Prototype av sky-tilkoblet målesystem for EAQI, basert på nRF9160 SiP med energihøstingssystem

Abstract

Internet of Things (IoT) teknologi kan være et sentralt hjelpemiddel for å løseproblemer som måling av luftkvalitet over urbane områder, spesielt med tanke påtrådløse sensornettverk. I den anledning bestemte vi oss for å lage en målestasjonfor luftkvalitet med et energihøsting-system, som kan fungere som en sensornodei et slikt nettverk. Vi skulle også verifisere den måledataen vi fikk. Vi fokuserte på å måle EAQI, som baserer seg på fem faktorer: PM10, PM2,5, NO2, O3 og SO2. Systemet er basert på Thingy:91 fra Nordic Semiconductor, som er et utviklingskort bygd rundt mikrobrikken nRF9160. Energihøsting-systemet benytterseg av to solcellepanel på totalt 6W som går til en MPPT-kontroller, SPV1050. Denne er parallellkoblet med batteriet på Thingy:91, som er på 5,18W h. Vi har også designet og 3D-printet en egen kapsling for prototypen. Vi benytter oss av LwM2M-client eksemplet fra Nordic, og har selv utviklet driverne for sensorene for luftkvalitet, Sensirion SPS30 og Spec Sensor DGSO3. Skytjenesten er basert på en Intel NUC som maskinvare, Leshan som LwM2M implementasjon, PostgreSQL som database og Grafana som dashboard. I løpet av oppgaven støttet vi på flere problemer som førte til at noen av resultatmålene ikke ble oppfylt. Vi antar at systemet har mulighet til å opprettholde seg gjennom mesteparten av året, med unntak av mørketiden, men dette må bekreftes med videre testing. Basert på en rekke statistiske tester mellom måledataen som vi samlet inn, og med måledata fra NILU, så konkluderer vi med at vår måledata ikke er valid. Videre anbefaler vi å ikke bruke Thingy:91 til en slik oppgave, mest grunnet mangel på tilgjengelige kontakter. Her kunne vi ha økt størrelsen på batteriet, tidsintervallet mellom hver måling og valgt sensorer med passende forsyningsspenning. I forhold til protokoller og skytjeneste så er det kanskje bedre å bruke protokoller som CoAP/MQTT enn LwM2M, alt etter kompleksiteten på sensorsystemet. Det er også mulig å finne en annen løsning for hosting av servertjeneste, som for eksempel AWS eller Azure

Internet of Things (IoT) technology can be a key aid in solving problems such as measuring air quality over urban areas, especially with regards to wireless sensor networks. On that occasion, we decided to create an air quality measuring station with an energy harvesting system, which can act as a sensor node in such a network. We also had to verify the measurement data we received. We focused on measuring EAQI, which is based on five factors: PM10, PM2.5, NO2, O3 and SO2. The system is based on Thingy:91 from Nordic Semiconductor, which is a development board built around the microchip nRF9160. The energy harvesting system uses two solar panels of a total of 6W which go into an MPPT controller, SPV1050. This is connected in parallel with the battery on the Thingy:91, which is around 5.18Wh. We have also designed and 3D-printed our own enclosure for the prototype. We used the LwM2M-client example from Nordic, and have developed the drivers for the air quality sensors: Sensirion SPS30 and Spec Sensor DGSO3, ourselves. The cloud service is based on an Intel NUC as the hardware, Leshan as the LwM2M implementation, PostgreSQL as the database and Grafana as the dashboard. During the thesis, we encountered several problems that led to some of the performance targets not being met. We assume that the system has the ability to sustain itself through most of the year, with an exception of the longest winter nights, but this has to be confirmed with further testing. Based on a number of statistical tests on the data that we collected, and with the data from NILU, we concluded that our data is not valid. Further on we recommend to not use the Thingy:91 for such a task, mostly based on it’s lack of available pins. Here we could have increased the size of the battery, increased the time interval between each measurement and we could have chosen sensors with the appropriate supply voltage. In regards to the protocols and cloud service, it might be better to use protocols such as CoAP/MQTT rather than LwM2M, depending on the complexity of the sensor system. It is also possible to find a different solutions for server hosting, such as AWS or Azure.