Руководство: Создание эмулированных данных устройства

Область применения: IoT Edge 1.1

Это важно

Дата окончания поддержки IoT Edge 1.1 была 13 декабря 2022 г. Проверьте жизненный цикл продукта Майкрософт , чтобы узнать, как поддерживается этот продукт, служба, технология или API. Дополнительные сведения об обновлении до последней версии IoT Edge см. в разделе "Обновление IoT Edge".

В этой статье мы используем данные обучения машинного обучения для имитации устройства, отправляющее данные телеметрии в Центр Интернета вещей Azure. Как указано в руководстве, в этом руководстве используются данные моделирования снижения двигателя Turbofan для имитации данных из набора двигателей самолетов для обучения и тестирования.

В нашем экспериментальном сценарии мы знаем, что:

• Данные состоят из нескольких многовариантных временных рядов.
• Каждый набор данных делится на подмножества обучения и тестирования.
• Каждый временной ряд принадлежит разному двигателю.
• Каждый двигатель имеет разной степени первоначальный износ и производственные различия.

В этом руководстве мы используем подмножество обучающих данных одного набора данных (FD003).

В действительности каждый механизм будет независимым устройством Интернета вещей. Если у вас нет коллекции турбовентиляторных двигателей, подключенных к Интернету, мы создадим программный аналог этих устройств.

Симулятор — это программа C#, которая использует API Центра Интернета вещей для программной регистрации виртуальных устройств в Центре Интернета вещей. Затем мы считываем данные для каждого устройства из подмножества данных, предоставленного НАСА, и отправим их в центр Интернета вещей с помощью имитированного устройства Интернета вещей. Весь код для этой части руководства можно найти в каталоге DeviceHarness репозитория.

Проект DeviceHarness — это проект .NET Core, написанный на C#, состоящий из четырех классов:

• Программа: Точка входа для выполнения, которая отвечает за обработку пользовательского ввода и общую координацию.
• TrainingFileManager: Отвечает за чтение и анализ выбранного файла данных.
• CycleData: Представляет одну строку данных в файле, преобразованном в формат сообщения.
• TurbofanDevice: Отвечает за создание IoT-устройства, соответствующего одному устройству (временной метке), в данных и передачу данных в IoT Hub.

Задачи, описанные в этой статье, должны занять около 20 минут.

Реальным аналогом работы на этом этапе, скорее всего, будет выполнение разработчиками устройств и разработчиками облачных решений.

В этом разделе руководства вы узнаете, как:

• Включите внешний проект в среду разработки.
• Используйте пример проекта DeviceHarness для создания имитированных данных устройства Интернета вещей.
• Просмотр созданных данных в Центре Интернета вещей.

Предпосылки

Эта статья является частью серии руководств по использованию Машинного обучения Azure в IoT Edge. Каждая статья в серии основана на работе, приведенной в предыдущей статье. Если вы перешли сразу к этой статье, посетите первую статью в серии.

Настройка Visual Studio Code и сборка проекта DeviceHarness

1. Откройте сеанс удаленного рабочего стола на виртуальной машине разработки.

2. В Visual Studio code откройте папку C:\source\IoTEdgeAndMlSample\DeviceHarness .

3. Так как вы используете расширения на этом компьютере в первый раз, некоторые расширения будут обновляться и устанавливать их зависимости. Возможно, вам будет предложено обновить расширение. В этом случае выберите "Перезагрузить окно".

   Если ошибки OmniSharp отображаются в окне вывода, необходимо удалить расширение C#.

4. Вам будет предложено добавить необходимые ресурсы для DeviceHarness. Нажмите кнопку "Да" , чтобы добавить их.

   • Уведомление может занять несколько секунд.
   • Если вы пропустили это уведомление, проверьте значок колокола в правом нижнем углу.

   

5. Выберите "Восстановить", чтобы восстановить зависимости пакета.

   

   Если вы не получаете эти уведомления, закройте Visual Studio Code, удалите папки bin и obj C:\source\IoTEdgeAndMlSample\DeviceHarness, откройте Visual Studio Code и снова откройте папку DeviceHarness.

6. Убедитесь, что среда настроена правильно, запустив сборку с помощью комбинации клавиш Ctrl + Shift + B или в Терминале> выбрав Запустить задачу сборки.

7. Вам будет предложено выбрать задачу сборки для выполнения. Выберите Сборка.

8. Сборка выполняется и выводит сообщение об успешном выполнении.

   

9. Вы можете сделать эту сборку задачей сборки по умолчанию, выбрав Терминал>Настроить задачу сборки по умолчанию... и выбрав Сборка в подсказке.

Подключение к Центру Интернета вещей и запуск DeviceHarness

Теперь, когда проект готов к сборке, подключитесь к центру Интернета вещей, чтобы получить доступ к строке подключения и отслеживать процесс генерации данных.

Вход в Azure через Visual Studio Code

1. Войдите в подписку Azure в Visual Studio Code, Ctrl + Shift + P открыв палитру команд или просмотрите>палитру команд.

2. Найдите команду Azure: Войти.

   Откроется окно браузера и появится запрос на ввод учетных данных. При перенаправлении на страницу успешного выполнения вы можете закрыть браузер.

Подключитесь к вашему IoT-хабу и получите строку подключения к хабу

1. В нижней части обозревателя Visual Studio Code выберите панель Интернета вещей Azure для ее расширения.

2. В развернутом кадре щелкните "Выбрать Центр Интернета вещей".

3. При появлении запроса выберите подписку Azure и центр Интернета вещей.

4. Щелкните ... справа от Центра Интернета вещей Azure для получения дополнительных действий. Выберите "Копировать строку подключения Центра Интернета вещей".

   

Запуск проекта DeviceHarness

1. Выберите "Вид терминала",> чтобы открыть терминал Visual Studio Code.

   Если запрос не отображается, нажмите клавишу ВВОД.

2. Введите dotnet run в терминале.

3. Когда вас попросят ввести строку подключения для IoT Hub, вставьте строку подключения, скопированную в предыдущем разделе.

4. В окне устройств Центра Интернета вещей Azure нажмите кнопку обновления.

   

5. Обратите внимание, что устройства добавляются в Центр Интернета вещей и что устройства отображаются зеленым цветом, чтобы указать, что данные отправляются через это устройство. После отправки сообщений в Центр Интернета вещей устройства отключаются и отображаются синим цветом.

6. Вы можете просматривать сообщения, отправленные в концентратор, щелкнув правой кнопкой мыши любое устройство и выбрав "Начать мониторинг встроенной конечной точки события". Сообщения будут отображаться в области вывода в Visual Studio Code.

7. Остановите мониторинг, щелкнув внутри области выходных данных Центра Интернета вещей Azure и выбрав Остановить мониторинг встроенной конечной точки события.

8. Позвольте приложению завершить выполнение, это займет несколько минут.

Проверка действия Центра Интернета вещей

Данные, отправленные DeviceHarness, пошли в центр Интернета вещей, где можно проверить на портале Azure.

1. Откройте портал Azure и перейдите к центру Интернета вещей, созданному для этого руководства.

2. В меню слева в разделе "Мониторинг" выберите "Метрики".

3. На странице определения диаграммы щелкните выпадающий список метрик, прокрутите его вниз и выберите Маршрутизация: данные, доставленные в хранилище. На диаграмме должен отображаться скачок, когда данные были перенаправлены в хранилище.

   

Проверка данных в службе хранилища Azure

Только что отправленные в Центр Интернета вещей данные были перенаправлены в контейнер хранилища, созданный в предыдущей статье. Давайте рассмотрим данные в нашем хранилище данных.

1. Войдите в свою учетную запись хранения на портале Azure.

2. В навигаторе учетной записи хранения выберите Storage Explorer (предварительная версия).

3. В обозревателе хранилища выберите контейнеры объектов, затем devicedata.

4. В области содержимого щелкните папку с именем IoT-хаба, затем выберите год, месяц, день и час. Вы увидите несколько папок, представляющих минуты записи данных.

   

5. Щелкните одну из этих папок, чтобы найти файлы данных с меткой 00 и 01 , соответствующие секции.

6. Файлы записываются в формате Avro . Дважды щелкните один из этих файлов, чтобы открыть другую вкладку браузера и частично отобразить данные. Если вам будет предложено открыть файл в программе, вы можете выбрать VS Code и правильно отобразить его.

7. Сейчас не нужно пытаться считывать или интерпретировать данные; Мы сделаем это в следующей статье.

Очистите ресурсы

Это руководство является частью набора, в котором каждая статья основывается на работе, выполняемой в предыдущих. Подождите с очисткой ресурсов, пока не завершите последний урок.

Дальнейшие шаги

В этой статье мы использовали проект .NET Core для создания набора виртуальных устройств Интернета вещей и отправки данных через центр Интернета вещей и в контейнер службы хранилища Azure. Этот проект имитирует реальный сценарий, в котором физические устройства Интернета вещей отправляют данные в Центр Интернета вещей и передаются в курированное хранилище. Эти данные включают в себя чтение датчиков, операционные параметры, сигналы сбоя и режимы и т. д. После сбора достаточного количества данных мы используем его для обучения моделей, которые прогнозируют оставшуюся полезную жизнь (RUL) для устройства. Мы продемонстрируем это машинное обучение в следующей статье.

Перейдите к следующей статье, чтобы обучить модель машинного обучения с данными.

Обучение и развертывание модели машинного обучения Azure