooks -tjänsten. Ange Webhooks i sökfältet. Välj Webhooks.
6. Välj en utlösare.
7. Fyll i triggerfälten. När du har valt Webhooks som utlösare klickar du på rutan Ta emot en webbförfrågan för att fortsätta. Ange ett evenemangsnamn.
8. Skapa utlösare.
9. Nu skapas utlösaren, för resulterande åtgärd, klicka på Det.
10. Ange "Google Kalkylark" i sökfältet och välj rutan "Google Kalkylark".
11. Om du inte har anslutit till Google Sheet, anslut det först. Välj nu åtgärd. Välj lägg till en rad i ett kalkylblad.
12. Fyll sedan i åtgärdsfälten.
13. Din applet ska skapas när du har tryckt på Slutför
14. Hämta dina Webhooks -utlösarinformation. Välj Mina appar, tjänster och sök efter Webhooks. Klicka på knappen Webhooks och dokumentation. Du ser din nyckel och formatet för att skicka en begäran. Ange händelsens namn. Händelsenamnet för detta exempel är VibrationAndTempData. Du kan testa tjänsten med testknappen eller genom att klistra in webbadressen i din webbläsare.

Steg 8: Skapa en MATLAB -analys

Du kan använda resultatet av din analys för att utlösa webbförfrågningar, till exempel att skriva en utlösare till IFTTT.

1. Klicka på Appar, MATLAB -analys och välj Ny.
2. Skapa Trigger -data från IFTTT 5 till Google Sheet -kod. Du kan ta hjälp av Trigger -e -post från IFTTT i avsnittet Exempel.
3. Namnge din analys och ändra koden.
4. Spara din MATLAB -analys.

Steg 9: Skapa en tidskontroll för att köra din analys

Utvärdera din ThingSpeak -kanaldata och utlösa andra händelser.

1. Klicka på Appar, TimeControl och sedan på New TimeControl.
2. Spara din TimeControl.

Steg 10: UTGÅNG