Indholdsfortegnelse:

CEL's luftforureningskort (ændret): 7 trin
CEL's luftforureningskort (ændret): 7 trin

Video: CEL's luftforureningskort (ændret): 7 trin

Video: CEL's luftforureningskort (ændret): 7 trin
Video: Цельс Авл Корнелий 2024, November
Anonim
CEL's Air Pollution Maper (ændret)
CEL's Air Pollution Maper (ændret)

Luftforurening er et globalt problem i nutidens samfund, det er årsag til mange sygdomme og forårsager ubehag. Derfor har vi forsøgt at bygge et system, der kunne spore både din GPS -placering og luftforureningen på det præcise sted, for derefter at kunne indsamle og tilføje dataene til et effektivt og letforståeligt format.

Medlemmer af denne gruppe er:

Clara Gillis

Elora Bancet

Landry Bulteau

fra klasse supB af ESME sudria.

Vi er alle medforfattere af denne log.

Trin 1: Find projektet

At finde projektet
At finde projektet

Vi havde et første mål:

Find et projekt (= pb at løse) med alle begrænsninger, en løsning. Find materialerne. Søg om vores projekt. Opret organisation => Trello, instruerbar

Luftforurenende stoffer i forskellige byer (= anden idé)

Link til den anden idé:

www.passeportsante.net/fr/Actualites/Dossi…

Forurenende stoffer: Hvad er de, hvor kommer de fra? (vi brugte dette link)

Projektbeskrivelse: Problem relateret til SDG: Format: 2 muligheder => et ur hvis sensoren er lille Et stort armbånd med et integreret ur. Armbåndet indeholder sensoren.

Tid: 7 uger

Budget: 200 euro Bestil på Corect-webstedet: Amazone.fr/ Mouser.fr/ fr.rs-online.com Råd: Brug ikke det hele på én gang.

Dokumentation: Instructables

Organisation: Trello

Komponent, vi skal købe: - Sensor: Ozon, dioxyde d'azote, soufre, monoxyde de carbone - GPS -ur - Batteri

Pb: Måde at tilslutte sensoren til uret på Sådan kan dataene registreres og sendes til … for at oprette et kort

Brug link til at finde det største toksin i luften: https://www.passeportsante.net/fr/Actualites/Doss… Forurenende stoffer: Hvad er det, hvor kommer de fra?

Trin 2: Valg af vores komponenter

Valg af vores komponenter
Valg af vores komponenter
Valg af vores komponenter
Valg af vores komponenter

ANDEN LEKTION:

Formål i dag: Vi var nødt til at bestille komponent på et af de 3 leverede websteder. For at gøre dette søger vi efter toksinet i luften, vi ønskede at opdage. Vi søger hurtigt efter deres effekt. Så bestiller vi.

Genoptagelse af seancen: Stort toksin i luften (*4): Effekt: ⇒ Passende komponent:

den relevante komponent Dette er de ting, vi køber:

*Ublox NEO-6M GPS-modul til Avion Contrôleur + antenne til Arduino APM2.5 APM2

*VKLSVAN MQ-135 Capteur de qualité d'air Module de détection de gaz dangereux pour Arduinohttps://www.amazon.fr/NEO-6M-Module-Contr%C3%B4le…

*Modul capteur de monoxyde de carbone capteur MQ 7 MQ7 Co gaz-hæld Arduino Raspberry Pi:

*MQ-power lot de 2 moduler capteur de gaz butan 300–10000ppm méthane détecteur de fumée et de monoxyde de carbone pour arduino:

*2 stk Pile 9v Connecteur Snap Dc Adaptateur Secteur Pour Arduino:

*Duracell - Pile Alcaline - 9V x 2 - Plus Power (6LR61):

*Carte de développement CMS Arduino Uno Exel Table link = genoptag ordren:

RAMME til den næste lektion: Clara skal skrive “projektet” og “de fire molekyler” bruge case organisere log og anden doc Vi skal skrive en log for at følge vores progression: pb, løsning… Kontakt ekspert ecrire log S3

Hvordan gør man brugssagen?

Brug din GDS -lektion Eksempel på en use case:

Formål i dag: Vi var nødt til at bestille komponent på et af de 3 leverede websteder. For at gøre dette søger vi efter toksinet i luften, vi ønskede at opdage. Vi søger hurtigt efter deres effekt. Så bestiller vi.

Genoptagelse af seancen: Stort toksin i luften (*4): Effekt: ⇒ Passende komponent:

den relevante komponent Dette er de ting, vi køber:

*Ublox NEO-6M GPS-modul til Avion Contrôleur + Antenne til Arduino APM2.5 APM2

*VKLSVAN MQ-135 Capteur de qualité d'air Module de détection de gaz dangereux pour Arduinohttps://www.amazon.fr/NEO-6M-Module-Contr%C3%B4le…

*Modul capteur de monoxyde de carbone capteur MQ 7 MQ7 Co gaz-hæld Arduino Raspberry Pi:

*MQ-power lot de 2 moduler capteur de gaz butan 300–10000ppm méthane détecteur de fumée et de monoxyde de carbone pour arduino:

*2 stk Pile 9v Connecteur Snap Dc Adaptateur Secteur Pour Arduino:

*Duracell - Pile Alcaline - 9V x 2 - Plus Power (6LR61):

*Carte de développement CMS Arduino Uno Exel Table link = genoptag ordren:

RAMME til den næste lektion: Clara skal skrive “projektet” og “de fire molekyler” bruge case organisere log og anden doc Vi skal skrive en log for at følge vores progression: pb, løsning… Kontakt ekspert ecrire log S3

Hvordan gør man brugssagen?

Brug din GDS -lektion Eksempel på en use case:

Trin 3: Få vores komponenter

Henter vores komponenter
Henter vores komponenter
Henter vores komponenter
Henter vores komponenter
Henter vores komponenter
Henter vores komponenter
Henter vores komponenter
Henter vores komponenter

Dagens mål var at få vores komponenter og prøve at

starte noget med dem.

Alle de ting, vi købte, er taget på billede og forbundet med dette indlæg.

Under sessionen forsøgte vi at forbinde luftsensoren til Arduino Uno-kortet, og vi brugte en kode, vi fandt på denne instruerbare brugerprofil: https://www.instructables.com/id/How-to-use-MQ2-G …

*MQ135: Ce capteur er fornuftig au CO2, à l’alcool, au Benzène, à l’oxyde d’azote (NOx) et à l’ammoniac (NH3).

*MQ7: CO senor

*MQ2:

*Le MQ-2 er un capteur qui permet de détecteur du gaz ou de fumée

Trin 4: Tilslutning af GPS -sensoren

Tilslutning af GPS -sensoren
Tilslutning af GPS -sensoren
Tilslutning af GPS -sensoren
Tilslutning af GPS -sensoren
Tilslutning af GPS -sensoren
Tilslutning af GPS -sensoren

Dagens mission var at forbinde gps -sensoren til

arduino -kort og være i stand til at læse geolokaliseringsdataene.

For at gøre det skulle vi lodde ledningen til gps -sensoren og derefter tilslutte den til kortet. Det lykkedes ikke rigtig at lave koden, så vi fortsætter den næste session.

Trin 5: Eksperimenter og ledninger

Eksperimenter og ledninger
Eksperimenter og ledninger
Eksperimenter og ledninger
Eksperimenter og ledninger
Eksperimenter og ledninger
Eksperimenter og ledninger
Eksperimenter og ledninger
Eksperimenter og ledninger

Dagens mission var at koble de forskellige sensorer til

Arduino Uno -kort, og prøv derefter nogle eksperimenter for at se, om sensorerne fungerer.

*Første trin: Læg MQ-2-sensoren i en æske fuld af røg

Koden, vi brugte, er på billedet og eksperimentet på videoen.

Ved at gøre det så vi på arduino -skærmen en reel stigning i kurven, som giver os mulighed for at tro, at sensoren fungerer.

*Andet trin: Læg sensoren MQ-135 i en æske med alkohol i

Koden, vi brugte, er også på billedet, men vi tog ikke et billede af eksperimentet, fordi det er stille det samme som det første.

Takket være eksperimentet så vi, at sensoren også fungerede.

*Tredje trin: få MQ-7-sensoren til at fungere

Koden er også på billedet. Vi havde ikke adgang til en stor kilde til carbonmonoxid, så vi prøvede sensoren med luften i rummet.

Det vigtigere i disse tre trin var at sikre, at vi var i stand til at læse dataene fra sensoren takket være koderne.

Fjerde trin: Bring GPS -sensoren på arbejde, og tilslut de tre andre sensorer

Det lykkedes Landry at få GPS'en til at fungere med den kode, han skrev. Du kan finde koderne på billedet.

Trin 6: Endelige koder

Endelige koder
Endelige koder
Endelige koder
Endelige koder
Endelige koder
Endelige koder

Vi kombinerede vores sensorkoder med vores gps -kode.

Det eneste problem, vi havde, var højden, som ikke virker. Vi fandt ud af, at højden havde brug for meget mere tid for satellitten til at kalibrere vores position.

Det vil dog ikke være et reelt problem, da vi har mulighed for ikke at bruge altitude og overveje, at alle dataindsamlinger skal udføres på jorden.

Trin 7: Oversæt indsamlede data til en visuel gengivelse

Oversæt indsamlede data til en visuel gengivelse
Oversæt indsamlede data til en visuel gengivelse
Oversæt indsamlede data til en visuel gengivelse
Oversæt indsamlede data til en visuel gengivelse
Oversæt indsamlede data til en visuel gengivelse
Oversæt indsamlede data til en visuel gengivelse

Nu hvor vores kode fungerer korrekt, skal vi gøre brug af de data, vi indsamler. Vi har besluttet at bruge en slags kort til at repræsentere den koncentration, som sensorerne samler op.

Det første trin var at konvertere GPS -koordonnaterne til en fysisk reprentation på et kort. Efter at have fundet de rigtige værktøjer og forstået, hvordan de skulle bruges, blev det gjort.

Vi brugte e-Maps på excel til at lave vores kort ved hjælp af de data, vi indsamlede.

Projektet er nu officielt afsluttet, tøv ikke med at kontakte os, hvis du har brug for råd eller hvis du har spørgsmål eller tips til os.

Med venlig hilsen CEL -teamet.

Anbefalede: