Raspberry Pi سیستم نظارت و کنترل آب و هوای داخل ساختمان: 6 مرحله

2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:51

مردم می خواهند در خانه خود راحت باشند. از آنجا که آب و هوا در منطقه ما مناسب خود ما نیست ، ما از وسایل زیادی برای حفظ محیط داخلی سالم استفاده می کنیم: بخاری ، کولر هوا ، مرطوب کننده ، رطوبت گیر ، دستگاه تصفیه ، و غیره. امروزه ، یافتن برخی از وسایل مجهز به خودکار معمول است. برای درک محیط و کنترل خود با این حال:

• بسیاری از آنها گران قیمت هستند/ ارزش پول ندارند.
• شکسته شدن مدارهای الکتریکی آنها و تعویض آنها سخت تر از قطعات مکانیکی معمولی است
• دستگاهها باید توسط برنامه سازنده مدیریت شوند. معمول است که چند وسیله هوشمند در خانه خود داشته باشید و هر کدام از آنها برنامه مخصوص خود را دارند. راه حل آنها این است که برنامه را در سیستم عامل هایی مانند Alexa ، Google Assistant و IFTTT ادغام کنید تا یک کنترلر "متمرکز" داشته باشیم
• مهمتر از همه ، تولید کنندگان داده های ما را دارند ، و Google/Amazon/IFTTT/etc اطلاعات ما را دارند. ما نمی کنیم. ممکن است به حریم خصوصی اهمیت ندهید ، اما گاهی اوقات همه ما می خواهیم به الگوی رطوبت اتاق خواب خود نگاه کنیم ، به عنوان مثال ، تصمیم بگیریم که در چه زمانی پنجره ها را باز کنیم.

در این آموزش ، من یک نمونه اولیه از یک کنترل کننده آب و هوای سرپوشیده نسبتاً کم هزینه Raspberry Pi می سازم. RPi از طریق رابط های SPI/I2C/USB با لوازم جانبی ارتباط برقرار می کند:

• یک سنسور جوی برای جمع آوری دما ، رطوبت و فشار هوا استفاده می شود.
• سنسور کیفیت هوا با دقت بالا داده های ذرات معلق در جو (PM2.5 و PM10) را برای محاسبه شاخص کیفیت هوا (AQI) ارائه می دهد.

کنترل کننده داده های به دست آمده را پردازش می کند و با ارسال درخواست به سرویس اتوماسیون IFTTT Webhook که شاخه های پشتیبانی شده WiFi هوشمند را کنترل می کند ، اقدامات دستگاه را فعال می کند.

نمونه اولیه به گونه ای ساخته شده است که می توان به راحتی سایر حسگرها ، لوازم خانگی و خدمات اتوماسیون را اضافه کرد.

مرحله 1: سخت افزار

سخت افزار توصیه شده برای ساخت این:

1. رزبری پای (هر نسخه) با WiFi. من این را با استفاده از RPi B+می سازم. RPi ZeroW بسیار خوب است و 15 دلار پوند هزینه دارد
2. سنسور BME280 برای دما ، رطوبت ، فشار هوا ~ 5 دلار
3. ماژول سنسور تشخیص کیفیت هوا Nova SDS011 PM2.5/PM10 25 $ پوند
4. یک صفحه نمایش LED/LCD. من از صفحه نمایش OLED 2.23 اینچی SSD1305 15 دلار پوند استفاده کردم
5. برخی از پریزهای هوشمند WiFi/ZigBee/Z-Wave. هر کدام 10-20 دلار
6. دستگاه تصفیه هوا ، مرطوب کننده ، رطوبت گیر ، بخاری ، کولر و … با کلید مکانیکی. به عنوان مثال ، من از یک دستگاه تصفیه هوا ارزان برای ساخت این آموزش استفاده کردم

هزینه کل فوق <100 $ است ، بسیار کمتر از یک تصفیه کننده هوشمند که به راحتی می تواند 200 دلار هزینه داشته باشد.

مرحله 2: سیم کشی Raspbery Pi

نمودار مدار نحوه اتصال RPi با سنسور BME280 با استفاده از رابط I2C و صفحه نمایش OLED HAT با استفاده از رابط SPI را نشان می دهد.

Waveshare OLED HAT را می توان در بالای GPIO متصل کرد ، اما برای به اشتراک گذاشتن آن با سایر لوازم جانبی به یک تقسیم کننده GPIO نیاز دارید. می توان با لحیم کاری مقاومت ها در پشت ، از I2C استفاده کرد.

اطلاعات بیشتر در مورد SSD1305 OLED HAT را می توانید در اینجا پیدا کنید.

هر دو رابط I2C و SPI باید در RPi با موارد زیر فعال شوند:

sudo raspi-config

سنسور گرد و غبار Nova SDS011 از طریق پورت USB (با آداپتور Serial-USB) به RPi متصل می شود.

مرحله 3: جمع آوری داده ها از سنسورها

داده های جوی ، که بسیار ساده به نظر می رسند ، از سنسور BME280 از اسکریپت پایتون جمع آوری شده است.

21-نوامبر -20 19:19:25-اطلاعات-خواندن_جبر شده (id = 6e2e8de5-6bc2-4929-82ab-0c0e3ef6f2d2 ،

timestamp = 2020-11-21 19: 19: 25.604317 ، دما = 20.956 درجه سانتی گراد ، فشار = 1019.08 hPa ، رطوبت = 49.23٪ rH)

داده های سنسور گرد و غبار نیاز به پردازش کمی بیشتر دارد. ماژول سنسور برای تشخیص ذرات معلق در برخی نمونه های هوا مکش می کند ، بنابراین باید مدتی (30 ثانیه) کار کند تا نتایج قابل اعتمادی داشته باشد. از مشاهدات من ، من فقط میانگین 3 نمونه آخر را در نظر می گیرم. این فرایند در این اسکریپت موجود است.

21 -نوامبر -20 19:21:07 - DEBUG - 0. PM2.5: 2.8 ، PM10: 5.9

21-نوامبر -20 19:21:09- DEBUG- 1. PM2.5: 2.9 ، PM10: 6.0 21-Nov-20 19:21:11- DEBUG- 2. PM2.5: 2.9 ، PM10: 6.0 21- 20 نوامبر 19:21:13- DEBUG- 3. PM2.5: 2.9 ، PM10: 6.3 21-Nov-20 19:21:15- DEBUG- 4. PM2.5: 3.0 ، PM10: 6.2 21-Nov- 20 19:21:17 - DEBUG - 5. PM2.5: 2.9 ، PM10: 6.4 21 -Nov -20 19:21:19 - DEBUG - 6. PM2.5: 3.0 ، PM10: 6.6 21 -Nov -20 19: 21: 21 - DEBUG - 7. PM2.5: 3.0 ، PM10: 6.8 21 -Nov -20 19:21:23 - DEBUG - 8. PM2.5: 3.1 ، PM10: 7.0 21 -Nov -20 19:21: 25 - DEBUG - 9. PM2.5: 3.2 ، PM10: 7.0 21 -Nov -20 19:21:28 - DEBUG - 10. PM2.5: 3.2 ، PM10: 7.1 21 -Nov -20 19:21:30 - DEBUG - 11. PM2.5: 3.2 ، PM10: 6.9 21 -Nov -20 19:21:32 - DEBUG - 12. PM2.5: 3.3 ، PM10: 7.0 21 -Nov -20 19:21:34 - DEBUG - 13. PM2.5: 3.3 ، PM10: 7.1 21 -Nov -20 19:21:36 - DEBUG - 14. PM2.5: 3.3 ، PM10: 7.1

سنسور گرد و غبار فقط شاخص PM2.5 و PM10 را ارائه می دهد. برای محاسبه AQI به ماژول python-aqi نیاز داریم:

aqi_index = aqi.to_aqi ([(aqi. POLLUTANT_PM25 ، اطلاعات گرد و غبار [0]) ، (aqi. POLLUTANT_PM10 ، گرد و غبار [1])])

جمع آوری داده ها ، نمایش و کنترل دستگاه به طور همزمان و غیر همزمان انجام می شود. داده ها در پایگاه داده محلی ذخیره می شوند. اگر محیط خیلی سریع تغییر نکند ، نیازی به اجرای مکرر آنها نداریم. برای من ، فاصله زمانی 15 دقیقه کافی است. علاوه بر این ، ماژول سنسور گرد و غبار گرد و غبار را در داخل خود جمع می کند ، بنابراین نباید از آن برای جلوگیری از کار نظافت بیش از حد استفاده کنیم.

مرحله 4: راه اندازی سرویس اتوماسیون خانگی

بسیاری از پلتفرم های اتوماسیون خانگی وجود دارد و باید بستری را نصب کنید که توسط سوکت هوشمند شما پشتیبانی می شود. اگر به حریم خصوصی مربوط می شوید ، باید سیستم خود را راه اندازی کنید. در غیر این صورت ، می توانید از بسترهای محبوب که توسط اکثر سوکت های WiFi WiFi پشتیبانی می شوند استفاده کنید: Google Assistant ، Alexa یا IFTTT. سعی کنید پلتفرم سوکت را با API برای تعامل انتخاب کنید (Webhook برای این منظور مناسب است)

من از IFTTT در این آموزش استفاده می کنم زیرا استفاده از آن حتی برای مبتدیان بسیار آسان است. اما توجه داشته باشید که: 1. بسیاری از سوکت های هوشمند وجود دارد که از IFTTT پشتیبانی نمی کنند ، و 2. در زمان نوشتن این مقاله ، IFTTT فقط به شما امکان می دهد 3 اپلت (وظایف اتوماسیون) را به صورت رایگان ایجاد کنید ، که فقط برای 1 عدد کافی است. لوازم خانگی

این مراحل است:

1. برای روشن و خاموش کردن دستگاه ، با استفاده از سرویس Webhook ، دو اپلت در IFTTT ایجاد کنید. جزئیات را می توانید در اینجا پیدا کنید.

2. کلید API را کپی کرده و در اسکریپت پایتون کپی کنید. پیشنهاد می کنم به دلایل امنیتی آن را در یک فایل جداگانه نگه دارید.

3. منطق/پارامترهای کنترل را در اسکریپت اصلی تعریف کنید.

مرحله 5: نتایج

خوب ، اکنون سیستم را آزمایش می کنیم.

صفحه نمایش OLED دما ، رطوبت و شاخص کیفیت هوا محاسبه شده (AQI) را نشان می دهد. همچنین حداقل و حداکثر مقدار را در 12 ساعت گذشته نمایش می دهد.

داده های سری زمانی AQI در چند روز چیز جالبی را نشان می دهد. به جهش های الگوی AQI توجه می کنید؟ این اتفاق دو بار در روز رخ می داد ، قله کوچک حدود ساعت 12:00 و قله بلند حدود 19:00 است. خوب ، حدس زده اید ، این زمانی بود که ما آشپزی می کردیم و مقدار زیادی ذرات معلق در اطراف پخش می کردیم. جالب است که ببینیم فعالیت روزانه ما چگونه بر محیط داخلی تأثیر می گذارد.

همچنین آخرین جهش در این رقم بسیار کوتاهتر از موارد قبلی بود. آن زمان است که دستگاه تصفیه هوا را به سیستم اضافه می کنیم. کنترل کننده آب و هوا RPi درخواست PURIFIER_ON را هنگام AQI> 50 و PURIFIER_OFF را هنگام AQI <20 ارسال می کند. در آن زمان می توانید ماشه IHTTT Webhook را مشاهده کنید.

مرحله 6: نتیجه گیری

خودشه!

داده های جمع آوری شده همچنین می تواند برای کنترل بخاری هوا ، کولرها ، (غیر) رطوبت گیر و غیره استفاده شود. فقط باید سوکت های هوشمند بیشتری خریداری کنید و هر دستگاه قدیمی "هوشمند" می شود.

اگر می خواهید بسیاری از لوازم خانگی را کنترل کنید ، ممکن است لازم باشد با دقت از کدام سرویس اتوماسیون خانگی استفاده کنید. من به شدت پیشنهاد می کنم یک پلت فرم خودکار خودکار خانگی راه اندازی کنید ، اما اگر خیلی پیچیده است ، راه حل های ساده تری مانند Google Assistant و IFTTT Webhook یا استفاده از سوکت های هوشمند Zigbee وجود دارد.

پیاده سازی کامل این نمونه اولیه را می توانید در مخزن Github پیدا کنید:

github.com/vuva/IndoorClimateControl

خوش بگذره !!!