Air Project Dari Enygma

Publikasi ini mendokumentasikan bagaimana kita menantang diri kita sendiri untuk menyelesaikan masalah kualitas udara di daerah perkotaan.

Cerita dimulai ketika kualitas udara yang parah menjadi masalah yang signifikan di Jakarta, Indonesia. Semua orang membicarakannya, tetapi tidak ada yang tahu apa yang harus dilakukan, menurut pendapat kami, kita sendiri yang harus disalahkan. Misalnya, kebiasaan memiliki mobil untuk setiap orang menciptakan sudut pandang bahwa menggunakan transportasi umum adalah hal yang merepotkan.

Idenya adalah membuat perangkat kualitas udara dalam ruangan yang terhubung dengan internet. Strategi kami adalah meletakkannya di beberapa tempat di kantor sehingga setiap orang dapat melihat setiap waktu dan mengingatkan mereka betapa besarnya kontribusi mereka dalam memperburuk kualitas udara dengan menggunakan kendaraan pribadi.

Rasio Harga-Kinerja

Untuk dapat mendefinisikan rekomendasi kesehatan untuk paparan polusi tertentu, pertama, kita harus memahami udara yang kita hirup, untuk melakukan itu, tidak ada metode yang lebih baik selain menggunakan sensor lingkungan yang terkalibrasi. Dalam hal ini, kita harus memilih sensor dengan rasio harga-kinerja yang tepat. Kami menggunakan Wi-Fi IoT Lua Amica NodeMCU ESP8266 CP2102 (Versi Resmi) yang tidak diragukan lagi keandalannya untuk mainboard.

Setelah menggali di internet, dan beberapa uji coba pada beberapa sensor, kami menentukan padu-padan serangkaian sensor:

1. SHT31-D dari Adafruit (Sensor Temperatur & Kelembapan Relatif)
2. ZH03A dari Winsen Sensor (Laser Dust Sensor PM 1, PM 2.5, PM 10)
3. MPL3115A2 dari NXP (Sensor Barometric Pressure & Altimeter)
4. ITEAD HW-181 Mic Module (Mengukur Desibel suara)
5. CCS811 dari CJMCU (Sensor VOCs & eCO2)
6. MAX4409 dari Maxim Integrated (Lux meter)

Alasannya adalah sensor-sensor yang disebutkan di atas memiliki cukup dokumentasi dan data-sheet untuk keperluan pengembangan.

Setelah memilih sensor, kita perlu membuat alat ini se-portable mungkin, melengkapinya dengan power fail-over, data logger, dan mengemasnya dengan case dari hasil 3D printing agar semuanya terlihat rapi. Ini akan membutuhkan persediaan lain seperti:

1. 3.7V 2500 MAH Battery dari Adafruit
2. RTC DS1307 with Data Logger dari RobotDyn
3. 128X64 OLED (White only)
4. Double-Sided 6X8 cm PCB
5. 5V 2.1A Charging Circuit Board Module
6. Beberapa Pin Headers (Male-to-Female and Male-to-Male)
7. Beberapa JST Connectors
8. X6 Black Project Box Cover
9. Kapton Tape

Dan keseruan dimulai, para insinyur kami bekerja tanpa lelah untuk Harmonisasi hardware dan software. Tantangan terbesar adalah membuatnya sesederhana mungkin untuk beroperasi sembari tetap membiarkannya modular untuk pengembangan lebih lanjut.

Uji coba pertama kami menunjukkan hasil yang baik; semua sensor memberikan nilai yang diharapkan. Kami juga berkonsultasi dengan pakar lingkungan untuk memeriksa apakah semua nilai hasil pembacaan dari berbagai sensor tetap pada batas kewajaran.

Belajar Bahasa Alam

Pada titik ini, Anda mungkin bertanya mengapa kami serepot ini berupaya membuat kualitas udara dalam ruangan versi kami sendiri. Tentu, Anda dapat membeli perangkat sejenis secara online. Namun, Anda tidak dapat membeli proses pembelajaran, dan dalam kasus kami, karena kami juga berada dalam bisnis Smart Environment, maka memahami bagaimana perangkat kualitas udara bekerja berarti selangkah lebih dekat untuk memecahkan kode bahasa alam.

Kami merancang holder khusus menggunakan printer 3D untuk membuat semua peralatan menjadi compact. Kami menggunakan project board X6, hanya bagian penutupnya, dan mencetak bagian dasarnya. Beruntung, tim kami mengukur semuanya dengan benar dan berhasil menempatkan semua papan sensor pada percobaan pertama.

Sekarang untuk pemrograman, skenario yang diharapkan adalah membuat perangkat ini dapat membaca semua hasil sensor secara independen dan menyimpannya dalam kartu MicroSD sebagai file CSV melalui papan datalogger. Ketika perangkat terhubung ke internet, alat ini akan mengirim semua data melalui protokol HTTP POST.

Dan setelah 40 jam, tujuan pemrograman tercapai. Baris kode ditulis dalam C / C ++ menggunakan Arduino IDE dan aplikasinya dapat langsung berkomunikasi dengan Intelligent Operations Platform kami. Beberapa hasil pembacaan sensor perlu dikonversi dengan tabel referensi.

Kami juga meluangkan banyak waktu untuk membuat perangkat ini dapat dikonfigurasi secara mudah. Kami membangun halaman manajer Wi-Fi sehingga perangkat akan bertindak seperti titik akses dan mengarahkan pengguna ke halaman konfigurasi.

Kesimpulannya, proses pembelajaran telah membantu tim kami untuk memahami perilaku masing-masing sensor. Untuk perusahaan kami, Enygma, Ini akan menjadi pengetahuan yang tak ternilai untuk proyek yang lebih kompleks. Dibandingkan dengan kakaknya yang lebih besar yaitu Automatic Weather Station dimana kami pernah memiliki pengalaman dengannya, beberapa hasil bacaan lebih sensitif terhadap perubahan posisi penempatan perangkatnya.

Sunting: Modul pengisian daya menghasilkan banyak panas, dan karena pemosisiannya terlalu dekat dengan sensor SHT31, sensor memberikan hasil bacaan suhu tinggi yang salah. Tim kami melepas modul pengisian daya dan meletakkannya di kotak yang terpisah untuk menanggulangi permasalahan ini.