Creazione di un sistema di monitoraggio dell’inquinamento acustico basato su cloud utilizzando Digital Discovery

L’inquinamento acustico è oggi una delle maggiori problematiche ambientali che influenza direttamente la qualità della vita e la salute delle persone. Con Digilent Pmod MIC3 e Digital Discovery, potete creare un sistema di monitoraggio basato sul cloud per valutare l’impatto del rumore.

Il Pmod MIC3 è un microfono MEMS il cui funzionamento dipende da un microfono acustico Knowles SPA2410LR5H-B e da un convertitore analogico-digitale Texas Instruments ADCS7476.

Il Digilent Digital Discovery è un dispositivo USB combinato con funzioni di analizzatore logico, analizzatore di protocollo e generatore di modelli.  

 

 

WaveForms  è la suite strumentale virtuale per Digital Discovery che fornisce l’accesso a tutti gli strumenti, inclusi:

1. Analizzatore logico digitale a 32 canali (1.2…3.3V CMOS, 8 canali a 800 MS/s*, 16 canali a 400 MS/s* e 32 canali a 200 MS/s)
2. Analizzatore di protocollo dotato di analizzatori di bus digitali (SPI, I²C, UART, CAN, AVR)
3. Generatore di modelli a 16 canali (1.2…3.3V CMOS, 100 MS/s)

Configurazione hardware

Il Pmod MIC 3 comunica su un’interfaccia SPI ed è collegato alle linee digitali I/O di Digital Discovery come segue:

1. SS a DIO linea 0 (DIO 24 su Digital Discovery),
2. MISO a DIO 1 (DIO 25 su Digital Discovery)
3. SCK a DIO 2 (DIO 26 su Digital Discovery).
4. VCC al polo positivo di alimentazione del dispositivo (VIO su Digital Discovery)
5. I due dispositivi vengono forniti con le rispettive messe a terra collegate

 

 

Piattaforma analitica gratuita IoT di ThingSpeak

ThingSpeak, creata da MathWorks, è una piattaforma online gratuita dedicata alla raccolta, visualizzazione e analisi dei dati sul cloud. ThingSpeak vi consente di aggregare, visualizzare e analizzare flussi di dati in tempo reale. Noi utilizziamo ThingSpeak per eseguire l’analisi dei dati e visualizzarne i risultati. In primo luogo, ci iscriveremo a ThingSpeak, quindi aggiungeremo un canale in cui eseguire l’analisi. Ecco alcuni passaggi dell’operazione:

[boris]

Fase 1: nel menu Channels, create un nuovo canale.

Fase 2: configurate le impostazioni, il nome e i campi del canale. I campi saranno i contenitori dei vostri dati.

Fase 3: sotto la voce API Keys, generate la Write API Key  per indirizzare i dati sul server da WaveForms SDK e poi accedere ai dati archiviati nelle rispettive posizioni.

Fase 4: dopo aver caricato i dati in un canale, potrete modificarne i tracciati e i grafici tramite i widget preimpostati o i codici MATLAB.

 

Script di Python

Python viene utilizzato per convertire i dati misurati da Pmod MIC3 ed effettuare l’upload dei risultati su ThingSpeak. Noi carichiamo la libreria Waveforms (dwf.dll) e importiamo il modulo di richiesta. Quest’ultimo ci permette di inviare i dati a ThingSpeak. Il programma include le seguenti funzioni:

1. close_device – Resetta tutti gli strumenti e chiude Digital Discovery
2. display_error – Visualizza il messaggio d’errore
3. spi_read – Legge i dati SPI

Il codice sorgente completo può essere scaricato da PmodMIC3_to_ThingSpeak.zip.

 

Risultati

 

Viene calcolata una media dei risultati delle misurazioni, poi la media viene convertita in dB (questa conversione rappresenta solo un’approssimazione del livello di rumore reale). È possibile tracciare i livelli di rumore misurati nel tempo oppure visualizzarli in un widget dedicato alla loro misurazione. Può essere visualizzato anche un istogramma dei valori misurati, insieme a un LED virtuale, per indicare i livelli di rumore pericolosi.

Scoprite tutti i dettagli del progetto e i file sorgente sulla pagina di riferimento Digilent.

[/boris]