Der Artikel präsentiert unsere Erfahrungen bei der Entwicklung einer Lösung zur Überwachung der Luftqualität in Dörfern mithilfe eines Netzwerks von Öko-Sensoren und zur Bereitstellung von Echtzeitinformationen für Benutzer basierend auf technischen Lösungen von Advantech.
Intelligente Städte und das Problem der Luftverschmutzung
Mehr als 74% der russischen Bevölkerung leben in Großstädten, und das Bevölkerungswachstum in den Städten hält an. Hohe Bevölkerungsdichte und Produktion gehen mit einer Verschlechterung der Luftqualität einher. Die Hauptquellen sind: Industrie, Wärmekraft und Autotransport. Laut der Weltgesundheitsorganisation ist Feinstaub der gefährlichste Schadstoff, da er beim Atmen in die Lunge gelangt und während des gesamten Lebens nicht ausgeschieden wird.
Laut der NAFI-Studie aus dem Jahr 2019 halten etwa
71% der Bürger die Umweltsituation für erfolglos und führen dies auf Emissionen von Fahrzeugen und Industrie zurück. Das Problem ist die rechtzeitige Identifizierung lokaler Verschmutzungsquellen.
Eine der Aufgaben des Nationalen Projekts „Digitale Wirtschaft“ für 2019-2024. ist die Transformation vorrangiger Wirtschafts- und Sozialsektoren, einschließlich der städtischen Wirtschaft, durch die Einführung digitaler Technologien und Plattformlösungen, hauptsächlich der häuslichen Entwicklung. Im Rahmen dieses Projekts genehmigte das Ministerium für Bauwesen, Wohnungswesen und kommunale Dienste am 04.03.2019 den
Smart City- Standard, der eine Liste von Aktivitäten enthält, die im Rahmen der Digitalisierung der städtischen Wirtschaft durchgeführt wurden.
Der Standard beinhaltet die Implementierung von Lösungen in Städten mit mehr als 100.000 Einwohnern in 28 Richtungen, darunter die Richtung „Online-Luftüberwachungssystem“, die Maßnahmen zur Erhöhung der Umweltsicherheit, zur Kontrolle des Zustands der Luftqualität und zur Verwaltung der Einnahmen aus dem Stadtbudget umfasst im Hinblick auf den Umweltschutz die Attraktivität der Stadt für die Bürger erhöhen.
Im Rahmen des nationalen Projekts „Ökologie“, dessen
Pass durch eine Entscheidung des Präsidiums des Präsidialrates für strategische Entwicklung und nationale Projekte am 24.12.2018 genehmigt wurde, wird das Bundesprojekt „
Saubere Luft “ durchgeführt, das darauf abzielt, die Luftqualität in 12 Industriezentren mit einem Rückgang zu verbessern der Grad der Luftverschmutzung auf das Niveau „erhöht“, bestimmt gemäß den Empfehlungen von
RD 52.04.667-2005 .
Gemäß Aufgabe 1.5 dieses Projekts wird die Integration von Daten aus dem modernisierten staatlichen Beobachtungsnetz, territorialen und lokalen Systemen zur Überwachung der Luftqualität erwartet. Dies kann es ermöglichen, lokale Luftverschmutzungsquellen zu identifizieren und Emissionen auf der Grundlage von Luftqualitätsdaten zu kontrollieren, die von einem dichten Sensornetzwerk mit hoher räumlicher Auflösung erhalten werden.
Einwohner kleiner Städte sind jedoch nicht an diesen großen Bundesprojekten beteiligt und können sich nur auf ihre eigenen Ressourcen verlassen. Trotz der Tatsache, dass die Luftqualität in Siedlungen außerhalb von Industriezentren viel höher ist, sind die Probleme bei der sofortigen Identifizierung lokaler Verschmutzungsquellen ebenso akut wie in dicht besiedelten Gebieten.
Sensornetzwerk zur Überwachung der Luftqualität
Durch die Platzierung von Öko-Sensoren in den Infrastruktureinrichtungen des Dorfes und an Orten der Massenerholung können Sie die Luftqualitätskontrolle sicherstellen und die Umweltsicherheit verbessern, indem Sie Anwohner, lokale Behörden und Aufsichtsbehörden informieren. Mit der digitalen Plattform
WISE-PaaS können Daten von Öko-Sensoren erfasst, deren Variabilität analysiert und die Risiken der Luftverschmutzung vorhergesagt werden. All dies führt zu einer Steigerung der Lebensqualität und Attraktivität des Dorfes für Bewohner und Gäste.
Die Sensoren selbst sind in der Tat das Bindeglied zwischen der realen Welt und ihrem digitalen Gegenstück, das mithilfe von Advantech-Hardware implementiert wird. Sie messen den Staubgehalt in der Luft, ihre Temperatur, bilden Nachrichtenpakete und senden sie drahtlos im Bereich von 868 MHz gemäß dem LoRaWAN-Protokoll an die Basisstation, wo die Daten in JSON-Textnachrichten gepackt und dann an das MQTT-Protokoll gesendet werden Digitale
WISE-PaaS- Plattform, auf der sie bereits vom Anwendungsserver verarbeitet wird.
Als LoRa-Gateway verwenden wir das Gerät
WISE-6610 , das von der tschechischen Niederlassung von Advantech hergestellt wird. Dies ist ein ziemlich kompaktes Gerät, das an einer DIN-Schiene oder Wand montiert ist und über Anschlüsse zum Anschließen einer externen Antenne, eines LAN und einer Stromversorgung verfügt. Von den vier Kontakten des Stromanschlusses werden tatsächlich nur zwei verwendet: rot (+) und schwarz (-). Standardmäßig arbeitet das Gateway im Router-Modus und sein LoRa-Modul ist ausgeschaltet. Um das Gerät zu aktivieren, müssen Sie über ein Ethernet-Kabel eine Verbindung herstellen und in der Adressleiste des Browsers die Adresse angeben, über die die Webschnittstelle für die Gateway-Einstellungen verfügbar ist:
http://192.168.1.1
Geben Sie bei der Autorisierungsanforderung die Standardparameter an (Login: root, Passwort: root) und rufen Sie die in der Abbildung gezeigte Schnittstelle auf.
Hier ist vor allem das Element „Benutzermodule“ von Interesse, über das Sie das LoRa-Gateway und den lokalen Node-RED-Server konfigurieren können. Wir gehen zu den Einstellungen des LoRa-Gateways, wo wir das LoRa-Modul aktivieren, die Frequenzen der LoRa-Gateway-Funkkanäle angeben, die Betriebsparameter des Netzwerkservers festlegen und die Nachrichtenübertragung an den MQTT-Broker konfigurieren können, indem wir Host, Port, Benutzername und Kennwort angeben.
Es bleiben nur die Öko-Sensoren an das LoRa-Gateway zu binden. Dazu verwenden wir die ABP-Methode (Activation-by-Personalization). Wir gehen zum Einstellungsfeld des Netzwerkservers:
https://192.168.1.1:8443
Wählen Sie „Geräte aktiviert (Knoten)“, klicken Sie auf die Schaltfläche „+ Erstellen“ und geben Sie im angezeigten Fenster drei Parameter an: NwkSKey (Netzwerkschlüssel), AppSKey (Anwendungsschlüssel), DevAddr (Sensoradresse). Wir geben die gleichen Parameter in den Einstellungen des Öko-Sensors an.
Um den
WISE-6610 mit dem lokalen Netzwerk zu verbinden, müssen Sie ihn in den DHCP-Client-Modus versetzen. Danach erkennt das Gerät selbst einen DHCP-Server im lokalen Netzwerk, um eine IP-Adresse zu erhalten und eine Verbindung zum Internet herzustellen. Dies erfolgt über die Hauptwebschnittstelle: Wählen Sie den Menüpunkt „Configuration-LAN“ und geben Sie im Feld „DHCP Client“ die Option „enabled“ an.
WISE-PaaS Digital Platform
Anfang dieses Jahres sind mehr als 150 digitale Plattformen für das Internet der Dinge bekannt. Jeder von ihnen hat seine eigenen Eigenschaften, Vor- und Nachteile. Mit der
WISE-PaaS- Plattform können Sie das Problem der Erfassung und Visualisierung von Sensornetzwerkdaten lösen.
Die Verarbeitung von Daten von Sensoren auf der digitalen Plattform
WISE-PaaS erfolgt in mehreren Schritten:
- Empfangen von JSON-Nachrichten vom LoRa-Gateway durch den MQTT-Broker und Weiterleiten an die Anwendung;
- Empfang von JSON-Nachrichten durch Python-Skript, Datenverarbeitung und Schreiben in die Datenbank;
- Aufzeichnen, Speichern und Bereitstellen von Daten mit PostgreSQL DBMS;
- Datenvisualisierung mit WISE-PaaS / Dashboard ;
Beim Erstellen eines neuen virtuellen Bereichs in WISE-PaaS wird der MQTT-Broker RabbitMQ standardmäßig gestartet und in der Liste der verfügbaren Dienste angezeigt. Broker-Parameter (Host, Port, Benutzername, Passwort) können über die Weboberfläche abgerufen werden.
Um eine Anwendung zu erstellen, die Messdaten vom MQTT-Broker empfängt und in die Datenbank schreibt, können Sie schrittweise Anweisungen verwenden, die auf einem von Advantech erstellten Beispiel basieren.
Erstellen Sie ein Arbeitsverzeichnis:
mkdir ~/wisepaas/
Gehen Sie dazu:
cd ~/wisepaas/
Wir klonen ein Beispiel mit Github, um MQTT-Daten abzurufen und Daten in eine PostgreSQL-Datenbank zu schreiben:
git clone https://github.com/WISE-PaaS/example-py-iothub-postgresql.git
Das Vorbereiten der ausführbaren Anwendung index.py besteht darin, die Werte mehrerer Parameter auf die in der WISE-PaaS-Systemsteuerung angegebenen tatsächlichen Werte zu ändern.
… # MQTT(rabbitmq) service_name = 'p-rabbitmq-innoworks' … # Postgresql service_name = 'postgresql-innoworks' … schema = 'projectname' table = 'tablename' group = 'groupname' … def on_connect(client, userdata, flags, rc): client.subscribe("#") …
Die Datei
manifest.yml enthält Anwendungsparameter: Name, Größe des verfügbaren Arbeitsspeichers, Festplattenkontingent, Befehl zum Starten der Anwendung, Liste der verwendeten Dienste.
--- applications: - name: py-postgresql-meteolab memory: 256MB disk_quota: 256MB buildpack: python_buildpack command: python index.py services: - rabbitmq
Verbinden des Benutzers
Benutzer mit Kennwort
Kennwort mit dem Server
api.wise-paas.io über den CloudFoundry-Client:
cf login -a api.wise-paas.io -u user@advantech.com -p password
Überprüfen Sie die Client-Konnektivität zu CloudFoundry:
cf target
Kopieren der Anwendung auf den Server ohne zu starten:
cf push py-postgresql-meteolab --no-start
Binden der Anwendung an die Datenbank mit der Gruppe:
cf bs py-postgresql-meteolab postgresql -c '{\"group\":\"groupname\"}'
Binden einer Anwendung an einen MQTT-Broker:
cf bs py-postgresql-meteolab rabbitmq
Ausführen der Anwendung auf dem Server:
cf start py-postgresql-meteolab
Die Steuerung des Anwendungsbetriebs erfolgt durch Überprüfen des Anwendungsausführungsprotokolls:
cf logs py-postgresql-meteolab --recent
Es ist praktisch, alle Anwendungsumgebungsvariablen in eine lokale JSON-Datei zu kopieren:
cf env py-postgresql-meteolab > env.json
Der PostgreSQL-Server wird auch standardmäßig beim Erstellen des virtuellen Raums gestartet. Da WISE-PaaS keine Weboberfläche zum Verwalten von Datenbanken hat, muss daher eine Art Client installiert werden, z. B. pgAdmin. Anschließend werden Datenbanktabellen erstellt und der Prozess der Aufzeichnung von Daten von Sensoren über die Webschnittstelle gesteuert.
Tools zur Informationsvisualisierung
Die digitale
WISE-PaaS- Plattform enthält
WISE-PaaS / Dashboard , mit dem Sie Grafikfelder mit einer beliebigen Anzahl von Blöcken mit unterschiedlichen Anzeigeoptionen erstellen können. Dies können Text, Grafiken, Diagramme, Karten und mehr sein.
Die Blöcke werden über das Menü „Bearbeiten“ konfiguriert. Die Quelle der angezeigten Daten ist eine SQL-Abfrage an die Datenbank. Darüber hinaus gibt es verschiedene konfigurierbare Optionen zum Anpassen der Anzeige im Menü „Bearbeiten“.
Für eine feinere Abstimmung können Sie "Panel JSON" verwenden, mit dem Sie die Einstellungen im JSON-Format bearbeiten können. Dies ist manchmal erforderlich, da nicht alle Parameter über das Bedienfeld „Bearbeiten“ bearbeitet werden können.
Jedes Panel hat gemeinsame Einstellungen. Hier können Sie den Namen des Panels, die Beschreibung, Tags zuweisen, Zeiteinstellungen vornehmen und den Hintergrund ändern.
Darüber hinaus verfügt WISE-PaaS / Dashboard über gemeinsame Einstellungen für alle Bedienfelder. Hier können Sie eine Datenquelle hinzufügen, Gruppen und Benutzer verwalten, Plugins verwalten (Hinzufügen, Aktivieren, Löschen), Bilder hochladen und vieles mehr.
Fazit
Durch die Verwendung eines Luftqualitätsüberwachungssystems in einem Bauerndorf können Sie schnell Verschmutzungsquellen identifizieren, die Straßenreinigung planen und letztendlich die Lebensqualität der Menschen verbessern. Durch die Integration dieses Systems in Videoüberwachungssysteme, die Zugangskontrolle und -verwaltung sowie die Straßenbeleuchtung können Sie „intelligente“ digitale Lösungen erstellen, die die Effizienz des Betriebs des Cottage-Dorfes steigern.
Dieser Artikel wurde von einem Team (V.V. Chukin, T.A. Lipatov, A.Yu. Ermakov) von
MeteoLab basierend auf den Ergebnissen des Wettbewerbs
Advantech AIoT Developer InnoWorks 2019 erstellt . Die Autoren des Artikels beantworten gerne Fragen und prüfen Vorschläge über das
Feedback-Formular und wenden die mit der
Advantech WISE-PaaS- Plattform gesammelten Erfahrungen in Projekten zur digitalen Transformation der Produktion und Personalentwicklung an.