Приветствую всех читателей Habr! В своей сегодняшней статье, хочу рассказать вам о своем новом DIY беспроводном устройстве датчике качества воздуха. Помимо оценки качества воздуха, датчик может оценивать уровень освещенности в помещении, температуру, влажность и атмосферное давление, на основе данных атмосферного давления, устройство может предсказывать прогноз погоды. Это полностью открытый проект.

Внутреннее устройство

Датчик работает на микроконтроллерах nRF52, были разработаны 4 версии плат датчика под радиомодули nRF52 разных производителей. Одна основная и еще три расширенные версии (пояснения будут чуть ниже по тексту).

Используемые в проекте модели радиомодулей:

• основной MINEW MS88SF3 (nRF52833, nRF52840)
• дополнительные: MINEW MS50SFA1 (nRF52810, nRF52811), MINEW MS50SFA2 (nRF52832), EBYTE E73-2G4M08S1C (nRF52840) и EBYTE E73-2G4M08S1E (nRF52833)

Используемые в проекте сенсоры:

• сенсор качества воздуха в помещении для измерения ЛОС SGP40
• сенсор давления, температуры и влажности BME280
• сенсор освещенности MAX44009

Позднее, из-за проблем с производством электронных компонентов и невероятном росте цен на многие компоненты, в проект были добавлены сенсоры BMP280 и SHTC3 которые по функционалу способны заменить сенсор BME280. По этой причине, были сделаны три дополнительные модификации плат, так же добавлена поддержка дополнительных радиомодулей, добавлена защита от переполюсовки, доработан дизайн плат.

Устройство может выводить данные на экране и передавать данные в системы Умного Дома, так же может работать в режиме без сети.

Для вывода информации использовался e-ink дисплей со сверхнизким потреблением и диагональю 2.13 дюймов компании WaveShare.



Характеристики дисплея:

• Разрешение: 250x122
• Диапазон рабочих температур: 0 50 C
• Потребление в рабочем режиме: 3мА
• Потребление в режиме глубокого сна: 1мкА
• Минимальное время обновления экрана: 0.3 сек.

В ближайшее время в проект будет добавлена поддержка дисплея DES e-Ink 2.13 c рабочим температурным режимом -20C~60C (что такое DES).
..upd Пока статья писалась сделал драйвер, дисплей протестирован, в морозильнике работает :), из минусов разрешение 212х104, но зато морозов не боится, в общем рабочий вариант.


Основная версия PCB датчика:

Дополнительные версии:



Основным сенсором в данном проекте является сенсор качества воздуха в помещении SGP40. Можно сказать что это новинка на рынке от компании Sensorion c весьма неплохими характеристиками.


Сенсор измеряет общую концентрации летучих органических веществ (TVOC). В сравнении с предыдущим датчиком этой компании SGP30 потребление было значительно снижено, 48 мА при измерении у SGP30 и 2.6мА у SGP40. Правда предыдущий датчик мог отдавать уже готовые значения VOC и эквивалента СО2, в то время как новинка отдает сырые данные которые в дальнейшем надо обрабатывать на стороне МК при помощи поставляемой с датчиком библиотеки с алгоритмом расчета качества воздуха. Даташит на датчик SGP40.


Для работы в батарейном и низко потребляющем устройстве пришлось доработать библиотеку Adafruit_SGP40. Была добавлена работа с нагревателем сенсора, получение, сохранение, выгрузка текущих состояний алгоритма для быстрого старта датчика, например после замены батарейки, минуя режим обучения. Почему-то никто не озадачился этими моментами, найти готовую библиотеку поддерживающую полный функционал сенсора мне не удалось. Модифицированная библиотека находится на моем GitHub.

Схема устройства:

Передача датчиком данных с сенсоров в системы Умного Дома реализована на открытом проекте MySENSORS.

Функционал датчика

Устройство, при подаче питания, осуществляет попытку поиска сети, если сеть не найдена, то устройство переходит в основной режим работы без работы в сети (не шлет данные), но периодически делает короткие запросы на поиск сети(~раз в 2 часа). Интервал опроса сенсора SGP40 3 секунды, чтение остальных сенсоров, отправка данных, основное обновление экрана раз в 1 минуту. Обновление экрана и отправка данных(если сеть доступна) происходит при изменении данных уровня качества воздуха (TVOC) на 10 единиц, температуры на 0.5C, влажности на 5%, давления на 1 единицу, при изменении уровня освещенности на 10 люкс, при изменении прогноза по погоде. Интервал опроса батарейки задается пользователем в интервале от 1 часа до 24 часов, по умолчанию опрос один раз в 6 часов.
Так же есть дополнительная подпрограмма для обновления экрана и отправка данных при резком повышении уровня TVOC на 30 единиц, интервал проверки раз в 6 секунд.

При первом включении устройства, происходит цикл обучения алгоритма расчета качества воздуха, в моей реализации максимальное время обучения 12 часов. После обучения, датчик начинает сохранять в памяти МК текущие состояния алгоритма с четырехчасовым интервалом. При сбросе устройства, при возобновлении работы после выключения устройства, при замене батареек происходит проверка наличия записей состояний алгоритма в памяти, если они есть то эти данные выгружаются, и устройство минует период обучения. Для удаления сохраненных данных, необходимо нажать на кнопку меню на устройстве и выбрать соответствующий пункт меню. сброс устройства.

Доступный функционал кнопки меню:

1. Инверсия экрана
2. Отправка презентации
3. Вход в режим конфигурации внешними командами по радио
4. Поиск сети
5. Сброс устройства

Так же, помимо кнопки меню, датчик может настраиваться внешними командами из интерфейса УД. Для этого необходимо активировать нужный пункт меню конфигурация датчика нажатием кнопки меню. После активации режима конфигурации, датчик перейдет в режим прослушивания на 20 секунд. В этот интервал необходимо отправить команду. Внешними командами можно настроить интервал проверки батарейки, изменить вывод информации на экран в инверсии, выбор режима работы: LP (чтение сенсора SGP40 раз в 3 секунды) или ULP (чтение сенсора SGP40 раз в 5 секунд).

Датчик умеет анализировать данные атмосферного давления и рассчитывать по ним прогноз погоды, выводить на экран данные о прогнозе погоды и отправлять эти значения в УД. Описание алгоритма расчета прогноза погоды (NXP Application Note 3914 | John B. Young)

На экране рядом с каждым типом данных выводится индикация направления изменения значений.



Для компиляции нужной версии ПО необходимо сконфигурировать файл aConfig.h.

//#define MY_DEBUG#define LANG_RU // If this is not used the English localization will be displayed.#ifndef LANG_RU#define LANG_EN#endif#define SN "eON Air Quality Sensor"#define SV "0.99"#define MY_RADIO_NRF5_ESB#define MY_NRF5_ESB_PA_LEVEL (0x8UL)//#define MY_PASSIVE_NODE//#define MY_NODE_ID 151//#define MY_NRF5_ESB_MODE (NRF5_1MBPS)#define MY_NRF5_ESB_MODE (NRF5_250KBPS)#define ESPECIALLY#define SEND_RESET_REASON#define MY_RESET_REASON_TEXT

Потребление датчика в режиме сна составляет в среднем 33мкА (смотрите даташит на SGP40), в режиме считывания сенсоров и обновления экрана 4мА(среднее), в режиме передачи данных 8мА(среднее), время передачи одного сообщения 10мc (идеальные условия).
Датчик работает от батарейки CR2477 (950мА), среднее расчетное время работы устройства 1 год(зависит от конфигурации прошивки, установленных сенсорах на устройстве, больше сенсоров больше данных нужно будет отправлять, а передача по воздуху это основной потребитель), данных о реальном сроке работы пока нет, устройство пока работает 2 месяца.



Модели разработанного корпуса датчика я печатал на FDM 3D принтере, что бы добиться более или менее приличного вида, корпус после печати шлифовался и полировался. На задней крышке корпуса можно установить магниты.



GitHub проекта github.com/smartboxchannel/

В файле readme находится инструкция по установке и настройке среды для редактирования и компиляции ПО для датчика.

OPEN SOURCE HARDWARE CERTIFICATION
OSHWA UID: RU000004


В завершении, уже как обычно, сделаю небольшой фото анонс проектов с которыми в скором времени поделюсь и о которых расскажу (Датчики влажности почвы Zigbee, Уличный датчик температуры и влажности Zigbee Long Range, Датчик качества воздуха bme680 c e-ink3.7).


Если вам интересно все, что связано с DIY, вы являетесь DIY разработчиком или хотите только начать, вы заинтересованы в использовании DIY девайсов, а так же хотите узнавать первыми о моих проектах, то приглашаю всех в телеграм чат DIYDEV.

Если вы как и я, хотите понять что такое Zigbee, попытаться сделать свои первые DIY Zigbee устройства, то приглашаю вас в чат для разработчиков zigbee девайсов/прошивок ZIGDEV

Всем, кто хочет делать устройства, начать строить автоматизацию своего дома, я предлагаю познакомиться с простым в освоении протоколом Mysensors телеграм-чат MySensors

А тех кто смотрит в будущее IOT приглашаю в телеграм-чат Open Thread (Matter, Project CHIP). (что такое Thread?, что такое Matter?)

Спасибо за внимание, всем добра!

Доступ к воздуху, безопасному для дыхания, очень важен для планеты и её жителей. Однако сейчас во многих частях света люди и хрупкие экосистемы страдают от воздействия загрязнённой атмосферы. В одних только США плохое качество воздуха ежегодно становится причиной около 60,000 случаев преждевременной смерти и обходится государству более чем в 150 млн. долларов, которые тратятся на лечение связанных с этим недугов.

Сейчас, в период социального дистанцирования и перекрытых границ, во многих регионах происходит снижение выбросов загрязняющих веществ. Фактически мы наблюдаем новое состояние качества воздуха, связанное с отсутствием характерных выбросов от транспорта и иных источников. Атмосфера очищается, и спутники NASA и ESA регистрируют снижение концентрации NO2 над многими городами и транспортными коридорами.

Средняя континентальная концентрация диоксида азота в тропосфере, март 2019. Концентрация увеличивается вдоль градиента от пурпурного к жёлтому.

Контролируя качество воздуха, метеорологи могут прогнозировать и предупреждать периоды его ухудшения, когда людям следует оставаться внутри помещений. Кроме того, учёные отслеживают историю изменений качества воздуха, чтобы понять влияние антропогенных и природных процессов на выбросы загрязняющих веществв атмосферу. Для некоторых веществ такие изменения в концентрации фиксируются спутниками. Одним из устройств, которые собирают такие замеры, является прибор для изучения тропосферыTROPOMI (Tropospheric Monitoring Instrument),установленный на борту космического аппаратаSentinel-5 Precursor (S5P), который в настоящее время находится на орбите.

СпутникS5P был запущен в октябре 2017 года для обеспечения непрерывности сбора данных после вывода из эксплуатации аппаратов Envisat (ESA) и Aura (NASA), а также в преддверии запуска Sentinel-5. S5Pимеет на борту многоспектральный датчик TROPOMI, который регистрирует отражательную способность длин волн, взаимодействующих с различными составляющими атмосферы, включая аэрозоли, моноокисьуглерода, формальдегид, диоксид азота, озон, диоксид серы и метан. S5P также позволяет оценивать некоторые характеристики облачности. Цель этой статьи предоставить краткий обзор данных о выбросах, которые регистрирует TROPOMI, а также продемонстрировать возможности использования платформы Earth Engine для анализа и отображения этой информации. Приведённые ниже сведения следует рассматривать как общее руководство для практического использования данных и платформы, но не как источник выводов о последствиях социального дистанцирования и его влиянии на качество воздуха.

Атмосферные выбросы от лесных пожаров

Горение биомассы в результате пожара может привести к выбросу большого количества дымовых аэрозолей. Отслеживать перенос такого аэрозольного шлейфа в течение дней и даже недель позволяет ежедневная частота и глобальный охват измерений с S5P. На рисунке нижеанимация временного ряда изображений, отражающихциркуляцию аэрозолей, вызванных мощными пожарами австралийских кустарников 20192020 годов, которые в итоге повлияли на качество воздуха в городах Южной Америки. Результаты измерений УФ-аэрозольного индекса, которые использовались в этом случае, применяются и для отслеживания других аэрозольных выбросов, таких как песчаные бури и вулканический пепел.

Аэрозольный шлейф от мощных австралийских кустарниковых пожаров 20192020 годов, распространяющийся на восток через Тихий океан. Анимация по мотивам исследований Сары Апарисио (Sara Aparcio).

Анимация отличное средство визуализации данных, но для количественной оценки временных изменений в загрязнении воздуха зачастую целесообразно использовать растровую алгебру (image math). В следующем примере вычитаются данные на две даты, характеризующие концентрацию угарного газа (CO) до и во времяпожаров в лесах Амазонки в 2019 году. Цель выделить те регионы, где концентрация увеличилась в два и более раз, в результате чего Всемирная организация здравоохранения выпустила предупреждение о чрезмерном загрязнении воздуха.

Разница в концентрациях оксида углерода до и во время пожаров в Амазонке в 2019 году. На картах до (Before) и во время (During) концентрация увеличивается вдоль градиента от фиолетового к жёлтому, а для карты разница (Difference) от чёрного к белому (карта отмаскирована для выделения областей, в которых во время пожаров произошло как минимум удвоение концентрации угарного газа).

Антропогенные атмосферные выбросы

Сжигание ископаемого топлива для нужд промышленности, транспорта и генерации тепла способствует загрязнению воздуха. Слой с данными о концентрации диоксида азота (NO2) хорошо подходит для анализа подобных типов выбросов, поскольку этот газ имеет короткий срок существования, и, как следствие, регистрируется вблизи источника выбросов. К примеру, визуализируя плотность населения (Gridded Population of World dataset) и высокие концентрации NO2 относительно друг друга, можно выявить пространственную корреляцию между плотностью населения и концентрациями NO2 на восточном побережье США.

Пространственная корреляция между точками высокой плотности населения и высокой концентрацией тропосферного диоксида азота в восточной части Соединённых Штатов. Плотность населения увеличивается вдоль градиента от белого к пурпурному, концентрация диоксида азота от тёмно-фиолетового к жёлтому.

На сдвоенной карте сверху и на диаграмме снизу показано, что с увеличением плотности населения усиливается и концентрация NO2 (подробнеео построении графиков в Earth Engine читайте в соответствующем разделе документации).

Связь между плотностью населения и концентрацией тропосферного диоксида азота (NO2) в зимний период в США к востоку от р. Миссисипи. Интерполированные графики NO2 для среднего и межквартального диапазона представлены для интервалов плотности населения от 0 до 20,000 человек/км2 с шагом 2,000 человек/км2, где последний интервал представляет районы с плотностью более 20 000 человек / км2.

В настоящее время большая часть мира практикует социальное дистанцирование с целью снижения воздействия нового типа коронавируса. С уменьшением числа людей, которые ездят на работу, снижаются и атмосферные выбросы диоксида азота (см. интерпретацию от NASA). Использование данных TROPOMI и платформы Earth Engine позволяет учёным исследовать подобные взаимосвязи и закономерности практически в режиме реального времени, а также в региональном и глобальном масштабах. Один из пользователей, Кристина Вринчану (Cristina Vrinceanu), создала приложение Earth Engine, в котором реализован виджет-слайдер для визуализации снижения концентрации диоксида азота в регионах, находящихся на карантине. Так, в приложении Кристины и сопутствующей статье в Medium исследуется регион севера Италии, который в борьбе с распространением вируса применяет в том числе и карантинные ограничения.

Приложение Earth Engine демонстрирует применение виджета-слайдера для сравнения концентрации NO2 за два различных периода времени. (Приложение от Кристины Вринчану).

Ещё один наглядный способ визуализации изменений концентрации загрязняющих веществ в воздухе с течением времени это годовой график. Следующая диаграмма демонстрирует и этот подход, сравнивая по дням концентрацию диоксида азота в период с 2019 по 2020 год в северной Италии.

Среднегодовые временные ряды NO2 в сравнении со значениями концентрации 2020 года и 2019 года, представленные для Паданской низменности на севере Италии (включает Милан, Болонью и Венецию).

Важные дополнения

Существует множество явлений, которые могут повлиять на характер концентрации загрязнений воздуха. Прежде чем делать выводы об изменениях концентрации во времени и соответствующих этому причинах, необходимо учесть все потенциальные источники выбросов, химический состав загрязняющих веществ, условия распространения и систематическую ошибку в измерениях, а также метеорологические условия и условия окружающей среды. Далее рассматриваются несколько явлений, которые влияют на закономерности распределения концентраций загрязняющих веществ, проявляющихся при анализе данных: сезонные колебания, погодные условия и облачный покров.

В некоторых регионах мира определённые сочетания экологии, климата, погоды, географии и выбросов приводят к вариациямконцентрации загрязняющих веществ. Так, для китайской провинции Хубэй характерны сезонные тренды концентраций NO2, что видно на следующем рисунке, на котором изображена серия наблюдений за последний 21 месяц, подкреплённая гармонической линией тренда. Линия трендаполезна для выделения регулярных сезонных колебаний, а также для обособления высокой дисперсии в зимние месяцы, вызваннойсменой погоды. Для того, чтобы не делать выводов на основе отдельных измерений, которые могут представлять аномальные наблюдения, связанные с погодой, рекомендуется использовать линии тренда и вычислять скользящие средние за недели или месяцы наблюдений. Ламсай и др (Lamsai et al., 2010) приводят подробный анализ сезонных тенденций в отношении NO2.

Концентрация NO2 в южной провинции Хэбэй, Китай. Точками представлены результаты измерений; линия представляет собой функцию гармонического тренда для иллюстрации сезонных колебаний.

Точно так же сезонные колебания характеры и для концентраций озона, что показано на следующем графике, который отражает фактические и гармонически интерполированные данные наблюдений атмосферы над районом Великих озёр в Соединённых Штатах (подробнее о гармоническом моделировании в Earth Engine читайте в соответствующем разделе документации).

Временные ряды концентрации озона для района Великих озер в США. Точками представлены результаты измерений; линия представляет собой функцию гармонического тренда для иллюстрации сезонных колебаний.

Важнейшим фактором является облачный покров, который может исказить результаты наблюдений, ограничив вклад нижней части атмосферы в полученные датчиком замеры. Ниже демонстрируется высокая изменчивость облачного покрова на пиксель изображения в районе северной Италии для продукта NO2. Обратите внимание на высокую долю облаковконце января 2019 года в сравнении с тем же периодом год спустя, когда облачный покров был намного меньше. В связи с этимпри сравнении разновременных наблюдений рекомендуется фильтровать данные таким образом, чтобы они включали только пиксели с низким облачным покровом. Подробная информация о свойствахоблачного покрова приведена в соответствующей статье программы Copernicus.

Динамика изменений среднего и межквартального диапазона облачной фракции для продукта NO2, представленная для региона северной Италии. Доля облачности может значительноварьироваться по времени, поэтому,чтобы обеспечить надёжную оценку изменений качества воздуха, рекомендуется ограничивать данные наблюдений S5P выборкой безоблачных или малооблачных условий.

Приложение TROPOMI Explorer

Чтобы обеспечить пользователям удобство и оперативность при работе с данными S5P TROPOMI, а также предоставить платформу для дальнейшего анализа, специалисты Google создали интерактивное приложение, которое позволяет просматривать изменения концентрации загрязняющих веществ с течением времени, используя визуализацию в виде сдвоенных карт или карты-шторки, а также графики временных изменений. Приложение доступно по ссылке.

Интерактивное приложение для исследования данных TROPOMI, созданное с использованием Google Earth Engine Apps.

Хотя многие сейчас находятся на самоизоляции, сообщество пользователей и разработчиков платформы Earth Engine продолжает активно обмениваться идеями. Посмотрите, как другие анализируют и изучают данные S5P TROPOMI с помощью Earth Engine:

• Коронавирус снизил загрязенеие воздуха(статья и приложение Earth Engine)
• обзор временных рядов NO2
• мультивременное сравнение концентраций NO2
• анимация временных рядов NO2

Пользователи Earth Engine мотивируют разработчиков развивать платформу и создавать новые инструменты для понимания нашего воздействия на планету, а также решения других глобальных проблем. Надеемся, что читателю понравился этот краткий обзор данных S5P TROPOMI. Начать самостоятельные эксперименты с данными S5P можно со знакомство с соответствующим каталогом данных в Earth Engine).

Перевод подготовлен преподавателями Инженерной академии Российского университета дружбы народов Василием Лобановым и Ярославом Васюниным.

Эта работа лицензируется в соответствии с Creative Commons Attribution 4.0 International License (CC BY 4.0)

Небольшой обзор новых мониторов качества воздуха от ATMO.
Представлены три модели: ATMO 3, ATMO 7, ATMO 8, которые оборудованы датчиками ультрадисперсных частиц PM, сенсорами летучих органических соединений (TVOC) и паров формальдегида (HCHO). Подобные модели помогут провести быструю оценку состояния окружающего воздуха в вашем доме или офисе.




Мониторы качества воздуха представляют собой варианты анализаторов-детекторов различных микрочастиц, скомпонованных в едином корпусе для удобства домашнего использования. Подобный монитор позволяет быстро оценить обстановку и качество воздуха в помещении. Особенно удобно, если устройство умеет самостоятельно определять сводный индекс качества воздуха на основе доступных параметров. Таким образом, достаточно одного взгляда на экран устройства или оповещения в приложении, чтобы проветрить комнату в случае превышения, например, концентрации углекислого газа СО2.



Характеристики:
Модель: ATMO 3 / ATMO 7 / ATMO 8
Тип: настольные мониторы качества воздуха
Типы датчиков: T/H, CO2, PM1.0/PM2.5/PM10, TVOC (ЛОС), НСНО
Дисплей 4,3"
Сводный индекс качества воздуха: в зависимости от модели
Встроенный аккумулятор: 3000 мАч/2000 мАч

Итак, под брендом ATMO были представлены сразу три модели: ATMO 3, ATMO 7, ATMO 8, которые отличаются функционалом и набором встроенных сенсоров.



Мониторы ATMO предназначены для домашнего или офисного использования, работают как от источника питания (USB/5V), так и автономно. Встроенный аккумулятор позволяет функционировать до 5 часов непрерывно. Задняя панель устройств имеет перфорацию для циркуляции воздуха.



В частности, модель ATMO 3 представляет собой монитор начального уровня с индикацией значений температуры и влажности, а также со встроенным датчиком концентрации СО2. Сенсоры ультрадисперсных частиц PM, а также сенсоры летучих органических соединений и паров формальдегида в этой модели отсутствуют.



Модель ATMO 7 представляет собой продвинутый монитор качества воздуха со встроенными датчиками PM1.0/PM2.5/PM10, а также TVOC/НСНО. Присутствует и контроль температуры и влажности в помещении. Из особенностей выделю интересный овальный OLED дисплей, на который сведены все данные. Сенсор концентрации СО2 отсутствует. Аккумулятор у этой модели на 2000 мАч.



Модель ATMO 8 это функциональный монитор качества воздуха, включающий сразу несколько сенсоров: PM1.0/PM2.5/PM10/TVOC/НСНО/СО2/T/H, а также с оценкой сводного показателя. Монитор ATMO 8 напоминает модель ATMO 3, но отображает сразу несколько значений одновременно, умеет переключаться между режимами работы, а также умеет отображать графически накопленную информацию за промежуток времени. Аккумулятор у этой модели на 3000 мАч (как и у ATMO 3).



Подобные устройства выручают в офисе, особенно в случаях, когда сложно выбрать время для того, чтобы проветрить помещение. По показаниям мониторов выбирают интервалы для проветривания и отдыха. Свежий воздух повышает самочувствие персонала, а также улучшает качество работы в целом. Лично у меня было достаточно примеров, когда одному сотруднику жарко, другому холодно, третьему постоянно дует из окна. По этой же причине могут быть раздоры из-за кондиционирования. С помощью монитора можно наглядно показать состояние воздуха в помещении, а также оценить его качество и пригодность для дыхания.



При первом включении устройства желательно откалибровать подержать до 15 минут на открытом воздухе. Показания будут приниматься за идеальные и показания в комнате будут учитываться относительно открытого чистого воздуха. Как видно, показания наличия частиц PM на открытом воздухе минимальные.



А вот в помещении не все так хорошо. Как видно, присутствует некоторая запыленность, а также пора проветрить помещение присутствует содержание газов TVOC/НСНО. При значительном превышении показаний сенсоров подается звуковой сигнал.



Наличие графического отображения статистики (в модели ATMO 8) помогает разобраться в проблеме и понять источник загрязнения в воздухе. Например, на кухне могут присутствовать источники летучих органических соединений и паров формальдегида: газовая плита или варочная поверхность.



Все указанные мониторы ATMO имеют встроенные часы и календарь. Далее приведу пример значительного содержания ЛОС и HCHO в воздухе. В этом случае необходимо проветрить помещение, и устранить источник этих частиц и паров.



После проветривания показания пришли в норму, единственно, в помещении остается приличная влажность (нужно кондиционирование).



Еще примеры показаний нормального воздуха (после проветривания): температура 24-26С, влажность чуть выше 60%, содержание углекислого газа менее 800 ppm. Уровень СО2 наиболее комфортный для дыхания (400-800 ppm). Значения выше 1200 ppm нужно срочно проветрить помещение!



Достаточно интересно наблюдать за появлением примесей в воздухе при включении различной аппаратуры, например, 3D-принтера. При нагревании пластиковый пруток начинает выделять летучие фракции полимеров. Некоторые виды дешевого филамента откровенно вонючие. В случае длительной печати увеличиваются показания содержания TVOC/НСНО в воздухе.



Разбирается устройство не сложно. Внутри присутствует основная плата с контроллером, аккумулятор, выносная плата с сенсором HCHO/TVOC, выносной модуль-детектор СО2, а также отдельный сенсор Т/Н.



Основной контроллер: STM32F070CBT6 (ARM 32-bit Cortex-M0). Тактовый генератор 8.0 МГц.
Питание чипа: AMS1117.
За встроенные часы (дата/время) отвечает RTS NXP8563T.



Контроллер дисплея в этой версии монитора: TM1621B.



На основной плате видны группы свободных контактов, предположительно JTAG (J4) и место установки под радио модуль типа ESP8266. Вероятно, в линейке может скоро появиться аналогичная модель с Wi-Fi и подключением к сети умного дома. Правда прошивку обновить будет не просто через MicroUSB доступ отсутствует (просто подзарядка).



Пакет с аккумуляторной батареей промаркирован 3,7В 2000 мАч. Типоразмер аккумулятора 103450, но свободного места достаточно и для увеличенной батареи.



На отдельном модуле смонтирован полупроводниковый газоанализатор-детектор HCHO/TVOC, а также кнопки для управления. Маркировка DM605B на печатной плате относится к OEM-устройству.



Для определения ультрадисперсных частиц служит лазерный датчик пыли PM2.5/PM1.0/PM10. Для контроля уровня СО2 недиспергирующий инфракрасный анализатор. Присутствует принудительная циркуляция воздуха.



В целом, устройства ATMO получились весьма приличные и полезные. Не будут такие мониторы лишними в помещении, где находятся дети. А также будут удобными для своевременного контроля в офисе. Если вы замечаете за собой снижение работоспособности из-за изменения уровня СО2 или некомфортной температуры/влажности найдите подобный монитор и следите за качеством воздуха. Как минимум, своевременно проветривайте.
В настоящий момент на всю линейку мониторов качества воздуха АТМО действует скидка 10% по промокоду АТМО2020.