Ứng dụng công nghệ IoT trong cảnh báo rò rỉ khí gas hộ gia đình
Abstract
This paper presents a solution of applying IoT technology in fire prevention from household gas leakages. The system consists of a smartphone application and an IoT circuit which can control equipment’s power supply, detect gas leakages, and monitor environment temperature. The smartphone application is built based on the Blynk tool, which is highly convenient and easy to install on popular smartphones. The hardware consists of an ESP8266 microcontroller that collects data from two sensors, including DS18B20 temperature sensor and MQ-02 gas detector. The microcontroller can alarm with a buzzer and cut off the power supply in the kitchen through an intermediate relay. The system software of the IoT circuit is integrated with the error compensation function, which is determined by the Levenberg-Marquardt least squares algorithm. In addition, the sensor data is also preprocessed to remove abnormal amplitude samples which is considered as noises. Experimental results show that the IoT circuit can detect gas leakages and release warning in a timely manner, without the appearance of "false alarms" like common gas sensors on the market.
Tóm tắt
Bài bài trình bày một giải pháp ứng dụng công nghệ IoT trong phòng chống cháy nổ do rò rỉ khí gas hộ gia đình. Hệ thống gồm một ứng dụng trên điện thoại thông minh và một mạch IoT có khả năng điều khiển cấp nguồn các thiết bị, phát hiện rò rỉ khí gas và theo dõi nhiệt độ môi trường. Phần mềm ứng dụng điện thoại được xây dựng dựa trên công cụ Blynk, tiện lợi và dễ cài đặt trên các điện thoại phổ biến trên thị trường. Phần cứng bao gồm một vi điều khiển ESP8266 thu thập dữ liệu từ hai cảm biến nhiệt độ DS18B20 và cảm biến khí gas MQ-02. Vi điều khiển còn có thể báo động bằng còi và ngắt điện trong nhà thông qua một rơ-le trung gian. Phần mềm hệ thống của mạch IoT được tích hợp hàm bù sai số, được xác định bằng giải thuật bình phương tối thiểu Levenberg-Marquardt. Ngoài ra, dữ liệu đọc được từ cảm biến cũng được xử lý loại mẫu nhiễu có biên độ bất thường. Kết quả thực nghiệm cho thấy giải pháp ứng dụng công nghệ IoT có thể phát hiện rò rỉ khí gas và cảnh báo kịp thời, không xuất hiện tình trạng “cảnh báo giả” như các cảm biến gas phổ thông trên thị trường.
Article Details
Tài liệu tham khảo
Alani, S., Mahmood S. N., Attaallah, S. Z., Mhmood, H. S., Khudhur, Z. A., & Dhannoon, A. A. (2021). IoT based implemented comparison analysis of two well-known network platforms for smart home automation. Inter. Journal of Electrical & Computer Engineering, 11(1), 442-450. DOI: http://doi.org/10.11591/ijece.v11i1
Ana, M. C. I., & Carmela, V. (2017). Design of a smart gas detection system in areas of natural gas storage. IEEE Inter. Geoscience and Remote Sensing Symposium (IGARSS), 5954-5957.
DOI: 10.1109/IGARSS.2017.8128365.
Cục cảnh sát PCCC và CNCH. (2021). Thông cáo báo chí về tình hình cháy, nổ 9 tháng đầu năm 2021 và một số hoạt động kỷ niệm 60 năm ngày truyền thống lực lượng Cảnh sát PCCC và CNCH, 20 năm ngày toàn dân PCCC. http://canhsatpccc.gov.vn/ArticlesDetail/tabid/193/cateid/1172/id/10151/language/vi-VN/Default.aspx. (truy cập 12/2021).
Dallas Semiconductors. (2021). DS18B20 digital thermometer Datasheet. Dallas Semiconductors Corporation, 1-27. [Online]. Available: www.dalsemi.com
Durani, H., Sheth, M., Vaghasia, M., & Kotech, S. (2018). Smart automated home application using IoT with Blynk app. Second International Conference on Inventive Communication and Computational Technologies (ICICCT), 393-397. DOI: 10.1109/ICICCT.2018.8473224.
Hanwei Eletronics Co. Ltd. (2021). MQ-2 gas sensor -technical data, 1-3. [Online]. Available: https://www.hwsensor.com/
Jebur, A. A., Atherton, W., AlKhaddar, R. M., & Loffill, E. (2018). Settlement prediction of model piles embedded in sandy soil using the Levenberg–Marquardt (LM) training algorithm. Geotechnical and Geological Engineering, 36(5), 2893-906. https://doi.org/10.1007/s10706-018-0511-1
Khan, D. M. M. (2020). Sensor Based Gas Leakage Detector System. Proceedings of 7th International Electronic Conference on Sensors and Applications. DOI:10.3390/ecsa-7-08278.
Marquardt, D. W. (1963). An Algorithm for Least-Squares Estimation of Nonlinear Parameters. Journal of the Society for Industrial and Applied Mathematics, 11(2), 431-441. https://doi.org/10.1137/0111030
Moré, J. J. (1978). The Levenberg-Marquardt algorithm: implementation and theory. In Numerical Analysis, 105-116, Springer. https://doi.org/10.1007/BFb0067700
Nghe, N. T., Hai, N. T., & Ngon, N. C. (2020a). Deep Learning Approach for Forecasting Water Quality in IoT Systems. Inter. J. of Advanced Computer Science and Applications, 11(8), 686-693. https://doi.org/10.14569/IJACSA.2020.0110883
Nghe, N. T., Hung, T. T., & Ngon, N. C. (2020b). A Forecasting Model for Monitoring Water Quality in Aquaculture and Fisheries IoT Systems. Proc. of the Inter. Conf. on Advanced Computing and Applications (ACOMP), 25-27 Nov. 2020, 165-169. DOI: 10.1109/ACOMP50827.2020.00033.
Ngôn, N. C., Tân, T.T., Phụng, V. C., & Cảnh, N. M. (2021). Cải thiện thiết bị hỗ trợ người khiếm thị điều hướng di chuyển dùng sóng siêu âm. Tạp chí Khoa học và Công nghệ - Đại học Thái Nguyên, 226(11), 292 - 299. DOI: https://doi.org/10.34238/tnu-jst.4812.
Danh, L. V. Q., Dung, D. V. M., Danh, T. H., & Ngon, N. C. (2020). Design and Deployment of an IoT-Based Water Quality Monitoring System for Aquaculture in Mekong Delta. Inter. J. of Mechanical Engineering and Robotics Research, 9(8), 1170-1175. doi: 10.18178/ijmerr.9.8.1170-1175.
Saeed, F., Paul, A., Rehman, A., Hong, W., & Seo, H. (2018). IoT-Based Intelligent Modeling of Smart Home Environment for Fire Prevention and Safety. Journal of Sensor and Actuator Networks, 7(1), 11. doi:10.3390/jsan701001