מבוא ל-WiC Sensor Networks ב-VOC Monitoring

תרכובות אורגניות וולטיל (VOCs) הן כימיקלים המבוססים על פחמן, אשר מתרבים בקלות בטמפרטורת החדר.הם פולטים ממגוון רחב של מקורות, כולל תהליכים תעשייתיים, ממצה רכב, מעצורים, צבעים, ופליטות טבעיות.חשיפה לרמות גבוהות של VOCs יכולה להוביל לבעיות בריאותיות חמורות כגון בעיות נשימה, נזק נוירולוגי, ובדיקה של ⁇ CVO על פני אזורים גדולים, ו-N לעתים קרובות לא הייתה השפעה תעשייתית (R) אשר לעתים קרובות, כמו רשתות אבטחה תעשייתיות קשות, אזורים סביבתיים מתוחכמות) אשר לעתים קרובות, כמו רשתות אבטחה תעשייתיות (N) אשר לעתים קרובות, לא יכולות להוביל לבעיות אבטחה תעשייתיות יותר ויותר, כמו בעיות אבטחה תעשייתיות יותר ויותר, כמו בעיות אבטחה תעשייתיות קשות, ולכן הן יכולות להוביל לבעיות בריאותיות חמורות יותר ויותר, כמו בעיות אבטחה תעשייתיות (N) ומערכת אבטחה).

היישום של WSNs עבור ניטור VOC התקדם במהירות בעשור האחרון. פריסות מוקדמות סבלו מחיי סוללה מוגבלים, יציבות חיישן ירודה ואובדן נתונים גבוה היום, שיפורים באלקטרוניקה בעוצמה נמוכה, חיישנים כימיים מיניים מונים, ופרוטוקולים תקשורת אלחוטית להתגבר על רבים של מכשולים אלה. מאמר זה בוחן את פריצות הדרך הטכנולוגיות העיקריות המניעות ניטור גדול בקנה מידה גדול, לצד אתגרים מתמשך וכיוונים עתידיים מבטיח.

קידום טכנולוגי חדש

כמה חידושים של קידוד יש ביצועים גבוהים של WSN לגילוי VOC. אלה כוללים חומרי חיישן משופרים, תקני תקשורת ארוכי טווח אנרגיה, ואלגוריתמי עיבוד נתונים מתוחכמות שמניבים תובנה משמעותית ממקריות חיישן רועשות.

רגישות מוגברת ובחירת

הליבה של כל מערכת ניטור גז WSN היא רכיב החיישן עצמו.התפתחויות האחרונות ב nanomaterials - כגון גרפן, צינורות פחמן, ומוליכים למחצה תחמוצת מתכת (MOXs) - יש שיפור דרמטי הרגישות. חיישנים מודרניים יכולים לזהות VOCs בטווח של חלקיקים-per-b-bn (pb), רמה קריטית עבור גילוי מוקדם של דליפות או בעיות אוויריות בתוך חיישנים מסוימים (Ften) עם רמות אלקטרו-חמצני (D2D2D) נמוך יותר)

(החלות נותרה תחום פעיל של שיפור.החיישנים המסורתיים מגיבים להפחתה של גזים, מה שהופך את זה קשה להבחין, למשל, בנזן מ- toluene. Advancedחיישנים בשילוב עם אלגוריתמים של זיהוי דפוס - לפעמים נקרא FLT:0electronic nosestureFLT:1 - שימוש בתגובה שונה של אלמנטים מרובים כדי לסווג VOC.

פרוטוקולי תקשורת משופרים ל- Wide-area Coverage

שידור נתונים אמין על פני מרחקים גדולים תוך שמירה על חיי הסוללה חיונית עבור פריסה בקנה מידה גדול.זרימה רשת של כוח נמוך עוצמה רחב רחב רחב רחב רחב רחב רחב (LPWAN) מהפכה היבט זה. LoRaWAN (Long Range Wide Area Network) פועלת בלהקות ISM תת-GHz, השגת טווחים של 10-15 ק"מ באזורים כפריים ו 2-5 ק"מ בסביבות עירוניות.

Narrowband IoT (NB-IoT) הוא עוד מתחרה ב- LPWAN, המבודד ספקטרום תאי מורשה עבור אמין יותר, אם כי מעט גבוה יותר, צריכת חשמל. NB-IoT מציעה חדירה טובה יותר בהגדרות העירוניות צפופות והוא נתמך על ידי מפעילי רשת סלולרית מרכזיים.עבור תרחישים הדורשים שיעורי נתונים גבוהים יותר, כגון הזרמת חיישן קרקעיים, גישות היברידיות משלבות ל-Ra עבור הודעות בקרה ואנרגיה נמוכה (V) או ל-Fi עבור פרוטוקולים גמישים עבור פרוטוקולים של מערכת רדיו מודרנית, כלומר, כאשר הם כוללים הגדרות רדיו מודרנית, כגון WAN, כולל הגדרות רדיו מתקדמות.

יעילות אנרגיה גם מועילה ממערכות מתקדמות להתנצלות.במקום כל הצומתים משדרים ישירות לשער, רשתות mesh מאפשרות לבלוטות להעביר נתונים דרך שכנים, צמצום כוח שידור והגדלת תוחלת החיים ברשת. התקנים כמו 6LoWPAN (IPv6 מעל נמוך כוח אלחוטי רשתות אישיות) מאפשרות לי קישוריות באמצעות IEEE 802.15.4 רדיו, עם אופטימיזציה מקיפה עבור קישורים אובדן.

Advanced Data Analytics and Machine Learning

קריאת חיישן Raw כפופה להפרעות סביבתיות, לסחף חיישן ולרעש. WSNs מודרניים לשלב עיבוד נתונים רב עוצמה במגוון רחב של tiers - עננים וענן - כדי לחלץ מודלים של למידה מכונות, כולל יערות אקראיים, מכונות וקטורים תומכים ורשתות עצביות עמוקות, הם כעת באופן שגרתי לפרוס חיישנים calibrate, לזהות סטיות, ורמות חיזוי.

בקצה, מיקרובקרים עם מאיצים ML משובצים להפעיל מודלים קלים לסנן אירועים מעוררי השראה ולהפחית את נטל השידור.לדוגמה, מודל על-ידינודה יכול להבחין בין עלייה transient VOC מרכב עובר ודלפה תעשייתית מתמשכת, מזהיר רק את האחרון.ענן ניתוח נתונים מצטבר ממאות צמתים, החל מ-Frepertation זמני כדי ליצור מפות חום וקווי טרנדים אלה עוזרות.

מודלים חיזוייים הם אזור צמיחה נוסף.על ידי שילוב נתוני מזג האוויר (טמפרטורה, לחות, מהירות רוח) ורמות VOC היסטוריות, מודלים יכולים לצפות אפיזודות זיהום מוקדם מראש.זה מאפשר אזהרות בריאות הציבור או התאמות לפעילות תעשייתית. פריסה חדשה בפורט רוטרדאם השתמש במכונה למידה כדי לחזות ריכוזים של עד 12 שעות קדימה, כלומר שגיאות מוחלטות מתחת ל- 5b יכולות הפעלה אקטיבית של מערכות למידה פאסיביות.

יתר על כן, טכניקות למידה העברה מאפשרות לדוגמניות מאומן באזור גיאוגרפי אחד להיות מותאמים זה עם מינימלית נוספת קליברציה, הפחתת הפריסה במהירות רבה יותר.המשך התקדמות בתכנות פרוביביליטיביות וניתוק סיבתי צפויים לשפר עוד יותר את האמינות של תובנות המונעות על ידי נתונים.

אתגרים וכיוונים עתידיים

למרות ההתקדמות המרשימה, אימוץ מעשי של ניטור WSN עבור VOC עדיין עומד בפני כמה מכשולים.כתובת אתגרים אלה יקבע עד כמה עמוק מערכות אלה חודרות מסגרות רגולטוריות וניהול סביבתי יומיומי.

חיישן Calibration and Maintenance

חיישנים כימיים בהכרח נסחפו לאורך זמן בשל ההזדקנות, הרעלה או וריאציות סביבתיות. שמירה על דיוק ברחבי רשת גדולה דורשת החלמה תכופה, אשר היא עבודה-רגישה אם נעשה באופן ידני.טכניקות קליברציה אוטומטית מפותחות כדי להפחית את הגישה הזאת.אחת משתמשת בחשיפה תקופתית לגז התייחסות ידוע (למשל, מודול קלמנט משולב לתוך הלא-דה) כדי להתאים את בסיס החיישן נמוך ומדידות אבטחה חלקית אחת.

החוקרים גם בוחנים חיישנים עצמיים המשתמשים במערכות מיקרו-אלקטרוניקה פנימיות (MEMS) מחמםים לנקות מעת לעת את פני השטח החישה ומשחזרים את הרגישות.עם זאת, תהליכים אלה צורכים כוח ולהוסיף מורכבות. עיצובים עתידיים עשויים לכלול משוב מניתוח נתונים כדי לעורר החלמה רק כאשר סחף מזוהה, אופטימיזציה של שימוש משאבים לטווח ארוך הם חיוניים כדי לאמת שיטות אלה על פני פריסות מרובות שנים.

אבטחת מידע ופרטיות

בעוד WSNs להיות חלק בלתי נפרד לבטיחות הציבור ולציות תעשייתי, השלמות והסודיות של נתונים המועברים להיות מכריע. unen crreded נתונים ניתן ליירט, מוצצים, או מטופחים, עלול לגרום לאזעקות שווא או מסתירים דליפות מסוכנות. פרוטוקולים רבים של LPWAN לשלב כעת הצפנה AES-128 בשכבה היישום, אבל אבטחה מקצה לקצה דורש ניהול משמעותי.

חששות הפרטיות מתעוררים גם כאשר ניטור מיקומים רגישים, כגון מגורים פרטיים קרובים או בסביבה פנימית.טכניקות כמו פרטיות שונה יכול לאסוף נתונים כדי למנוע זיהוי של מקורות בודדים תוך שמירה על מגמות הכוללות.מחקר עתידי שואפת לפתח מסגרות חישוב רב-מפלגתיות מאובטחות המאפשרות לבעלי עניין מרובים (למשל, גופי רגולציה, תעשיות) לשתף תובנות ללא חשיפת נתונים קנייניים.

רשת Scalability וניהול כוח

מיפוי WSN מכמה עשרות צמתים לאלפים מציג בעיות של התערבות, התכווצות ערוץ, ולוגיסטיקה חלופית של סוללות.קצב נתונים הסתגלות וערוץ, כפי שמיושם בלורWAN, עוזר להפחית את ההתנגשויות.עבור רשתות גדולות יותר, אלגוריתמים מקבצי אלגוריתמים מקבצי אלגוריתמים מתחנות דלק או ממריצים מקומיים, אשר דחוסים נתונים לפני קוצר אנרגיה הוא אזור פעיל: לוחות סולאריים קטנים, תרמואלקטריים, או סולריכים, אם כי הם יכולים להחליף לוח זמנים קצרים או תאים קצרים או תאים קצרים של 5, או תאים קצרים, או תאים גמישים, אם כי הם יכולים להפעיל לוח זמנים קצרים של תדרים, או מעצימותיים, אם כי הם יכולים להחליף סוללות מעצימותיים, או מעצימותיים, או מתחנות רדיו קצרים או מעצימותיים, אם כי הם יכולים להחליף קיבולת אוויריים, או תאים קלים, אם כי הם יכולים להחליף דחוסים, או תאים קצרים או מעצימות, אם כי הם יכולים להחליף דחוסים, אם כי הם יכולים להחליף לוח זמנים קצרים ללא הגבלת זמן קצרי חשמל, אם כי הם יכולים להפעיל לוח זמנים קצרים או תאים קצרים או מטווח חשמל מוגבל של אנרגיה, אם כי הם יכולים

ניהול כוח גם כרוך חיישן רכיבה על אופניים ופעילויות רדיו. חיישנים המדינה- of-the-art ניתן לשים לתוך שינה עמוקה (<1 μA) ותעורר מעת לעת כדי דגימה ולהעביר.אופטימיזציה של מרווחי דגימה המבוססים על גילוי (למשל, הגדלת תדירות כאשר סף הוא עודף) עוד יותר להפחית את השימוש באנרגיה.

שילוב עם IoT ומערכות סביבתיות אחרות

ניטור VOC הופך להיות חזק יותר כאשר משולב עם חיישנים אחרים של דברים (IoT) - טמפרטורה מרגיעה, לחות, חומר חלקיקים (PM2.5 /PM10), חנקן דו חמצני, אוזון ופרמטרי רוח אחרים.שלב נתונים אלה מאפשר תמונה רב-פולנית ומסייע להבחין מקורות (זמן, תנועה לעומת התעשייה של האיחוד האירופי 2020 DCOIS) לייצר מספר רב-מעקבים עם מודלים סביבתיים מאוחדים (N) אשר הוכחו מודלים של תאים שונים של תאים שונים של תאים שונים של תאים שונים של תאים סביבתיים (זמן, לעומת ויזואליים) וטכנולוגיים (זמן, לעומת לוויינים (זמן, לעומת תעשייתיים) אשר הוכחומים, לעומת לוויינים שונים של תואמים, לעומת ויזואליים עם מודלים סביבתיים (זמן, לעומת תעשייתיים, לעומת תעשייתיים, לעומת תעשייתיים) וטכנולוגיים, לעומת ויזואליים (זמן, פרויקט תנועה לעומת תעשייתיים, לעומת תעשייתיים, לעומת תעשייתיים, לעומת לוויינים).

אינטגרציה עם תשתיות עיר חכמות מאפשרת תגובות אוטומטיות: כאשר רמות VOC עולה על סף, אורות התנועה יכולים להיות מותאם להפחית את התכתול, מערכות ventilation במבנים ניתן להפעיל, או התראות ניתן לשלוח לתושבים באמצעות יישומים ניידים. פורמטים נתונים סטנדרטיים (למשל, חיישןML, JSON-LD) ו- API פתוח הם קריטיים עבור יכולת פעולה בין-ידית.

יישומים אמיתיים ומקריות

כדי להמחיש את ההשפעה של התקדמות זו, לשקול כמה פריסות בקנה מידה גדול. באגן לוס אנג'לס, ה-FLT:0 החוף הדרומי של החוף Air Quality DistrictFLT:1 פרוס מעל 400 VOC אלחוטי באמצעות LoRaWAN.המערכת זיהתה סדרה של דליפות תעשייתיות לא מדווחות בתוך השנה הראשונה, מה שמוביל לציות.

דוגמה בולטת נוספת היא פרויקט VOCs:0 (OdortecFeloLT:1) בהולנד, אשר מפקח על חוות בעלי חיים וזיקוק נפט עבור nuisance VOCs. מעל 200 צמתים המכסים 50 ק"מ משתמשים במערך חיישן תחמוצת מתכת ומעביר באמצעות NB-IoT פעיל נתונים מוזנים לתוך לוח נתונים ציבורי כי קהילות להשתמש כדי לעסוק עם מפעילי המערכת מופחתת של תלונות על ידי 40%, תוך כדי פליטות בפועל, על בסיס 200,000 שנים על בסיס פליטות על בסיס אזהרות על בסיס אזהרות על בסיס אזהרות.

בהקשר מחקרי, פרויקט המחקר (FLT:0) של RESERLIFEETFLT ( 1) בברזיל הפרו את WSN ביערות הגשם של אמזון כדי לפקח על פליטות VOC ביוגניות ועל תפקידם בכימיה אטמוספרית.התנאים הקשים (לחיות גבוהה, תנודות, טמפרטורות, insect insect intrusion) נדרשים למתחים מחוספסים ופרויקט סולארי.

מסקנה

רשתות חיישן אלחוטיות הפכו לטכנולוגיה אבן הפינה של ניטור גדול של VOC. חומרי חיישן משופרים, תקשורת בעוצמה נמוכה רחבת עוצמה, וניתוח נתונים מתקדם כבר פתחו יכולות רק פעם אפשרי עם ציוד מעבדה יקר.רשתות יכול לפעול כבר שנים עם התערבות אנושית מינימלית, מתן נתונים אינטנסיביים כי מעצימים נתונים עתירי איכות הסביבה ופקידי ממשל בריאות הציבור.

(בקריאה נוספת, עיין ב-FLT:0)MDPI Sensors נושא מיוחד ב-WiFile Networks for Air Quality Visual Quality FigsFLT:1 ו-FLT:2 של EPA, הנחיות ניטור איכות האוויר של EPA: מתרגלים תעשייתיים עשויים למצוא את ה-FLT:4LoRalo Alliance Technical SpecificationsFLT:5 מועיל לתכנון רשת.