สร้างเครื่องตรวจวัดฝุ่น PM2.5 ด้วยตัวเอง

สารบัญ

1. ภาพรวมการตรวจวัดคุณภาพอากาศในไทย

AIR4THAI ของกรมควบคุมมลพิษ

เว็บ Air4Thai เมื่อกดที่หมุดแสดงตำแหน่งสถานี ก็จะมีน้องลูกโป่งหน้าตาบึ้งตึงมาบอกค่า AQI ครับ
  1. ฝุ่นละอองขนาดไม่เกิน 2.5 ไมครอน (PM2.5)
  2. ฝุ่นละอองขนาดไม่เกิน 10 ไมครอน (PM10)
  3. ก๊าซโอโซน (O3)
  4. ก๊าซคาร์บอนมอนอกไซด์ (CO)
  5. ก๊าซไนโตรเจนไดออกไซด์ (NO2)
  6. ก๊าซซัลเฟอร์ไดออกไซด์ (SO2)
รายละเอียดฝุ่นและก๊าซแต่ละชนิดในแต่ละสถานี

ถ้าเราไม่ได้อยู่ใกล้กับสถานีตรวจวัดปริมาณฝุ่นล่ะ???

  • ถ้าบ้านเราอยู่ที่จุดสีแดงซึ่งอยู่ไกลจากสถานีตรวจวัด (อย่างในภาพด้านบน) ปริมาณฝุ่นบริเวณที่เราอยู่จะยังเท่ากับที่สถานีหรือไม่
  • ในที่ร่มอย่างเช่น ห้องนอนจะมีฝุ่น PM2.5 เล็ดลอดเข้ามาหรือไม่
  • เครื่องแบบพกพาจะสนใจแค่ฝุ่นเท่านั้น ในขณะที่เครื่องวัดของกรมควบคุมมลพิษจะสามารถวัดสารมลพิษที่เป็นก๊าซอื่นๆได้ด้วย
  • เครื่องแบบพกพาส่วนมากใช้เซนเซอร์วัดปริมาณฝุ่นแบบ Laser Scattering ซึ่งอาจทำให้ค่าที่วัดได้เกินความเป็นจริงในกรณีที่อากาศมีความชื้นสัมพัทธ์สูง (เราจะพูดถึงเรื่องนี้ในหัวข้อถัดไปครับ)

ทำไมต้อง DIY?

  1. รวมพลังข้อมูล
    การสร้างเครื่องมือวัดขึ้นมาเองมีข้อดีคือ สามารถเพิ่มเติมฟังก์ชันต่างๆเข้าไปได้ง่าย ฟังก์ชันหนึ่งที่คิดว่าจะเป็นประโยชน์ก็คือ เครื่องวัดแต่ละเครื่องส่งค่าขึ้นมาบน cloud ตรงกลางเพื่อแสดงผล ข้อมูลจะทรงพลังขึ้นเมื่ออยู่รวมกัน เราจะสามารถดูเทรนด์การเคลื่อนตัวของฝุ่น และสามารถระบุปัญหาและวิธีแก้ไขได้ชัดเจนขึ้น นอกจากนี้ยังทำให้ประชาชนในพื้นที่ห่างไกลสามารถรู้ข้อมูล และป้องกันตัวเองจากฝุ่นได้ด้วย
    ข้อมูลจะมีเยอะขึ้นได้ตามจำนวน hardware ดังนั้น hardware ต้องมีราคาถูกและเข้าถึงได้ง่ายด้วยครับ
  2. เพิ่มเซนเซอร์เพื่อกรองค่าที่ได้จากการวัดที่คลาดเคลื่อนออกไป
    เครื่องวัดปริมาณฝุ่นบางชนิดใช้วิธี Laser Scattering กล่าวคือ ปล่อยคลื่นแสง ผ่านช่องที่รับฝุ่นละอองเข้า และจะมีแผ่นรับแสง ซึ่งจะสามารถวัดกระจายของความเข้มแสงที่ตกกระทบ เนื่องจากเมื่อแสงผ่านฝุ่นละออง จะเกิดการเปลี่ยนแปลงของความเข้มแสง วิธีการทำงานดังกล่าวจะส่งผลให้อ่านค่าได้สูงเกินไปเมื่ออากาศมีความชื้นสัมพัทธ์สูง เนื่องจากไอน้ำปริมาณมากจะทำให้ความเข้มแสงลดลงได้เช่นเดียวกับฝุ่น สามารถดูรายละเอียดเพิ่มเติมได้จากบทความวิจัยนี้ ที่ Figure 10 ครับ
    ดังนั้นจึงควรมีเซนเซอร์ที่ใช้วัดความชื้นและอุณหภูมิ เพื่อคำนวณความชื้นสัมพัทธ์ ใช้ในการพิจารณาประกอบด้วย ซึ่งเครื่องวัดปริมาณฝุ่นตามท้องตลาดบางตัวไม่ได้มีฟังก์ชันนี้ครับ

2. ความรู้เบื้องต้นเกี่ยวกับอุปกรณ์

อุปกรณ์ที่ต้องเตรียม

ทำความรู้จักอุปกรณ์แต่ละตัว

  1. ไมโครคอนโทรลเลอร์ เป็นอุปกรณ์ที่ใช้ในการสื่อสารและประมวลผลค่าที่ได้รับจากเซนเซอร์ เปรียบได้กับสมองที่คอยรับความรู้สึกจากส่วนต่างๆของร่างกายนั่นเอง ในที่นี้เราเลือกไมโครคอนโทรลเลอร์ชื่อว่า NodeMCU V2 ซึ่งสามารถต่อสัญญาณอินเทอร์เน็ตเพื่อส่งค่าขึ้น cloud ทำให้สามารถดูข้อมูลฝุ่นที่เครื่องวัดได้จากทุกมุมของโลก (ที่มีสัญญาณเน็ต)
  2. เซนเซอร์ เป็นอุปกรณ์ที่ใช้วัดค่าสภาพแวดล้อม ในกรณีนี้เราทำการวัดปริมาณฝุ่น, ความชื้น และอุณหภูมิ ค่าที่เซนเซอร์วัดได้จะถูกส่งไปที่ไมโครคอนโทรลเลอร์เพื่อประมวลผลต่อไป

จะต่อเซนเซอร์อย่างไร?

ตัวอย่างการ search หา pin ของอุปกรณ์ว่าใช้ทำอะไรบ้าง
ตารางมุมขวาบนจะบอกว่าแต่ละขาทำหน้าที่อะไรบ้าง ภาพจาก Arduitronics

รูปแบบการสื่อสารของเซนเซอร์

  • ต่อ Rx ของเซนเซอร์เข้า Tx ของไมโครคอนโทรลเลอร์ (ให้เซนเซอร์รับค่าที่ส่งมาจากไมโครคอนโทรลเลอร์)
  • Tx เซนเซอร์เข้า Rx (ให้เซนเซอร์ส่งค่าที่อ่านได้ไปที่ไมโครคอนโทรลเลอร์)
ภาพแสดง pin ของเซนเซอร์วัดฝุ่น PMS7003 (ภาพจาก link)
  • VCC (ไฟเลี้ยงเซนเซอร์)
  • GND (ground)
  • Rx (ขารับข้อมูลของเซนเซอร์)
  • Tx (ขาส่งข้อมูลของเซนเซอร์)
ภาพแสดงการเชื่อมต่อระหว่าง NodeMCU กับ PMS7003

3. เริ่มลงมือต่อวงจรกัน

3.1 Hardware

ภาพรวมของระบบ

3.2 Software

Library

  • espsoftwareserial เป็น library สำหรับกำหนด pin Rx และ Tx เพื่อใช้อ่านค่าจากอุปกรณ์ที่มีการสื่อสารแบบ Serial communication
    *ปกติ SoftwareSerial จะติดมากับ Arduino IDE อยู่แล้ว แต่ในกรณีนี้ผมเลือกใช้บอร์ดที่มี chip เป็น esp8266 จึงต้องลง SoftwareSerial ของ esp8266 แยกต่างหากครับ
  • PMS Library เป็น library สำหรับอ่านค่าเซนเซอร์วัดปริมาณฝุ่น PMS7003
  • AM2320 เป็น library สำหรับอ่านค่าจากเซนเซอร์วัดความชื้นและอุณหภูมิ AM2320
  • esp8266-oled-ssd1306 เป็น library สำหรับแสดงผลค่าออกทางหน้าจอ
  1. ในรายการ library ด้านบนจะมีแนบ link เข้าไปที่ GitHub ซึ่งเป็นเว็บที่ใช้เก็บโค้ด
  2. ให้คลิกที่ link หน้าต่างเว็บจะแสดง GitHub ของ library นั้นๆ
  3. ให้เอาลูกศรไปชี้ที่ปุ่มสีเขียวด้านขวามือ จะมี Drop down ลงมา ให้เราเราเลือก Download ZIP เราจะได้ไฟล์ ZIP ของ library ลงมาบนเครื่องของเรา
เมื่อเข้ามาในหน้า GitHub แล้วให้คลิกที่ Download ZIP เพื่อโหลดไฟล์

โหลดโค้ดลงบนเครื่อง

Compile

ปุ่ม compile โค้ดตามเครื่องหมายลูกศรสีแดง

Upload

ปุ่ม upload ตามเครื่องหมายลูกศรสีแดง

4. ตัวอย่างเครื่องที่เสร็จแล้ว

เครื่องตรวจวัดปริมาณฝุ่นที่เสร็จแล้ว
ภายในเครื่องตรวจวัดปริมาณฝุ่น สายก็จะพันกันหน่อยๆ
ผมลืมกลับกล้องด้วย ดูยากนิดนึงนะครับ 555

5. สรุปผล และสิ่งที่ควรพัฒนาต่อในอนาคต

สุดท้ายจริงๆแล้ว

  • Air4Thai ข้อมูลคุณภาพอากาศจากสถานีวัดทั่วประเทศไทย ให้ข้อมูลวิธีคิดดัชนีคุณภาพอากาศ ตลอดจนสามารถทดลองใส่ค่าเพื่อคำนวณเองได้ด้วย
  • วิศวกรรมสถานแห่งประเทศไทย (วสท.) พึ่งมีการจัดอบรม DIY เครื่องตรวจวัดปริมาณฝุ่นในแบบที่คล้ายๆกับที่ผมทำไปครับ ถ้าท่านผู้อ่านสนใจก็กดติดตามเพจไว้ เผื่อจะมีการจัดกิจกรรมดีๆแบบนี้อีกครับ
  • ฝ่าฝุ่น เป็นเพจเฟซบุ๊คที่ให้ข้อมูลเกี่ยวกับฝุ่น ตลอดจนมีการดึงข้อมูลแรงและทิศทางลม และจุดร้อนที่ตรวจพบบนแผนที่มาทำนายปริมาณฝุ่นที่จะเกิดขึ้นในอนาคตด้วย
  • ยักษ์ขาววัดฝุ่น สมาคมยักษ์ขาวก่อตั้งขึ้นเพื่อเป็นตัวกลางในการตรวจติดตามปัญหาฝุ่นควันของประเทศไทย โดยเริ่มต้นจากจังหวัดเชียงราย และเครือข่ายจังหวัดในภาคเหนือ มีสถานีที่ติดตั้งและสามารถมอนิเตอร์ได้ในจังหวัดเชียงรายด้วยครับ
  • บทความ Evaluation of Low-Cost Sensors for Ambient PM2.5 Monitoring เป็นบทความที่ผมใช้ศึกษาเรื่องการนำเซนเซอร์ราคาถูกมาวัดปริมาณฝุ่น PM2.5 เทียบกับ TEOM 1400a
  • หลักการทำงานของเครื่องมือตรวจวัดปริมาณฝุ่น PM2.5 ที่อยู่ตามสถานีของกรมควบคุมมลพิษ จากเฟซบุ๊คของคุณ Ueno Ittipol ครับ

--

--

--

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
Trin Veerasiri

Trin Veerasiri

!

More from Medium

CS 371p: Blog #11

Journal Entry #3

reading recommendations: a running list

A person holding a book. The person is not visible and the open book is the centre of the photo.

All roads lead to you