자습서: 시뮬레이션된 디바이스 데이터 생성

적용 대상: IoT Edge 1.1

중요

IoT Edge 1.1 지원 종료일은 2022년 12월 13일이었습니다. 이 제품, 서비스, 기술 또는 API가 지원되는 방법에 대한 정보는 Microsoft 제품 수명 주기를 확인하세요. 최신 버전의 IoT Edge 업데이트에 대한 자세한 내용은 IoT Edge 업데이트를 참조하세요.

이 문서에서는 기계 학습 데이터를 사용하여 Azure IoT Hub에 원격 분석 데이터를 보내는 디바이스를 시뮬레이션합니다. 소개에서 언급했듯이, 이 자습서에서는 터보팬 엔진 성능 저하 시뮬레이션 데이터 세트를 사용하여 훈련 및 테스트를 위해 일련의 비행기 엔진에서 데이터를 시뮬레이션합니다.

실험 시나리오에서 다음을 확인할 수 있습니다.

• 데이터는 여러 다변량 시계열로 구성됩니다.
• 각 데이터 세트는 학습 및 테스트 하위 집합으로 나뉩니다.
• 각 시계열은 다른 엔진에서 가져온 것입니다.
• 각 엔진은 다양한 정도의 초기 마모 및 제조 편차로 시작됩니다.

이 자습서에서는 단일 데이터 세트(FD003)의 학습 데이터 하위 집합을 사용합니다.

실제로 각 엔진은 독립 IoT 디바이스입니다. 사용 가능한 인터넷에 연결된 터보팬 엔진 컬렉션이 없다고 가정하고, 디바이스에 대한 소프트웨어 대체물을 빌드하겠습니다.

시뮬레이터는 IoT Hub API를 사용하여 가상 디바이스를 IoT Hub에 프로그래밍 방식으로 등록하는 C# 프로그램입니다. 그런 다음, NASA가 제공하는 데이터 하위 집합에서 각 디바이스의 데이터를 읽어서 시뮬레이션된 IoT 디바이스를 사용하여 IoT Hub로 보냅니다. 자습서의 이 부분에 대한 모든 코드는 리포지토리의 DeviceHarness 디렉터리에서 찾을 수 있습니다.

DeviceHarness 프로젝트는 4개 클래스로 구성된 C#으로 작성된 .NET Core 프로젝트입니다.

• 프로그램: 사용자 입력 및 전반적인 조정 처리를 담당하는 실행을 위한 진입점입니다.
• TrainingFileManager: 선택한 데이터 파일을 읽고 구문 분석하는 작업을 담당합니다.
• CycleData: 메시지 형식으로 변환된 파일의 단일 행 데이터를 나타냅니다.
• TurbofanDevice: 데이터의 단일 디바이스(시계열)에 해당하는 IoT 디바이스를 만들어 IoT Hub에 데이터를 전송하는 작업을 담당합니다.

이 문서에 설명된 작업은 완료하는 데 약 20분이 소요됩니다.

이 단계의 작업과 동일한 실제 환경은 디바이스 개발자와 클라우드 개발자가 수행할 가능성이 높습니다.

자습서의 이 섹션에서는 다음 방법에 대해 알아봅니다.

• 외부 프로젝트를 개발 환경에 통합합니다.
• 샘플 DeviceHarness 프로젝트를 사용하여 시뮬레이션된 IoT 디바이스 데이터를 생성합니다.
• IoT Hub에서 생성된 데이터를 봅니다.

사전 요구 사항

이 문서는 IoT Edge에서 Azure Machine Learning을 사용하는 방법에 대한 자습서 시리즈의 일부입니다. 시리즈의 각 문서는 이전 문서의 작업을 기반으로 합니다. 이 문서에 직접 도착한 경우 시리즈의 첫 번째 문서를 방문하세요.

Visual Studio Code 구성 및 DeviceHarness 프로젝트 빌드

1. 개발 VM에서 원격 데스크톱 세션을 엽니다.

2. Visual Studio Code에서 C:\source\IoTEdgeAndMlSample\DeviceHarness 폴더를 엽니다.

3. 이 머신에서 확장 기능을 처음 사용하기 때문에 일부 확장은 종속성을 업데이트하고 설치합니다. 확장을 업데이트하라는 메시지가 표시될 수 있습니다. 그런 경우, 창 다시 로드를 선택합니다.

   OmniSharp 오류가 출력 창에 표시되면 C# 확장을 제거해야 합니다.

4. DeviceHarness에 필요한 자산을 추가하라는 메시지가 표시됩니다. 예를 선택하여 추가합니다.

   • 알림을 표시하는 데 몇 초가 걸릴 수 있습니다.
   • 이 알림을 놓친 경우 오른쪽 아래 모서리에 있는 종 모양 아이콘을 확인합니다.

   

5. 복원을 선택하여 패키지 종속성을 복원합니다.

   

   이러한 알림을 받지 못하면 Visual Studio Code를 닫고, C:\source\IoTEdgeAndMlSample\DeviceHarness에서 bin 및 obj 디렉터리를 삭제하고, Visual Studio Code를 열고, DeviceHarness 폴더를 다시 엽니다.

6. Ctrl + Shift + B 또는 터미널>빌드 작업 실행을 선택하여 빌드를 트리거하고 환경이 올바르게 설정되었는지 확인합니다.

7. 실행할 빌드 작업을 선택하라는 메시지가 표시됩니다. 빌드를 선택합니다.

8. 빌드가 실행되고 성공 메시지가 출력됩니다.

   

9. 터미널>Configure Default Build Task... (기본 빌드 작업 구성...)를 선택하고 프롬프트에서 빌드를 선택하여 이 빌드를 기본 빌드 작업으로 만들 수 있습니다.

IoT Hub에 연결 및 DeviceHarness 실행

프로젝트가 빌드되었으면 IoT 허브에 연결하여 연결 문자열에 액세스하고 데이터 생성 진행 상황을 모니터링합니다.

Visual Studio Code에서 Azure에 로그인

1. Ctrl + Shift + P 또는 보기>명령 팔레트를 선택하여 명령 팔레트를 열고 Visual Studio Code에서 Azure 구독에 로그인합니다.

2. Azure: 로그인 명령을 검색합니다.

   브라우저 창이 열리고 자격 증명을 묻는 메시지가 나타납니다. 성공 페이지로 리디렉션되면 브라우저를 닫을 수 있습니다.

IoT Hub에 연결 및 허브 연결 문자열 검색

1. Visual Studio Code 탐색기의 맨 아래 섹션에서 Azure IoT Hub 프레임을 선택하여 펼칩니다.

2. 펼쳐진 프레임에서 IoT Hub 선택을 클릭합니다.

3. 메시지가 나타나면 Azure 구독을 선택한 다음, IoT 허브를 선택합니다.

4. 추가 작업을 보려면 Azure IoT Hub 오른쪽에 있는 ... 을 클릭합니다. IoT Hub 연결 문자열 복사를 선택합니다.

   

DeviceHarness 프로젝트 실행

1. 보기>터미널을 선택하여 Visual Studio Code 터미널을 엽니다.

   메시지가 표시되지 않으면 Enter를 누릅니다.

2. 터미널에 dotnet run을 입력합니다.

3. IoT Hub 연결 문자열을 묻는 메시지가 표시되면 이전 섹션에서 복사한 연결 문자열을 붙여넣습니다.

4. Azure IoT Hub 디바이스 프레임에서 새로 고침 단추를 클릭합니다.

   

5. 디바이스가 IoT Hub에 추가되고 디바이스가 녹색으로 표시되어 데이터가 해당 디바이스를 통해 전송되는 것을 나타냅니다. 디바이스가 IoT 허브로 메시지를 보낸 후에는 연결이 끊어지고 파란색으로 나타납니다.

6. 디바이스를 마우스 오른쪽 단추로 클릭하고 기본 제공 이벤트 엔드포인트 모니터링 시작을 선택하면 메시지가 허브로 전송되는 것을 볼 수 있습니다. 메시지는 Visual Studio Code의 출력 창에 표시됩니다.

7. Azure IoT Hub 출력 창을 클릭하고 기본 제공 이벤트 엔드포인트 모니터링 중지를 선택하면 모니터링을 중지할 수 있습니다.

8. 애플리케이션 실행이 완료될 때까지 기다립니다. 몇 분이 걸립니다.

IoT Hub에서 작업 확인

DeviceHarness가 보낸 데이터는 IoT 허브로 이동했으며, Azure Portal에서 확인할 수 있습니다.

1. Azure Portal을 열고 이 자습서에 대해 만든 IoT 허브로 이동합니다.

2. 왼쪽 창 메뉴의 모니터링에서 메트릭을 선택합니다.

3. 차트 정의 페이지에서 메트릭 드롭다운을 클릭하고, 목록을 아래로 스크롤하고, 라우팅: 스토리지에 전달된 데이터를 선택합니다. 이 차트는 데이터가 스토리지로 라우팅된 시점의 스파이크를 표시해야 합니다.

   

Azure Storage에서 데이터 유효성 검사

방금 IoT 허브로 보낸 데이터는 이전 문서에서 만든 스토리지 컨테이너로 라우팅되었습니다. 스토리지 계정의 데이터를 살펴보겠습니다.

1. Azure Portal에서 스토리지 계정으로 이동합니다.

2. 스토리지 계정 탐색기에서 Storage Explorer(미리 보기) 를 선택합니다.

3. 스토리지 탐색기에서 Blob 컨테이너와 devicedata를 차례로 선택합니다.

4. 콘텐츠 창에서 IoT 허브 이름의 폴더를 클릭한 다음, 연도, 월, 일 및 시간을 클릭합니다. 데이터가 기록된 분을 나타내는 여러 폴더가 보입니다.

   

5. 이러한 폴더 중 하나를 클릭하여 파티션에 해당하는 00 및 01 레이블이 지정된 데이터 파일을 찾습니다.

6. 파일은 Avro 형식으로 기록되어 있습니다. 이러한 파일 중 하나를 두 번 클릭하여 다른 브라우저 탭을 열고 데이터를 부분적으로 렌더링합니다. 프로그램에서 파일을 열지 묻는 메시지가 표시되는 경우 VS Code를 선택하면 올바르게 렌더링됩니다.

7. 지금 당장 데이터를 읽거나 해석하려고 할 필요가 없습니다. 다음 문서에서 수행하게 됩니다.

리소스 정리

이 자습서는 각 문서가 이전 작업에서 수행된 작업을 기반으로 하는 집합의 일부입니다. 최종 자습서를 완료할 때까지 기다렸다가 리소스를 정리하세요.

다음 단계

이 문서에서는 .NET Core 프로젝트를 사용하여 가상 IoT 디바이스 세트를 만들고 이 디바이스를 통해 IoT 허브 및 Azure Storage 컨테이너로 데이터를 보냅니다. 이 프로젝트는 실제 IoT 디바이스가 IoT Hub로 데이터를 전송해 큐레이션된 스토리지로 이동하는 실제 시나리오를 시뮬레이션합니다. 이 데이터에는 센서 판독값, 운영 설정, 실패 신호 및 모드 등이 포함됩니다. 충분한 데이터가 수집되면 이 데이터를 사용하여 디바이스의 RUL(잔여 수명)을 예측하는 모델을 학습합니다. 다음 문서에서 이 기계 학습을 살펴보겠습니다.

다음 문서를 진행하면 데이터를 사용하여 기계 학습 모델을 학습시킬 수 있습니다.

Azure Machine Learning 모델 학습 및 배포