Reporte de Avance -...

ReportedeAvance

SuperintendenciadeMedioAmbiente|FabLabSantiago

26deOct.de2016

Índice

Introducción...............................................................................................................................3

Plandetrabajo...........................................................................................................................4Estadoalafecha................................................................................................................................4

Análisisderesultados................................................................................................................7Primeraetapa:CaracterizacióndelsensorPPD42.............................................................................8

Método..........................................................................................................................................8Resultados......................................................................................................................................9Observaciones..............................................................................................................................14

Segundaetapa:Comparaciónentrefrecuencias.............................................................................16Método........................................................................................................................................16Resultados....................................................................................................................................17Observaciones..............................................................................................................................18

Terceraetapa:Pruebasenterreno.................................................................................................19Método........................................................................................................................................19Resultados....................................................................................................................................20Observaciones..............................................................................................................................20

Conclusiones....................................................................................................................................21Anexos..............................................................................................................................................23

AnexoA........................................................................................................................................23

IntroducciónEnelpresentereportesepresentaelplandetrabajoacordadoentreFabLabSantiagoylaSuperintendenciadeMedioAmbiente(SMA)atravésdelDepartamentodelaGestióndelaInformacióndelamisma,enelcontextodelfortalecimientodelacapacidadfiscalizadoradeestaentidadatravésdelprograma“SistemadeAlertasTempranasdeQuemasAgrícolas”(SATQA).Alrespecto,seplanteanlossiguienteobjetivosespecíficos:

• ProveerdeunestudiodetecnologíasdemonitoreodemedicióndecalidaddelaireenparámetroscomoPM2,5,PM10,CO,SOxyNOx,queseanútilesparalosprocesosde Fiscalización y Sanción que la SMA tiene a su cargo en algunos Planes deDescontaminaciónAmbiental.

• Proponeralmenosunalgoritmodecomunicación inalámbricaentreartefactosdesensoramiento,considerandoqueseutilizaránenvastasáreas,tantourbanascomorurales.

• Desarrollar una campaña de toma de muestras en terreno, en conjunto conprofesionalesdelaSMA,quepermitancalibraryvalidarlabondadestadísticadelasmuestrastomadasporlossensores(correlaciónmínimadeR>0.75),comparadasconal menos el mismo número de estaciones SINCA (exMACAM) delMinisterio delMedioAmbiente,enlaRegiónMetropolitana.

Para lo anterior se buscan alternativas de sensores de bajo costo para elmonitoreo dedistintas variables medio ambientales, considerando estrategias de comunicación y devisualizacióndedatos.Tambiénsetrabajaenlaimplementacióndeunadeestasalternativas.Elreporteseestructuradelasiguienteforma:

1. Plandetrabajo:sepresentalacalendarizacióndeactividadesacordadasentreambaspartes(SMAyFabLabSantiago)juntoconunreportedeestadoencadapunto.

2. Análisisdedatos:sepresentanlosresultadosyanálisisdelapruebasdesarrolladasa

lafechaenelcontextodelaimplementacióndelsensormaterialparticuladoShinyeiPPD42.

Porsuparte,elinformedelevantamientodealternativadesensoresdebajocostoparalamedicióndedistintasvariablesmedioambientalessepresentaenelAnexoA.

PlandetrabajoEn la reunióndel día 29/07 se acordó trabajar enunprototipodemedicióndematerialparticuladoaptoparatrabajarenzonasdebajaconectividad,teniendoencuentaqueestedebiese implementarse en zonas agrícolas. En consecuencia, se definió trabajar en eldesarrollodeprototiposutilizandoelsensorShinyeiPPD421y,paralatransmisióndedatos,conelmódulodecomunicaciónSIM8082ConrespectoaldesarrollodelprototipodesensorseplanteacomoobjetivolavalidacióndeestecomparándoloconlasestacionesoficialesdemonitoreodematerialparticuladodelaredMACAM3,decertificaciónEPA (EnvironmentalProtectionAgency), conelobjetivodeobtenercorrelacionesRmayoresa0.75.Loshitosfijadosson:

1. Finesdeagosto:pruebasdecalibracióndesensoresinstaladosjuntoalaMACAMconpublicacióndedatosonlineparapodermonitorearelfuncionamientodelossensores(e.g. thingspeak, io.adafruit). La coordinaciónde los terrenosquedaa cargode laSMA.Latomadedatosenestapruebacomprenderáaproximadamenteunasemana.

2. Primera semana de octubre: 2da prueba en terreno junto a la MACAM con elproductoterminado(i.e.sensorempaquetadoycomunicaciónfuncionando).Enestaprueba se consideraránmediciones tanto con su versión preliminar (en similarescondicionesalasutilizadasenlaprimeraprueba),comoconelproductoterminado(sensorempaquetado)

3. Finesdeoctubre (opcional): Pruebaen terrenodel producto, probar el sensor ya

desplegado en zonas de operación, idealmente con conectividad limitada paraverificareste funcionamiento.Estapruebaserá realizadaen lamedidaquequedetiempodisponibleparaellodentrodelosplazosdelproyecto.

También se acordó la redacción de un informe recopilando distintas tecnologías para lamedicióndevariablesmedioambientales(PM2.5,PM10,CO,NOx).EstadoalafechaAlafechadelpresentereporteyaserealizaronlaspruebasenterrenodelprimerprototipodel sensor, tras loquesedetectaronalgunas insuficienciasdehardware,e.g. insuficiente

1http://wiki.seeedstudio.com/wiki/Grove_-_Dust_sensor2http://simcom.ee/modules/gsm-gprs-gnss/sim808/3http://macam.mma.gob.cl/index.php/offline

memoriaparamanejareltamañodedatosatransmitir.Esporestoquesehadebidomigrarla plataforma de procesamiento del Atmega328 a PIC32MX340F512H, el que es unmicrocontroladordebajocostoconcaracterísticasdeprocesamientodedatosmayoresalaalternativaanteriorperoqueharequeridoalgunosajustesdefirmware.EnlaFigura1seprensentaunaCartaGanttconelestadodeavancedelproyectoalafecha. También se realizaron los análisis de datos tomados, lo que se presenta en la siguientesección.

Figura1CartaGanttdeactividadesactualizadoalafecha(26/10)

4--10

11--17

18--24

25--31

1--7

8--14

15--21

22--28

1--7

8--14

15--21

22--28

3--9

10--16

17--23

24--30

Levantam

ientoantecedentes

1rapruebasensor

2dapruebasensor

Desarrolloprototip

o1rapruebaenterreno

Mejoradefirm

ware

Mejorasdehardware

2dapruebaenterreno

Inform

ealternativadesensores

Incompleto

Completo

Julio

Agosto

Septiembre

Octub

re

AnálisisderesultadosEldesarrollodelaspruebassedivideen3etapas:Caracterización del sensor PPD42: (12 a 26 de julio) esta etapa contempló el diseño yfabricacióndeunenclosure,conloqueseprocedióarealizarlacomparaciónentreunsensorconysinenclosure.Además,ambossensoresfueroncomparadosconunaestacióndelaRedMACAM(EstaciónLasCondes)variandolafrecuenciadetomadedatos,considerando30segundos,2,5y10minutos.Definicióndefrecuenciademedición:(10a14deagosto)estaetapaconsistióencomparardistintasfrecuenciasdetomadedatos.Lasfrecuenciasprobadasfueron1,2,5y10minutosentremedición.1rapruebaenterreno:(11a23deseptiembre)seensamblaron4unidadesdelprototipodesensor dematerial particulado, lo que fueron instalados junto a 4 estaciones de la RedMACAM(LasCondes,ParqueO’Higgins,ElBosqueyLaCisterna)paracorroborarlafidelidaddelosdatostomados.

Acontinuaciónsepresentanlosanálisisderesultadosparalasdistintasetapas:

Primeraetapa:CaracterizacióndelsensorPPD42Estaetapaserealizóentreel12y26dejulio,consistióenprobarelenclosuredelsensorydiferentesfrecuenciasparalatomademuestras.

MétodoSedispusode2sensores,unoenelenclosurefabricado(Sensor1)yotroexpuesto(Sensor2),ubicadosaunos6metrosdealturasobreelsuelo.EstossepuedenverenlaFigura2.Unavezobtenidoslosdatosdeambossensores,estosfueronpromediadoscadaunahoraycomparados entre sí, para luego comparados con los de los equipos BAM1020 y TEOM1400abubicadosenlaestacióndemonitoreodeLasCondes.EnlaFigura2sepuedeverlaposiciónrelativaentreelmontajedelossensoresylaestaciónoficialdelaRedMACAM.

Figura2Montajeparalacomparacióndedesempeñoentreelsensorexpuesto(izquierda)yelsensorconunenclosure

impresoen3D(derecha).

ResultadosAcontinuaciónsepresentanlosresultadosdelasdistintasfrecuenciasdemediciónMedicionescada30segundos

Se escoge esta frecuencia ya que es la recomendada por el fabricante4. Los sensoresestuvieronenfuncionamientoentrelosdías12y13dejulio,conuntotalde17,5horasdemediciónaproximadamente.

Resultados:EnlaTabla1sepresentanlascorrelacionesentreambossensoresyentrelossensoresylaestaciónMACAMdeLasCondesparaunafrecuenciademediciónde30segundos.

4https://github.com/SeeedDocument/Grove_Dust_Sensor/raw/master/resource/Grove_-_Dust_sensor.pdf

Figura3DistanciaentreelmontajeexperimentaldelossensoresPPD42enpruebaylaestacióndemonitoreoLasCondes

delaRedMACAM.

0,075

R² BAM TEOM % Datos NulosSensor 1 0,87 0,89 64,3%Sensor 2 0,94 0,91 63,6%

R² entre sensor 1 y sensor 2

Tabla1ResumendecorrelaciónentrelamedicionesoficialesdelaestaciónLasCondesylossensoresPPD42

instaladosparaunafrecuenciademediciónde30segundos.Tambiénsepresentalacorrealciónentrelas

medicionestomadasentreambossensores,dondeelSensor1tieneenclosureyelSensor2notienecubierta.

Losvaloresnulosquefiguranenlatablacorrespondenavalores“0.62”quegeneraelsensorenelcasoqueenel intervalodetiempodelreportenosehayandetectadopartículasdepolvo.Enlafigura4sepresentanlosgráficosdedatosdelaestaciónoficialLasCondesylosdatosgeneradosporlossensores.

Figura4PromediohorariodelasmedicionesdelaestacióndemonitoreoEPAdeLasCondes(A),juntoalpromediohorario

lasmedicionesdelossensoresShinyeiPPD42tomadasconunafrecuenciade30segundos(B),durantelosdías12y13de

julio.

Medicionescada2minutos

Lapruebafuerealizadaentrelosdías14y15dejulio,conuntotalde19horasdemediciónaproximadamente.

Resultados:EnlaTabla2sepresentanlascorrelacionesentreambossensoresyentrelossensoresylaestaciónMACAMdeLasCondesparaunafrecuenciademediciónde2minutos.

Losvaloresnulosquefiguranenlatablacorrespondenavalores“0.62”quegeneraelsensorenelcasoqueenel intervalodetiempodelreportenosehayandetectadopartículasdepolvo.EnlaFigura5sepresentanlosgráficosdedatosdelaestaciónoficialLasCondesylosdatosgeneradosporlossensores.


Lapruebafuerealizadaentrelosdías16y20dejulio,conuntotalde108horasdemediciónaproximadamente.ResultadosEnlaTabla3sepresentanlascorrelacionesentreambossensoresyentrelossensoresylaestaciónMACAMdeLasCondesparaunafrecuenciademediciónde5minutos.Losvaloresnulosquefiguranenlatablacorrespondenavalores“0.62”quegeneraelsensorenelcasoqueenel intervalodetiempodelreportenosehayandetectadopartículasde

0,007

R² BAM TEOM % Datos NulosSensor 1 0,37 0,53 14,4%Sensor 2 -0,46 -0,25 9,6%


Tabla2ResumendecorrelaciónentrelamedicionesoficialesdelaestaciónLasCondesylossensoresPPD42instalados

paraunafrecuenciademediciónde2minutos.Tambiénsepresentalacorrealciónentrelasmedicionestomadasentre

ambossensores,dondeelSensor1tieneenclosureyelSensor2notiene.

0,19




instaladosparauna frecuenciademediciónde5minutos. Tambiénsepresenta la correalción entre las

medicionestomadasentreambossensores,dondeelSensor1tieneenclosureyelSensor2notiene.

polvo.EnlaFigura6sepresentanlosgráficosdedatosdelaestaciónoficialLasCondesylosdatosgeneradosporlossensores.


delasmedicionesdelossensoresShinyeiPPD42tomadasconunafrecuenciade2minutos(B),durantelosdías14y15de

julio.



julio.


Lapruebafuerealizadaentrelosdías22y25dejulio,conuntotalde80horasdemediciónaproximadamente.

0,61




instaladosparauna frecuencia demediciónde10minutos. También se presenta la correalción entre las

medicionestomadasentreambossensores,dondeelSensor1tieneenclosureyelSensor2notiene.

Losvaloresnulosquefiguranenlatablacorrespondenavalores“0.62”quegeneraelsensorenelcasoqueenel intervalodetiempodelreportenosehayandetectadopartículasdepolvo.EnlaFigura7sepresentanlosgráficosdedatosdelaestaciónoficialLasCondesylosdatosgeneradosporlossensores.



julio.

Observaciones

• Lacantidaddedatosnulosalteralacalidaddelamedición.Enconsecuenciaseoptapordescartarlafrecuenciade30segundosparalassiguientespruebas.

• Basándonosenelcriteriodelacorrelación,elsensorconcarcaza(Sensor1)tieneunmejorrendimientoqueelsensorexpuesto(Sensor2).

• Lacantidaddevaloresnulosdisminuyeamedidaqueaumentalafrecuenciademedición

Segundaetapa:ComparaciónentrefrecuenciasEsta etapa consistió en comparar distintas frecuencias con el objetivo de obtener lacorrelacióndecada frecuencia,duranteunmismoperíododetiempo,con laestacióndemonitoreoMACAMLasCondes.Conlosresultadosdeestaetapasedefinelafrecuenciademuestreoautilizarenadelante.MétodoSedispusode4sensores,todosconenclosure,cadaunoconunafrecuenciademediciónde1,2,5y10minutos.Estosfueroninstaladosa6metrosdealturasobreelsuelo.Elsistemaestuvoenfuncionamientoentreel10yel14deagosto(104horasaproximadamente).

Figura8Montajeexperimentalparalasegundaetapadepruebas.Seinstalaron4sensores,configuradosparamedircada

1,2,5y10minutosrespectivamente.

Aligualqueenlaetapaanterior,lossensoresseubicaronenlascercaníasdelaestacióndemonitoreoLasCondes(Figura9).ResultadosEn la Tabla 5 se presentan las correlaciones de lasmediciones tomadas en las distintasfrecuencias,comparándolasentreellasyconlosvaloresoficialesdelaestacióndemonitoreoLasCondes.Losresultadosparalafrecuenciade1minutofuerondescartadosporpresentarproblemastécnicos.

Figura9DistanciaentreelmontajeexperimentaldelossensoresPPD42enpruebaylaestacióndemonitoreoLasCondes

delaRedMACAM.

MP2,5 0,87 0,68 0,692 Minutos 0,74 0,79

5 Minutos 0,8310 Minutos

MP10 0,86 0,84 0,752 Minutos 0,74 0,79

5 Minutos 0,8310 Minutos

R²

Tabla5Correlacionesentrelospromedioshorariosdelossensoresconfiguradoscon

distintasfrecuenciasdetomadedatosyconlospromedioshorariosoficiales,tomados

delaestacióndemonitoreoLasCondes

EnlaFigura10sepresentanlosgráficosdedatosdelaestaciónoficialLasCondesylosdatosgeneradosporlossensoresconfiguradosenlasdistintasfrecuenciasdetomadedatos.

Figura10(A)DatosoficialesgeneradosporlaestacióndemonitoreoLasCondesdelaRedMACAMentreel10y14de

agosto.(B)Promediohorariodelasmedicionestomadasconfrecuenciasde2,5y10minutosporlossensoresPPD42entre

el10y14deagosto.

ObservacionesTantoparalasmedicionesdeMP10comoparaMP2.5sevequelamejorcorrelaciónentrelosdatostomadosporlossensoresylaestacióndemonitoreoLasCondessedaparaunafrecuenciadetomadedatosde2minutos.Portantosedefineque2minutoseslafrecuenciaconlaqueseconfiguraránelrestodelasexperiencias.

Terceraetapa:PruebasenterrenoEnestaetapadepruebas se instalaron4prototiposde sensores juntoa4estacionesdemonitoreodelaRedMACAMconelobjetivodecorroborarlacorrelaciónellas.Tambiénseaprovechoestaexperienciaparaponerapruebaelalgoritmodecomunicacióndedatos.MétodoDurante el mes de septiembre, se disponen los sensores en 4 diferentes estaciones demonitoreo(verFigura11).Lossensoresinstaladosencadaestaciónson:

• Sensor1:EstacióndemonitoreoLasCondes.• Sensor2:EstacióndemonitoreoParqueO’higgins.• Sensor3:EstacióndemonitoreoElBosque.• Sensor4:EstacióndemonitoreoCerroNavia

Figura11UbicacióndelasestacionesdemonitoreodelaRedMACAMdeLasCondes,ParqueO'Higgins,ElBosqueyCerro

Navia.

ResultadosParaelanálisisdedatosseconsiderósóloelsensorinstaladojuntoalaestacióndemonitoreodeParqueO’Higgins.Enelcasode lossensores1,3y4seregistraronperdidasdedatossignificativasdebidoprincipalmenteaproblemasenelfirmwareparamanejarintermitenciasenlacomunicación;estoseresuelveenlanuevaversióndelhardwaredelsensor.En la Tabla 6 se presenta la correlación entre lasmediciones oficiales de la estación demonitoreaParqueO’HigginsyelSensor2paraelperíodocomprendidoentreel11y23deseptiembre.EnlaFigura12sepresentanlosdatosoficialesdelaestacióndemonitoreoParqueO’HigginsjuntoalasmedicionesdelSensor2.ObservacionesEn laprimerapruebaen terrenoseobtuvounacorrelaciónmenora lasobtenidasen lasexperimentacionesanteriores, loquepuedeatribuirseenpartea laperdidadedatosporintermitenciasen latransmisióndedatos.En lanuevaversióndel firmwaredelsensorseabordaestoalintegrarrutinasorientadasalmanejodeestasintermitencias.EsinteresantenotarlacorrespondenciaentrelospeaksregistradostantoenlosdatosdelaestacióndemonitoreoParqueO’HigginsyelregistradoporelSensor2coincidentesconlasfechas 18 y 19 de semptiembre, fechas correspodientes al desarrollo de actividades defiestaspatriasenlasvecindadesdelaestacióndemonitoreo.

R² BAM TEOMSensor 2 0,49 0,34

Tabla6Correlaciónentrelamedicionesoficialesdelaestacióndemonitoreo

ParqueO’HigginsyelSensor2.

Figura12(A)DatosoficialesdelaestacióndemonitoreoParqueO’Higginsparaelperíodocomprendidoentreel11y23de

septiembre.(B)DatosmedidosconelSensor2entrelosdías11y23deseptiembre.

ConclusionesEnlaspruebasrealizadasenlas1ray2daetapaseobtuvieroncorrelacionesmayores0.85entrelosdatosoficialesdelasestacionesdelaRedMACAMylossensoresinstalados.Por su parte, en las pruebas realizadas durante la 3ra etapa se tuvo que descartar lainformacióngeneradapor3delos4sensoresinstaladosdadalasignificativaperdidadedatosgeneradasporlaintermitenciaenlacomunicación.Sinembargo,enlaFigura12sevequelacurvasdedatosdelSensor2sigueunamismatendenciaquelavistaenlosdatosoficiales,

porloque,considerandolasaltascorrelacionesobtenidasenlasexperienciasanteriores,nospermitenatribuirladisminuciónenlacorrelaciónalaperdidadedatos.Entrelasrazonesqueexplicanlaperdidadedatosseencuentralafaltaderutinasdemanejodeexcepcionesenlaprimeraversióndelfirmwarequefueinstaladoenlossensores.Estoseresuelveenelfirmwareainstalardurantela2dacampañaenterreno.

AnexosAnexoA–Reseñadesensoresdebajocosto

RESEÑADESENSORESDEBAJOCOSTO

SuperintendenciadeMedioAmbiente|FabLabSantiago

26deOct.de16

2

ContenidoSensoresdematerialparticulado.......................................................................................................3

ShinyeiPPD42.................................................................................................................................4

PMS3003........................................................................................................................................5

Sensoresdegas..................................................................................................................................7

MQ-7..............................................................................................................................................7

MQ-135..........................................................................................................................................7

Bibliografía.........................................................................................................................................8

3

SensoresdematerialparticuladoLossensoresdematerialparticuladoquesepresentanacontinuación,sonlosllamadosdebajocosto(preciounitariomenoraUSD$50porunidad),funcionanenbasealadispersióndeluz(ilustración1).

ILUSTRACIÓN1:FUNCIONAMIENTOGENERALDELOSSENSORESDEBAJOCOSTO(PUBLICLAB)

4

Estetipodesensorseestáponiendoapruebaanivelmundialconelfindepodermonitorearagranescalalosnivelesdematerialparticuladoenelambiente.VariadasinstitucionesmedioambientalesdegranenvergaduracomolaEnvironmentalProtectionAgency,sehanpuestoatrabajarconsensoresdeestetipo,tantoparainvestigacióncomoparaunfineducativo(EPA).

ShinyeiPPD42Esunsensordeorigenjaponés,funcionausandounemisordeluzyunfotodiodo(ilustración2),elquemideladispersióndelaluzquegeneraunapartículadepolvoalentraralsensor,elflujodeairesemantienemedianteunaresistenciaquealcalentarsehacequeelairesubaypaseporelfotodiodo(Allen).Estesensorcensapartículasentre1y6µm(Austinetal.e0137789).Dadosufuncionamiento,podríamosdecirqueeste,nomideelmaterialparticuladoenelaire,sino,másbienlocalculaenbasealainterrupciónqueestegeneraenlaluz.Respectoasudesempeño,existenvariadosestudios,elmásrelevanteeslatesisrealizadaporDavidHolstius,enlaqueselogranresultadosprometedoresencuantoaldesempeñodelsensorPPD42respectoauninstrumentomássofisticadocomoelBAM1020.

ILUSTRACIÓN2:INTERIORDELSENSORPPD42

5

PMS3003Esunsensordeorigenchino("PM2.5LaserDustSensor-RobotWiki")estemidepartículasentrelos0,3y10µm.LaprincipaldiferenciaentreestesensorconelanteriormentedescritoesquePMSincluyeunmicroprocesador,elquelepermitehacercálculosmáscomplejos,esporestoquetienelacapacidaddecalculareltamañodelaspartículas,siendocapazdeentregarelrangoylaconcentracióndematerialparticulado.EstesensorfueusadoenelproyectotaiwanésProbeCube,elqueesunsistemadecódigoabiertoquetepermitefabricarunaestacióndemonitoreodecalidaddelaire(Lafudoci).

ILUSTRACIÓN4:DIAGRAMADEFUNCIONAMIENTODELSENSORPMS3003

ILUSTRACIÓN3:INTERIORDELSENSORPMS3003(AIRQUALITY)

6

TABLA1:PRINCIPALESCARACTERÍSTICASDELOSSENSORES

Precio de mercado USD $9,20-$15,90 USD $18,60-$25,50

Micro controlador Cypress CY8C4245 NA

Tiempo de calentamiento NA 2 minutos

Tiempo de Respuesta ≤10segundos ≤ 30 segundos

Unidades de medición µg/m³ PCS/L

PMS3003 PPD42

Rango de detección de material particulado 0,3-10 µm 1-6 µm

7

SensoresdegasLosMQsonunaseriedesensoresdegasquefuncionanenbaseaunpequeñocalentadoryaunsensorelectro-químico("ArduinoPlayground-Mqgassensors").loshaydediferentestipos,loscualessonsensiblesadistintosgases.Estosdebensercalibradosantes,paraasegurarunamedicióncorrecta.

MQ-7SensordelaserieMQcuyaprincipalcaracterísticaeslasensibilidadalmonóxidodecarbono,puedeserusadotantoaniveldomiciliariocomoanivelindustrial.Parasucorrectofuncionamientoprimerodebesercalibradoyprecalentadoalmenos48horas("MQ-7Datasheet").Estesensorhasidotesteadoaniveldomiciliario,tambiénexistenexperienciasdesuusoenespaciosabiertos,enlosquehatenidoundesempeñoestable(Bigazzi).

MQ-135SensordelaserieMQcuyascaracterísticasincluyenlasensibilidadavariosgases(NH3,NOX,alcohol,benceno,entreotros)ysuvelocidadderespuesta.Esusadoregularmenteeninteriores,porloquenohayinformaciónsobresufuncionamientoenespaciosabiertos.Parasucorrectofuncionamiento,primerosedebecalibrarconungaspatróndeNH3yteneruntiempodeprecalentamientode24horas("MQ-135Datasheet").

MQ-7 MQ-135

sobre el 21% de concentración

NH , alcohol

24 horas

Precio de mercado USD $1,5-$5 USD $2-$6

Sensible a la concentración de oxigeno

Gas patrón para calibración

Tiempo de calentamiento

sobre el 21% de concentración

CO

no menos de 48 horas

Rango de detección de gases

CO NH₃, NOₓ, alcohol y benceno

20ppm-2000ppm

Gases que detecta

10ppm-300ppm

TABLA2:CARACTERÍSTICASPRINCIPALESDELOSSENSORESMQ-7YMQ-135

8

Bibliografía

PublicLab,contributors."PublicLab:EvaluatingLow-CostOpticalDustSensors".Publiclab.org.N.p.,2016.Web.21Oct.2016.

EPA."BuildYourOwnParticleSensor".www3.epa.gov.N.p.,2012.Web.Oct.2016.

Allen,Tracy.De-ConstructionOfTheShinyeiPPD42NSDustSensor.1sted.Berkeley,CA:EMESystems,2013.Print.

Austin,Elenaetal."LaboratoryEvaluationOfTheShinyeiPPD42NSLow-CostParticulateMatterSensor".PLOSONE10.9(2015):e0137789.Web.

Holstius,David.MonitoringParticulateMatterWithCommodityHardware.1sted.Berkeley:UniversityofCalifornia,2014.Web.14July2016.

"PM2.5LaserDustSensor-RobotWiki".Dfrobot.com.N.p.,2016.Web.20Oct.2016.

AirQuality,Real-time."ThePlantowerPMS3003AirQualitySensorExperiment".aqicn.org.N.p.,2016.Web.14Sept.2016.

Lafudoci,."Lafudoci/Probecube".GitHub.N.p.,2015.Web.19July2016.

"ArduinoPlayground-Mqgassensors".Playground.arduino.cc.N.p.,2016.Web.17Oct.2016.

"MQ-7Datasheet".www.Waveshare.com.N.p.,2016.Web.19Oct.2016.

Bigazzi,Alexander.ThePortlandACEDocumentation:APortable,Low-Cost,AndNetworkedDevieForAssessingCyclists'exposure.1sted.Portland:PortlandStateUniversity,2013.Print.

"MQ-135Datasheet".www.Waveshare.com.N.p.,2016.Web.19Oct.2016.

Reporte de Avance -...

Documents

Transcript of Reporte de Avance -...