ড্রেন ক্লগ ডিটেক্টর: 11 টি ধাপ (ছবি সহ)

2024 লেখক: John Day | [email protected]. সর্বশেষ পরিবর্তিত: 2024-01-30 08:02

একটি জমে থাকা ড্রেন আপনাকে ধীর করতে দেবেন না! আমাদের ছুটি থেকে ফিরে আসার সময়, আমি এবং আমার স্ত্রী আমাদের অ্যাপার্টমেন্টের মেঝে coveringেকে পানি দেখে অবাক হয়েছি, এবং আমরা জানতে পেরেছি যে এটি এমনকি পরিষ্কার জল নয়, এটি সর্বত্র ড্রেন। ড্রেন পরিষ্কার করার এবং মেঝে পরিষ্কার করার পরে, আমার এই প্রশ্ন ছিল: কেন আমাদের সম্ভাব্য ড্রেন ক্লগগুলির জন্য অ্যালার্ম সিস্টেম নেই? আটকে থাকা ড্রেনগুলি কেবল আপনার বাড়িতেই থামাতে পারে না, তবে আপনার পকেট থেকে অতিরিক্ত খরচ গ্রাস করবে, ক্ষতিগ্রস্ত কার্পেট, কাঠের আসবাবপত্র, ইত্যাদির লুকানো খরচ ছাড়াও হোমএডভাইজার অনুযায়ী একটি ক্লোজড ড্রেন পরিষ্কার করার খরচ গড়ে 206 ডলার। আমাদের ধারণা হল বাড়ির মালিকদের পাশাপাশি শহর/যৌগিক রক্ষণাবেক্ষণ বিভাগ এবং বিশেষ পরিষেবা প্রদানকারীদের মতো একটি দক্ষ ও বুদ্ধিমান ব্যবস্থা থাকতে দেওয়া যাতে দায়িত্বপ্রাপ্ত যে কেউ যত তাড়াতাড়ি সম্ভব ব্যবস্থা নিতে পারে, যা স্মার্ট শহরগুলিকে সমৃদ্ধ করতে অবদান রাখে। বৈশিষ্ট্য

আইডিয়া যদিও গ্যাস সেন্সর বা অভ্যন্তরীণ প্রক্রিয়া ব্যবহার করার মতো অনেক কৌশল দ্বারা ক্লোগ সনাক্তকরণ করা যেতে পারে, আমাদের টিম আমাদের ইনপুট হিসাবে শব্দ ব্যবহার করার দিকে মনোনিবেশ করেছিল, কারণ আমরা জানি যে একটি টিউব যেখানে এটি খোলা হয় সেখানে আঘাত করা সেই ঘটনার থেকে ভিন্ন শব্দ যখন বন্ধ করা হয়। এই সহজ ধারণা অনুসারে, যদি আমরা একটি মডেলকে প্রশিক্ষণ দিতে পারি যে নল পৃষ্ঠে ক্লোগের সময় এবং সেই প্যাটার্নগুলি খোলা পাইপগুলিতে ঘটে, আমরা তখন মডেলটি প্রয়োগ করতে পারি যখন একটি ক্লগ রচনা শুরু হয়, এবং আমরা তখন কিছু বিল রিং করুন

জন্য ক্রেডিট

• মোহাম্মদ হাসান
• আহমেদ ইমাম

এই প্রকল্পে বিস্তারিতভাবে 3 টি ধাপ বাস্তবায়িত হয়েছে: তথ্য সংগ্রহ, শিক্ষা এবং ভবিষ্যদ্বাণী।

বাস্তব জীবনে এই সিস্টেমটি প্রয়োগ করার আগে, আমাদের একটি প্রয়োগযোগ্য সিমুলেশন পরিবেশ তৈরি করা দরকার, যেখানে আমাদের পাইপ, প্রবাহিত জল এবং একরকম ক্লগকে অনুকরণ করতে হবে। সুতরাং, আমরা একটি নল, একটি পানির পায়ের পাতার মোজাবিশেষ পেয়েছি যা পানির উৎসের সাথে বাথ টবে এই কাজ করে এবং টবের পৃষ্ঠ ব্যবহার করে নলটি বন্ধ করে দেয় যা জমাট বাঁধার প্রতিনিধিত্ব করে। এই ভিডিওতে, আমরা ব্যাখ্যা করেছি কিভাবে আমরা পরিবেশ তৈরি করেছি এবং কিভাবে আমরা মডেল প্রশিক্ষণের জন্য তথ্য সংগ্রহ করেছি।

এবং এই পরবর্তী ভিডিওতে, দেখানো হয়েছে কিভাবে আমরা সিস্টেম এবং মডেলের জন্য পরীক্ষা করেছি, ওপেন মোডে, তারপর ক্লগ মোডে এবং আবার ওপেন মোডে

সুতরাং, ধাপে ধাপে আমাদের বাস্তবায়ন অন্বেষণ করা যাক:

ধাপ 1: পরীক্ষা

এই পরিস্থিতিতে আমরা আমাদের হার্ডওয়্যার এবং সাউন্ড সেন্সরের সাথে সংযুক্ত একটি ছোট পানির পাইপ ব্যবহার করি। হার্ডওয়্যার সেন্সরের মান পড়ে এবং ক্লাউডে ফেরত পাঠায়। ব্লক করা টিউবের জন্য এটি 10 মিনিটের জন্য করা হয়েছে তারপর টিউবটির জন্য আরও 10 মিনিট যা অবরুদ্ধ নয়।

ধাপ 2: হার্ডওয়্যার

আমি- আরডুইনো

পাইপের ভিতরে জলের শব্দ শনাক্ত করতে আমাদের দরকার একটি শব্দ সেন্সর। তবে রাস্পবেরি পাই 3 এর এনালগ জিপিআইও নেই। এই সমস্যাটি পরিচালনা করার জন্য আমরা Arduino ব্যবহার করি কারণ Arduino এর এনালগ GPIO আছে। সুতরাং আমরা Grove সাউন্ড সেন্সরকে Grove Arduino ieldালের সাথে সংযুক্ত করি এবং শিল্ডকে Arduino UNO 3 এর সাথে সংযুক্ত করি। তারপর আমরা USB কেবল ব্যবহার করে Arduino এবং Raspberry কে সংযুক্ত করি। গ্রোভ সাউন্ড সেন্সর সম্পর্কে আরও তথ্য পেতে, আপনি এর ডেটা শীট পরীক্ষা করতে পারেন। আপনি সেন্সরের মান কিভাবে পড়বেন তার একটি নমুনা কোড ডেটা শীটে খুঁজে পেতে পারেন। নমুনা কোড প্রায় ব্যবহার করা হয় ছোট পরিবর্তন হবে। নীচের কোডটিতে আমরা সেন্সরটিকে A0 এর সাথে ieldালের সাথে সংযুক্ত করি। সিরিয়ালে লেখার জন্য, আমরা Serial.begin () ফাংশন ব্যবহার করি। রাস্পবেরি বাউড রেটের সাথে যোগাযোগ করার জন্য 115200 তে সেট করা ডাটা রাস্পবেরিতে পাঠানো হবে যদি এটি গোলমাল কাটার জন্য নির্দিষ্ট থ্রেশহোল্ডের চেয়ে বড় হয় তবে কাঙ্ক্ষিত থ্রেশহোল্ড এবং বিলম্বের মানগুলি বেছে নেওয়ার জন্য অনেক পরীক্ষা -নিরীক্ষা করা হয়েছে। থ্রেশহোল্ড 400 এবং বিলম্বের মান 10 মিলিসেকেন্ড পাওয়া গেছে। স্বাভাবিক গোলমাল ফিল্টার করার জন্য থ্রেশহোল্ডকে বেছে নেওয়া হয়েছে এবং নিশ্চিত করতে হবে যে ক্লাউডে শুধুমাত্র অর্থবহ তথ্য পাঠানো হবে।

II- রাস্পবেরি পাই 3 রাস্পবেরিতে অ্যান্ড্রয়েড জিনিস ডাউনলোড করতে, আপনি অ্যান্ড্রয়েড থিংস কনসোল থেকে সর্বশেষ সংস্করণটি ডাউনলোড করতে পারেন। এই প্রকল্পে আমরা সংস্করণ ব্যবহার করি: OIR1.170720.017। রাস্পবেরিতে অপারেটিং সিস্টেম ইনস্টল করার জন্য রাস্পবেরি সাইটের ধাপগুলি অনুসরণ করুন, উইন্ডোজের জন্য আপনি এই পদক্ষেপগুলি ব্যবহার করতে পারেন ইনস্টলেশনের পরে আপনি ইউএসবি ব্যবহার করে রাস্পবেরিকে আপনার কম্পিউটারে সংযুক্ত করতে পারেন। তারপরে আপনার কম্পিউটার কনসোলে রাস্পবেরি আইপি পেতে নীচের কমান্ডটি ব্যবহার করুন

nmap -sn 192.168.1।*

আইপি পাওয়ার পরে, নীচের কমান্ডটি ব্যবহার করে আপনার রাস্পবেরির সাথে সংযোগ করুন

adb সংযোগ

আপনার রাস্পবেরিকে ওয়াইফাইতে সংযুক্ত করতে (আপনার SSID এবং পাসওয়ার্ড যুক্ত করুন)

adb am startervice

-n com.google.wifisetup/. WifiSetupService

-এ ওয়াইফাই সেটআপ সার্ভিস। সংযোগ

-ই এসএসআইডি *****

-ই পাসফ্রেজ ****

ধাপ 3: গুগল ক্লাউড - নিবন্ধন

গুগল সব ব্যবহারকারীদের জন্য 300 ডলারের সীমা সহ এক বছরের জন্য একটি বিনামূল্যে স্তর অফার করে, গুগলকে ধন্যবাদ:)। গুগল ক্লাউডে নতুন প্রকল্প তৈরি করতে স্ক্রিন অনুসরণ করুন

ধাপ 4: গুগল ক্লাউড - পাব/সাব

গুগল ক্লাউড পাব/সাব একটি সম্পূর্ণরূপে পরিচালিত রিয়েল-টাইম মেসেজিং পরিষেবা যা আপনাকে স্বতন্ত্র অ্যাপ্লিকেশনগুলির মধ্যে বার্তা পাঠাতে এবং গ্রহণ করতে দেয়।

ধাপ 5: গুগল ক্লাউড - আইওটি কোর

II- IOT CoreA বিশ্বব্যাপী ছড়িয়ে থাকা ডিভাইসগুলি থেকে সহজেই এবং সুরক্ষিতভাবে সংযোগ, পরিচালনা এবং গ্রহণের জন্য সম্পূর্ণরূপে পরিচালিত পরিষেবা। আইওটি কোর স্টিল বিটা, এতে অ্যাক্সেস পাওয়ার জন্য আপনাকে গুগলে ন্যায্যতা সহ একটি অনুরোধ করতে হবে। আমরা অনুরোধ করেছিলাম, আমাদের ন্যায্যতা ছিল এই প্রতিযোগিতা। গুগল অনুমোদিত, আবার গুগলকে ধন্যবাদ:)। রাস্পবেরি আইওটি কোরে সেন্সর ডেটা পাঠাবে যা পূর্ববর্তী ধাপে তৈরি পাবসাব টপিকে রিডিং পাঠাবে

ধাপ 6: গুগল ক্লাউড - ক্লাউড ফাংশন

ক্লাউড ফাংশনগুলি ক্লাউড পরিষেবাগুলি তৈরি এবং সংযুক্ত করার জন্য একটি সার্ভারহীন পরিবেশ। এই ফাংশনের জন্য ট্রিগার হল পাবসআপ টপিক যা ১ ম ধাপে তৈরি করা হয়েছে। এই ফাংশনটি চালু হবে যখন পাবসাপে নতুন মান লেখা হবে এবং ক্লাউড ডেটা স্টোরে এটি "সাউন্ডভ্যালু" সহ লিখবে

ধাপ 7: গুগল ক্লাউড - ক্লাউড ডেটা স্টোর

গুগল ক্লাউড ডেটাস্টোর হল একটি নওএসকিউএল ডকুমেন্ট ডাটাবেস যা স্বয়ংক্রিয় স্কেলিং, উচ্চ কার্যকারিতা এবং অ্যাপ্লিকেশন বিকাশের সহজতার জন্য নির্মিত। যদিও ক্লাউড ডেটাস্টোর ইন্টারফেসে প্রচলিত ডাটাবেসের মতো অনেকগুলি বৈশিষ্ট্য রয়েছে, একটি NoSQL ডাটাবেস হিসাবে এটি ডেটা বস্তুর মধ্যে সম্পর্ক বর্ণনা করার পদ্ধতিতে তাদের থেকে আলাদা। ক্লাউড ফাংশন একবার ডেটা স্টোরে সেন্সর ভ্যালু লিখে দিলে কোনো সেটআপের দরকার নেই, ডেটা স্টোরে ডেটা যোগ করা হবে

ধাপ 8: গুগল ক্লাউড - BigQuery

আমরা সাধারণ পাইপ থেকে 10 মিনিট এবং ব্লক করা পাইপ থেকে 10 মিনিট একটি নমুনা সংগ্রহ করি 2 টি পুনরাবৃত্তির মধ্যে ঠিক 1 ঘন্টার ব্যবধানে। ডেটা ডাটা স্টোর ডাউনলোড করার পর এবং প্রতিটি সারির শ্রেণীবিভাগ যোগ করার জন্য কিছু হেরফের করুন। এখন আমাদের প্রতিটি বিভাগের জন্য 2 টি সিএসভি ফাইল রয়েছে। সর্বোত্তম অনুশীলন হিসাবে প্রথমে ক্লাউড স্টোরেজে ডাটা CSV ফাইল আপলোড করুন। নীচের স্ক্রিনে আমরা একটি নতুন বালতি তৈরি করি এবং 2 টি CSV ফাইল আপলোড করি যেহেতু এই বালতিটি শুধুমাত্র বিশ্লেষণের জন্য ব্যবহার করা হবে, মাল্টি-রিজিওনাল বালতি বেছে নেওয়ার দরকার নেই তারপর BigQuery এ নতুন ডেটাসেট এবং নতুন টেবিল তৈরি করুন এবং বালতি থেকে 2 CSV ফাইল আপলোড করুন নতুন টেবিল

ধাপ 9: গুগল ক্লাউড - ডেটা স্টুডিও

তারপরে আমরা কিছু অন্তর্দৃষ্টি আঁকার জন্য ডেটা স্টুডিও ব্যবহার করি। ডেটা স্টুডিও BigQuery টেবিল থেকে ডেটা পড়বে। গ্রাফ থেকে আমরা টেলিমেট্রির সংখ্যা এবং প্রতি মিনিটের মানগুলির মধ্যে 2 টি বিভাগের মধ্যে পার্থক্য দেখতে পারি। এই অন্তর্দৃষ্টির উপর ভিত্তি করে আমরা একটি সাধারণ মডেল ডিজাইন করতে পারি, পাইপ অবরুদ্ধ বলে বিবেচিত হয় যদি পরপর 3 মিনিটে, নয়েজ থ্রেশহোল্ড (400) এর চেয়ে বেশি টেলিমেট্রি ভ্যালুর সংখ্যা 350 টেলিমেট্রির বেশি হয়। এবং পরপর 3 মিনিটে, টেলিমিট্রি মান গণনা যা স্পার্ক থ্রেশহোল্ডের চেয়ে বেশি (720) 10 টির বেশি টেলিমেট্রি।

ধাপ 10: ভবিষ্যদ্বাণী পর্ব

আমরা একটি পড়ার কথা উল্লেখ করি, যখন এটি একটি নির্দিষ্ট মান (THRESHOLD_VALUE) অতিক্রম করে যা 350 তে সেট করা হয়েছিল যা টিউবে শব্দ এবং কম জল প্রবাহের হারকে ফিল্টার করে, পড়া হিসাবে বিবেচনা করা থেকে

ডেটা বিশ্লেষণে দেখা গেছে যে ওপেন মোডে রিডিং সংখ্যা 100 এর কম, কিন্তু ক্লগ মোডে, মানগুলি অনেক বেশি (প্রতি মিনিটে 900 এ পৌঁছেছে), কিন্তু বিরল ক্ষেত্রে 100 এরও কম ছিল।, এবং তিনটি ফলস্বরূপ মিনিটের জন্য, মোট রিডিং সংখ্যা সর্বদা 350 ছাড়িয়ে গেছে। একই তিন মিনিটে খোলা মোড 300 এরও কম হবে, আমরা এই নিয়মটি আত্মবিশ্বাসের সাথে রাখতে পারি: নিয়ম # 1 কাঁচা তিন মিনিটের জন্য, যদি মোট রিডিং হয় > 350, তারপর একটি ক্লগ সনাক্ত করা হয়। আমরা খুঁজে পেয়েছি ওপেন মোডে পৌঁছে যাওয়া সর্বাধিক মান একটি নির্দিষ্ট মান (SPARK_VALUE) কে অতিক্রম করে না যা 770 পাওয়া যায়, তাই আমরা এই নিয়মটি যোগ করেছি: নিয়ম # 2 যদি মান> 350 পড়ছে, তাহলে একটি ক্লগ বেশিরভাগ সনাক্ত করা হয়।

উভয় নিয়মের সংমিশ্রণ, আমাদের সনাক্তকরণ যুক্তি বাস্তবায়নের একটি সহজ উপায় দিয়েছে, যেমনটি দেখানো হয়েছে। লক্ষ্য করুন যে নীচের কোডটি আরডুইনোতে স্থাপন করা হয়েছিল যা তারপরে আমাদের মডেলের ভিত্তিতে প্রাপ্ত টেলিমেট্রিগুলি মূল্যায়ন করে এবং পাইপ আটকে থাকলে বা খোলা থাকলে রাস্পবেরিতে পাঠায়।

ধাপ 11: কোড

Arduino, রাস্পবেরি এবং ক্লাউড ফাংশনের জন্য সমস্ত কোড Github এ পাওয়া যাবে।

আরও তথ্যের জন্য আপনি এই লিঙ্কটি পরীক্ষা করতে পারেন