การตรวจจับมลพิษทางอากาศ + การกรองอากาศ: 4 ขั้นตอน

2024 ผู้เขียน: John Day | [email protected]. แก้ไขล่าสุด: 2024-01-30 13:04

นักเรียน (Aristobulus Lam, Victor Sim, Nathan Rosenzweig และ Declan Loges) ของ German Swiss International School ทำงานร่วมกับเจ้าหน้าที่ของ MakerBay ในการผลิตระบบบูรณาการของการวัดมลพิษทางอากาศและประสิทธิภาพการกรองอากาศ ระบบแบบบูรณาการนี้จะช่วยให้คุณตรวจสอบคุณภาพอากาศที่กรองแล้วและไม่กรองได้ในเวลาเดียวกัน ข้อมูลจะถูกแปลงเป็นอัตราส่วนประสิทธิภาพและแสดงเป็นกราฟ โปรเจ็กต์นี้เหมาะสำหรับผู้ที่มีอายุ 15 ปีขึ้นไป แม้ว่าเด็กอายุน้อยกว่าจะต้องคำนึงถึงความเสี่ยงของไฟฟ้าช็อตและความยากลำบากในการเขียนโปรแกรม

ทำไมคุณควรทำเช่นนี้:

เราคิดว่าแม้ว่าจะมีแรงจูงใจมากมายในการให้ข้อมูลสำหรับการตรวจสอบมลพิษทางอากาศ (ซึ่งอธิบายโดยละเอียดในเว็บไซต์ของ Smartcitizen เรายังเชื่อว่าการรู้ว่ามีมลพิษทางอากาศอยู่รอบตัวคุณมากน้อยเพียงใดไม่ดีต่อสุขภาพของคุณ เราเชื่อว่าเราต้องดำเนินการเอง ดังนั้น เราจึงสร้างเซ็นเซอร์และตัวกรองอากาศแบบบูรณาการเหล่านี้

เสบียง

• กระดาษแข็งแผ่นใหญ่
• พัดลมพีซี 2 เท่า
• ไส้กรองอากาศหลายแบบ
• ไฟ LED 2 ดวง
• ชุดเริ่มต้น Smartcitizen 2x (ซื้อที่นี่)
• ตัวต้านทาน 2x
• สวิตช์ไฟฟ้า 1 ตัว
• คอมพิวเตอร์ 1 เครื่องที่รัน Jupyter Notebook, Matplotlib และ Python
• พร้อมของแต่งอื่นๆ ที่อยากได้!!!

ขั้นตอนที่ 1: การตั้งค่าเซนเซอร์ SCK

ตรวจสอบให้แน่ใจว่าคุณมีเซ็นเซอร์ SCK สองตัว เลือกอันแรกและเชื่อมต่อกับแบตเตอรี่หรือกับคอมพิวเตอร์ของคุณ จากนั้นไปที่ไซต์การติดตั้งและปฏิบัติตามคำแนะนำ ทำเช่นเดียวกันกับเซ็นเซอร์อื่น เมื่อคุณต้องตั้งชื่อ ให้ตั้งชื่อ A และ B ตามลำดับสำหรับเซ็นเซอร์อากาศที่ไม่มีการกรองและกรอง หลังจากนี้ ให้ลงทะเบียนทั้ง 2 บัญชีในบัญชีเดียวกัน และตรวจสอบให้แน่ใจว่าคุณลงชื่อเข้าใช้บัญชีเพื่อรับข้อมูล

ตรวจสอบว่าเซ็นเซอร์ทำงานโดยไปที่แพลตฟอร์มนี้และค้นหาชื่อเซ็นเซอร์ของคุณ ตรวจสอบให้แน่ใจว่ามีการโพสต์ข้อมูลอย่างต่อเนื่องทุกนาที

ขั้นตอนที่ 2: การออกแบบสิ่งที่แนบมา

ใช้กระดาษแข็งดังกล่าวแล้ววางลงตรงหน้าคุณ การวัดทั้งหมดจะเป็นไปตามต้นแบบสุดท้ายของเรา วัดด้านหนึ่งออก 12.5 ซม. แล้วตัดขวางกระดาษแข็ง จากนั้นวางพัดลมบนกระดาษแข็ง และเริ่มใช้พัดลมเพื่อม้วนกระดาษแข็ง เมื่อคุณสร้างสี่เหลี่ยมจัตุรัสที่สมบูรณ์แล้ว ให้ทำเครื่องหมายจุดนั้นด้วยเครื่องหมาย ใช้กรรไกรตัดขวาง ทำซ้ำสำหรับพัดลมอีกตัว

ขั้นตอนที่ 3: พลังสู่แฟนๆ

เราทำสวิตช์สำหรับเปิดและปิดเครื่องฟอกอากาศ เพื่ออธิบายวิธีการทำงานของสวิตช์ คุณสามารถใช้ไดอะแกรมสำหรับอ้างอิง เริ่มจากด้านซ้ายของแผนภาพ เรามีตัวแปลงไฟฟ้ากระแสสลับเป็นไฟฟ้ากระแสสลับ 220 โวลต์ ซึ่งจะลดโวลต์ลงเหลือ 12 โวลต์เพื่อให้ใช้งานได้อย่างปลอดภัย หากไม่มีอุปกรณ์นี้ ไฟฟ้าจากแหล่งพลังงานจะเป็นอันตรายเกินกว่าที่เราจะใช้ หลังจากที่โวลต์ลดลงอย่างเห็นได้ชัด เราก็มีสายไฟ 2 เส้นที่ต่อกับไฟ LED 2 ดวงและสวิตช์ คุณต้องบัดกรีสายไฟเข้ากับไฟ LED เพื่อให้เชื่อมต่อกันทั้งหมด เมื่อวงจรเสร็จสมบูรณ์และทดสอบไฟ LED ทั้งสองดวงแล้ว ให้ต่อสายไฟทั้งสองสายที่เป็นขั้วบวกและขั้วลบหนึ่งเส้นเข้ากับพัดลม เมื่อตั้งค่าเสร็จแล้ว ให้เสียบปลั๊กเข้ากับซ็อกเก็ต เมื่อคุณทำเสร็จแล้ว ไฟ LED 'เปิดเครื่อง' จะสว่างขึ้น เมื่อคุณพลิกสวิตช์ ไฟ LED 'เปิดพัดลม' จะสว่างขึ้นและพัดลมควรเริ่มทำงาน

ขั้นตอนที่ 4: การเข้ารหัส

แนะนำสำหรับ 15+

โปรแกรมนี้สร้างโดย Victor Sim โปรแกรมนี้จะช่วยให้สามารถดึงข้อมูลของเซ็นเซอร์พลเมืองอัจฉริยะจาก API นักพัฒนาของเว็บไซต์พลเมืองอัจฉริยะและเพื่อคำนวณค่าประสิทธิภาพ โปรแกรมที่ฉันใช้จะถูกเขียนด้วย Python 3 ฉันเขียนโค้ดบน Jupyter Notebook บน Macbook air ที่ติดตั้ง Mac OS (เวอร์ชัน 10.14.6)

สิ่งที่คุณต้องการสำหรับโปรแกรมนี้: Matplotlib Numpy Pandas JSON CSV A python 3 IDE

ขั้นตอนที่ 1: นำเข้าไลบรารีที่จำเป็น คุณจะต้องใช้ urllib.request เพื่อขอเข้าถึง API และเปิด URL ของ API คุณจะต้องใช้ csv เพื่อแปลงไฟล์เป็นไฟล์ csv ที่สามารถจัดการได้อย่างง่ายดาย คุณจะต้องใช้ JSON เพื่ออ่าน JSON ที่ API เข้ามา คุณจะต้องมีแพนด้าเพื่อวิเคราะห์กรอบข้อมูลอย่างง่ายดาย matplotlib จำเป็นสำหรับการแสดงข้อมูลในกราฟที่เข้าใจง่าย

ขั้นตอนที่ 2: ขอเข้าถึง Smart-citizen API: รหัสนี้ขอข้อมูลจาก API จากประสบการณ์ จำเป็นต้องใส่ส่วนหัวไปยังแหล่งที่มาของคำขอเพื่อรับการตอบกลับ URLS ที่ร้องขอทั้งสองมีรูปแบบดังนี้: อ้างอิง API พลเมืองอัจฉริยะ รับข้อมูลสำหรับอุปกรณ์ ตรวจสอบรหัสของอุปกรณ์บางตัว อ้างอิงรหัสเซ็นเซอร์ของ 87 (เซ็นเซอร์ PM 2.5) และบันทึกข้อมูลทุกนาที จากนั้นจะขอเข้าถึง API

ขั้นตอนที่ 3: เปิดและแยกวิเคราะห์ข้อมูล:

บรรทัดเหล่านี้อ่านข้อมูลแล้วใส่ข้อมูลลงใน "การพิมพ์ที่สวยงาม" ทำให้ข้อมูลอ่านง่ายและแก้ไขปัญหาได้ง่ายขึ้น

ขั้นตอนที่ 4: แปลงข้อมูลเป็นไฟล์ CSV: ในโค้ดบรรทัดเหล่านี้ ไลบรารี pandas จะอ่านข้อมูลและแปลงเป็นรูปแบบ csv ที่สามารถจัดการได้ง่าย ไฟล์ CSV จะถูกเก็บไว้ภายใต้ตัวแปร data_csv

ขั้นตอนที่ 5: ทำให้ข้อมูล CSV ย่อยได้: ขณะนี้คอลัมน์ของ CSV มีชื่อว่า 'ละเว้น' สำหรับแถวดัชนีที่ไม่จำเป็น 'เวลา' สำหรับเวลาที่บันทึกและ 'ค่า' สำหรับความเข้มข้น PM 2.5 ที่บันทึกไว้ เครื่องหมายทับและค่าทั้งหมดจะถูกลบออกเพื่อให้สามารถพล็อตค่าบนกราฟได้อย่างง่ายดาย

ขั้นตอนที่ 6: ค้นหาค่าเฉลี่ยของคอลัมน์ค่า:

เส้นเหล่านี้จะค้นหาค่าเฉลี่ยของคอลัมน์ค่า แล้วใส่ค่าในรายการเพื่อลงจุดได้อย่างง่ายดาย

ขั้นตอนที่ 7: การสร้างข้อมูลเพิ่มเติมสำหรับการเปรียบเทียบ: ทำซ้ำรหัสจากขั้นตอนที่ 1 ถึง 6 สำหรับเซ็นเซอร์ B เพื่อเปรียบเทียบ

ขั้นตอนที่ 8: การพล็อตข้อมูล:

เส้นจะพล็อตค่าเฉลี่ยของเซ็นเซอร์ทั้งสองและแสดงความแตกต่าง

ขั้นตอนที่ 9: ค้นหาประสิทธิภาพ:

ประสิทธิภาพสามารถคำนวณได้จากค่าเฉลี่ยเริ่มต้นและค่าเฉลี่ยภายหลัง จากนั้นหารด้วยค่าเฉลี่ยเริ่มต้น ซึ่งสามารถคำนวณเป็นเปอร์เซ็นต์ได้

สมบูรณ์: คุณควรได้รับเปอร์เซ็นต์และกราฟเป็นผลลัพธ์ ผลลัพธ์ของคุณควรมีลักษณะเหมือนภาพด้านล่าง: