Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Manufacturing Technology >> Processo de manufatura

Como salvar vidas aquáticas e combater a poluição da água com IoT e IA

Componentes e suprimentos

Walabot Creator
× 1
Raspberry Pi 3 Modelo B
× 1
Arduino UNO
× 1
DFRobot Turbidity Sensor
× 1
Sensor de pH DFRobot
× 1

Aplicativos e serviços online

Sigfox
Arduino IDE
Amazon Web Services AWS IoT

Sobre este projeto





Inspiração


Sempre que visito Nova Delhi, encontro a ponte do rio Yamuna. A cada ano, a água do rio fica mais poluída e não há sinal de vida aquática. A água que é utilizada por milhares de aldeões não contém nenhuma propriedade da água, seu pH é próximo ao do ácido.

Não é apenas Yamuna, mas centenas de rios ao redor do mundo sem nenhum sinal de vida aquática. Cada vez que uma indústria decide despejar seus produtos químicos e resíduos no rio, a vida aquática paga o preço por isso.

Muitas espécies dos oceanos estão sendo extintas devido à poluição.

Com este Desafio do Dia da Terra, quero resolver esse problema.





A solução


Para tomar medidas adequadas contra este problema, primeiro precisamos de dados para analisar o que está acontecendo dentro da água.

Estamos coletando três objetos de dados principais aqui pH, turbidez e contagem.

1. pH da água

O pH da água é um fator muito importante, pois determina a acidez e a basicidade e a cada mudança no valor do pH uma espécie de animal aquático se incomoda.

Para medir o valor de pH, usei o Arduino e o módulo medidor de pH.

2. Turbidez da Água

Turbidez é a turvação ou nebulosidade de um fluido causada por um grande número de partículas individuais que geralmente são invisíveis a olho nu, semelhantes à fumaça no ar. A medição da turbidez é um teste chave da qualidade da água.

Para medir o valor de turbidez, usei o Arduino e o módulo de turbidez.
  • Conecte o Arduino e o módulo medidor de pH conforme o diagrama, use o Pino analógico A0 .
  • Conecte o Arduino e o módulo medidor de turbidez conforme o diagrama, use o Pino analógico A1 .
  • Baixe o Github Repo e implante o código em Sensing-Earth-Sigfox-Water-Meter / Arduino / sketch.ino
  • Abra o monitor serial e verifique se seus sensores estão imprimindo dados.

3. Conte o número de animais aquáticos com Walabot

Walabot é um dispositivo que usa ondas de rádio para medir os objetos ao seu redor. Estamos usando o walabot para mapear as radiações térmicas emitidas por animais aquáticos vivos.

Nota - Atualmente, estou usando o Walabot apenas para contar, mas usando o Deep Learning Algoritmos que adicionarei a capacidade de classificar as espécies com base no cru imagens de walabot.
  • Conecte seu Walabot ao Raspberry Pi usando um cabo micro USB
  • Instale o Walabot SDK e a biblioteca WalabotAPI Python usando pip.
  • Conecte seu escudo Sigfox.
  • Faça download do repositório Github no Raspberry Pi em Sensing-Earth-Sigfox-Water-Meter / Pi / s igfox.py
  • Siga as instruções para o seu escudo a partir daqui.
  • Adicione suas credenciais Sigfox ao arquivo e execute-o.





Conclusão


Com os três modelos de dados pH, Turbidez e Número de Espécies Aquáticas em um corpo d'água, podemos saber o quanto o corpo d'água está poluído. As autoridades podem compartilhar esses dados com as indústrias responsáveis ​​por eles e podem tomar medidas para reduzir a poluição. Além disso, após determinadas medidas também podemos verificar se a vida aquática está ou não povoando e quais são os fatores responsáveis ​​pelo seu crescimento populacional.





Teste


Eu testei em meus peixes de água doce, que mantenho como animal de estimação, e agora vou testá-lo em diferentes rios e otimizar minha solução.





O que vem a seguir?


Agora que os dados estão no Sigfox Cloud, podemos usar AWS IoT e Sigfox Webhooks para analisar esses dados.

Você pode seguir o tutorial aqui.

Meu projeto ainda está em andamento e quero adicionar mais e mais recursos a ele. O principal recurso que adicionarei no futuro é o uso do Google AutoML ou Algoritmo de Aprendizado Profundo Personalizado (o que der melhores resultados) para que possamos determinar quantas espécies diferentes estão presentes no corpo d'água e em que quantidade.



Código

Github
https://github.com/madhurgupta10/Sensing-Earth-Sigfox-Water-Meter

Esquemas


Processo de manufatura

  1. Colete salva-vidas
  2. Combatendo incêndios florestais com a IoT
  3. Alarme de água Raspberry pi 2 com t sapateiro mais
  4. GoPiGo v2 com Windows IoT
  5. Combate a incêndio com IoT
  6. Melhorar o monitoramento da poluição do ar com sensores IoT
  7. Mundo IoT:Um dia na vida com a Vertica
  8. Capturando as gotas de água com Arduino
  9. Monitoramento de CO2 com Sensor K30
  10. Comunicação para surdos-cegos com 1Sheeld / Arduino