ССЫЛКА НА СТАТЬЮ
Smart Lumini: Интеллектуальная система освещения для учебных сред на основе IoT с открытым исходным кодом
Карлос-Андрес Гонсалес-Амарильо amarillo@unicauca.edu.co
Университет Кауки, Колумбия
Кристиан-Леонардо Карденас-Гарсия cristianleonardo.cardenas@uptc.edu.co
Педагогический и Технологический Университет Колумбии, Колумбия
Хулиан-Андрес Кайседо-Муньос julian.caicedo.m@uniautonoma.edu.co
Университет Кауки, Колумбия
Данная работа распространяется под лицензией Creative Commons Attribution 4.0 International.
Получено: 20 мая 2020
Принято: 16 июня 2020
Опубликовано: 17 июня 2020
Аннотация
Рациональное потребление энергии в больших зданиях зависит как от культуры потребления пользователей, так и от внедренных систем управления. В Колумбии немногие здания имеют систему управления энергопотреблением, характеризующуюся адаптацией к пользователю и обладающую определенной степенью интеллекта. Таким образом, в этом документе описывается обобщенный процесс исследования по разработке системы Интернета вещей (IoT), предназначенной для обеспечения интеллектуального освещения в учебной среде. Система IoT организует работу ряда датчиков, систем мониторинга и управляемых действий, основанных на принципе предоставления функций системы и записей о потреблении в реальном времени через веб-сервисы. Используемые устройства — это «Вещи» с расширенной функциональностью, становящиеся «Умными вещами» в парадигме IoT. Методологически был проведен экспериментальный процесс, включающий разработку электронных инструментов, создание сервисов и разработку интерфейсов для удобного взаимодействия с пользователем. Исследование вносит вклад в две ключевые области: интеллектуальные здания (через интеллектуальную адаптацию среды) и устойчивое развитие/эко-инновации, поскольку система предоставляет соответствующую информацию для экологического образования в части реального потребления энергии, что напрямую влияет на культуру разумного использования ресурсов, дорогостоящих для окружающей среды.
Ключевые слова: энергоэффективность, Интернет вещей, Машина-машине (M2M), умные здания, повсеместность.
I. Введение
В этом документе представлена интеллектуальная система, разработанная для управления освещением в помещениях на основе парадигмы Интернета вещей (IoT), с использованием университетской лаборатории в качестве примера. Система направлена на предоставление набора физических устройств для освещения с автономными, развертываемыми и интеллектуальными возможностями. Эти возможности представляют собой подмножество системы IoT, предназначенное для компоновки сервисов, предоставляемых умными вещами в конкретном месте. Объекты, наделенные функциональностью в системе, — это те, которые обычно встречаются в любой аудитории. Применение системы может быть обобщено с использованием универсальных шаблонов для помещений, предназначенных для учебных целей.
С точки зрения IoT, в аудитории есть «вещи-лампочки», которые, помимо обычной работы, обогащены специальными возможностями для вклада в систему Smart Lumini. К ним относятся способность регулировать количество света, предоставляемого пространству, и, следовательно, количество потребляемой электроэнергии, что позволяет рассматривать их как умные вещи. Подсистема освещения состоит из: i) датчиков присутствия на стульях в аудитории для определения необходимого количества электроэнергии для каждого конкретного места (умная вещь: стул), передаваемого «вещам-лампочкам» (умная вещь: лампочка). Затем ii) датчик фотоэлемента для определения интенсивности освещения окружающей среды, который вместе с системой мониторинга вычисляет количество дополнительной электроэнергии, необходимое для обеспечения адекватного и эффективного освещения пространства. Наконец, iii) системой управляют через интерфейс, отображающий меню с возможностями воздействия на весь диапазон освещения в соответствии с потребностями пользователя.
Дополнительно для персонализации системы Smart Lumini были определены варианты работы на основе анализа таких систем, как: 1) Режим презентации (когда помещение используется для презентаций с видеопроектором); 2) Режим фотоэлемента (этот режим действует с компенсацией естественного освещения в зависимости от условий окружающей среды); 3) Режим обнаружения людей (вычисляет необходимое количество освещения в зависимости от количества и распределения людей в помещении); и, наконец, 4) Режим ручного изменения диапазона освещения во всем помещении.
Измеряемые и контролируемые системой переменные подчиняются взаимосвязи между количеством людей и эффективным использованием электроэнергии. То есть, то, как количество людей в закрытом пространстве влияет на количество электроэнергии, необходимой для обеспечения разумного расхода (согласно принципу «зеленых» вычислений — рационализации потребления). Естественный свет снаружи, проникающий в закрытое пространство, влияет на количество электроэнергии, необходимое для обеспечения адекватного освещения. Следовательно, осознание рационального использования и требований пользователя позволит осуществлять вмешательство в систему различными способами, например, установкой ручного или автоматического режима для изменения количества электроэнергии, подаваемой в систему. Эти варианты нацелены на технологическую педагогию для формирования экологической культуры экономии и разумного расхода электроэнергии.
Для обеспечения мониторинга уровня потребления, экономии и режима использования система имеет модуль пользовательского интерфейса, обеспечивающий доступ в реальном времени. Измерение задействованных переменных содержится в базе данных, которая впоследствии будет использована для математических расчетов для получения потребленной энергии в кВт·ч.
Исследовательский проект способствует будущим работам, направленным на оркестровку сервисов и технологий, разработанных для того же примера, чтобы дополнить интеллектуальный характер нескольких улучшенных элементов, таких как 1) система записи и отслеживания преподавателя; 2) умная дверь; 3) умные шкафы; и 4) умная вентиляция. Вместе эти вещи составляют умную аудиторию как целостную систему IoT.
Технологические инновации получают большее развитие, когда их применение связано с повседневной жизнью пользователя. Эффективное использование электроэнергии в Европе демонстрирует спрос на здания с технологическим интеллектом для достижения почти нулевого потребления электроэнергии, что делает приоритетным строительство коммерческих офисов и университетов в соответствии с Директивой по энергоэффективности зданий (EPBD) [1].
Проводились сравнительные исследования с использованием математических моделей для определения эффективного использования электроэнергии как в обычных, так и в умных зданиях [2]. В результате этого IoT утверждается как парадигма, сокращающая разрыв между пониманием техники подключения вещей к Интернету и возможностью разработки интеллектуальных сред [3, 4]. Таким образом, вещи стали функциональными объектами в технологически адаптированных средах с инфраструктурой на основе аппаратного и программного обеспечения для отслеживания объекта или системы в реальном времени в облачном домене [5, 6].
В Греции экологическая устойчивость в общественных зданиях, предназначенных для образования, является универсально доступным технологическим ориентиром с использованием технологий с открытым исходным кодом [7]. Сущность IoT усиливает доступ к информации и мониторингу в реальном времени, обеспечиваемый доступом в Интернет. При проектировании интеллектуальных сред предлагаются домены для представления окружающего интеллекта [8]; эти элементы обеспечат интеллектуальную среду и управление ресурсами под технологическим контролем [9].
Мониторинг и контроль энергопотребления (в элементах прямого потребления, светодиодных лампах IoT) [10] стали влиятельным фактором в эффективности промышленности, производства и производства; а также в областях человеческого развития, таких как сельское хозяйство, мобильность, промышленность, M2M (машина-машине), телемедицина, биомедицина, интеллектуальные здания и т.д. [11]. Интернет вещей проектирует умные города, умные микроокружения, где могут комфортно разместиться миллионы пользователей [12, 13]. Это технология, способная гарантировать оперативность и универсальность в мониторинге ресурсов [14].
Технологическое вмешательство в здания — это шаг вперед в сокращении потребления энергии и выбросов парниковых газов [15]. Например, случай прогностического исследования, связанного с потреблением электроэнергии в [16], связывает девятнадцать городов США и 763 здания, используя такие переменные, как сектор местоположения или социально-экономический слой. В Италии оценка энергоэффективности зданий проводится с помощью упрощенного расчета, полустационарного и динамического программного обеспечения, применяемого для измерения энергопотребления [17].
Энергетическая политика Европейского Союза (ЕС) определяет концепцию технологий внутреннего освещения. Некоторые работы изучают яркость, которую лампочка обеспечивает для интерьеров, с точки времени продолжительности на единицу площади [18]. Искусственный интеллект использует исторические данные для прогнозирования и определения оптимального потребления электроэнергии в нескольких зданиях на основе множественных линейных регрессий, искусственных нейронных сетей и машин опорных векторов или методов прогнозирования [19].
Рассмотренные области позволили развить концепции и усилить технологические инициативы в области разработки программного обеспечения, аппаратного обеспечения и внедрения платформ свободной разработки [20-21].
Этот документ содержит обзор современного состояния, общее описание системы с точки зрения IoT, ее функциональность, технологический дизайн, связь переменных и элементов, составляющих систему. Наконец, система оценивается.
II. Методология
Разработка проекта была направлена на влияние на эффективное использование электроэнергии в помещениях, предназначенных для академических целей, в данном случае, в аудитории. Умным объектом, на котором сосредоточена система, является лампочка, оснащенная датчиком интенсивности освещенности сектора, на который влияет ее излучение. Следующим определяющим объектом в системе является стул за каждым рабочим столом. Учитывая каждое рабочее место в лаборатории, рассматриваемой в качестве примера, где парты имеют соответственно от двух до четырех стульев, и каждый из них имеет персональный датчик присутствия, который будет информировать систему о количестве людей, которым должно быть обеспечено освещение, чтобы гарантировать адекватное обслуживание.
Техника, используемая для изменения количества электроэнергии, подаваемой на лампу, — это широтно-импульсная модуляция (ШИМ), которая определит количество освещения каждого сектора; это переменная, которая зависит от количества людей, присутствующих за каждым столом, и установления минимального значения, запрограммированного пользователем.
Учитывая, что система имеет четыре функции использования, ниже описываются подсистемы, составляющие интеллектуальное управление освещением.
Во-первых, была разработана система логических взаимосвязей между датчиками и исполнительными механизмами. Датчик фотоэлемента оценивает условия освещения, влияющие на внешнюю среду. Аудитория-лаборатория, взятая в качестве примера, имеет два источника естественного света: окно и дверь. Эти два источника света измеряются для определения количества электроэнергии, необходимого для питания системы, — действие, определяемое исполнительным механизмом лампы. Аудитория была смоделирована в натуральную величину с учетом реального распределения мебели и ее физического расположения, как показано на рисунке 1.
Во-вторых, была разработана сеть датчиков, установленных на стульях в аудитории, все взаимосвязанные. Топология сети — mesh с централизованным распределением. Коммуникационная сеть использует модуль ESP8266 нативно через схему адресации IPv4, которая позволяет осуществлять взаимосвязь для отправки и получения информации о состоянии их переменных. Проблема, которую необходимо преодолеть в этом аспекте, — маршрутизация и постоянное соединение датчиков с платформой MEGA по протоколу Wi-Fi. Это было решено путем обеспечения постоянного обновления master-slave между MEGA и каждым датчиком.
Другими словами, ширина импульса, запрограммированная пользователем в системе, может быть минимальной или максимальной энергией, необходимой для обеспечения освещения лампы для одного человека в аудитории площадью 200 м2. Эта энергия необходима для обеспечения освещения 8 ламп для 25 человек на 25 стульях (максимальная вместимость помещения). Это критерий взаимосвязи между датчиками присутствия людей в аудитории и количеством запрограммированной ширины импульса.
В-третьих, возможности платформы Arduino MEGA (используемой платформы свободного аппаратного обеспечения) достаточны для обеспечения до мельчайших деталей логической и алгоритмической связи измеряемых переменных и действий, выполняемых исполнительными механизмами. Следовательно, проектирование программного обеспечения и электронной аппаратуры сосредоточено на масштабируемости системы.
В-четвертых, поскольку важно иметь возможность доступа или вмешательства в систему или код для адаптации или модификации параметров, платформа пользовательского интерфейса позволяет выполнять два возможных режима вмешательства пользователя. Первый вариант вмешательства ориентирован на информацию, такую как потребление электроэнергии, способ использования системы и количество людей, использующих пространство. Второй вариант — изменение контрольной точки или минимального количества электроэнергии, которое облегчает освещение в соответствии с предпочтениями пользователя.
В целом, функциональность системы разработана, во-первых, для создания положительного экологического воздействия; во-вторых, для воздействия на поведение и культуру потребления электроэнергии пользователями в академических пространствах; и, в-третьих, для обеспечения степени интеллекта и технологической автономии пространств, гарантируя экологически безопасные возможности и жизненно важные отношения, направленные на эффективное использование электроэнергии.
Система, разработанная в рамках парадигмы IoT, адаптирует характеристики управления техническими и технологическими ресурсами, которые, будучи связанными и сетевыми, предоставляют информацию. Тем самым она действует в соответствии с состоянием переменных, подлежащих контролю, в среде, наделенной интеллектом и универсальными целями доступа в Интернет для контроля и мониторинга определенного пространства, используемого определенными людьми.
В проектировании IoT система управления освещением на основе IoT принимает лампочку в качестве умного объекта и включает устройства, связанные с использованием микроконтроллера Arduino MEGA. Это гарантирует количество электроэнергии, подаваемой на лампочку, и, следовательно, освещенность в пространстве, с элементом управления, мониторинга и доступа к системе через Интернет. Объекты и датчики, которые организованы в системе интеллектуального управления освещением под названием Smart Lumini, проиллюстрированы в блок-схеме на рисунке 2.
В контролируемой среде стул выполняет функцию генерации сигнала или переменной, а именно присутствия или отсутствия людей. Эти данные передаются в процессор системы, микроконтроллер Arduino MEGA, с использованием устройства подключения к Интернету ESP8266. Эти элементы являются основой платформы интерфейса.
Электрическая схема состоит из двух этапов: i) силовой этап и ii) цифровой этап. Цифровой этап содержит аппаратное обеспечение для воздействия на переменные и подсистемы, входящие в состав системы интеллектуального освещения. Силовой этап описывает сборку, представляющую собой разделение электрических энергий переменного (AC) и постоянного (DC) тока. Эта конфигурация гарантирует, что количество электроэнергии, подаваемой на каждую лампочку, изменяется с использованием однофазного отсечения фазы.
Расположение, функциональность и организация датчиков и исполнительных механизмов ориентированы на пользователя, поэтому распределение системы является стратегическим, обеспечивая ориентацию на обслуживание преподавателя, студентов и окружающей среды. По этой причине системе требуется интерфейс для обеспечения прямого доступа. В таблице 1 показана взаимосвязь между назначенной шириной импульса и количеством людей в аудитории.
Таблица 1. Соотношение между шириной импульса и количеством людей.
| Количество людей в секторе | Ширина импульса (%) |
|---|---|
| 0 | 0 |
| 1 | 25 |
| 2 | 50 |
| 3 | 75 |
| 4 | 100 |
Масштабированная реализация имеет характеристики, установленные для системы. Это распределение позволяет исследовательской группе управлять пространственной концепцией распределения энергосистемы, которая гарантирует симметричное разделение ширины импульса, необходимой для каждой лампы, в дополнение к эмуляции реальной инфраструктуры лаборатории, используемой в примере.
Система интеллектуального управления освещением основывает свою концепцию на архитектуре, представленной на рисунке 3, в которой анализируются структурные уровни для определения критических факторов, таких как организованная работа между датчиками, исполнительными механизмами и подключением к Интернету, — набор, обеспечивающий интеллектуальную среду, подключенную к Интернету. Контекст, состояние объекта, местоположение и идентичность регулируют технологическую схему в рамках IoT.
Идентичность: умный объект идентифицируется по IP-адресу модуля, подключенного к сети (ESP8266), установленного на умных объектах, лампах и стульях.
Местоположение: система находится в здании RA на кампусе университета UPTC, аудитория 305, главный корпус Тунха, Колумбия.
Состояние: переменные, измеряемые в системе, — это интенсивность света, присутствие или отсутствие людей, а также количество падающего окружающего света в аудитории.
Контекст: настройки лампочек связаны с умными объектами, такими как стулья, фотоэлементы, и окружающей освещенностью, поступающей из источников за пределами аудитории.
III. Результаты
Система управления освещенностью является автоматической и постоянной в мониторинге и управлении электроэнергией в лаборатории. Она всегда определяется присутствием или отсутствием людей. Диаграмма, показанная на рисунке 4, представляет рабочий процесс для случая, когда входные переменные изменяются в соответствии с функцией системы. Уравнение (1) дает выражение, которое определяет поведение алгоритма, ответственного за распределение электроэнергии в системе.
Блок «Алгоритм» на диаграмме выполняет код, использующий формулу для подсчета людей, и направляет команду соответствующему исполнительному механизму сектора, где произошло изменение энергии.
Блок «Алгоритм» может определить, какая позиция в аудитории запрошена, и направить управляющие команды на исполнительные механизмы. С помощью маршрутизации система связывает соответствующий контроллер с силовыми каскадами каждой лампы. Все контроллеры имеют одинаковую природу: отслеживаются и контролируются только изменения количества позиций (стульев).
Ei = a × (i / 4) × k - n (1)
Приведенное выше уравнение указывает количество энергии, распределяемой в рабочих зонах, определяемое i, которое является количеством людей на рабочих местах; его максимум будет 4. Буква a указывает процент освещенности, соответствующий количеству людей на зону, затем вычитается n — освещенность внешней среды, влияющая на адаптированную систему. Наконец, k указывает общий диапазон освещенности, в котором в настоящее время запрограммирована аудитория. Этот параметр освещенности k подвержен постоянному изменению пользователями системы: преподавателем или студентами, в соответствии с требованиями. Блок «Отслеживание» при выполнении пропорционального контроллера для каждого исполнительного механизма (Лампочка) сохраняет записи о потреблении и отображает данные в пользовательском интерфейсе.
Интеллект системы обеспечил аудиторию функциональностью в соответствии с расчетами пространства и энергии, необходимых для работы академического учреждения. Ниже описаны четыре установленных режима использования, две функции и их характеристики.
- Режим видеопроектора: этот режим устанавливает низкие уровни освещенности на всех лампах; преподаватель имеет возможность доступа и изменения времени включения ламп с помощью изменения ширины импульса, подающего электроэнергию в систему.
- Режим присутствия и отсутствия людей: интенсивность света изменяется в зависимости от количества людей, занимающих аудиторию за рабочими столами. Этот контроль освещенности по количеству людей работает благодаря инфракрасным датчикам, установленным на стульях, чтобы гарантировать логическое состояние, необходимое для управления освещением помещения.
- Режим окружающей среды: яркость аудитории зависит от окружающего света извне аудитории благодаря фотоэлектрическому датчику (фотоэлементу), чувствительному к изменениям интенсивности окружающего света. Этот режим автоматически настраивает систему для определения ее состояния потребления.
- Режим регулировки или изменения контрольной точки: базовое освещение, которое система обеспечивает для аудитории, может быть сочтено недостаточным студентами или преподавателями, поэтому можно получить доступ к системе с помощью имени пользователя и пароля, чтобы изменить эту контрольную точку на персонализированный уровень.
Эта система имеет пользовательский интерфейс (веб-страницу), разработанный для управления освещением аудитории и отслеживания количества энергии, потребляемой лампами. Она также определяет, сколько энергии используется в каждом из режимов работы в реальном времени. Эта информация о потреблении электроэнергии сохраняется в базе данных для ведения исторических записей о потреблении электроэнергии.
A. Технологии и электронное проектирование
Внедрение системы представляет собой методики инструментального обеспечения для сбора данных и измерения переменных с помощью датчиков и интеллектуальных объектов. Инструментальное обеспечение устройств разработано в соответствии с природой сигналов, излучаемых датчиками или интеллектуальными вещами, организованными в системе, как в [22]; сигналы, обрабатываемые в системе, являются аналоговыми (фотоэлементы) и цифровыми (стулья). Расчет освещенности пространства проводился через количество люменов, предоставляемых каждой светодиодной лампой, и ее соотношение с размером пространства в м2.
B. Описание разработанного веб-приложения
Дизайн и разработка веб-сайта реализованы с использованием техники (backend и frontend), которые были адаптированы для выполнения действий по контролю и изменению параметров пользователя системы, и наоборот.
Backend: это работа на стороне сервера, включает создание базы данных MySQL (программное обеспечение для баз данных с открытым исходным кодом), языка программирования JavaScript под Node.js, управляемого с помощью менеджера пакетов npm для подключения к базе данных в реальном времени. Этот набор позволяет разработать алгоритм для мониторинга и контроля потребления электроэнергии, сохраняя информацию в базе данных с облачными транзакциями.
Frontend: эта часть платформы отвечает за дизайн, который отображается пользователю (в данном случае, администратору) как конечный продукт. Разработка структуры состоит из HTML5 (язык разметки гипертекста), относящегося к разметке для разработки страницы, CSS3 (каскадные таблицы стилей), где стили веб-сайта изменяются путем изменения параметров дизайна, делая страницу визуально более приятной для пользователя. Это дополняется JavaScript для добавления опыта и взаимодействия с пользователем. Конечный продукт интерфейса был разработан с упором на удобство использования и презентацию. Центральная страница отслеживания показана на рисунке 5, где отображается меню с информацией о системе.
Вход пользователя на платформу требует имени пользователя и пароля, который проверяется из базы данных администратором, обеспечивая системе определенный уровень безопасности для уникального доступа пользователя.
Главная страница приложения включает схему распределения помещения (вид сверху) и информацию о состоянии функциональности; общая потребляемая мощность, количество людей в помещении и общее потребление каждой из светодиодных ламп, одновременно питая базу данных, которая скрыта от пользователя.
IV. Обсуждение
Поведение системы Smart Lumini (SLS), внедренной в аудитории, позволило нам оценить и проанализировать потребление энергии. Мы можем получить данные за 10 дней, но здесь мы представляем результаты только за один день. Эти измерения, записанные и сохраненные в базе данных приложения, могут быть представлены в виде графиков для дальнейшего анализа. В таблице 2 показаны основные данные для интерпретации анализа. Мера потребления энергии указана в кВт·ч в месяц, затраты варьируются в зависимости от количества используемых ламп и времени использования.
Таблица 2. Потребление энергии в аудитории без SLS.
| Лампы | Время использования (часы/месяц) | Потребление (кВт·ч/месяц) | Стоимость (€/месяц) |
|---|---|---|---|
| 8 | 180 | 144 | 28.8 |
В таблице 3 показаны данные, измеренные с системой Smart Lumini, внедренной в аудитории. Эти данные, как и в предыдущей таблице, представляют экономические затраты в евро (€). Таким образом, мы можем увидеть сэкономленные деньги с внедрением SLS. Тем не менее, для большей ясности в таблице 4 показан более подробный пример потребления энергии в обычный день. Эти данные содержат % ШИМ, используемый лампами, режим использования SLS, количество пользователей SLS и количество лампочек, задействованных в освещении помещения.
Таблица 3. Потребление энергии в аудитории с внедрением SLS.
| Лампы | Время использования (часы/месяц) | Потребление (кВт·ч/месяц) | Стоимость (€/месяц) |
|---|---|---|---|
| 8 | 180 | 57.6 | 11.52 |
Как видно из таблицы 4, переменные, связанные с лампами, задействованными в SLS, такие как % ШИМ, режим использования системы и количество присутствующих людей, позволяют лампам координировать оркестровку и хореографию в экосистеме IoT. Благодаря этой особенности мы можем сказать, что наша система является адаптивной.
Таблица 4. Информация о потреблении энергии в аудитории.
| Время | Лампы (вкл.) | ШИМ (%) | Режим SLS | Люди | Потребление (кВт·ч) |
|---|---|---|---|---|---|
| 08:00 | 2 | 50 | Обнаружение | 4 | 0.05 |
| 10:00 | 4 | 75 | Окружающая среда | 10 | 0.18 |
| 12:00 | 8 | 100 | Презентация | 25 | 0.32 |
| 14:00 | 6 | 60 | Обнаружение | 15 | 0.22 |
| 16:00 | 3 | 40 | Окружающая среда | 8 | 0.12 |
Далее, на рисунках 6 и 7 графически представлено поведение аудитории с SLS. На рисунке 6 мы видим, что количество людей определяет потребление энергии помимо производительности режима использования SLS, что позволяет настроить адаптивную систему для обеспечения интеллектуальной яркости.
На рисунке 7 показана разница между потреблением энергии в аудитории с внедрением SLS и без него. Этот график показывает, что экосистема IoT, адаптированная к пользователям, сокращает расходы, действует в соответствии с потребностями пользователей и, в конечном итоге, смягчает воздействие на окружающую среду. По этой причине такая система, благодаря своей низкой стоимости, открытости (свободное аппаратное обеспечение) и простоте внедрения, может быть отличным вариантом для экономии энергии.
Как видно из рисунка 7, система позволяет экономить более 60% потребления энергии. Энергетические потери из-за неправильного использования в академических учреждениях (университетах) чрезвычайно высоки, но это предложение может помочь управлять энергией.
V. Выводы
Система Smart Lumini, внедренная в аудитории, продемонстрировала высокую производительность в адаптации к потребностям пользователей в соответствии с внешними переменными, влияющими на освещение аудитории. Количественные результаты показали количество сэкономленной электроэнергии и то, как это переводится в экономические затраты. Разработанные контроллеры показали высокую эффективность, а система IoT в целом показала отличную производительность с точки зрения стабильности и надежности. В кВт·ч в месяц система может экономить более 60% энергии по сравнению с обычным потреблением.
Вызов, поставленный современными зданиями, возможен, и модификация структурного типа осуществима, где принцип эффективного использования электроэнергии является приоритетным параметром при проектировании. По этой причине и в связи с текущими условиями академической среды особое внимание было уделено разработке и технологическим возможностям, соответствующим этим пространствам.
Некоторые исследования, проведенные в зданиях, предназначенных для академического обслуживания, показывают, что избыточное потребление электроэнергии приходится на нерабочее время из-за факторов различной природы. Следовательно, система интеллектуального освещения смягчает неправильное использование определенных устройств и поддерживает администрацию помещений в отношении энергии.
IoT утверждается как парадигма, сокращающая разрыв между пониманием техники подключения вещей к Интернету и возможностью разработки интеллектуальных сред. Вещи, таким образом, становятся функциональными объектами, участвующими в технологически адаптированных средах с инфраструктурой на основе аппаратного и программного обеспечения. Интеллектуальная аудитория, такая как разработанная в этом проекте, исследует технологические и технические альтернативы управления, которые смягчают потери и устраняют культурно сконструированную стигму вокруг неосуществимой архитектурной инфраструктуры. Эта разработка может быть легко адаптирована к любой электрической системе благодаря ресурсам, предоставляемым областью электроники.
Ссылки
[1] S. Mehreen, and S. Patidar, “Understanding the energy consumption and occupancy of a multi-purpose academic building,” Energy and Buildings, vol. 87, pp. 155-165, 2015. https://doi.org/10.1016/j.enbuild.2014.11.027
[2] P. Rocha, A. Siddiqui, and M. Stadler, “Improving energy efficiency via smart building energy management systems: A comparison with policy measures,” Energy and Buildings, vol. 88, pp. 203-213, 2015. https://doi.org/10.1016/j.enbuild.2014.11.077
[3] W. Cui, Y. Kim, and T. S. Rosing, “Cross-platform machine learning characterization for task allocation in iot ecosystems,” in IEEE 7th Annual Computing and Communication Workshop and Conference (CCWC), pp. 1-7, 2017. https://doi.org/10.1109/CCWC.2017.7868438
[4] G. R. González, M. M. Organero, and C. D. Kloos, “Early infrastructure of an internet of things in spaces for learning,” in Eighth IEEE International Conference on Advanced Learning Technologies, pp. 381-383, 2008. https://doi.org/10.1109/ICALT.2008.210
[5] B. L. Risteska, and K. V. Trivodaliev, “A review of internet of things for smart home: Challenges and solutions,” Journal of Cleaner Production, vol. 140, pp. 1454-1464, 2017. https://doi.org/10.1016/j.jclepro.2016.10.006
[6] G. Ramírez-Gonzalez, C. Córdoba-Paladinez, O. Sotelo-Torres, C. Palacios, M. Muñoz-Organero, and C. Delgado-Kloos, “Pervasive learning activities for the lms.lrn through android mobile devices with NFC support,” in IEEE 12th International Conference on Advanced Learning Technologies, pp. 672-673, 2012. https://doi.org/10.1109/ICALT.2012.213
[7] L. Pocero, D. Amaxilatis, G. Mylonas, and I. Chatzigiannakis, “Open source IoT meter devices for smart and energy-efficient school buildings,” HardwareX, vol. 1, pp. 54-55, 2017. https://doi.org/10.1016/j.ohx.2017.02.002
[8] G. Ramírez, M. Muñoz, and C. Delgado, “Exploring touching learning environments,” in M. Kendall, and B. Samways, eds., Learning to Live in the Knowledge Society, pp. 93-96, United States, Boston: Springer, 2008. https://doi.org/10.1007/978-0-387-09729-9_12
[9] D. Bonino, and F. Corno, “Domains: Domain-based modeling for ambient intelligence,” Pervasive and Mobile Computing, vol. 8 (4), pp. 614-628, 2012. https://doi.org/10.1016/j.pmcj.2011.10.009
[10] A. Szalai, T. Szabo, P. Horvaáth, A. Timár, and A. Poppe, “Smart SSL: Application of IoT/CPS design platforms in ledbased street-lighting luminaires,” in IEEE Lighting Conference of the Visegrad Countries, pp. 1-6, 2016. https://doi.org/10.1109/LUMENV.2016.7745518
[11] Y. S. Tan, Y. T. Ng, and J. S. Choong, “Internet-of-things enabled real-time monitoring of energy efficiency on manufacturing shop floors,” Procedia CIRP, vol. 61, pp. 376-381, 2017. https://doi.org/10.1016/j.procir.2016.11.242
[12] J. Malek, M. Laroussi, and H. Ben Ghezala, “A design framework for smart city learning scenarios,” in 9th International Conference on Intelligent Environments, pp. 9-15, 2013. https://doi.org/10.1109/IE.2013.34
[13] D. Gracanin, M. Handosa, H. G. Elmongui, and K. Matkovíc, “An approach to user interactions with IoT-enabled spaces,” in 14th International Conference on Telecommunications, pp. 139-146, 2017. https://doi.org/10.23919/ConTEL.2017.8000050
[14] I. Khajenasiri, A. Estebsari, M. Verhelst, and G. Gielen, “A review on internet of things solutions for intelligent energy control in buildings for smart city applications,” Energy Procedia, vol. 111, pp. 770-779, 2017. https://doi.org/10.1016/j.egypro.2017.03.239
[15] J. W. P. Ng, N. Azarmi, M. Leida, F. Saffre, A. Afzal, and P. D. Yoo, “The intelligent campus (icampus): End-to-end learning lifecycle of a knowledge ecosystem,” in Sixth International Conference on Intelligent Environments, pp. 332-337, 2010. https://doi.org/10.1109/IE.2010.68
[16] C. E. Kontokosta, “Modeling the energy retrofit decision in commercial office buildings,” Energy and Buildings, vol. 131, pp. 1-20, 2016. https://doi.org/10.1016/j.enbuild.2016.08.062
[17] R. De Lieto, C. Guattari, L. Evangelisti, G. Battista, E. Carnielo, and P. Gori, “Building energy performance analysis: A case study,” Energy and Buildings, vol. 87, pp. 87-94, 2015. https://doi.org/10.1016/j.enbuild.2014.10.080
[18] F. G. Montoya, A. Peña-García, A. Juaidi, and F. Manzano-Agugliaro, “Indoor lighting techniques: An overview of evolution and new trends for energy saving,” Energy and Buildings, vol. 140, pp. 50-60, 2017. https://doi.org/10.1016/j.enbuild.2017.01.028
[19] Z. Wang, and R. S. Srinivasan, “A review of artificial intelligence-based building energy use prediction: Contrasting the capabilities of single and ensemble prediction models,” Renewable and Sustainable Energy Reviews, vol. 75, pp. 796-808, 2017. https://doi.org/10.1016/j.rser.2016.10.079
[20] R. Madeira, and L. Nunes, “A machine learning approach for indirect human presence detection using IoT devices,” in Eleventh International Conference on Digital Information Manage110, pp. 145-150, 2016. https://doi.org/10.1109/ICDIM.2016.7829781
[21] C. Gonzalez-Amarillo, C, Cárdenas-García, and M. Mendoza-Moreno, “M2M system for efficient water consumption in sanitary services, based on intelligent environment,” DYNA, vol. 85, pp. 311-318, 2018. https://doi.org/10.15446/dyna.v85n204.68264
[22] C. A. González-Amarillo, J. C. Corrales-Muñoz, M. Mendoza-Moreno, A. M. González Amarillo, A. F. Hussein, N. Arunkumar, and G. Ramírez-Gonzalez, “An IoT-based traceability system for greenhouse seedling crops,” IEEE Access, vol. 6, pp. 67528-67535, 2018. https://doi.org/10.1109/ACCESS.2018.2877293
Примечания
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов.
Дополнительная информация
Вклад авторов: Гонсалес-Амарильо, Карденас-Гарсия, Кайседо-Муньос и Мендоса-Морено предложили концепцию данного исследования. Мендоса-Морено и Кайседо-Муньос способствовали изучению состояния дел и окончательной доработке черновика статьи. Гонсалес-Амарильо, Карденас-Гарсия, Кайседо-Муньос и Мендоса-Морено написали статью.
Финансирование: Это исследование финансируется стипендией Colciencias Doctoral 779-2017 для получения степени доктора философии в области телематической инженерии в Университете Кауки, Попаян, Колумбия. Кроме того, мы благодарим Colciencias за программу «Молодые исследователи и инноваторы (Вирджиния Гутьеррес де Пинеда)», соглашение UPTC-Colciencias № 80740-230-2019.
Цитирование: C.-A. González-Amarillo, C.-L. Cárdenas-García, J.-A. Caicedo-Muñoz, and M.-A. Mendoza-Moreno, “Smart Lumini: A Smart Lighting System for Academic Environments Using IOT-Based Open-Source Hardware,” Revista Facultad de Ingeniería, vol. 29 (54), e11060, 2020. https://doi.org/10.19053/01211129.v29.n54.2020.11060