Allgemeine Beschreibung


In der Technik werden zur Optimierung und Fehlerdiagnose der Systeme häufig Modelle eingesetzt, die Computersimulationen nutzen. Allerdings müssen diese Modelle korrekt parametrisiert sein. Diese werden deshalb mit Hilfe von Messdaten trainiert. In diesem Versuch sollen die Studierenden mit dem IoT-Kit Messdaten aufzeichnen, um ein vorgegebenes System-Modell zu bestimmen. Dazu müssen Sie ein Optimierungsverfahren anwenden, um das Modell zu parametrisieren. Anschließend kann das Modell für Vorhersagen des zukünftigen Verhaltens genutzt werden. Anhand der Parameterwerte oder parallel getestete Alternativmodelle können zusätzlich auch typische Fehlerquellen identifiziert werden. Als Use-Cases eigenen sich hier insbesondere Smart-Home-Systeme oder Industrie-Systeme mit Predictive Maintenance.

Teilbereiche

Zur Versuchsdurchführung können sowohl Erwärmung als auch Abkühlung betrachtet werden. Da der Erwärmungsvorgang weniger als zwei Minuten benötigt wird dieser gewählt (Abkühlen > 30 min). Zur Gewährleistung eines sicheren Versuchsaufbaus ist es wichtig, die Temperatur des Heizelements nicht zu hoch werden zu lassen. Abbildung 1 zeigt den kompletten Versuchsaufbau.

 

Abbildung 1: Versuchsaufbau

Zum Aufbau des Systems werden die folgenden Elemente benötigt (siehe Bild 2):

  1. Ein Breakout Board mit Temperatursensor BME280 http://wiki.seeedstudio.com/GroveBarometer_Sensor-BME280/ bzw. ein vergleichbares Modell.
  2. Eine Pappschachtel, in der ein Erwärmungs- und Abkühlungsprozess stattfindet. Sie sollte nicht zu groß aber auch nicht zu klein sein, in unserem Fall 10 cm × 15cm × 6cm.
  3. Eine 12V Halogenlampe, um die Luft in der Pappschachtel zu erwärmen
  4. Ein 12V Netzteil für den Betrieb der Lampe
  5. Ein Relais Breakout Board http://wiki.seeedstudio.com/Grove-Relay/
  6. Ein IoT-Kit Octopus oder ein vergleichbarer Mikrocontroller
  7. Diverse Kabel

 

Abbildung 2: Benötigte Teile

 

 

Verdrahtung

Zum Aufbau des Systems wird die Lampe an einem Pol mit dem Netzteil verbunden, der zweite Pol wird mit dem Leistungsausgang des Relais verbunden. Der Eingang des Relais wird wiederum an das Netzteil angeschlossen. Der Steuerkontakt des Relais wird mit einem freien digitalen Ausgang des Octopus verbunden. Der Erdungskontakt GND des Octopus wird mit dem Relais und dem Erdungskabel des Netzteils verbunden.3 Der Temperatursensor wird per I2C Bus mit dem Octopus verbunden.

 

Abbildung 3: Schaltplan

 

 

Montage

Die Lampe wird gemäß Abbildung 4 in der Schachtel positioniert. Der Temperatursensor wird am diagonal gegenüber liegenden, unteren Ende der Pappschachtel befestigt. Wichtig: Bei Nutzung des IoT-Kit Octopus mit integriertem BME280 muss dem externen BME280 Sensor eine andere Bus-Adresse gegeben werden. Dies kann durch die Verbindung von Pin D0 am BME Breakout zu GND erreicht werden (Adresse 0x76 statt 0x77). Da der Octopus bzw. der verbaute ESP8266 selbst Wärme produziert sollte man den integrierten Sensor des Octopus nicht verwenden.

 

Abbildung 4: Positionierung der Lampe in der Schachtel

Die Programmierungen werden weitestgehend mithilfe grafischer Programmieroberflächen realisiert.

Octopus-Programmierung über Ardublock

  1. WLAN Konfiguration
  2. MQTT Broker einrichten
  3. Relais sicherheitshalber ausstellen
  4. Abonnieren des MQTT topic pappschachtel
  5. Bei Aufruf übergebene Anzahl der geforderten Messwerte auslesen
  6. Relais anschalten, Messwerte erfassen und per MQTT publish ausgeben.

 

Abbildung 5: Ardublock Diagramm

 

WICHTIG: Da der externe BME280 Temperatursensor verwendet wird, Ardublock aber nur den internen ansprechen kann, muss vor dem Upload der folgende Arduino Sketch am unteren Ende des Setup-Bereichs ergänzt werden:

boschBME280.settings.I2CAddress = 0x76;
boschBME280 ready = boschBME280.begin ();

 

Datenverarbeitung mit NodeRED

In Node-RED müssen zwei Abläufe erstellt werden (siehe Abbildung 6). Der obere Fluss

  • triggert den Messvorgang,
  • übermittelt die gewünschte Anzahl Messwerte,
  • und leert die Ausgabedatei.

 

Der untere Fluss

  • empfängt die Messwerte,
  • setzt sie zusammen,
  • und speichert sie als CSV-Datei,

welche dann beliebig weiterverarbeitet werden kann.

 

Abbildung 6: NodeRED Diagramm