Συστήματα μέτρησης και παρακολούθησης περιβαλλοντικών ρύπων με τη χρήση τεχνολογίας διαδικτύου των πραγμάτων
Systems for measuring and monitoring environmental pollutants using internet of things technology
Λέξεις-κλειδιά
Ασύρματα δίκτυα αισθητήρων ; Διαδίκτυο πραγμάτων ; Έξυπνες πόλεις ; Παρακολούθηση περιβάλλοντος ; Μόλυνση αέρα ; Ποιότητα αέρα ; Γήρανση αισθητήρων ; Ηλεκτροχημικοί αισθητήρες ; Αέριοι ρύποι ; Μετρήσεις συγκέντρωσης O3 ; Μετρήσεις συγκέντρωσης NO2 ; PM2.5 ; Συστήματα ανίχνευσης χαμηλού κόστους ; Λογισμικό ανοικτού κώδικα ; Βαθμονόμηση αισθητήρων ; Φίλτρο Kalman ; Φίλτρα FIR ; Wireless sensor networks ; IoTΠερίληψη
Ο στόχος αυτής της διατριβής είναι η αξιολόγηση των αισθητήρων ποιότητας αέρα χαμηλού κόστους και η δυνατότητα εφαρμογής και αξιοποίησής τους σε μετρητικά συστήματα IoT για την ανάπτυξη δικτύου παρακολούθησης ποιότητας αέρα, μεγάλης χωρικής κάλυψης. Η ποιότητα του αέρα, ιδιαίτερα στις μεγάλες πόλεις, επηρεάζει άμεσα τόσο την υγεία όσο και τον τρόπο ζωής των πολιτών. Κυβερνητικοί φορείς και ερευνητικά κέντρα μελετούν και παρακολουθούν την ποιότητα του αέρα, με εξοπλισμό πολύ υψηλού κόστους πράγμα που έχει ως αποτέλεσμα έναν μικρό αριθμό εγκατεστημένων συστημάτων παρακολούθησης ποιότητας αέρα αναδεικνύοντας το πρόβλημα της χωρικής κάλυψης σε μεγάλες περιοχές. Τα τελευταία χρόνια η εξέλιξη της τεχνολογίας είχε ως αποτέλεσμα την ανάπτυξη αισθητήρων ποιότητας αέρα χαμηλού κόστους. Σύμφωνα με τα αποτελέσματα της παρούσας διατριβής, αυτοί οι αισθητήρες μπορούν να εξάγουν αξιόπιστα δεδομένα μετά από την εφαρμογή συγκεκριμένων μεθόδων διόρθωσης και βελτιστοποίησης των μετρήσεων. Κατ’ επέκταση οι αισθητήρες ποιότητας αέρα χαμηλού κόστους μπορούν να χρησιμοποιηθούν σε διατάξεις IoT, για την ανάπτυξη πυκνού δικτύου. Για τον σκοπό αυτό κατασκευάστηκαν σταθμοί παρακολούθησης ποιότητας αέρα χαμηλού κόστους, οι οποίοι περιλαμβάνουν μονάδα μικροεπεξεργαστή, αισθητήρες αερίων ρύπων, διοξειδίου του αζώτου και όζοντος, αισθητήρα μικροσωματιδίων και βαρομετρικό αισθητήρα, ενώ η διασύνδεση με το διαδίκτυο γίνεται μέσω ασυρμάτου δικτύου ή δικτύου κινητής τηλεφωνίας. Τα δεδομένα των μετρήσεων αποστέλλονται από κάθε σταθμό και αποθηκεύονται σε μια βάση δεδομένων, ενώ για την οπτικοποίηση των μετρήσεων έχει αναπτυχθεί ένας εξυπηρετητής εφαρμογής οπτικοποίησης δεδομένων. Η βαθμονόμηση των σταθμών παρακολούθησης ποιότητας αέρα χαμηλού κόστους έγινε με την μέθοδο συντοποθέτησης τους δίπλα σε επίσημα όργανα μετρήσεων, τα οποία χρησιμοποιήθηκαν ως αναφοράς, στις εγκαταστάσεις του Εθνικού Αστεροσκοπείου Αθηνών. Αρχικά μελετήθηκε η συμπεριφορά των αισθητήρων χαμηλού κόστους, ανά κατηγορία αισθητήρα, πράγμα το οποίο έδειξε ομογένεια ως προς τις μετρήσεις με πολύ υψηλό συντελεστή συσχέτισης. Στη συνέχεια κατά τη διαδικασία βαθμονόμησης των μετρήσεων σε σχέση με τις μετρήσεις αναφοράς, κρίθηκε απαραίτητη η δημιουργία συνάρτησης βαθμονόμησης με χρήση δυο διορθωτικών συντελεστών. Η συνάρτηση βαθμονόμησης επιβεβαιώθηκε καθώς η εφαρμογή της σε όλους τους αισθητήρες αερίων ρύπων, διοξειδίου του αζώτου και όζοντος, παρουσίασε εξαιρετικά αποτελέσματα βελτίωσης μετρήσεων, έως και 25%. Συνάρτηση βαθμονόμησης εφαρμόστηκε και στους αισθητήρες μικροσωματιδίων, στην οποία συμβάλουν τόσο η θερμοκρασία όσο και η υγρασία περιβάλλοντος ως διορθωτικοί συντελεστές. Κατά τη διαδικασία βαθμονόμησης αποκαλύφθηκε ότι και η βαρομετρική πίεση του περιβάλλοντος ως συντελεστής διόρθωσης συμβάλει στη διόρθωση των μετρήσεων. Καθώς οι αισθητήρες αερίων ρύπων έχουν διάρκεια ζωής μέχρι δυο έτη αντικείμενο μελέτης αποτέλεσε και η διερεύνηση της συμπεριφοράς τους κατά το χρόνο λειτουργίας τους. Η έρευνα αυτή έδειξε ότι οι μετρήσεις επηρεάζονται κατά τη γήρανση των αισθητήρων, και η διόρθωσή τους είναι θεραπεύσιμη, με την μεταβολή των συντελεστών μέσω μιας εξίσωσης που τροποποιεί τους συντελεστές βαθμονόμησης κατά τον χρόνο λειτουργίας του αισθητήρα. Για την βελτιστοποίηση των μετρήσεων, μοντέλα απλής γραμμικής παλινδρόμησης και πολλαπλής γραμμικής παλινδρόμησης εφαρμόστηκαν τόσο στις μετρήσεις αισθητήρων αερίων ρύπων όσο και στις μετρήσεις αισθητήρων μικροσωματιδίων, χαμηλού κόστους, με συντελεστές που εξαρτώνται από τις βαρομετρικές συνθήκες (θερμοκρασία, υγρασία, βαρομετρική πίεση). Τα αποτελέσματα ανέδειξαν την σημαντικότητα των βαρομετρικών συνθηκών ως προς τη διόρθωση των μετρήσεων. Μοντέλα φίλτρων πεπερασμένης κρουστικής απόκριση (F.I.R) και Kalman, εφαρμόστηκαν ως εκτιμητές, στις μετρήσεις. Τα αποτελέσματα ήταν εξαιρετικά καθώς εμφάνισαν βελτίωση των μετρήσεων για το φίλτρο F.I.R ως και 25%, ενώ για το φίλτρο Kalman εώς και
40%. Επιπρόσθετα διερευνήθηκε ο προσδιορισμός των ορίων ασφαλούς μεταβολής για τη βελτιστοποίηση των μετρήσεων σε χαμηλού κόστους ηλεκτροχημικούς αισθητήρες ποιότητας αέρα, με την εφαρμογή τόσο του μέσου όρου όσο και του διάμεσου της διακύμανσης μεταξύ των μετρήσεων από αισθητήρες χαμηλού κόστους και των μετρήσεων αναφοράς. Τα αποτελέσματα αυτής της μεθόδου εμφάνισαν βελτίωση των μετρήσεων σε ικανοποιητικό βαθμό. Τέλος, η εφαρμογή της μεθόδου μη γραμμικής παλινδρόμησης έγινε στα δεδομένα από αισθητήρες χαμηλού κόστους και αναφοράς. Η μέθοδος αυτή ανέδειξε μια πολυωνυμική συνάρτηση η οποία μπορεί να χρησιμοποιηθεί για την βελτιστοποίηση των μετρήσεων από αισθητήρες χαμηλού κόστους.
Περίληψη
The objective of this thesis is to evaluate low-cost air quality sensors and the feasibility of their application and utilization in IoT metering systems for the development of a large spatial coverage air quality monitoring network. Air quality, particularly in large cities, has a direct impact on both the health and lifestyle of citizens. Government agencies and research centers study and monitor air quality, using very expensive equipment, which results in a small number of installed air quality monitoring systems, highlighting the problem of spatial coverage in large areas. In recent years, advances in technology have resulted in the development of low-cost air quality sensors. According to the results of this thesis, these sensors can extract reliable data after applying specific methods of correction and optimization of measurements. By extension, low-cost air quality sensors can be used in IoT devices to deploy dense network. For this purpose, low-cost air quality monitoring stations were constructed, which include a microprocessor unit, gas pollutant, nitrogen dioxide and ozone sensors, a microparticle sensor and a barometric sensor, while the interface with the Internet is provided via a wireless or mobile network. The measurement data are sent from each station and stored in a database, and a data visualization application server has been developed for the visualization of the measurements. The calibration of the low-cost air quality monitoring stations was performed by the method of short-circuiting them next to official measurement instruments, which were used as reference, at the facilities of the National Observatory of Athens. First, the behavior of low-cost sensors was studied, by sensor category, which showed homogeneity in terms of measurements with a very high correlation coefficient. Then in the process of calibrating the measurements against the reference measurements, it was deemed necessary to create a calibration function using two correction factors. The calibration function was confirmed as its application to all the gas pollutant, nitrogen dioxide and ozone sensors showed excellent measurement improvement results, up to 25%. A calibration function was also applied to the microparticle sensors, to which both temperature and ambient humidity contribute as correction factors. During the calibration process it was revealed that the barometric pressure of the environment as a correction factor also contributes to the correction of the measurements. As the pollutant gas sensors have a lifetime of up to two years, the investigation of their behavior during the operating time was also the subject of the study. This research has shown that the measurements are affected during the ageing of the sensors, and their correction is curable by varying the coefficients through an equation that modifies the calibration coefficients during the sensor's operating time. To optimize the measurements, simple linear regression and multiple linear regression models were applied to both the gaseous pollutant sensor measurements and the low-cost microparticle sensor measurements, with coefficients depending on the barometric conditions (temperature, humidity, and barometric pressure). The results showed the importance of the barometric conditions in correcting the measurements. Finite impulse response (F.I.R.) and Kalman filter models were applied as estimators, to the measurements. The results were excellent as they showed an improvement of up to 25% for the F.I.R filter and up to 40% for the Kalman filter. In addition, the determination of safe variation limits for optimizing measurements on low-cost electrochemical air quality sensors was investigated by applying both the mean and median of the variance between measurements from low-cost sensors and reference measurements. The results of this method showed an improvement of the measurements to a satisfactory degree. Finally, the non-linear regression method was applied to the data from low-cost and reference sensors. This method revealed a polynomial function which can be used to optimize the measurements from low cost sensors.
Αριθμός σελίδων
226Σχολή
Σχολή ΜηχανικώνΑκαδημαϊκό Τμήμα
Τμήμα Ηλεκτρολόγων και Ηλεκτρονικών ΜηχανικώνΓλώσσα
ΕλληνικάΣυλλογή
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές