Πίνακας περιεχομένων:

Ανίχνευση ρύπανσης αέρα + φιλτράρισμα αέρα: 4 βήματα
Ανίχνευση ρύπανσης αέρα + φιλτράρισμα αέρα: 4 βήματα

Βίντεο: Ανίχνευση ρύπανσης αέρα + φιλτράρισμα αέρα: 4 βήματα

Βίντεο: Ανίχνευση ρύπανσης αέρα + φιλτράρισμα αέρα: 4 βήματα
Βίντεο: Γεωτρήσεις Μαραθώνας | Νέα Μάκρη 2024, Νοέμβριος
Anonim
Ανίχνευση ρύπανσης αέρα + φιλτράρισμα αέρα
Ανίχνευση ρύπανσης αέρα + φιλτράρισμα αέρα
Ανίχνευση ρύπανσης αέρα + φιλτράρισμα αέρα
Ανίχνευση ρύπανσης αέρα + φιλτράρισμα αέρα
Ανίχνευση ρύπανσης αέρα + φιλτράρισμα αέρα
Ανίχνευση ρύπανσης αέρα + φιλτράρισμα αέρα

Οι μαθητές (Aristobulus Lam, Victor Sim, Nathan Rosenzweig και Declan Loges) του German Swiss International School συνεργάστηκαν με το προσωπικό της MakerBay για να δημιουργήσουν ένα ολοκληρωμένο σύστημα μέτρησης ατμοσφαιρικής ρύπανσης και αποτελεσματικότητας φιλτραρίσματος αέρα. Αυτό το ενσωματωμένο σύστημα θα σας επιτρέψει να παρακολουθείτε την φιλτραρισμένη και μη φιλτραρισμένη ποιότητα αέρα ταυτόχρονα. Τα δεδομένα θα μετατραπούν σε αναλογία αποτελεσματικότητας και θα αναλυθούν. Αυτό το έργο συνιστάται για άτομα άνω των 15 ετών, αν και οι νεότερες ηλικίες πρέπει να λάβουν υπόψη τον κίνδυνο ηλεκτροπληξίας και τη δυσκολία του προγραμματισμού.

Γιατί πρέπει να το κάνετε αυτό:

Λοιπόν, πιστεύουμε ότι ενώ υπάρχει σίγουρα μεγάλο κίνητρο για την παροχή δεδομένων για την παρακολούθηση της ατμοσφαιρικής ρύπανσης (που εξηγείται λεπτομερώς στον ιστότοπο του Smartcitizen, πιστεύουμε επίσης ότι το να γνωρίζουμε πόση ατμοσφαιρική ρύπανση υπάρχει γύρω σας δεν κάνει τίποτα για την υγεία σας. Πιστεύουμε ότι πρέπει να αναλάβουμε δράση. Έτσι, δημιουργήσαμε αυτούς τους ενσωματωμένους αισθητήρες και φίλτρο αέρα.

Προμήθειες

  • Ένα μεγάλο κομμάτι χαρτόνι
  • 2x ανεμιστήρες υπολογιστή
  • Διάφορες ποικιλίες φίλτρων αέρα
  • 2 φώτα LED
  • 2x κιτ εκκίνησης Smartcitizen (αγοράστε εδώ)
  • 2x αντιστάσεις
  • 1 ηλεκτρικός διακόπτης
  • 1 υπολογιστής ικανός να τρέχει Jupyter Notebook, Matplotlib και Python
  • Συν οποιεσδήποτε άλλες διακοσμήσεις θέλετε να έχετε !!!

Βήμα 1: Ρύθμιση αισθητήρα SCK

Ρύθμιση αισθητήρα SCK
Ρύθμιση αισθητήρα SCK

Βεβαιωθείτε ότι έχετε τους δύο αισθητήρες SCK. Επιλέξτε το πρώτο και συνδέστε το στην μπαταρία ή στον υπολογιστή σας. Στη συνέχεια, μεταβείτε στον ιστότοπο εγκατάστασης και ακολουθήστε τις οδηγίες. Κάντε το ίδιο για τον άλλο αισθητήρα. Όταν πρέπει να τα ονομάσετε, ονομάστε τα Α και Β αντίστοιχα για τον αφιλτράριστο και φιλτραρισμένο αισθητήρα αέρα. Μετά από αυτό, εγγραφείτε και οι δύο στον ίδιο λογαριασμό και βεβαιωθείτε ότι έχετε συνδεθεί στον λογαριασμό για να λάβετε τα δεδομένα.

Ελέγξτε ότι οι αισθητήρες λειτουργούν πηγαίνοντας σε αυτήν την πλατφόρμα και αναζητώντας τα ονόματα των αισθητήρων σας. Βεβαιωθείτε ότι δημοσιεύει συνεχώς δεδομένα κάθε λεπτό.

Βήμα 2: Σχεδιασμός περιβλήματος

Χρησιμοποιήστε το προαναφερθέν χαρτόνι και απλώστε το μπροστά σας. Όλες οι μετρήσεις θα είναι σύμφωνα με το τελικό μας πρωτότυπο. Μετρήστε 12,5 εκατοστά στη μία πλευρά και κόψτε το από το χαρτόνι. Στη συνέχεια, βάλτε τον ανεμιστήρα στο χαρτόνι και ξεκινήστε να χρησιμοποιείτε τον ανεμιστήρα για να κυλήσετε το χαρτόνι. Όταν δημιουργήσετε ένα τετράγωνο, σημειώστε το σημείο με ένα δείκτη. Χρησιμοποιήστε ψαλίδι για να το κόψετε. Επαναλάβετε αυτό για τον άλλο ανεμιστήρα.

Βήμα 3: Δύναμη στους θαυμαστές

Δύναμη στους θαυμαστές!
Δύναμη στους θαυμαστές!

Κάναμε έναν διακόπτη που ενεργοποιεί και απενεργοποιεί τον καθαριστή αέρα. Για να εξηγήσετε πώς λειτουργεί ο διακόπτης, μπορείτε να χρησιμοποιήσετε το διάγραμμα για αναφορά. Ξεκινώντας από τα αριστερά του διαγράμματος, έχουμε έναν μετατροπέα εναλλασσόμενου ρεύματος σε βολτ 220 volt που μειώνει τα βολτ στα 12 βολτ για ασφαλή χρήση. Χωρίς αυτήν τη συσκευή, η ηλεκτρική ενέργεια από μια πηγή ενέργειας θα είναι πολύ επικίνδυνη για να τη χρησιμοποιήσουμε. Αφού μειωθούν σημαντικά τα βολτ, έχουμε 2 καλώδια που συνδέονται με 2 φώτα LED και το διακόπτη. Πρέπει να κολλήσετε τα καλώδια στα φώτα LED έτσι ώστε να είναι όλα συνδεδεμένα μεταξύ τους. Μόλις ολοκληρωθεί το κύκλωμα και δοκιμαστούν και τα δύο φώτα LED, συνδέστε και τα δύο καλώδια, ένα θετικό και ένα αρνητικό, στον ανεμιστήρα. Μόλις ολοκληρωθεί η ρύθμιση, τοποθετήστε το φις στην πρίζα. Μόλις το κάνετε αυτό, η λυχνία LED "ενεργοποίησης" θα ανάψει. Μόλις γυρίσετε το διακόπτη, θα ανάψει η λυχνία LED του "ανεμιστήρα" και ο ανεμιστήρας θα πρέπει να αρχίσει να λειτουργεί.

Βήμα 4: Κωδικοποίηση

Προτείνεται για 15+

Αυτό το πρόγραμμα είναι φτιαγμένο από τον Victor Sim. Αυτό το πρόγραμμα θα επιτρέψει την εξαγωγή των δεδομένων του αισθητήρα έξυπνου πολίτη από το API προγραμματιστή του ιστότοπου του έξυπνου πολίτη και τον υπολογισμό μιας τιμής απόδοσης. Το πρόγραμμα που χρησιμοποίησα θα γραφτεί σε Python 3. Έγραψα τον κώδικα σε ένα Jupyter Notebook σε Macbook air με Mac OS (έκδοση 10.14.6).

Τι θα χρειαστείτε για αυτό το πρόγραμμα: Matplotlib Numpy Pandas JSON CSV A python 3 IDE

Βήμα 1: Εισαγάγετε τις απαραίτητες βιβλιοθήκες Θα χρειαστείτε urllib.request για να ζητήσετε πρόσβαση στο API και να ανοίξετε τη διεύθυνση URL του API. Θα χρειαστείτε csv για να μετατρέψετε το αρχείο σε αρχείο csv που μπορεί να χειριστεί εύκολα. Θα χρειαστείτε JSON για να διαβάσετε το JSON στο οποίο έρχεται το api. Θα χρειαστείτε pandas για να αναλύσετε εύκολα το πλαίσιο δεδομένων. Το matplotlib είναι απαραίτητο για την παρουσίαση των δεδομένων σε ένα διαισθητικό γράφημα.

Βήμα 2: Αίτημα πρόσβασης στο Smart-Citizen API: Αυτός ο κωδικός ζητάει δεδομένα από το API. Από εμπειρία, είναι απαραίτητο να τοποθετήσετε τις κεφαλίδες στην πηγή του αιτήματος για να λάβετε μια απάντηση. Οι δύο διευθύνσεις URL που ζητήθηκαν διαμορφώνονται ως εξής: Αναφορά στο API του έξυπνου πολίτη, λήψη πληροφοριών για τις συσκευές, έλεγχος του αναγνωριστικού μιας συγκεκριμένης συσκευής, αναφορά στο αναγνωριστικό αισθητήρα 87 (αισθητήρας PM 2.5) και καταγραφή δεδομένων κάθε λεπτό. Στη συνέχεια, ζητά την πρόσβαση στο API.

Βήμα 3: Ανοίξτε και αναλύστε τα δεδομένα:

Αυτές οι γραμμές διαβάζουν τα δεδομένα και στη συνέχεια τα τοποθετούν σε μια "όμορφη εκτύπωση". Αυτό καθιστά τα δεδομένα ευανάγνωστα και επομένως ευκολότερα την αντιμετώπιση προβλημάτων.

Βήμα 4: Μετατρέψτε τα δεδομένα σε αρχείο CSV: Σε αυτές τις γραμμές κώδικα η βιβλιοθήκη pandas διαβάζει τα δεδομένα και τα μετατρέπει σε μορφή csv που μπορεί να χειριστεί εύκολα. Το αρχείο CSV αποθηκεύεται στη συνέχεια στη μεταβλητή data_csv.

Βήμα 5: Κάντε τα δεδομένα CSV εύπεπτα: Οι στήλες του CSV ονομάζονται πλέον «αγνόηση» για την περιττή σειρά ευρετηρίου, «χρόνος» για το χρόνο εγγραφής της εγγραφής και «τιμή» για τη συγκέντρωση PM 2,5. Όλες οι κλίσεις και οι τιμές αφαιρούνται έτσι ώστε οι τιμές να μπορούν να σχεδιαστούν εύκολα στο γράφημα.

Βήμα 6: Βρείτε το μέσο όρο της στήλης τιμής:

Αυτές οι γραμμές βρίσκουν το μέσο όρο της στήλης τιμών και στη συνέχεια τοποθετούν τις τιμές σε μια λίστα για να τις σχεδιάσετε εύκολα.

Βήμα 7: Δημιουργία περισσότερων δεδομένων για σύγκριση: Επαναλάβετε τον κώδικα από το βήμα 1 έως το 6 για σύγκριση του αισθητήρα Β

Βήμα 8: Σχεδιάζοντας τα δεδομένα:

Η γραμμή απεικονίζει τα μέσα και των δύο αισθητήρων και δείχνει τη διαφορά

Βήμα 9: Εύρεση της αποτελεσματικότητας:

Η αποδοτικότητα μπορεί να υπολογιστεί με την αρχική μέση τιμή και την τελευταία μέση τιμή και στη συνέχεια να διαιρεθεί με την αρχική μέση τιμή. Αυτό μπορεί στη συνέχεια να υπολογιστεί ως ποσοστό.

ΟΛΟΚΛΗΡΗ: Θα πρέπει να λάβετε ένα ποσοστό και ένα γράφημα ως έξοδο. Η έξοδός σας πρέπει να μοιάζει με την παρακάτω εικόνα:

Συνιστάται: