Überwachungssystem: RMS-Integration mit Met Office-Datenpunkt. Ein Experiment mit APIs

Die neueste Software des Rotronic Monitoring Systems wurde speziell für die IoT- und IIoT-Welt entwickelt. Wir verfügen über ein breites und wachsendes Sortiment an Sensoren, Loggern sowie Ein- und Ausgangsmodulen, aber wir werden nie mit den einzigartigen Anforderungen unserer Kunden Schritt halten können. Hier ist die Integration der Schlüssel für jedes erfolgreiche kontinuierliche Überwachungssystem!

Hardware kann bereits über analoge Eingangsmodule wie unser 8ADC integriert werden und digitale Geräte können über unseren RMS-Wandler integriert werden, der mit benutzerdefinierten Protokollen und Funktionen programmiert werden kann und mit praktisch jedem Gerät funktioniert.

Möchten Sie die Waffel ausschneiden ... melden Sie sich an und sehen Sie sich die Live-Daten jetzt mit den folgenden Details an:

Neben der Hardware ist auch die Softwareintegration ein Muss, was nicht einfach ist, wenn man bedenkt, dass RMS ein vollständig GAMP6-konformes System ist und daher Sicherheit und Rückverfolgbarkeit von entscheidender Bedeutung sind.

Warum nicht auf die SQL-Datenbank zugreifen?

Alle Daten zu RMS werden in einer SQL-Datenbank gespeichert, die mit den entsprechenden Berechtigungen leicht abgefragt werden kann, um Daten zu extrahieren. Das Einfügen von Daten löst jedoch möglicherweise eine Meldung über Datenmanipulation in unserem System aus. Auch der direkte Zugriff auf die Datenbank stellt ein Sicherheitsrisiko dar und kann zu unkontrollierten Änderungen am System führen. Dies ist natürlich bei gemeinsam genutzten Systemen nicht möglich.

Deshalb bieten wir auch eine Restful API an, über die Daten nur dann veröffentlicht werden können, wenn sie von Benutzern mit entsprechenden Berechtigungen konfiguriert wurden, und jeder Datenstrom ist sicher mit einem einmaligen Token verknüpft, was zwar nicht die beste Sicherheit bietet, aber für viele Zwecke geeignet ist.

Deshalb bieten wir auch eine Restful API an, über die Daten nur dann gepostet werden können, wenn sie von Benutzern mit entsprechenden Berechtigungen konfiguriert wurden, und jeder Datenstrom ist sicher mit einem einmaligen Token verknüpft, was zwar nicht die beste Sicherheit bietet, aber für viele Anwendungen geeignet ist (und natürlich kann die gesamte API-Funktion deaktiviert werden, wenn gewünscht). Natürlich haben wir in unserer Zentrale Software-Assistenten, die professionelle Integrationslösungen entwickeln können, aber als Hobbyist wollte ich sehen, was ich erreichen kann.

Mein Plan war also, Python und Daten aus dem Met Office DataPoint-Dienst und speisen ihn direkt in unsere RMS-Server-Software ein, damit er entsprechend visualisiert, gemeldet und analysiert werden kann. Nur ein paar einfache Schritte ...

• Schritt 1: Rufen Sie die Daten von der Met Office API ab
• Schritt 2: Erstellen Sie ein API-Gerät in RMS und senden Sie Ihre Daten
• Schritt 3: Nutzen Sie Diagramme, Berichte und benutzerdefinierte
  

  Schritt 1 – Rufen Sie die Daten von der Met Office API ab.

  The Die Met Office API ist großartig. Sie müssen sich lediglich registrieren, um einen API-Schlüssel zu erhalten, und sich dann mit den Befehlen vertraut machen. Sobald Sie das getan haben, können Sie die benötigten Daten über eine einfache URL anfordern und die Informationen werden im XML- oder JSON-Format zurückgegeben.

  

  In Python sieht die Abfrage der stündlichen Daten der letzten 24 Stunden von Standort 3212 (Keswick) in etwa so aus:

  Import json, Anfragen
url = ‘http://datapoint.metoffice.gov.uk/public/data/val/wxobs/all/json/3212?res=hourly&key=YOURKEY’ #replace with your Met Office API key!
r = requests.get(url)
metoffice_data = json.loads(r.text)
  

  Dies ergibt ein Python-Wörterbuch mit allen JSON-Daten, aus dem wir ganz einfach bestimmte Werte abrufen können, z. B. die neuesten Bedingungen (es gibt zweifellos elegantere Lösungen, aber diese funktioniert für mich).

  Hum = (metoffice_data[‘SiteRep’][‘DV’][‘Location’][‘Period’][1][‘Rep’][-1][‘H’])
Temp = (metoffice_data[‘SiteRep’][‘DV’][‘Location’][‘Period’][1][‘Rep’][-1][‘T’])
Pres = (metoffice_data[‘SiteRep’][‘DV’][‘Location’][‘Period’][1][‘Rep’][-1][‘P’])
DewP = (metoffice_data[‘SiteRep’][‘DV’][‘Location’][‘Period’][1][‘Rep’][-1][‘Dp’])

  Als Nächstes müssen wir unser API-Gerät in RMS erstellen, damit es unsere Daten akzeptiert.

  Schritt 2 – API-Gerät in RMS erstellen

  Das Hinzufügen eines neuen API-Geräts in RMS ist ein einfacher Vorgang. Wir erstellen das Gerät und definieren den Namen und die Seriennummer.

  

  Zu diesem Zeitpunkt wartet RMS auf einen Post-Befehl, der zusätzliche Details enthält. Mit dem folgenden Python-Code kann ich ein Gerät mit 4 Messpunkten (Messwerten) erstellen: Luftfeuchtigkeit, Temperatur, Druck und Taupunkt.

  import json, requests

  url = ‘http://rms.rotronic.com/wService/wService3.DeviceService.svc/UpdateDataJson’
headers = {‘Content-Type’ : ‘Application/json’, ‘Expect’ : ‘100-continue’, ‘Connnection’ : ‘Close’, ‘Host’ : ‘rms.rotronic.com’}

  payload = {‘Name’:’API_Test’,’Serial’:’12345′,’Values’:[{‘Index’:’1′,’Typ’:’1′,’Value’:’50’},{‘Index’:’2′,’Typ’:’2′,’Value’:’23’},\
{‘Index’:’3′,’Typ’:’16’,’Value’:’5′},{‘Index’:’4′,’Typ’:’48’,’Value’:’1000′}]}
print (payload)
r = requests.post(url, headers=headers, data =json.dumps (payload))

  Schließlich gibt uns RMS die Geräte-ID und das API-Token, die in allen zukünftigen Post-Befehlen enthalten sein müssen.

  

  Wenn wir Schritt 1 und Schritt 2 kombinieren, können wir die oben genannten Beispielwerte einfach durch die echten API-Daten des Met Office ersetzen! Führen Sie das Skript stündlich oder dauerhaft mit einer Stunde Verzögerung aus, und wir haben ein einfaches Tool, das Wetterdaten in Echtzeit liefert!

  Schritt 3 – Diagramme, Berichte und benutzerdefinierte Alarme

  Mit den Daten in RMS können wir ganz einfach Werte grafisch darstellen und E-Mail-, SMS- oder Telefonalarme erstellen. Wenn wir die API weiterentwickeln, ist es möglich, Live-Satellitenbilder herunterzuladen und die Layouts in RMS dynamisch zu aktualisieren!

  

  Example Report

  Es hat sich also herausgestellt, dass es mit ein wenig grundlegendem Code einfach ist, Daten über die API in RMS zu übertragen. Natürlich sind die Daten des Met Office nur ein Beispiel. In modernen industriellen Anwendungen gibt es so viele einzigartige Daten von Geräten oder Software, die von Nutzen sein könnten, und RMS strebt danach, eine vollständige Überwachungslösung anzubieten, nicht nur für unsere Produkte!

  Bitte wenden Sie sich an uns, wenn Sie Fragen zu den oben genannten Punkten haben oder wenn Sie Überwachungsanforderungen haben. Verwenden Sie das Demo-Login oben oder besuchen Sie unsere Weitere Informationen finden Sie auf der RMS-Website.

  Erfahren Sie mehr über RMS
  
  

  UPDATE 2021.

  • Wir haben jetzt ein kleines API-Softwaretool (RMS-JSON-API) auf den Markt gebracht, in das unsere Entwicklungsteams benutzerdefinierte Datenquellen für jedes Projekt integrieren können.
  • Beispiele für integrierte Datenquellen sind
  • Globale Wetter-API
  • Memmert-Kammerregler
  • LORAWAN-IoT-Funkgeräte über The Things Network.

  Kontaktieren Sie uns, um Ihre Überwachungsanforderungen zu besprechen

  Autor:
  Jeremy Wingate
  Sales Manager Environmental Monitoring System Department