বায়ু দূষণ শনাক্তকরণ + বায়ু পরিস্রাবণ: Ste টি ধাপ

2025 লেখক: John Day | [email protected]. সর্বশেষ পরিবর্তিত: 2025-01-23 14:36

জার্মান সুইস ইন্টারন্যাশনাল স্কুলের শিক্ষার্থীরা (অ্যারিস্টোবুলাস ল্যাম, ভিক্টর সিম, নাথান রোজেনজুইগ এবং ডেকলান লগেস) মেকারবেয়ের কর্মীদের সাথে কাজ করে বায়ু দূষণ পরিমাপ এবং বায়ু পরিস্রাবণ কার্যকারিতার সমন্বিত ব্যবস্থা তৈরি করেছে। এই ইন্টিগ্রেটেড সিস্টেম আপনাকে একই সময়ে ফিল্টার করা এবং ফিল্টার না করা বাতাসের মান পর্যবেক্ষণ করতে দেবে। ডেটা একটি কার্যকারিতা অনুপাতে রূপান্তরিত হবে এবং আঁকা হবে। এই প্রকল্পটি 15+ এর জন্য সুপারিশ করা হয়েছে, যদিও অল্প বয়সীদের ইলেক্ট্রোকশন ঝুঁকি এবং প্রোগ্রামিংয়ের অসুবিধা মনে রাখা দরকার।

আপনার কেন এটি করা উচিত:

ঠিক আছে, আমরা মনে করি যে বায়ু দূষণ পর্যবেক্ষণের জন্য তথ্য সরবরাহ করার জন্য অবশ্যই অনেক প্রেরণা রয়েছে (যা স্মার্টসিটিজেনের ওয়েবসাইটে বিস্তারিতভাবে ব্যাখ্যা করা হয়েছে, আমরা এটাও বিশ্বাস করি যে আপনার চারপাশে কতটা বায়ু দূষণ রয়েছে তা জানা আপনার স্বাস্থ্যের জন্য কিছুই করে না। আমরা বিশ্বাস করি যে আমাদের নিজেরাই পদক্ষেপ নিতে হবে।তাই, আমরা এই সমন্বিত সেন্সর এবং এয়ার ফিল্টার তৈরি করেছি।

সরবরাহ

• কার্ডবোর্ডের একটি বড় টুকরো
• 2x পিসি ভক্ত
• বিভিন্ন ধরনের এয়ার ফিল্টার
• 2 টি LED বাতি
• 2x স্মার্টসিটিজেন স্টার্টার কিটস (এখানে কিনুন)
• 2x প্রতিরোধক
• 1 বৈদ্যুতিক সুইচ
• 1 টি কম্পিউটার Jupyter Notebook, Matplotlib এবং Python চালাতে সক্ষম
• প্লাস অন্য যে কোন সাজসজ্জা আপনি করতে চান !!!

ধাপ 1: SCK সেন্সর সেটআপ

আপনার দুটি SCK সেন্সর আছে তা নিশ্চিত করুন। প্রথমটি চয়ন করুন এবং এটি ব্যাটারিতে বা আপনার কম্পিউটারে সংযুক্ত করুন। তারপরে, সেটআপ সাইটে যান এবং নির্দেশাবলী অনুসরণ করুন। অন্যান্য সেন্সরের ক্ষেত্রেও একই কাজ করুন। যখন আপনি তাদের নাম দিতে হবে, ফিল্টার করা এবং ফিল্টার করা বায়ু সেন্সরের জন্য যথাক্রমে তাদের A এবং B নাম দিন। এর পরে, একই অ্যাকাউন্টে উভয় নিবন্ধন করুন এবং নিশ্চিত করুন যে আপনি ডেটা পেতে অ্যাকাউন্টে লগ ইন করেছেন।

এই প্ল্যাটফর্মে গিয়ে আপনার সেন্সরের নাম অনুসন্ধান করে সেন্সরগুলি কাজ করছে কিনা তা পরীক্ষা করুন। নিশ্চিত করুন যে এটি প্রতি মিনিটে ধারাবাহিকভাবে ডেটা পোস্ট করছে।

ধাপ 2: ঘের নকশা

পূর্বোক্ত কার্ডবোর্ড ব্যবহার করুন এবং এটি আপনার সামনে রাখুন। সমস্ত পরিমাপ আমাদের চূড়ান্ত প্রোটোটাইপ অনুযায়ী হবে। একপাশে 12.5 সেমি পরিমাপ করুন এবং কার্ডবোর্ড জুড়ে কেটে নিন। তারপরে, কার্ডবোর্ডে ফ্যানটি রাখুন এবং কার্ডবোর্ডটি রোল করার জন্য ফ্যান ব্যবহার শুরু করুন। যখন আপনি একটি সম্পূর্ণ বর্গ তৈরি করেন, তখন একটি চিহ্নিতকারী দিয়ে বিন্দুটি চিহ্নিত করুন। জুড়ে কাটার জন্য কাঁচি ব্যবহার করুন। অন্য ভক্তের জন্য এটি পুনরাবৃত্তি করুন।

ধাপ 3: ভক্তদের ক্ষমতা

আমরা একটি সুইচ তৈরি করেছি যা বায়ু পরিশোধক চালু এবং বন্ধ করে। সুইচ কিভাবে কাজ করে তা ব্যাখ্যা করতে, আপনি রেফারেন্সের জন্য ডায়াগ্রাম ব্যবহার করতে পারেন। ডায়াগ্রামের বাম থেকে শুরু করে, আমাদের একটি 220 ভোল্টের এসি থেকে ডিসি কনভার্টার রয়েছে যা নিরাপদে ব্যবহার করার জন্য ভোল্টকে 12 ভোল্টে কমিয়ে দেয়। এই ডিভাইস ছাড়া, একটি বিদ্যুৎ উৎস থেকে বিদ্যুৎ ব্যবহার করা আমাদের জন্য খুব বিপজ্জনক হবে। ভোল্টগুলি উল্লেখযোগ্যভাবে হ্রাস করার পরে, আমাদের 2 টি তার রয়েছে যা 2 টি LED লাইট এবং সুইচের সাথে সংযুক্ত। আপনি LED আলোর তারের ঝালাই করতে হবে যাতে তারা সব একে অপরের সাথে সংযুক্ত থাকে। একবার সার্কিট সম্পূর্ণ হয়ে গেলে এবং উভয় LED লাইট পরীক্ষা করা হয়ে গেলে, ফ্যানের মধ্যে দুটি তারের, একটি ইতিবাচক এবং একটি নেতিবাচক সংযোগ করুন। একবার সেটআপ সম্পন্ন হলে, সকেটে প্লাগ োকান। একবার আপনি এটি সম্পন্ন করলে, 'পাওয়ার অন' LED জ্বলতে হবে। একবার আপনি সুইচটি উল্টে দিলে, 'ফ্যান অন' LED আলো জ্বলে উঠবে এবং ফ্যানটি কাজ শুরু করবে।

ধাপ 4: কোডিং

15+ এর জন্য প্রস্তাবিত

এই প্রোগ্রামটি তৈরি করেছেন ভিক্টর সিম। এই প্রোগ্রামটি স্মার্ট সিটিজেন সেন্সরের ডেটা স্মার্ট সিটিজেন ওয়েবসাইটের ডেভেলপার এপিআই থেকে বের করতে এবং দক্ষতার মান গণনার জন্য অনুমতি দেবে। আমি যে প্রোগ্রামটি ব্যবহার করেছি তা পাইথন in -এ লেখা হবে।

এই প্রোগ্রামের জন্য আপনার যা লাগবে: ম্যাটপ্লটলিব নম্পি পান্ডাস JSON CSV A পাইথন 3 IDE

ধাপ 1: প্রয়োজনীয় লাইব্রেরি আমদানি করুন API- এ অ্যাক্সেসের অনুরোধ করার জন্য এবং API- এর URL খুলতে আপনার urllib.request এর প্রয়োজন হবে। ফাইলটিকে একটি csv ফাইলে রূপান্তর করতে আপনার csv এর প্রয়োজন হবে যা সহজেই ম্যানিপুলেট করা যায়। আপনার JSON পড়ার জন্য JSON প্রয়োজন হবে যে এপিআই আসে। ডাটা ফ্রেম সহজে বিশ্লেষণ করার জন্য আপনাকে পান্ডার প্রয়োজন হবে। একটি স্বজ্ঞাত গ্রাফে ডেটা উপস্থাপনের জন্য matplotlib প্রয়োজনীয়।

ধাপ 2: স্মার্ট-নাগরিক API- এ অ্যাক্সেসের অনুরোধ করুন: এই কোডটি API থেকে ডেটা অনুরোধ করে। অভিজ্ঞতা থেকে, প্রতিক্রিয়া পাওয়ার জন্য অনুরোধের উৎসে হেডার লাগানো অপরিহার্য। দুটি অনুরোধ করা ইউআরএল এইভাবে ফরম্যাট করা হয়েছে: স্মার্ট সিটিজেন এপিআই উল্লেখ করা, ডিভাইসের জন্য তথ্য পাওয়া, একটি নির্দিষ্ট ডিভাইসের আইডি পরীক্ষা করা, 87 (PM 2.5 সেন্সর) এর সেন্সর আইডি উল্লেখ করা এবং প্রতি মিনিটে ডেটা রেকর্ড করা। এটি তখন API- এ অ্যাক্সেসের অনুরোধ করে।

ধাপ 3: ডেটা খুলুন এবং বিশ্লেষণ করুন:

এই লাইনগুলি ডেটা পড়ে এবং তারপর ডেটাগুলিকে একটি "সুন্দর মুদ্রণ" এ রাখে। এটি ডেটা পড়া সহজ করে এবং এইভাবে সমস্যা সমাধান করা সহজ করে।

ধাপ 4: ডেটাকে একটি CSV ফাইলে রূপান্তর করুন: কোডের এই লাইনগুলিতে পান্ডা লাইব্রেরি ডেটা পড়ে এবং এটি একটি csv ফর্মে রূপান্তর করে যা সহজেই ম্যানিপুলেট করা যায়। CSV ফাইলটি ভেরিয়েবল data_csv এর অধীনে সংরক্ষণ করা হয়।

ধাপ 5: CSV ডেটা হজমযোগ্য করুন: CSV এর কলামগুলিকে এখন অপ্রয়োজনীয় সূচী সারির জন্য 'উপেক্ষা' নামকরণ করা হয়েছে, রেকর্ডিং রেকর্ড করার সময় 'সময়' এবং PM 2.5 ঘনত্ব রেকর্ড করার জন্য 'মান'। সমস্ত স্ল্যাশ এবং মানগুলি সরানো হয় যাতে মানগুলি সহজেই গ্রাফে প্লট করা যায়।

ধাপ 6: মান কলামের গড় খুঁজুন:

এই লাইনগুলি মান কলামের গড় খুঁজে বের করে এবং তারপর মানগুলিকে একটি তালিকাতে রাখে যাতে সেগুলি সহজেই চক্রান্ত করতে পারে।

ধাপ 7: তুলনার জন্য আরও ডেটা তৈরি করা: তুলনা করার জন্য সেন্সর বি এর জন্য ধাপ 1 থেকে 6 পর্যন্ত কোডটি পুনরাবৃত্তি করুন

ধাপ 8: ডেটা প্লট করা:

লাইনটি উভয় সেন্সরের মাধ্যমকে প্লট করে এবং পার্থক্য দেখায়

ধাপ 9: দক্ষতা খোঁজা:

দক্ষতাটি প্রাথমিক গড় এবং পরবর্তী অর্থ দ্বারা গণনা করা যায় এবং তারপরে প্রাথমিক গড় দ্বারা ভাগ করা যায়। এটি তখন শতাংশ হিসাবে গণনা করা যেতে পারে।

সম্পূর্ণ: আউটপুট হিসাবে আপনার একটি শতাংশ এবং একটি গ্রাফ পাওয়া উচিত। আপনার আউটপুটটি নীচের চিত্রের মতো দেখতে হবে: