Система раннього виявлення небезпечних речовин з використанням ІоТ сенсорів

Abstract

Метою роботи є розробка системи раннього виявлення небезпечних речовин на базі використання IoT-сенсорів. У роботі проведено аналіз нормативної бази у сфері вимірювань небезпечних речовин: розглянуто вимоги ДСТУ, санітарні норми ДСН 3.3.6.042-99, стандарти IEC 61508 щодо функціональної безпеки, а також методологію оцінки невизначеності вимірювань відповідно до ДСТУ ISO/IEC Guide 98-3 (GUM). Виконано огляд сучасних газових і хімічних сенсорів: електрохімічних (для CO, NO₂, SO₂), напівпровідникових металооксидних (MQ-серія для CO, CH₄, LPG), оптичних (NDIR для CO₂) та фотоіонізаційних (PID для летких органічних сполук). Розроблено архітектуру IoT-системи до складу якої входять: сенсорні вузли збору даних, мікроконтролер ESP32; модуль бездротової передачі даних; серверна частина з базою даних (InfluxDB/PostgreSQL); модуль сповіщень. Програмне забезпечення вузлів розроблено в середовищі Arduino. Ключовою складовою системи є алгоритм прогнозування часу настання небезпечної ситуації — моменту, коли концентрація небезпечної речовини перевищить встановлену ГДН. Виконано метрологічний аналіз системи з оцінкою невизначеності вимірювань за GUM.

The purpose of the work is to develop a system for early detection of hazardous substances based on the use of IoT sensors. The work analyzes the regulatory framework in the field of measurements of hazardous substances: the requirements of DSTU, sanitary standards DSN 3.3.6.042-99, IEC 61508 standards on functional safety, as well as the methodology for assessing measurement uncertainty in accordance with DSTU ISO/IEC Guide 98-3 (GUM). A review of modern gas and chemical sensors was performed: electrochemical (for CO, NO₂, SO₂), semiconductor metal oxide (MQ-series for CO, CH₄, LPG), optical (NDIR for CO₂) and photoionization (PID for volatile organic compounds). An IoT system architecture was developed, which includes: sensor data collection nodes, ESP32 microcontroller; wireless data transmission module; server part with database (InfluxDB/PostgreSQL); notification module. The node software was developed in the Arduino environment. A key component of the system is an algorithm for predicting the time of occurrence of a dangerous situation - the moment when the concentration of a hazardous substance exceeds the established GDN. A metrological analysis of the system was performed with an assessment of measurement uncertainty according to GUM.