Transmissão de Dados de Temperatura em Tempo Real do ppDAQC Pi-Plate para InitialState com Raspberry Pi Headless

A placa ppDAQC Pi-Plate é uma interface versátil de aquisição de dados que conecta sensores ao Raspberry Pi de forma integrada. Com oito entradas analógicas e oito digitais, suporta até dezesseis canais independentes de dados do mundo real, tornando-a ideal para monitoramento industrial, laboratórios de pesquisa e projetos DIY.

Além da coleta de dados, a placa oferece saídas digitais e analógicas, permitindo controlar processos com base no feedback dos sensores. Em muitas implantações, porém, o recurso mais valioso é o monitoramento remoto. Graças ao tamanho compacto do Raspberry Pi, baixo consumo de energia e capacidade Wi-Fi, você pode operá-lo "headless" – sem teclado ou monitor – em locais remotos como armários de armazenamento, estufas ou instalações industriais.

Quando se trata de visualizar esses dados, você tem várias opções:

1. Exibir leituras brutas no terminal – funcional, mas pouco envolvente.
2. Gravar dados em arquivo local e analisar depois com planilhas ou matplotlib – completo, mas demorado.
3. Transmitir dados para a nuvem em tempo real e visualizar dashboards dinâmicos – a abordagem mais eficiente e amigável.

Este artigo demonstra a opção 3 transmitindo leituras de temperatura de dois sensores DS18B20 para o InitialState, visualizando gráficos ao vivo da temperatura ambiente e de uma câmara refrigerada usada para pasta de solda.

Passo 1: O que Você Vai Precisar

Software

1. Conta InitialState – Cadastre-se em InitialState.com e aguarde aprovação.

2. Biblioteca Python – Instale o módulo ISStreamer com pip. Em um terminal, execute:
sudo pip install ISStreamer

Hardware

• Raspberry Pi (qualquer modelo com Wi-Fi, pré-carregado com o módulo Python ppDAQC).
• Placa ppDAQC da Pi-Plates.com.
• Dois sensores de temperatura digital DS18B20 (Amazon, Digi-Key, etc.).
• Dois resistores pull-up de 4.7 kΩ (ou dois de 10 kΩ em paralelo se 4.7 kΩ não estiverem disponíveis).
• Fios de conexão e protoboard ou ppPROTO para configuração semi-permanente.

Passo 2: Monte o Circuito

Conecte cada sensor DS18B20 à placa ppDAQC seguindo o diagrama abaixo. Use o resistor pull-up de 4.7 kΩ na linha de dados para a alimentação de 3.3 V. Se usar resistores de 10 kΩ, conecte-os em paralelo para aproximar 5 kΩ.

Configuração de Software

Crie uma nova Chave de Cliente de Log no seu painel InitialState. Em seguida, escreva o seguinte script Python no seu Pi. Salve como tempLOG.py no seu diretório home.

import time
from piplates import ppDAQC
from ISStreamer.Streamer import Streamer

# Substitua pela sua própria Chave de Cliente
client_key = "SUA_CHAVE_CLIENTE_AQUI"

# Crie um stream para o InitialState
stream = Streamer(client_key)

while True:
    # Leia temperaturas dos sensores DS18B20
    ambiente = ppDAQC.getTEMP(1)  # Canal 1
    refrigerador = ppDAQC.getTEMP(2)  # Canal 2

    # Registre as leituras
    stream.pushData("Ambiente", ambiente)
    stream.pushData("Refrigerador", refrigerador)

    # Aguarde 5 minutos antes da próxima leitura
    time.sleep(300)

Execute o script com:
sudo python tempLOG.py – verifique se inicia sem erros.

Passo 3: Visualize Seus Dados no InitialState

Após algumas horas de registro, faça login na sua conta InitialState. Navegue até a página do seu projeto e abra o arquivo de log intitulado "Lab Temperature Data". Clique no botão Source para ver entradas brutas, que serão semelhantes a:

DateTime,SignalSource,OriginalPayload
2014-12-18T15:50:57.837852Z,"Lab Temperature Data","Stream Starting"
2014-12-18T15:50:58.841351Z,Cooler,37.6
2014-12-18T15:50:59.844371Z,Ambient,69.55
2014-12-18T15:56:00.947597Z,Cooler,36.5875
2014-12-18T15:56:01.950743Z,Ambient,68.7625

Use as ferramentas de gráficos integradas para criar gráficos em tempo real para as leituras Ambiente e Refrigerador, e configure alertas ou exporte os dados para análise posterior.

Combinando a ppDAQC Pi-Plate, um Raspberry Pi headless e o InitialState, você obtém um pipeline de dados de sensores leve, escalável e seguro que entrega insights acionáveis diretamente ao seu dashboard.