CEL: s luftföroreningskarta (modifierad): 7 steg

2024 Författare: John Day | [email protected]. Senast ändrad: 2024-01-30 12:41

Luftföroreningar är en global fråga i dagens samhälle, det är orsaken till många sjukdomar och orsakar obehag. Det är därför vi har försökt bygga ett system som kan spåra både din GPS -plats och luftföroreningarna på den exakta platsen, för att sedan kunna samla in och lägga till data till ett effektivt och lättförståeligt format.

Medlemmar i denna grupp är:

Clara Gillis

Elora Bancet

Landry Bulteau

från klass supB av ESME sudria.

Vi är alla medförfattare till denna logg.

Steg 1: Hitta projektet

Vi hade ett första mål:

Hitta ett projekt (= pb att lösa) med alla begränsningar, en lösning. Hitta materialet. Sök om vårt projekt. Skapa organisation => Trello, instruerbar

Luftföroreningar i olika städer (= andra idén)

Länk till den andra idén:

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

Föroreningar: Vad är de varifrån kommer de? (vi använde denna länk)

Projektbeskrivning: Problem relaterat till SDG: Format: 2 möjligheter => en klocka om sensorn är liten Ett stort armband med integrerad klocka. Armbandet innehåller sensorn.

Tid: 7 veckor

Budget: 200 euro Beställ på Corect-webbplatsen: Amazone.fr/ Mouser.fr/ fr.rs-online.com Råd: använd inte allt på en gång.

Dokumentation: instruktioner

Organisation: Trello

Komponent vi behöver köpa: - Sensor: Ozon, dioxyde d'azote, soufre, monoxyde de carbone - GPS -klocka - Batteri

Pb: Sätt att ansluta sensorn till klockan Sätt att registrera data och skicka dem till … för att skapa en karta

Länkanvändning för att hitta de viktigaste toxinerna i luften: https://www.passeportsante.net/fr/Actualites/Doss… Föroreningar: Vad är de varifrån kommer de?

Steg 2: Välja våra komponenter

ANDRA LEKTIONEN:

Mål idag: Vi var tvungna att beställa komponent på en av de tre webbplatserna som tillhandahålls. För att göra detta söker vi efter toxinet i luften som vi ville upptäcka. Vi söker snabbt efter deras effekt. Sedan beställer vi.

Resume of the seance: Större toxin i luften (*4): Effekt: ⇒ Lämplig komponent:

lämplig komponent Det här är sakerna vi köper:

*Ublox NEO-6M GPS-modul av Avion Contrôleur + Antenna pour 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-häll Arduino Raspberry Pi:

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

*2st 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 = återuppta beställningen:

RAMVERK till nästa lektion: Clara måste skriva”projektet” och”de fyra molekylerna” använda fallorganisationslogg och annat dokument Vi måste skriva en logg för att följa vår utveckling: pb, lösning … Kontakta expert ecrire log S3

Hur gör man användningsfallet?

Använd ditt GDS -lektionsexempel på ett användningsfall:

Mål idag: Vi var tvungna att beställa komponent på en av de tre webbplatserna som tillhandahålls. För att göra detta söker vi efter toxinet i luften som vi ville upptäcka. Vi söker snabbt efter deras effekt. Sedan beställer vi.

Resume of the seance: Större toxin i luften (*4): Effekt: ⇒ Lämplig komponent:

lämplig komponent Det här är sakerna vi köper:

*Ublox NEO-6M GPS-modul av Avion Contrôleur + Antenna pour 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-häll Arduino Raspberry Pi:

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

*2st 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 = återuppta beställningen:

RAMVERK till nästa lektion: Clara måste skriva”projektet” och”de fyra molekylerna” använda fallorganisationslogg och annat dokument Vi måste skriva en logg för att följa vår utveckling: pb, lösning … Kontakta expert ecrire log S3

Hur gör man användningsfallet?

Använd ditt GDS -lektionsexempel på ett användningsfall: https://www.gatherspace.com/static/use_case_exampl…

Steg 3: Skaffa våra komponenter

Dagens mål var att skaffa våra komponenter och försöka

börja något med dem.

Alla saker vi köpte har tagits på bild och gått med i detta inlägg.

Under sessionen försökte vi ansluta luftsensorn till Arduino Uno Card och vi använde en kod som vi hittade på denna instruerbara användarprofil: https://www.instructables.com/id/How-to-use-MQ2-G …

*MQ135: Ce capteur est sensible 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 est un capteur qui permet de détecteur du gaz ou de fumée

Steg 4: Ansluta GPS -sensorn

Dagens uppdrag var att ansluta gps -sensorn till

arduino -kort och kunna läsa geolokaliseringsdata.

För att göra det var vi tvungna att löda kabeln till gps -sensorn och sedan ansluta den till kortet. Vi lyckades inte riktigt med att skapa koden, så vi fortsätter med den nästa session.

Steg 5: Experiment och kabeldragning

Dagens uppdrag var att koppla de olika sensorerna till

Arduino Uno -kort och försök sedan experimentera för att se om sensorerna fungerar.

*Första steget: lägg MQ-2-sensorn i en låda full av rök

Koden vi använde finns på bilden och experimentet på videon.

Genom att göra det såg vi på arduino -monitorn en verklig ökning av kurvan, vilket gör att vi kan tro att sensorn fungerar.

*Andra steget: lägg MQ-135-sensorn i en låda med alkohol i

Koden som vi använde finns också på bilden, men vi tog inte en bild av experimentet eftersom det är tyst samma som det första.

Tack vare experimentet såg vi att sensorn fungerade också.

*Tredje steget: få MQ-7-sensorn att fungera

Koden finns också på bilden. Vi hade inte tillgång till en stor källa till kolmonoxid så vi försökte sensorn med luften i rummet.

Det viktigaste i dessa tre steg var att se till att vi kunde läsa data från sensorn tack vare koderna.

Fjärde steget: Ta med GPS -sensorn till jobbet och anslut de tre andra sensorerna

Landry lyckades få GPS att fungera med koden han skrev. Du hittar koder på bilden.

Steg 6: Slutkoder

Vi kombinerade våra sensorkoder med vår gps -kod.

Det enda problemet vi hade var höjden som inte fungerar. Vi fick reda på att höjden behövde mycket mer tid för satelliten att kalibrera vår position.

Det kommer dock inte att vara ett verkligt problem eftersom vi har chansen att inte använda alltitude och anser att all datainsamling ska göras på marknivå.

Steg 7: Översätt insamlad data till en visuell reprensation

Nu när vår kod fungerar korrekt måste vi använda data vi samlar in. Vi har bestämt oss för att använda någon form av karta för att representera den koncentration som sensorerna tar upp.

Det första steget var att konvertera GPS -koordinaterna till en fysisk reprentation på en karta. Efter att ha hittat rätt verktyg och förstått hur man använder dem var det gjort.

Vi använde e-Maps på excel för att göra vår karta med hjälp av data vi samlat in.

Projektet är nu officiellt klart, tveka inte att kontakta oss om du behöver råd eller om du har några frågor eller tips till oss.

Med vänliga hälsningar, CEL -teamet.