Detectie van luchtvervuiling + luchtfiltratie - Ajarnpa

2024 Auteur: John Day | [email protected]. Laatst gewijzigd: 2024-01-30 11:16

De studenten (Aristobulus Lam, Victor Sim, Nathan Rosenzweig en Declan Loges) van de Duitse Zwitserse Internationale School werkten samen met het personeel van MakerBay aan een geïntegreerd systeem voor het meten van luchtvervuiling en de effectiviteit van luchtfiltratie. Met dit geïntegreerde systeem kunt u tegelijkertijd de gefilterde en ongefilterde luchtkwaliteit bewaken. De gegevens worden omgezet in een effectiviteitsratio en in een grafiek weergegeven. Dit project wordt aanbevolen voor 15+, hoewel jongere leeftijden rekening moeten houden met het risico van elektrocutie en de moeilijkheid van het programmeren.

Waarom je dit zou moeten doen:

Welnu, we denken dat hoewel er zeker veel motivatie is om gegevens te verstrekken voor het monitoren van luchtvervuiling (wat in detail wordt uitgelegd op de website van Smartcitizen, we ook van mening zijn dat alleen weten hoeveel luchtvervuiling er om je heen is, niets voor je gezondheid doet. We zijn van mening dat we zelf actie moeten ondernemen en daarom hebben we deze geïntegreerde sensoren en luchtfilter gemaakt.

Benodigdheden

• Een groot stuk karton
• 2x pc-fans
• Verschillende soorten luchtfilters
• 2 LED-lampjes
• 2x Smartcitizen Starter Kits (koop hier)
• 2x Weerstanden
• 1 elektrische schakelaar
• 1 computer waarop Jupyter Notebook, Matplotlib en Python kan worden uitgevoerd
• Plus alle andere decoraties die je wilt hebben!!!

Stap 1: SCK-sensor instellen

Zorg ervoor dat je je twee SCK-sensoren hebt. Kies de eerste en sluit deze aan op de accu of op je computer. Ga vervolgens naar de installatiesite en volg de instructies. Doe hetzelfde voor de andere sensor. Als je ze een naam moet geven, noem ze dan respectievelijk A en B voor de ongefilterde en gefilterde luchtsensor. Registreer hierna beide op hetzelfde account en zorg ervoor dat u zich aanmeldt bij het account om de gegevens te krijgen.

Controleer of de sensoren werken door naar dit platform te gaan en de namen van uw sensoren te zoeken. Zorg ervoor dat het continu elke minuut gegevens plaatst.

Stap 2: Behuizingsontwerp

Gebruik het eerder genoemde karton en leg het voor je neer. Alle metingen zijn volgens ons definitieve prototype. Meet 12,5 cm aan één kant af en knip over het karton uit. Plaats vervolgens de ventilator op het karton en begin de ventilator te gebruiken om het karton te rollen. Als je een compleet vierkant hebt gemaakt, markeer dan het punt met een markering. Gebruik een schaar om over te knippen. Herhaal dit voor de andere ventilator.

Stap 3: Macht aan de fans

We hebben een schakelaar gemaakt die de luchtreiniger in- en uitschakelt. Om uit te leggen hoe de schakelaar werkt, kunt u het diagram als referentie gebruiken. Vanaf de linkerkant van het diagram hebben we een 220 volt AC naar DC-omzetter die de volt reduceert tot 12 volt om veilig te gebruiken. Zonder dit apparaat is de elektriciteit van een stroombron te gevaarlijk voor ons om te gebruiken. Nadat de volt aanzienlijk is verlaagd, hebben we 2 draden die zijn aangesloten op 2 LED-lampjes en de schakelaar. Je moet de draden aan de LED-lampjes solderen zodat ze allemaal met elkaar verbonden zijn. Zodra het circuit is voltooid en beide LED-lampjes zijn getest, sluit u beide draden, een positieve en een negatieve, aan op de ventilator. Zodra de installatie is voltooid, steekt u de stekker in het stopcontact. Zodra u dit heeft gedaan, moet de 'power on'-LED gaan branden. Zodra u de schakelaar omdraait, moet het LED-lampje 'ventilator aan' gaan branden en moet de ventilator beginnen te werken.

Stap 4: Coderen

Aanbevolen voor 15+

Dit programma is gemaakt door Victor Sim. Met dit programma kunnen de gegevens van de slimme burgersensor worden geëxtraheerd uit de ontwikkelaars-API van de slimme burgerwebsite en kan een efficiëntiewaarde worden berekend. Het programma dat ik heb gebruikt zal worden geschreven in Python 3. Ik schreef de code op een Jupyter Notebook op een Macbook air uitgerust met Mac OS (versie 10.14.6).

Wat heb je nodig voor dit programma: Matplotlib Numpy Pandas JSON CSV Een python 3 IDE

Stap 1: Importeer de benodigde bibliotheken U heeft urllib.request nodig om toegang tot de API aan te vragen en om de URL van de API te openen. U hebt csv nodig om het bestand om te zetten in een csv-bestand dat gemakkelijk kan worden gemanipuleerd. Je hebt JSON nodig om de JSON te lezen waarin de api binnenkomt. Je hebt panda's nodig om het dataframe gemakkelijk te analyseren. De matplotlib is nodig om de gegevens in een intuïtieve grafiek weer te geven.

Stap 2: Vraag toegang tot de Smart-citizen API aan: Deze code vraagt gegevens op bij de API. Uit ervaring is het essentieel om de headers naar de bron van het verzoek te plaatsen om een antwoord te krijgen. De twee aangevraagde URL's zijn als volgt geformatteerd: verwijzen naar de smart citizen API, informatie voor de apparaten ophalen, de id van een bepaald apparaat controleren, verwijzen naar de sensor-id van 87 (PM 2.5-sensor) en elke minuut gegevens opnemen. Vervolgens vraagt het om toegang tot de API.

Stap 3: Open en ontleden de gegevens:

Deze regels lezen de gegevens en zetten de gegevens vervolgens in een "mooie afdruk". Dit maakt de gegevens gemakkelijk leesbaar en dus gemakkelijker op te lossen.

Stap 4: Converteer de gegevens naar een CSV-bestand: In deze coderegels leest de Panda's-bibliotheek de gegevens en converteert deze naar een csv-vorm die gemakkelijk kan worden gemanipuleerd. Het CSV-bestand wordt vervolgens opgeslagen onder de variabele data_csv.

Stap 5: Maak CSV-gegevens verteerbaar: de kolommen van de CSV hebben nu de naam 'negeren' voor de onnodige indexrij, 'tijd' voor de tijd dat de opname werd geregistreerd en 'waarde' voor de geregistreerde PM 2.5-concentratie. Alle schuine strepen en waarden zijn verwijderd, zodat de waarden gemakkelijk in de grafiek kunnen worden uitgezet.

Stap 6: Zoek het gemiddelde van de waardekolom:

Deze lijnen vinden het gemiddelde van de waardenkolom en plaatsen de waarden vervolgens in een lijst om ze gemakkelijk te plotten.

Stap 7: Meer gegevens maken voor vergelijking: Herhaal de code van stap 1 tot 6 voor sensor B om te vergelijken

Stap 8: De gegevens plotten:

De lijn geeft het gemiddelde van beide sensoren weer en toont het verschil

Stap 9: De efficiëntie vinden:

De efficiëntie kan worden berekend door het initiële gemiddelde en het latere gemiddelde en vervolgens te delen door het initiële gemiddelde. Dat kan dan als percentage worden berekend.

COMPLEET: U zou een percentage en een grafiek als uitvoer moeten krijgen. Uw uitvoer zou er ongeveer zo uit moeten zien als de onderstaande afbeelding: