Gaisa piesārņojuma noteikšana + gaisa filtrēšana: 4 soļi

2024 Autors: John Day | [email protected]. Pēdējoreiz modificēts: 2024-01-30 10:54

Vācijas Šveices Starptautiskās skolas studenti (Aristobulus Lam, Victor Sim, Nathan Rosenzweig un Declan Loges) sadarbojās ar MakerBay darbiniekiem, lai izveidotu integrētu gaisa piesārņojuma mērīšanas un gaisa filtrēšanas efektivitātes sistēmu. Šī integrētā sistēma ļaus vienlaikus uzraudzīt filtrētā un nefiltrētā gaisa kvalitāti. Dati tiks pārvērsti efektivitātes koeficientā un parādīti grafikā. Šis projekts ir ieteicams vecākiem par 15 gadiem, lai gan jaunākiem cilvēkiem jāņem vērā elektriskās strāvas trieciena risks un programmēšanas grūtības.

Kāpēc jums tas jādara:

Mēs domājam, ka, lai gan noteikti ir liela motivācija sniegt datus gaisa piesārņojuma monitoringam (kas ir detalizēti izskaidrots Smartcitizen tīmekļa vietnē, mēs arī uzskatām, ka tikai zinot, cik daudz gaisa piesārņojuma ir jums apkārt, jūsu veselība neko nedara. Mēs uzskatām, ka mums pašiem jārīkojas, tāpēc mēs izveidojām šos integrētos sensorus un gaisa filtru.

Piegādes

• Liels kartona gabals
• 2x datoru ventilatori
• Vairākas gaisa filtru šķirnes
• 2 LED gaismas
• 2x Smartcitizen sākuma komplekti (nopirkt šeit)
• 2x rezistori
• 1 elektriskais slēdzis
• 1 dators, kas spēj darbināt Jupyter Notebook, Matplotlib un Python
• Plus jebkuri citi rotājumi, kurus vēlaties iegūt !!!

1. darbība: SCK sensora iestatīšana

Pārliecinieties, vai jums ir divi SCK sensori. Izvēlieties pirmo un pievienojiet to akumulatoram vai datoram. Pēc tam dodieties uz iestatīšanas vietni un izpildiet norādījumus. Dariet to pašu ar otru sensoru. Kad tie ir jānosauc, nosauciet tos attiecīgi par A un B nefiltrētajam un filtrētajam gaisa sensoram. Pēc tam reģistrējieties abos vienā kontā un pārliecinieties, vai esat pieteicies kontā, lai iegūtu datus.

Pārbaudiet, vai sensori darbojas, dodoties uz šo platformu un meklējot sensoru nosaukumus. Pārliecinieties, ka tas nepārtraukti publicē datus katru minūti.

2. solis: korpusa dizains

Izmantojiet iepriekš minēto kartonu un nolieciet to sev priekšā. Visi mērījumi tiks veikti saskaņā ar mūsu galīgo prototipu. Izmēriet vienā pusē 12,5 cm un izgrieziet kartonu. Pēc tam ielieciet ventilatoru uz kartona un sāciet izmantot ventilatoru, lai ritinātu kartonu. Kad esat izveidojis pilnu kvadrātu, atzīmējiet punktu ar marķieri. Izgrieziet šķēres. Atkārtojiet to ar otru ventilatoru.

3. solis: jauda faniem

Mēs izgatavojām slēdzi, kas ieslēdz un izslēdz gaisa attīrītāju. Lai izskaidrotu slēdža darbību, atsaucei varat izmantot diagrammu. Sākot no diagrammas kreisās puses, mums ir 220 voltu maiņstrāvas līdzstrāvas pārveidotājs, kas samazina spriegumu līdz 12 voltiem, lai to varētu droši lietot. Bez šīs ierīces strāvas avota elektrība mums būs pārāk bīstama lietošanai. Pēc tam, kad volti ir ievērojami samazināti, mums ir 2 vadi, kas ir savienoti ar 2 LED gaismām un slēdzi. Jums ir jāpielodē vadi pie LED gaismām, lai tie visi būtu savienoti viens ar otru. Kad ķēde ir pabeigta un abas LED gaismas ir pārbaudītas, pievienojiet ventilatoram abus vadus - vienu pozitīvu un vienu negatīvu. Kad iestatīšana ir pabeigta, ievietojiet kontaktdakšu kontaktligzdā. Kad esat to izdarījis, iedegas ieslēgšanas gaismas diode. Kad esat pagriezis slēdzi, gaismas diodei “ventilators ieslēgts” vajadzētu iedegties un ventilatoram jāsāk darboties.

4. solis: kodēšana

Ieteicams 15+

Šo programmu veido Viktors Sims. Šī programma ļaus iegūt viedā pilsoņa sensora datus no viedā pilsoņa vietnes izstrādātāja API un aprēķināt efektivitātes vērtību. Programma, kuru izmantoju, tiks uzrakstīta programmā Python 3. Es uzrakstīju kodu Jupyter piezīmjdatorā uz MacBook air, kas aprīkots ar Mac OS (versija 10.14.6).

Kas jums būs nepieciešams šai programmai: Matplotlib Numpy Pandas JSON CSV A python 3 IDE

1. darbība. Nepieciešamo bibliotēku importēšana Lai pieprasītu piekļuvi API un atvērtu URL, jums būs nepieciešama vietne urllib.request inorder. Jums būs nepieciešams csv, lai failu pārvērstu par csv failu, ar kuru var viegli manipulēt. Jums būs nepieciešams JSON, lai izlasītu JSON, kurā ir iekļauts api. Jums būs nepieciešamas pandas, lai viegli analizētu datu rāmi. Matplotlib ir nepieciešams, lai dati tiktu attēloti intuitīvā grafikā.

2. darbība: pieprasiet piekļuvi viedā pilsoņa API: šis kods pieprasa datus no API. No pieredzes ir svarīgi, lai galvenes tiktu ievietotas pieprasījuma avotā, lai saņemtu atbildi. Abi pieprasītie URL ir formatēti šādi: atsauce uz viedā pilsoņa API, informācijas iegūšana par ierīcēm, noteiktas ierīces ID pārbaude, atsauce uz sensora ID 87 (PM 2.5 sensors) un datu ierakstīšana katru minūti. Pēc tam tā pieprasa piekļuvi API.

3. darbība: atveriet un parsējiet datus:

Šīs rindas nolasa datus un pēc tam ievieto datus “skaistā drukā”. Tas padara datus viegli lasāmus un tādējādi vieglāk novēršamus.

4. darbība: pārveidojiet datus CSV failā: šajās koda rindās pandas bibliotēka nolasa datus un pārvērš tos csv formā, ar kuru var viegli manipulēt. Pēc tam CSV fails tiek saglabāts zem mainīgā data_csv.

5. darbība. Padariet sagremojamus CSV datus: CSV slejas tagad tiek nosauktas par “ignorēt” nevajadzīgajai indeksa rindai, “laiks” ierakstīšanas ierakstīšanas laikam un “vērtība” PM 2,5 koncentrācijai. Visas slīpsvītras un vērtības tiek noņemtas, lai vērtības varētu viegli attēlot diagrammā.

6. darbība. Atrodiet vērtību slejas vidējo vērtību:

Šīs līnijas atrod vērtību kolonnu vidējo vērtību un pēc tam ievieto vērtības sarakstā, lai tās varētu viegli uzzīmēt.

7. darbība. Vairāk datu izveidošana salīdzināšanai: atkārtojiet kodu no 1. līdz 6. darbībai, lai B sensors varētu salīdzināt

8. darbība: datu uzzīmēšana:

Līnija attēlo abu sensoru līdzekļus un parāda atšķirību

9. darbība. Efektivitātes noteikšana:

Efektivitāti var aprēķināt ar sākotnējo vidējo un vēlāko vidējo un pēc tam dalīt ar sākotnējo vidējo. Tad to var aprēķināt procentos.

Pabeigts: Jums vajadzētu iegūt procentus un grafiku kā rezultātu. Jūsu iznākumam vajadzētu izskatīties apmēram šādi: