Pengesanan Pencemaran Udara + Penapisan Udara: 4 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:09

Pelajar-pelajar (Aristobulus Lam, Victor Sim, Nathan Rosenzweig dan Declan Loges) dari Sekolah Antarabangsa Switzerland Jerman bekerjasama dengan kakitangan MakerBay untuk menghasilkan sistem pengukuran pencemaran udara dan keberkesanan penapisan udara yang bersepadu. Sistem bersepadu ini akan membolehkan anda memantau kualiti udara yang disaring dan tidak ditapis pada masa yang sama. Data akan ditukar menjadi nisbah keberkesanan dan diberi grafik. Projek ini disyorkan untuk berumur lebih dari 15 tahun, walaupun usia yang lebih muda perlu memikirkan risiko letupan elektrik dan kesukaran pengaturcaraan.

Mengapa anda mesti melakukan ini:

Oleh itu, kami berpendapat bahawa walaupun ada banyak motivasi untuk menyediakan data untuk pemantauan pencemaran udara (yang dijelaskan secara terperinci di laman web Smartcitizen, kami juga percaya bahawa dengan mengetahui seberapa banyak pencemaran udara di sekitar anda, tidak ada apa-apa untuk kesihatan anda. Kami percaya bahawa kami perlu mengambil tindakan sendiri. Oleh itu, kami membuat sensor dan penapis udara bersepadu ini.

Bekalan

• Sekeping kadbod besar
• Kipas PC 2x
• Beberapa jenis penapis udara
• 2 lampu LED
• 2x Smartcitizen Starter Kit (beli di sini)
• Perintang 2x
• 1 suis elektrik
• 1 komputer yang mampu menjalankan Jupyter Notebook, Matplotlib dan Python
• Ditambah dengan hiasan lain yang anda mahukan !!!

Langkah 1: Persediaan Sensor SCK

Pastikan anda mempunyai dua sensor SCK anda. Pilih yang pertama dan sambungkan ke bateri atau ke komputer anda. Kemudian, pergi ke laman web persediaan dan ikuti arahannya. Lakukan perkara yang sama untuk sensor yang lain. Apabila anda harus menamakannya, beri nama masing-masing A dan B untuk sensor udara yang tidak ditapis dan ditapis. Selepas ini, daftarkan keduanya ke akaun yang sama dan pastikan anda masuk ke akaun untuk mendapatkan data.

Periksa bahawa sensor berfungsi dengan pergi ke platform ini dan mencari nama sensor anda. Pastikan bahawa ia terus menghantar data setiap minit.

Langkah 2: Reka Bentuk Kandang

Gunakan kadbod yang disebutkan di atas dan letakkan di hadapan anda. Semua pengukuran akan mengikut prototaip terakhir kami. Ukur 12.5 cm di satu sisi dan potong kadbod. Kemudian, pasangkan kipas di kadbod, dan mulailah menggunakan kipas untuk menggulung kadbod. Apabila anda telah membuat petak lengkap, maka tandakan titik dengan penanda. Gunakan gunting untuk memotong. Ulangi ini untuk kipas yang lain.

Langkah 3: Kekuatan kepada Peminat

Kami membuat suis yang menghidupkan dan mematikan pembersih udara. Untuk menjelaskan bagaimana suis berfungsi, anda boleh menggunakan rajah untuk rujukan. Bermula dari sebelah kiri rajah, kita mempunyai penukar 220 volt AC ke DC yang mengurangkan volt hingga 12 volt untuk digunakan dengan selamat. Tanpa peranti ini, elektrik dari sumber kuasa akan terlalu berbahaya untuk kita gunakan. Setelah voltan dikurangkan dengan ketara, kami mempunyai 2 wayar yang disambungkan ke 2 lampu LED dan suis. Anda mesti memasangkan wayar ke lampu LED sehingga semuanya saling bersambung. Setelah litar selesai dan kedua-dua lampu LED diuji, sambungkan kedua-dua wayar, satu positif dan satu negatif, ke kipas. Setelah persediaan selesai, masukkan palam ke soket. Setelah anda melakukan ini, LED 'power on' akan menyala. Setelah anda menukar suis, lampu LED 'kipas hidup' akan menyala dan kipas akan mula berfungsi.

Langkah 4: Pengekodan

Disyorkan untuk 15+

Program ini dibuat oleh Victor Sim. Program ini akan membolehkan data sensor warganegara pintar diekstraksi dari API pemaju laman web warga pintar dan untuk menghitung nilai kecekapan. Program yang saya gunakan akan ditulis dalam Python 3. Saya menulis kod pada Jupyter Notebook pada Macbook air yang dilengkapi dengan Mac OS (versi 10.14.6).

Apa yang anda perlukan untuk program ini: Matplotlib Numpy Pandas JSON CSV A python 3 IDE

Langkah 1: Import perpustakaan yang diperlukan Anda memerlukan urllib.request inorder untuk meminta akses ke API dan membuka URL API. Anda memerlukan csv untuk menukar fail menjadi fail csv yang dapat dimanipulasi dengan mudah. Anda memerlukan JSON untuk membaca JSON di mana api masuk. Anda memerlukan panda untuk menganalisis kerangka data dengan mudah. Matplotlib diperlukan agar data ditunjukkan dalam grafik intuitif.

Langkah 2: Minta akses ke Smart-citizen API: Kod ini meminta data dari API. Dari pengalaman, sangat penting untuk meletakkan tajuk untuk mendapatkan permintaan untuk mendapatkan respons. Dua URL yang Diminta diformat seperti berikut: Merujuk API warga pintar, mendapatkan maklumat untuk peranti, memeriksa id peranti tertentu, merujuk ID sensor 87 (sensor PM 2.5) dan merekod data setiap minit. Ia kemudian meminta akses ke API.

Langkah 3: Buka dan Uraikan data:

Garis-garis ini membaca data dan kemudian memasukkan data ke dalam "cetakan cantik". Ini menjadikan data mudah dibaca dan dengan demikian lebih mudah untuk menyelesaikan masalah.

Langkah 4: Ubah data menjadi fail CSV: Dalam baris kod ini pustaka panda membaca data dan mengubahnya menjadi bentuk csv yang dapat dimanipulasi dengan mudah. Fail CSV kemudian disimpan di bawah pemboleh ubah data_csv.

Langkah 5: Jadikan data CSV mudah dicerna: Lajur CSV sekarang dinamakan 'abaikan' untuk baris indeks yang tidak perlu, 'waktu' untuk saat rakaman direkodkan dan 'nilai' untuk kepekatan PM 2.5 direkodkan. Semua garis miring dan nilai dihapuskan sehingga nilainya dapat diplot pada grafik dengan mudah.

Langkah 6: Cari min lajur nilai:

Garis-garis ini mencari nilai lajur nilai dan kemudian meletakkan nilai dalam senarai untuk menggambarkannya dengan mudah.

Langkah 7: Membuat lebih banyak data untuk perbandingan: Ulangi kod dari langkah 1 hingga 6 agar sensor B dapat dibandingkan

Langkah 8: Memetakan data:

Garis memaparkan kaedah kedua sensor dan menunjukkan perbezaannya

Langkah 9: Mencari kecekapan:

Kecekapan dapat dikira dengan min awal dan min kemudian dan kemudian dibahagi dengan min awal. Itu kemudian boleh dikira sebagai peratusan.

SELESAI: Anda harus mendapatkan peratusan dan Grafik sebagai output. Keluaran anda akan kelihatan seperti gambar di bawah: