PMS5003
PMS7003 Czujniki Plantower PMS 5003 i PMS 7003
PMS 7003 i PMS 5003 to siódma lub piąta generacja serii PMSx003 opracowanej przez Plantower (chińska nazwa 攀藤).
Konfiguracja eksperymentu
Na potrzeby tego eksperymentu 3 PMS 7003 i 3 PMS 5003 są umieszczone razem. Celem jest poznanie dokładności odczytów poszczególnych czujników oraz potencjalnego poziomu błędu spowodowanego brakiem skutecznej kalibracji tanich czujników.
Dla każdego czujnika (PMS5003 i PMS7003) przypadają 3 czujniki (oznaczone jako PMSx003 nr 1, nr 2 i nr 3), które działają na zmianę przez okres 3 minut. Dla każdej minuty zbierane są dane tylko z ostatnich 30 sekund, przy czym pierwsze 30 sekund jest zachowywane, aby czujnik mógł ustabilizować swoją moc.
Istnieje dodatkowy czujnik PMS5003 (numer #4): Jest to używany (stary) czujnik, który od kilku miesięcy pracuje w trybie ciągłym na zewnątrz. Celem tego czujnika jest zrozumienie, czy dokładność zmniejsza się wraz z wiekiem (w wyniku zużywania się lasera lub wentylatora).
Arkusze specyfikacji: PMS5003.pdf and PMS7003.pdf.Należy pamiętać, że dane PMSx z czujnika występują w dwóch postaciach: „标准颗粒物” (cząstki standardowe lub CF-1, bajty 4–9) i „大气环境下” (środowisko atmosferyczne, bajty 10 -15). Jest to drugi, którego używamy w tych eksperymentach (dzięki Bartowi za wyjaśnienie).
Rozbicie czujnika
Poniższe zdjęcia zostały zrobione z PMS5003 pracującego przez kilka miesięcy na zewnątrz w trybie ciągłym.
Dobra wiadomość jest taka, że Plantowerowi udało się stworzyć całkiem niezłą konstrukcję mechaniczną, która zapobiega gromadzeniu się kurzu na przedniej stronie płytki PCB (patrz rysunek A po prawej), gdzie zamontowany jest laser i dioda. W porównaniu z gromadzeniem się kurzu w Dylos gwarantuje to znacznie lepszą żywotność i dokładność danych nadgodziny.
Pod względem komponentów elektrycznych i elektronicznych PMS5003 nie różni się zbytnio od początkowej konstrukcji PMS1003. Procesor to nadal Cypress CY8C4245, do którego przyzwyczajony jest połączony ARM Cortex-M0 pracujący z częstotliwością 48 MHz z dedykowanym przetwornikiem ADC. pobierz próbkę sygnału wyjściowego diody.
Dane w czasie rzeczywistym
db oznacza pojemnik na śmieci i jest mierzony w liczbach na minutę. Na przykład db2.5-um reprezentuje liczbę cząstek o średnicy aerodynamicznej poniżej 2,5 µm;
Szeregi czasowe dla warunków meteorologicznych
Warunki meteorologiczne, a zwłaszcza wilgotność względna (RH), są potrzebne, ponieważ wysoka wilgotność względna może mieć bezpośredni wpływ na wielkość cząstek wykrywanych przez laser. W przypadku czujników BAM faktycznie wymagana jest stała wilgotność.
Powyższy wykres powstał w oparciu o stację CWOP EW2754. Poniższa tabela opiera się na odczytach w czasie rzeczywistym z naszej stacji GAIA A12
Szeregi czasowe dla cząstek stałych
Należy zauważyć, że pierwsze 3 wykresy szeregów czasowych przedstawiają wartości wykorzystujące AQI (a nie surowe mg/m3). Wskaźnik AQI opiera się na wartościach granicznych amerykańskiej Agencji Ochrony Środowiska (EPA). Dla PM1 stosowane są punkty przerwania PM2,5.
W przypadku wykresów cząstek stałych pokazane są referencyjne pomiary BAM z sąsiednich stacji, ale nie są one brane pod uwagę przy wykresie odchylenia. Celem tych eksperymentów jest zrozumienie odchylenia pomiędzy czujnikami tego samego typu (np. PMS), a nie pomiędzy czujnikami wykorzystującymi różne technologie (np. licznik laserowy a tłumienie beta).
Wykresy odchyleń poniżej każdej serii czasowej są obliczane jako różnica pomiędzy wartością minimalną (zaznaczoną na niebiesko) odpowiednio. wartość maksymalna (na czerwono) i średni odczyt dla każdego 5-minutowego bloku. Oś X pokazuje wartość średnią, a oś Y różnicę pomiędzy wartością min./maks. a średnią. Dla pierwszych 3 wykresów szeregów czasowych różnica jest wyrażona w AQI: w ten sposób łatwo jest ocenić potencjalny błąd w wartości AQI tych tanich czujników.
Porównanie cząstek standardowych (standardowych cząstek stałych) i atmosfery standardowej (środowiska atmosferycznego)
The graphs below shows the correlation for the CF1 (X, absyss) and the ratio CF1/SAT (Y, ordinate), for the PM2.5 and PM10 data.
The almost too perfect correlation between approx. 30 mg to 100 mg for PM2.5 / PMS5003, (40mg to 150 for PM10) does not sound too scientific...
cf1<30 ⇒ sat=cf1
cf1>100 ⇒ sat = cf1 * 2/3
cf1 in ∈ [30;100] ⇒ sat = 30 + cf1 * (cf1-30)/70 * 2/3
The formula has been updated with correct ratio (2/3)
Ciekawym pytaniem jest, czy współczynnik CF-1/SAT jest częścią procesu kalibracji przeprowadzanego przez Plantower; Przynajmniej dla PM2,5 górny próg dla PMS7003 i PMS5003 jest inny (85 dla pierwszego i 100 dla drugiego). Gdy dostępne będą wystarczające dane, ta strona zostanie zaktualizowana o odpowiedź...
Korelacja między PM10 i PM2,5
Na razie korelacja wydaje się idealnie liniowa, ale gdy tylko nadejdzie kolejne zdarzenie związane z zanieczyszczeniem PM10, wykres będzie w stanie potwierdzić skuteczność wykrywania wielkości pojemnika.
Co więcej, ciekawym wzorem do sprawdzenia jest nieliniowa krzywa, którą można zobaczyć na czujniku Dylos. Ten zakrzywiony wzór wynika z tego, że czujnik nie jest w stanie prawidłowo wykryć różnych pojemników na cząstki, co jest spowodowane zbyt dużą liczbą cząstek „zasłaniających” diodę. Na razie zanieczyszczenie powietrza jest zbyt niskie, aby wykryć to zjawisko, ale gdy tylko nadejdzie zima, dane potwierdzą istnienie tego wzorca lub nie.
Szeregi czasowe dla cząstek stałych (konfiguracja wewnętrzna)
--
