Scroll Top

Monitorowanie jakości powietrza za pomocą IoT

6 marca 2019

Paweł Drzycimski

Paweł Drzycimski

IoT Engineer

Air monitoring

Optymalizacja warunków w budynkach to wyzwanie stojące przed wieloma współczesnymi przedsiębiorstwami. Pozwala ona nie tylko zaoszczędzić na eksploatacji, ale też zatroszczyć się o zdrowie i produktywność osób w nich przebywających oraz ochronę środowiska. To zagadnienie dotyczy również klienta, który zwrócił się do nas o dostarczenie narzędzia do pomiaru jakości powietrza w biurze. Zależało mu na uzyskaniu pomiarów wilgotności, temperatury i poziomu dwutlenku węgla.

Chcesz przetestować swój pomysł przed implementacją?

Technologia w monitorowaniu jakości powietrza

Nasze podejście zakładało jak najszybsze i wydajne stworzenie prototypu. Dlatego też wykorzystaliśmy gotowe moduły czujników, które mieliśmy już w laboratorium: Bosch BME280 – do pomiarów temperatury, wilgotności i ciśnienia oraz DFRobot CO2 Sensor podłączony do modułu przetwornika ADC ADS1015 – Adafruit.
Jako że do naszych priorytetów należało uzyskanie jak najszybszych rezultatów, wykorzystaliśmy mikroprocesory Raspberry Pi 3B+. Natomiast w celu uproszczenia architektury systemu na jednostce centralnej uruchomiliśmy środowisko Node-RED, kroker MQTT Mosquito i bazę danych MySQL. Pozostałe urządzenia miały jedynie publikować dane za pomocą protokołu MQTT do jednostki centralnej.

office air monitor prototype

monitoring air in the office iot device

Po zainstalowaniu wszystkich wymaganych pakietów i uruchomieniu aplikacji Node-Reda mogliśmy przejść do jego konfiguracji. W systemie zdefiniowaliśmy bardzo prosty flow, dzięki któremu można odczytać przesyłane dane, przekazać je do utworzonej bazy danych oraz podejrzeć je na dashboardach.

Następnie utworzyliśmy źródła danych. W tym celu napisaliśmy prosty skrypt w Pythonie, który miał obsługiwać sensory i przesyłać dane do naszego brokera MQTT w formacie JSON. Dodatkowo zdefiniowaliśmy w „przepływie” moduł pozwalający na podejrzenie danych wpływających do systemu. Umożliwiło to sprawdzanie poprawności dekodowania naszego formatu danych.
Te aktywności umożliwiły podejrzenie na dashboardzie wykresów wszystkich zbieranych informacji z czasu, który można zdefiniować w konfiguracji wykresów. Wykorzystana w projekcie baza MySQL pozwala na wyeksportowanie danych z dowolnego okresu.

Efekty i dalsze kroki

Jakie rezultaty osiągnęliśmy z użyciem wymienionych technologii i metod? Cały projekt stał się bardzo użytecznym narzędziem do monitorowania jakości powietrza w pomieszczeniach. To nie wszystko. Przed nami jeszcze zaprojektowanie i wydrukowanie obudowy. Najlepsze zostawiliśmy jednak na koniec. Projekt okazał się naprawdę „rapid”! Zestawienie całego systemu, uruchomienie i zebranie pierwszych danych zajęło nam jedynie kilka godzin!

Zobacz również:

krowy1

Jak uratowaliśmy krowy przed pustynnym skwarem dzięki Edge AI i termowizji

Elastyczność Raspberry Pi i jego integracji z różnymi rozwiązaniami biznesowymi.

Czytaj więcej
papuga_lamel

AI obrasta w piórka – niezwykły projekt interaktywnej papugi 

Zobacz naszą interaktywną papugę z Raspberry Pi oraz API ElevenLabs z odpowiedziami w czasie rzeczywistym.

Czytaj więcej
IMG_9663-1

Raspberry Pi w biznesie: Piękno prostego designu

Elastyczność Raspberry Pi i jego integracji z różnymi rozwiązaniami biznesowymi.

Czytaj więcej

Pozostańmy w kontakcie

Opowiedz nam o swoim projekcie, a my wkrótce się z Tobą skontaktujemy.

Porozmawiaj z ekspertem

Paweł Skiba

Paweł Skiba

IoT Solution Architect