Անլար տվիչների տվյալների արտացոլում Google- ի գծապատկերների միջոցով. 6 քայլ

2024 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2024-01-30 09:48

Մեքենաների կանխատեսող վերլուծությունը շատ անհրաժեշտ է `մեքենայի խափանումները նվազագույնի հասցնելու համար: Պարբերաբար ստուգումը օգնում է բարձրացնել մեքենայի աշխատանքի ժամանակը և իր հերթին բարձրացնել դրա սխալների հանդուրժողականությունը: Անլար թրթռման և ջերմաստիճանի տվիչները կարող են օգնել մեզ վերլուծել մեքենայի թրթռումները: Մենք տեսանք մեր նախորդ հրահանգներում, թե ինչպես են անլար թրթռման և ջերմաստիճանի տվիչները ծառայում տարբեր ծրագրերին և օգնում մեզ մեքենայի անսարքությունների հայտնաբերման և անկանոն թրթռումների ժամանակ:

Այս ուսանելի հոդվածում մենք կօգտագործենք Google Charts- ը ՝ սենսորների տվյալները պատկերացնելու համար: Google- ի գծապատկերները սենսորային տվյալների ուսումնասիրման և վերլուծության ինտերակտիվ միջոց են: Այն մեզ տրամադրում է բազմաթիվ տարբերակներ, ինչպիսիք են գծապատկերները, պի գծապատկերները, հիստոգրամը, բազմարժեք արժեքների գծապատկերները և այլն: Այսպիսով, այստեղ մենք կսովորենք հետևյալի մասին.

• Անլար թրթռման և ջերմաստիճանի տվիչներ
• Սարքաշարի տեղադրում
• Տվյալների հավաքում անլար դարպասի սարքի միջոցով
• Այս սենսորների միջոցով թրթռման վերլուծություն:
• Ինչպես ստեղծել վեբ էջ ESP32 վեբ սերվերի միջոցով:
• Տեղադրեք Google- ի գծապատկերները վեբ էջում:

Քայլ 1: Սարքավորման և ծրագրակազմի բնութագրերը

Softwareրագրաշարի բնութագրում

• Google charts API
• Arduino IDE

Սարքաշարի բնութագրում

• ESP32
• Անլար ջերմաստիճանի և թրթռման տվիչ
• Zigmo Gateway ընդունիչ

Քայլ 2. Ուղեցույց մեքենաների թրթռումը ստուգելու համար

Ինչպես նշվեց վերջին հրահանգելի «Ինդուկցիոն շարժիչների մեխանիկական թրթռման վերլուծություն» -ում: Կան որոշակի ուղեցույցներ, որոնց պետք է հետևել ՝ թրթռումը որոշող անսարքությունն ու անսարքությունը առանձնացնելու համար: Համար կարճ պտտման արագության հաճախականությունը դրանցից մեկն է: Պտտման արագության հաճախականությունները բնորոշ են տարբեր խզվածքների:

• 0.01 գ կամ ավելի քիչ - Գերազանց վիճակ - մեքենան նորմալ աշխատում է:
• 0.35 գ կամ ավելի քիչ - Լավ վիճակ: Մեքենան լավ է աշխատում: Ոչ մի գործողություն չի պահանջվում, եթե մեքենան աղմկոտ չէ: Կարող է լինել ռոտորի էքսցենտրիսիտետի անսարքություն:
• 0,75 գ կամ ավելի - Կոպիտ վիճակ - Անհրաժեշտ է շարժիչը ստուգել, եթե մեքենան չափազանց շատ աղմուկ է բարձրացնում, կարող է լինել ռոտորի էքսցենտրիսիտետի անսարքություն:
• 1 գ կամ ավելի - Շատ կոպիտ վիճակ - Շարժիչի մեջ կարող է լինել լուրջ անսարքություն: Անսարքությունը կարող է պայմանավորված լինել կրողի անսարքության կամ ձողի ճկման պատճառով: Ստուգեք աղմուկը և ջերմաստիճանը
• 1.5 գ կամ ավելի- Վտանգի մակարդակ. Շարժիչը վերանորոգելու կամ փոխելու կարիք կա:
• 2.5 գ կամ ավելի -ծանր մակարդակ -Անմիջապես անջատեք մեքենան:

Քայլ 3: Ստանալ թրթռման սենսորային արժեքներ

Թրթռման արժեքները, որոնք մենք ստանում ենք սենսորներից, գտնվում են միլի մեջ: Դրանք բաղկացած են հետևյալ արժեքներից.

RMS արժեք- արմատային միջին քառակուսի արժեքներ բոլոր երեք առանցքների երկայնքով: Պիկից մինչև գագաթնակետ արժեքը կարող է հաշվարկվել որպես

գագաթից գագաթնակետ = RMS արժեք/0.707

• Նվազագույն արժեքը- Նվազագույն արժեքը երեք առանցքների երկայնքով
• Առավելագույն արժեքներ- գագաթից մինչև գագաթնակետ արժեքը երեք առանցքների երկայնքով: RMS- ի արժեքը կարող է հաշվարկվել այս բանաձևի միջոցով

RMS արժեքը = գագաթնակետից մինչև գագաթնակետ արժեք x 0.707

Ավելի վաղ, երբ շարժիչը լավ վիճակում էր, մենք ստացանք 0.002 գ արժեքը: Բայց երբ այն փորձեցինք անսարք շարժիչի վրա, մեր ուսումնասիրած թրթռումը կազմում էր մոտ 0,80 գ -ից մինչև 1,29 գ: Անսարք շարժիչը ենթարկվել է ռոտորի բարձր էքսցենտրիկության: Այսպիսով, մենք կարող ենք բարելավել շարժիչի սխալների հանդուրժողականությունը `օգտագործելով թրթռման սենսորները:

Քայլ 4: ESP32webServer- ի միջոցով վեբ էջի սպասարկում

Նախևառաջ մենք կհյուրընկալենք վեբ էջ ՝ օգտագործելով ESP32: Վեբ էջը հյուրընկալելու համար մենք պարզապես պետք է հետևենք հետևյալ քայլերին.

ներառել «WebServer.h» գրադարանը

#ներառել «WebServer.h»

Այնուհետև նախաստորագրեք վեբ սերվեր դասի օբյեկտ: Այնուհետև ուղարկեք սերվերի հարցում ՝ բացելու վեբ էջերը արմատից և այլ URL- ներ ՝ օգտագործելով server.on (): և սկսեք սերվերը `օգտագործելով server.begin ():

Վեբ սերվերի սերվեր

server.on ("/", handleRoot); server.on ("/dht22", handleDHT); server.onNotFound (handleNotFound); server.begin ();

Այժմ զանգահարեք հետադարձ կապ տարբեր URL- ների ուղիների համար, որոնք մենք պահել ենք վեբ էջը SPIFFS- ում: SPIFFS- ի մասին ավելին իմանալու համար հետևեք այս հրահանգին: « /Dht22» URL- ի ուղին կտա սենսորային տվյալների արժեքը JSON ձևաչափով:

void handleRoot () {Ֆայլի ֆայլ = SPIFFS.open ("/chartThing.html", "r"); server.streamFile (ֆայլ, "text/html"); file.close (); }

դատարկ բռնակ DHT () {StaticJsonBuffer jsonBuffer; JsonObject & root = jsonBuffer.createObject (); արմատ ["rmsx"] = rms_x; արմատ ["rmsy"] = rms_y; char jsonChar [100]; root.printTo ((char*) jsonChar, root.measureLength () + 1); server.send (200, "text/json", jsonChar); }

Այժմ ստեղծեք HTML վեբ էջ ՝ օգտագործելով ցանկացած տեքստային խմբագիր, մենք մեր դեպքում օգտագործում ենք նոթատետր ++: Վեբ էջեր ստեղծելու մասին ավելին իմանալու համար անցեք այս ուսանելի: Այս վեբ էջում մենք կանչում ենք Google charts API, որը սենսորների արժեքները կերակրում է գծապատկերներին: Այս վեբ էջը տեղակայված է root վեբ էջում: Այստեղ կարող եք գտնել HTML վեբ էջի կոդը:

Հաջորդ քայլում մենք պարզապես պետք է կարգավորենք վեբ սերվերը:

server.handleClient ();

Քայլ 5: Տվյալների արտացոլում

Google Charts- ը շատ արդյունավետ միջոց է տալիս ձեր վեբ կայքի կամ ստատիկ վեբ էջերի տվյալները պատկերացնելու համար: Պարզ գծային գծապատկերներից մինչև հիերարխիկ ծառերի բարդ քարտեզներ, google աղյուսակի պատկերասրահը տրամադրում է պատրաստի օգտագործման գծապատկերների մեծ քանակ:

Քայլ 6: Ընդհանուր ծածկագիր

Այս հրահանգի որոնվածը կարելի է գտնել այստեղ: