描述

描述

在許多地區，有害的藻華是一個嚴重的環境問題。可能對人類健康、水生生態系統和經濟產生不利影響的有毒藻類大量繁殖的例子包括赤潮、藍綠藻和藍藻。

這些花朵會產生極其有害的毒素，使人和動物不適甚至死亡。它們還會制造完全破壞生態系統的死區。

解決方案

葉綠素存在于藻類中，藻類是一種光合生物。一種稱為熒光測定法的技術用于測量材料在使用不同波長的光（熒光）激發時發出的光量。

（熒光）來源：https://www.wpiinc.com/

?

（葉綠素的熒光）

?

當在白光下看到葉綠素時，它呈綠色。這有助于我們發現和檢測藻類的存在。

?

BIOLIGHT 是一款內置 MCU、無線電和傳感器的智能浮標。它每天測量 Alage 的存在，并監測生長是快速還是持續。

光學

為了激發葉綠素，使用470nm LED 光源，并使用僅測量680nm 的光譜傳感器測量發射光譜。此外，530nm 長通濾光片用于過濾所有波長低于 530nm 的光。

（長通濾波器傳輸數據）

?

電子產品

waveConnect - 使用 LoRa E5 的定制板

?

BIOLIGHT 使用我專門為低功率應用設計的定制開發板 waveConnect，用于收集太陽能和為電池充電。waveConnect（開源并通過OSHWA認證）使用來自 Seeedstudio 的LoRa E5 ，它是一個 MCU 和一個 LoRa 無線電。Seeed LoRa-E5 LoRa 模塊是一款低成本、超低功耗、極小的高性能 LoRa 模塊。它有STM32WLE5JC，這是一個結合了LoRa Radio和ARM Cortex-M4 MCU的SoC。

固件

?

BIOLIGHT 的固件基于 ARM 的 MBED 操作系統。您可以使用出色的Mbed OS框架來閃存 waveConnect。簡單的方法是使用Mbed Studio IDE。該板是基于stm32customtargets中提供的 LoRa E5 mini 開發的。LoRaWAN 固件基于主固件mbed-os-example-lorawan程序。

連接傳感器

BIOLIGHT 使用Adafruit 的AS7341 Spectral Sensor Breakout （由AMS制造的傳感器）。AS7341 是一款用于顏色檢測和光譜分析應用的 11 通道多光譜傳感器。光譜響應定義在大約 350nm 到 1000nm 的波長范圍內。該傳感器基于 i2c，使用 Qwiic/STEMMA QT 接口系統。

光譜響應度

?

LoRa E5 的默認 i2c 引腳為 PA_15 和 PCB_15，它們直接連接到 waveConnect 板中的 Qwiic 連接器。

I2C i2c(PA_15, PB_15); // SDA pin, SCL pin

光源（藍色 LED）由引腳 PB_5 控制

DigitalOut lighSource(PB_5);

Buoy內部的設置

?

根據組裝示意圖，整個裝置安裝在 3D 打印的浮標內。

我們首選的3D打印機

?

我們根據項目需要開始在內部進行 3D 打印，并在Artillery sidewinder X2上進行打印。Artillery 還提供各種價格合理的 3D 打印機，打印機的質量非常好，對于我們的目的來說，它已經綽綽有余了。如果您也在尋找高質量的 3D 打印機，請查看Artillery的系列產品。

校準

3D 打印浮標底部的窗口。

?

傳感器需要校準，因為窗口的折射率會隨著材料的變化而變化，這是原因之一。我使用了常見的 BK7 玻璃窗。

BK7的折射率

?

我們需要對傳感器進行兩次實驗以獲得一些有意義的讀數。要監測水中藻類的存在，必須首先計算光譜反射率。要計算 0.0 到 1.0 范圍內的反射率，必須首先測量最小和最大反射率。

• 實驗 1 - 暗讀數：

為了獲得暗讀數，可以將傳感器放在漆黑的房間里，然后進行測量。平均 10 到 15 個讀數將適用于此實驗。附近不得有光源/光源。

• 實驗 2 - 最大讀數：

第二個實驗是記錄傳感器可以從光源記錄的最大反射率。為此，可以使用光譜傳感器中的內置 LED。如果沒有內置 LED，可以使用白色 LED。LED 和傳感器必須在同一平面上。執行此實驗需要一個前表面鏡，如下圖所示。這就是使用前表面反射鏡的原因。

?

?

?

?

1 / 2 ?前表面鏡。

?

必須為光譜傳感器的所有 11 個通道獲取這些讀數。通過使用以下公式，可以計算傳感器之前保存的任何樣品的反射率。

float reflectance=(value - min_reflectance_value)/(max_reflectance_value - min_reflectance_value);

未來的作品

至此，只能計算出每個通道的反射率。此外，僅使用 680nm 通道數據并根據水中藻類含量的已知值校準反射率，將創建一個尺度來預測水體中藻類的生長。