Wykrywanie zanieczyszczenia powietrza + filtracja powietrza: 4 kroki

2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:29

Studenci (Aristobulus Lam, Victor Sim, Nathan Rosenzweig i Declan Loges) z German Swiss International School pracowali z pracownikami MakerBay nad stworzeniem zintegrowanego systemu pomiaru zanieczyszczenia powietrza i skuteczności filtracji powietrza. Ten zintegrowany system pozwoli Ci jednocześnie monitorować jakość powietrza przefiltrowanego i niefiltrowanego. Dane zostaną przekonwertowane na współczynnik efektywności i przedstawione na wykresie. Ten projekt jest zalecany dla osób powyżej 15 roku życia, chociaż młodsi muszą liczyć się z ryzykiem porażenia prądem i trudnościami w programowaniu.

Dlaczego powinieneś to zrobić:

Uważamy, że chociaż z pewnością istnieje duża motywacja do dostarczania danych do monitorowania zanieczyszczenia powietrza (co jest szczegółowo wyjaśnione na stronie Smartcitizen, wierzymy również, że sama wiedza o tym, jak duże zanieczyszczenie powietrza jest wokół ciebie, nie robi nic dla twojego zdrowia. Wierzymy, że sami musimy podjąć działania, dlatego stworzyliśmy te zintegrowane czujniki i filtr powietrza.

Kieszonkowe dzieci

• Duży kawałek tektury
• 2x wentylatory PC
• Kilka odmian filtrów powietrza
• 2 diody LED
• 2x zestawy startowe Smartcitizen (kup tutaj)
• 2x Rezystory
• 1 przełącznik elektryczny
• 1 komputer obsługujący Jupyter Notebook, Matplotlib i Python
• Plus wszelkie inne ozdoby, które chcesz mieć!!!

Krok 1: Konfiguracja czujnika SCK

Upewnij się, że masz dwa czujniki SCK. Wybierz pierwszy i podłącz go do baterii lub do komputera. Następnie przejdź do strony konfiguracji i postępuj zgodnie z instrukcjami. Zrób to samo dla drugiego czujnika. Kiedy musisz je nazwać, nazwij je odpowiednio A i B dla czujnika niefiltrowanego i filtrowanego powietrza. Następnie zarejestruj się na tym samym koncie i upewnij się, że logujesz się na konto, aby uzyskać dane.

Sprawdź, czy czujniki działają, przechodząc na tę platformę i wyszukując nazwy czujników. Upewnij się, że co minutę stale publikuje dane.

Krok 2: Projekt obudowy

Użyj wspomnianego kartonu i połóż go przed sobą. Wszystkie pomiary będą zgodne z naszym ostatecznym prototypem. Odmierz 12,5 cm z jednej strony i przetnij w poprzek kartonu. Następnie połóż wentylator na kartonie i zacznij nim zwijać karton. Po utworzeniu pełnego kwadratu zaznacz punkt markerem. Użyj nożyczek, aby przeciąć. Powtórz to dla drugiego wentylatora.

Krok 3: Zasilanie dla fanów

Zrobiliśmy przełącznik, który włącza i wyłącza oczyszczacz powietrza. Aby wyjaśnić, jak działa przełącznik, możesz skorzystać z diagramu w celach informacyjnych. Zaczynając od lewej strony schematu, mamy 220-woltowy konwerter AC na DC, który zmniejsza napięcie do 12 woltów, aby bezpiecznie używać. Bez tego urządzenia energia elektryczna ze źródła zasilania będzie dla nas zbyt niebezpieczna. Po znacznym obniżeniu napięcia mamy 2 przewody, które są podłączone do 2 diod LED i przełącznika. Musisz przylutować przewody do lampek LED, aby wszystkie były ze sobą połączone. Po zakończeniu obwodu i sprawdzeniu obu lampek LED podłącz oba przewody, jeden dodatni i jeden ujemny, do wentylatora. Po zakończeniu konfiguracji włóż wtyczkę do gniazdka. Gdy to zrobisz, dioda LED „włączenia” powinna się zaświecić. Po przełączeniu przełącznika dioda LED „wentylator włączony” powinna się zaświecić, a wentylator powinien zacząć działać.

Krok 4: Kodowanie

Polecane dla osób powyżej 15 roku życia

Ten program został stworzony przez Victora Sima. Ten program pozwoli na wyodrębnienie danych czujnika inteligentnego obywatela z API dewelopera strony internetowej inteligentnego obywatela i obliczenie wartości wydajności. Program, którego użyłem, zostanie napisany w Pythonie 3. Kod napisałem na notebooku Jupyter na komputerze Macbook air wyposażonym w Mac OS (wersja 10.14.6).

Czego potrzebujesz do tego programu: Matplotlib Numpy Pandas JSON CSV Python 3 IDE

Krok 1: Importuj potrzebne biblioteki Będziesz potrzebować urllib.request, aby zażądać dostępu do API i otworzyć adres URL API. Będziesz potrzebował csv, aby przekonwertować plik na plik csv, którym można łatwo manipulować. Będziesz potrzebować JSON, aby odczytać JSON, z którego pochodzi interfejs API. Będziesz potrzebować pand, aby łatwo przeanalizować ramkę danych. Matplotlib jest niezbędny, aby dane były reprezentowane na intuicyjnym wykresie.

Krok 2: Poproś o dostęp do Smart-citizen API: Ten kod żąda danych z API. Z doświadczenia ważne jest, aby umieścić nagłówki w celu uzyskania odpowiedzi na żądanie. Dwa żądane adresy URL są sformatowane w następujący sposób: odwoływanie się do inteligentnego interfejsu API obywatela, uzyskiwanie informacji o urządzeniach, sprawdzanie identyfikatora określonego urządzenia, odwoływanie się do identyfikatora czujnika 87 (czujnik PM 2,5) i rejestrowanie danych co minutę. Następnie żąda dostępu do interfejsu API.

Krok 3: Otwórz i przeanalizuj dane:

Te wiersze odczytują dane, a następnie umieszczają je w „ładnym druku”. Dzięki temu dane są łatwe do odczytania, a tym samym łatwiejsze do rozwiązywania problemów.

Krok 4: Konwertuj dane do pliku CSV: W tych wierszach kodu biblioteka pandas odczytuje dane i konwertuje je do postaci csv, którą można łatwo manipulować. Plik CSV jest następnie przechowywany pod zmienną data_csv.

Krok 5: Spraw, aby dane CSV były zrozumiałe: Kolumny CSV są teraz nazwane „ignoruj” dla niepotrzebnego wiersza indeksu, „czas” dla czasu rejestracji nagrania i „wartość” dla zarejestrowanego stężenia PM 2,5. Wszystkie ukośniki i wartości są usuwane, aby można było łatwo wykreślić wartości na wykresie.

Krok 6: Znajdź średnią kolumny wartości:

Te wiersze znajdują średnią kolumny wartości, a następnie umieszczają wartości na liście, aby łatwo je wykreślić.

Krok 7: Tworzenie większej ilości danych do porównania: Powtórz kod z kroków 1 do 6 dla czujnika B do porównania

Krok 8: Wykreślanie danych:

Linia kreśli środki obu czujników i pokazuje różnicę

Krok 9: Znalezienie wydajności:

Wydajność można obliczyć przez początkową średnią i późniejszą średnią, a następnie dzieląc przez początkową średnią. Można to następnie obliczyć w procentach.

COMPLETE: Powinieneś otrzymać procent i wykres jako wynik. Twoje wyjście powinno wyglądać jak na poniższym obrazku: