Otkrivanje onečišćenja zraka + filtriranje zraka: 4 koraka

2024 Autor: John Day | [email protected]. Zadnja promjena: 2024-01-30 09:34

Učenici (Aristobulus Lam, Victor Sim, Nathan Rosenzweig i Declan Loges) njemačke švicarske međunarodne škole radili su s osobljem MakerBay -a na stvaranju integriranog sustava za mjerenje onečišćenja zraka i učinkovitosti filtriranja zraka. Ovaj integrirani sustav omogućit će vam istovremeno praćenje kvalitete filtriranog i nefiltriranog zraka. Podaci će se pretvoriti u omjer učinkovitosti i grafički prikazati. Ovaj se projekt preporučuje za osobe starije od 15 godina, iako mlađe dobi moraju imati na umu rizik od strujnog udara i poteškoće u programiranju.

Zašto biste to trebali učiniti:

Pa, mislimo da, iako zasigurno postoji mnogo motiva za pružanje podataka za praćenje onečišćenja zraka (što je detaljno objašnjeno na web stranici Smartcitizena, također vjerujemo da samo saznanje koliko je zagađenje zraka oko vas ne čini ništa za vaše zdravlje. Vjerujemo da moramo sami poduzeti mjere pa smo stvorili ove integrirane senzore i zračni filter.

Pribor

• Veliki komad kartona
• 2x PC ventilatori
• Nekoliko vrsta zračnih filtera
• 2 LED svjetla
• 2x početni komplet Smartcitizen (kupite ovdje)
• 2x otpornici
• 1 električni prekidač
• 1 računalo koje može pokretati Jupyter Notebook, Matplotlib i Python
• Plus bilo koji drugi ukras koji želite imati !!!

Korak 1: Postavljanje SCK senzora

Provjerite imate li dva SCK senzora. Odaberite prvi i spojite ga na bateriju ili na računalo. Zatim idite na web mjesto za postavljanje i slijedite upute. Učinite isto za drugi senzor. Kad ih morate imenovati, dajte im imena A i B za senzor nefiltriranog i filtriranog zraka. Nakon toga se registrirajte na isti račun i provjerite jeste li se prijavili na račun da biste dobili podatke.

Odlaskom na ovu platformu i pretraživanjem imena senzora provjerite rade li senzori. Pobrinite se da neprestano objavljuje podatke svake minute.

Korak 2: Dizajn kućišta

Upotrijebite prethodno spomenuti karton i položite ga ispred sebe. Sva mjerenja bit će u skladu s našim konačnim prototipom. Izmjerite 12,5 cm s jedne strane i izrežite po kartonu. Zatim stavite ventilator na karton i počnite ga koristiti za valjanje kartona. Kad napravite potpuni kvadrat, označite točku markerom. Za rezanje upotrijebite škare. Ponovite ovo za drugi ventilator.

Korak 3: Snaga navijačima

Napravili smo prekidač koji uključuje i isključuje pročistač zraka. Da biste objasnili kako prekidač radi, možete upotrijebiti dijagram za referencu. Počevši od lijeve strane dijagrama, imamo 220 voltni AC / DC pretvarač koji smanjuje volte na 12 volti za sigurnu uporabu. Bez ovog uređaja, električna energija iz izvora napajanja bit će nam previše opasna za korištenje. Nakon što su se volti značajno smanjili, imamo 2 žice koje su spojene na 2 LED svjetla i prekidač. Morate lemiti žice na LED svjetla tako da su sve međusobno povezane. Nakon što je krug dovršen i oba LED svjetla ispitana, spojite obje žice, jednu pozitivnu i jednu negativnu, u ventilator. Nakon dovršetka postavljanja umetnite utikač u utičnicu. Nakon što to učinite, LED lampica za uključivanje trebala bi zasvijetliti. Nakon što okrenete prekidač, LED žaruljica "ventilator uključen" bi trebala zasvijetliti i ventilator bi trebao početi raditi.

Korak 4: Kodiranje

Preporučuje se za osobe starije od 15 godina

Ovaj program je napravio Victor Sim. Ovaj će program omogućiti da se podaci senzora pametnog građanina izvuku iz razvojnog API -ja web stranice pametnog građanina i da se izračuna vrijednost učinkovitosti. Program koji sam koristio bit će napisan na Pythonu 3. Kôd sam napisao na Jupyter Notebooku na Macbook zraku opremljenom Mac OS -om (verzija 10.14.6).

Ono što će vam trebati za ovaj program: Matplotlib Numpy Pandas JSON CSV A python 3 IDE

Korak 1: Uvoz potrebnih knjižnica Trebat će vam urllib.request inorder da biste zatražili pristup API -ju i otvorili URL API -ja. Trebat će vam csv za pretvaranje datoteke u csv datoteku kojom se može lako manipulirati. Trebat će vam JSON za čitanje JSON -a u koji dolazi api. Trebat će vam pande za jednostavnu analizu okvira podataka. Matplotlib je neophodan da bi se podaci prikazali u intuitivnom grafikonu.

Korak 2: Zatražite pristup API-ju pametnog građanina: ovaj kôd traži podatke iz API-ja. Iz iskustva, bitno je staviti zaglavlja u izvor zahtjeva kako biste dobili odgovor. Dva tražena URL -a su oblikovana na sljedeći način: Referenciranje API -ja pametnog građanina, dobivanje informacija o uređajima, provjeravanje ID -a određenog uređaja, upućivanje na ID senzora 87 (senzor PM 2,5) i bilježenje podataka svake minute. Zatim traži pristup API -ju.

Korak 3: Otvorite i raščlanite podatke:

Ovi retci čitaju podatke, a zatim ih stavljaju u "lijep ispis". To čini podatke lakim za čitanje, a time i rješavanjem problema.

Korak 4: Pretvorite podatke u CSV datoteku: U ovim retcima koda knjižnica pandas čita podatke i pretvara ih u csv oblik kojim se može lako manipulirati. CSV datoteka tada se pohranjuje pod varijablom data_csv.

Korak 5: Učinite CSV podatke probavljivim: Stupci CSV -a sada se nazivaju "zanemari" za nepotreban red indeksa, "vrijeme" za vrijeme snimanja snimke i "vrijednost" za zabilježenu koncentraciju PM 2,5. Sve kose crte i vrijednosti se uklanjaju tako da se vrijednosti mogu lako iscrtati na grafikonu.

Korak 6: Pronađite srednju vrijednost stupca vrijednosti:

Ovi retci pronalaze srednju vrijednost stupca vrijednosti, a zatim stavljaju vrijednosti na popis kako bi ih lako iscrtali.

Korak 7: Stvaranje više podataka za usporedbu: Ponovite kôd od koraka 1 do 6 za senzor B za usporedbu

Korak 8: Iscrtavanje podataka:

Linija prikazuje sredstva oba senzora i pokazuje razliku

Korak 9: Pronalaženje učinkovitosti:

Učinkovitost se može izračunati prema početnoj i kasnijoj srednjoj vrijednosti, a zatim podijeliti s početnom srednjom. To se tada može izračunati kao postotak.

ZAVRŠENO: Trebali biste dobiti postotak i grafikon kao izlaz. Vaš izlaz trebao bi izgledati poput slike ispod: