Ένα απλό σύστημα παρακολούθησης και ελέγχου θολερότητας για τα μικροφύκη: 4 βήματα

2024 Συγγραφέας: John Day | [email protected]. Τελευταία τροποποίηση: 2024-01-30 08:37

Ας πούμε ότι βαριέστε τη δειγματοληψία νερού για τη μέτρηση της θολερότητας, ένας μικτός όρος που υποδηλώνει τυχόν μικρά αιωρούμενα σωματίδια στο νερό, γεγονός που μειώνει την ένταση του φωτός είτε με αυξανόμενη πορεία φωτός είτε με μεγαλύτερη συγκέντρωση σωματιδίων ή και τα δύο. Λοιπόν, πώς να το κάνουμε αυτό;

Παρακάτω είναι αρκετά βήματα που έκανα για να δημιουργήσω ένα αυτόματο σύστημα παρακολούθησης για την πυκνότητα της βιομάζας των μικροφυκών. Πρόκειται για μικρο-φύκια που είναι σε μέγεθος μικρό-μικρόν, καλά αιωρημένα στο νερό και μάλλον έχουν έναν ακραίο τρόπο ζωής, μετατρέποντας την ενέργεια του φωτός και μειώνοντας το διοξείδιο του άνθρακα σε πρόσφατα συνθεμένη βιομάζα. Αυτό είναι αρκετό για τα μικροφύκη.

Για τη μέτρηση της θολερότητας ή της πυκνότητας της βιομάζας, στην περίπτωσή μου, πρέπει να μετρήσω την ένταση του φωτός στην πλευρά του ανιχνευτή που μετατρέπεται σε ένδειξη τάσης. Ένα εμπόδιο που είχα στην αρχή για να βρω έναν κατάλληλο αισθητήρα που να λειτουργεί με τα είδη μικροφυκών με τα οποία δούλεψα.

Η θολερότητα μπορεί να μετρηθεί με φασματοφωτόμετρο. Το εργαστηριακό φασματοφωτόμετρο είναι ακριβό και μετρά κυρίως ένα δείγμα κάθε φορά. Με κάποιο τρόπο, ήμουν τυχερός που αγόρασα έναν φθηνό αισθητήρα θολερότητας που μπορούσα να βρω στο ebay.com ή στο amazon.com, και προς έκπληξή μου, ο αισθητήρας λειτουργεί καλά με τα είδη μικροφυκών που πειραματίστηκα.

Βήμα 1: Απαιτούμενα μέρη:

1. Ένας αισθητήρας θολερότητας όπως αυτός στη φωτογραφία που συνδέει τη σωλήνωση. Αυτό που βρίσκεται στη λίστα έχει ένα ανοιχτό πέρασμα εκτός αν σκοπεύετε να βυθίσετε τον αισθητήρα.

2. Ένας πίνακας Arduino. Θα μπορούσε να είναι Nano ή Mega/Uno (εάν χρησιμοποιείται Yun Shield)

3. Ένα ποτενσιόμετρο. Καλύτερα να χρησιμοποιήσετε αυτό το ακριβές.

4. Οθόνη OLED. Χρησιμοποίησα SSD1306, αλλά άλλοι τύποι LCD όπως το 1602, 2004 θα λειτουργούσαν (και αναθεωρήσαμε τον κώδικα ανάλογα).

5. Ένας πίνακας επανάληψης με δύο κανάλια όπως αυτό

6. Δύο διακόπτες τριών θέσεων για επιπλέον χειροκίνητο έλεγχο

7. Αντλίες: Αγόρασα μια μικρή περισταλτική αντλία 12V και χρησιμοποίησα μια αντλία διπλού καναλιού Cole Parmer στο εργαστήριο ως κύρια αντλία. Εάν η κύρια αντλία έχει μόνο μία κεφαλή καναλιού, τότε χρησιμοποιήστε τον σωλήνα υπερχείλισης για να συλλέξετε την περίσσεια βιομάζας, προσέξτε ότι μια πιθανή απομάκρυνση βιομάζας στην κορυφή του αντιδραστήρα εάν χρησιμοποιείτε έντονη ανάμιξη αεροσκάφους.

8. Ένα Raspberry Pi ή ένας φορητός υπολογιστής για την καταγραφή δεδομένων για την επιλογή 1 ή ένα Yun Shield για την επιλογή 2

Το συνολικό κόστος κυμαίνεται στα $ 200. Η αντλία Cole Parmer κυμαίνεται περίπου στα $ 1000 και δεν περιλαμβάνεται στο συνολικό κόστος. Δεν έκανα ακριβή σύνοψη.

Βήμα 2: Επιλογή 1: Καταγραφή δεδομένων σε υπολογιστή/ Raspberry Pi μέσω καλωδίου USB

Χρήση υπολογιστή ή Raspberry Pi για την καταγραφή ορισμένων δεδομένων εξόδου

Η εγγραφή μπορεί να γίνει με την επιλογή καταγραφής όπως Putty (Windows) ή Screen (Linux). Or μπορεί να γίνει με σενάριο Python. Αυτό το σενάριο απαιτεί Python3 και μια βιβλιοθήκη που ονομάζεται pyserial για να είναι λειτουργική. Εκτός από τα καταγεγραμμένα δεδομένα που είναι εύκολα προσβάσιμα στο φορητό υπολογιστή ή στο Desktop Remote, αυτή η προσέγγιση εκμεταλλεύεται το χρόνο στον υπολογιστή που είναι συνδεδεμένος στο αρχείο μαζί με άλλες εξόδους.

Εδώ είναι ένα άλλο σεμινάριο που έγραψα για το πώς να ρυθμίσετε ένα Raspberry Pi και να συλλέξετε δεδομένα από το Arduino. Είναι ένας οδηγός βήμα προς βήμα για να λάβετε δεδομένα από ένα Arduino σε ένα Raspberry Pi.

Και ο κωδικός για το Arduino φιλοξενείται εδώ για την Επιλογή 1: λειτουργία συστήματος αισθητήρων θολερότητας και καταγραφή δεδομένων σε υπολογιστή.

Όπως ανέφερα παραπάνω, αυτό είναι ένα απλό σύστημα, αλλά για τον αισθητήρα να παράγει σημαντικά δεδομένα, τότε το αντικείμενο των μετρήσεων όπως μικροφύκη, σούρουπο, γάλα ή τα αιωρούμενα σωματίδια χρειάστηκε να εναιωρηθούν, σχετικά σταθερό.

Το εγγεγραμμένο αρχείο περιέχει τη χρονική σφραγίδα, το σημείο ρύθμισης, την τιμή μέτρησης της θολερότητας και πότε ήταν ενεργοποιημένη η κύρια αντλία. Αυτό θα σας δώσει ορισμένους δείκτες της απόδοσης του συστήματος. Μπορείτε να προσθέσετε περισσότερες παραμέτρους στο Serial.println (dataString) στο αρχείο.ino.

Ένα κόμμα (ή μια καρτέλα ή άλλοι χαρακτήρες για τη διαίρεση των δεδομένων σε κάθε κελί του υπολογιστικού φύλλου) πρέπει να προστεθεί σε κάθε έξοδο, έτσι ώστε τα δεδομένα να μπορούν να χωριστούν στο Excel για τη δημιουργία ενός γραφήματος. Το κόμμα θα σας εξοικονομήσει λίγα μαλλιά (σώζει τα δικά μου), ειδικά αφού έχετε μερικές χιλιάδες γραμμές δεδομένων και θα καταλάβετε πώς να χωρίσετε τους αριθμούς και ξεχάσατε να προσθέσετε ένα κόμμα ενδιάμεσα.

Βήμα 3: Επιλογή 2: Τα δεδομένα καταγράφονται στην ασπίδα Yun

Χρησιμοποιώντας ένα Yun Shield πάνω από το Arduino Mega ή το Uno για να καταγράψετε τα δεδομένα

Το Yun Shield τρέχει μια ελάχιστη διανομή Linux και μπορεί να συνδεθεί στο Διαδίκτυο, να έχει θύρες USB και υποδοχή κάρτας SD, ώστε τα δεδομένα να μπορούν να καταγραφούν σε USB stick ή κάρτα SD. Ο χρόνος ανακτάται από το σύστημα Linux και το αρχείο δεδομένων ανακτάται από ένα πρόγραμμα FTP όπως το WinSCP ή το FileZilla ή απευθείας από τον αναγνώστη καρτών USB, SD.

Εδώ είναι ο κώδικας που φιλοξενείται στο Github για την επιλογή 2.

Βήμα 4: Απόδοση αισθητήρα θολερότητας

Χρησιμοποίησα έναν αισθητήρα θολερότητας Αμφενόλης (TSD-10) και έρχεται με το φύλλο δεδομένων. Είναι πιο δύσκολο να επαληθεύσετε το προϊόν από την ηλεκτρονική λίστα. Το φύλλο δεδομένων περιλαμβάνει ένα γράφημα της ένδειξης τάσης (Vout) με διαφορετική συγκέντρωση θολερότητας που αντιπροσωπεύεται στη Νεφελομετρική Μονάδα Θολερότητας (NTU). Για τα μικροφύκη, η πυκνότητα της βιομάζας είναι συνήθως σε μήκος κύματος 730 nm, ή 750 mm για τη μέτρηση της συγκέντρωσης σωματιδίων, που ονομάζεται οπτική πυκνότητα (OD). Εδώ είναι η σύγκριση μεταξύ Vout, OD730 (μετρημένο με φασματόμετρο Shimadzu) και OD750 (μετατρέπεται από NTU στο φύλλο δεδομένων).

Η πιο επιθυμητή κατάσταση αυτού του συστήματος είναι η στατικότητα θολότητας ή η θολότητα που το σύστημα μπορεί αυτόματα να μετρήσει και να ελέγξει την πυκνότητα βιομάζας σε (ή κοντά) σε μια καθορισμένη τιμή. Εδώ είναι ένα γράφημα που δείχνει αυτό το σύστημα που εκτελέστηκε.

Αποκάλυψη:

Αυτό το σύστημα παρακολούθησης και ελέγχου θολερότητας (συχνά αποκαλούμενο θολωτό στάδιο) είναι μία από τις τρεις μονάδες που δούλεψα σε μια προσπάθεια να δημιουργήσω έναν εκ των προτέρων φωτοβιοαντιδραστήρα. Αυτή η εργασία πραγματοποιήθηκε ενώ δούλευα στο Biodesign Swette Center for Environmental Biotechnology, Arizona State University. Η επιστημονική συμβολή αυτού του συστήματος για την προώθηση της καλλιέργειας φυκιών δημοσιεύτηκε στο Algal Research Journal.