ระบบติดตามข้อมูลกระแสน้ำแบบเวลาจริงจากทุ่นแบบเคลื่อนที่
Abstract
ระบบติดตามข้อมูลกระแสน้ำในปัจจุบันถูกใช้เพื่อการวัดคุณภาพน้ำ ซึ่งโดยทั่วไปจะเป็นการใช้ทุ่นที่มีระบบวัดคุณภาพน้ำ ณ จุดที่ต้องการทดสอบ ซึ่งถ้าหากจะทดสอบหลายจุดจะต้องเพิ่มจุดทดสอบจำนวนมาก และเกิดความยุ่งยากในการดูแลรักษา จากปัญหาข้างต้น งานวิจัยนี้ได้ทำการออกแบบระบบติดตามข้อมูลกระแสน้ำจากทุ่นลอย แบบปล่อยลอยตามกระแสน้ำ ซึ่งจะใช้งานได้ครอบคลุมพื้นที่ได้มากขึ้นกว่าการใช้ทุ่นฝังสมอ โดยมีการออกแบบอุปกรณ์เซนเซอร์ตรวจวัดน้ำแบบพื้นฐาน ที่สามารถใช้งานได้ขณะทุ่นเคลื่อนที่ ได้แก่ อุณหภูมิ ความขุ่นของน้ำ ลักษณะของคลื่น และมีระบบติดตามตำแหน่ง ซึ่งออกแบบระบบให้ส่งข้อมูลเซนเซอร์แสดงผลบนเว็บแอปพลิเคชันตามคาบเวลาแบบเวลาจริง โดยใช้เทคโนโลยีลอราเป็นตัวติดต่อสื่อสารระหว่างทุ่นและเกตเวย์ที่ติดตั้งตามจุดต่าง ๆ และใช้เครือข่ายอินเทอร์เน็ตเป็นตัวกลางในการส่งข้อมูลมาที่เครือข่ายหลักในการจัดเก็บลงในฐานข้อมูล จากการทดสอบความแรงของสัญญาณลอรา พบว่าจะเริ่มมีการลดทอนของสัญญาณที่ 350 เมตร เนื่องจากสิ่งกีดขวางและข้อจำกัดค่า RSSI ที่รับได้ ซึ่งเมื่อใช้แบตเตอรี่ 11000 mAh อุปกรณ์สามารถใช้งานได้ถึง 80 และ 134 ชั่วโมงสำหรับส่วนทุ่นวัดน้ำและเกตเวย์ตามลำดับ
References
Marine Knowledge Hub. [Online]. (2017). [Cited February 27, 2017]. Available: http://www. mkh.in.th/index.php?option=com_content&view=article&id=75&It
DMCR. Central Database System and Data Standard for Marine and Coastal Resources. [Online]. (2021). [Cited August 28, 2021]. Available: https://km.dmcr.go.th/th/c_244/d_12891
MARINE & COASTAL GI APPLICATION. MARINE & COASTAL GI APPLICATION. [Online]. (2021). [Cited August 28, 2021]. Available: https://ocean.gistda.or.th/ocean2/
Cattelecom. Internet of Thing Long Range IoT [Online]. (2021). [Cited August 29, 2021]. Available: https://loraiot.cattelecom. com/site/home
Mostori. Understanding the Limits of LoRaWAN. [Online]. (2014). [Cited August 28, 2021]. Available: https://www.mostori.com/blog_detail.php?b_id=117
Nexsens Technology. Data Buoys [Online]. (2021). [Cited August 28, 2021]. Available: https://www.nexsens.com/products/data-buoys
J. He, Z. Zhang, X. Wang and S. Yang, “A Low Power Fall Sensing Technology Based on FD-CNN,” IEEE Sensors Journal, vol. 19, no. 13, pp. 5110-5118. July. 2019.
J. M. D. S. Jeewandara, L. Karunaratne and K. A. Y. Sanju, “An Efficient Machine Learning Based Elderly Monitoring System,” 2021 International Conference on Electrical, Computer, Communications and Mechatronics Engineering (ICECCME), 2021, pp. 1-5.
Z. Wang, C. Cao, H. Yu and Y. Liu, “Design and Implementation of Early Warning System Based on Dairy Cattle Activity Detection,” 2020 International Wireless Communications and Mobile Computing (IWCMC), 2020, pp. 2186-2189.
X. Pengfei, C. Shiwen and Y. Zhang, “Design of Pose measurement and Display system based on STM32 and MPU6050,” 2021 International Conference on Intelligent Computing, Automation and Systems (ICICAS), 2021, pp. 71-74.
D. Tanwar, V. Nijhawan, P. Sinha and R. Gupta, “Design of Low-Cost Women Safety System using GPS and GSM,” 2021 8th International Conference on Computing for Sustainable Global Development (INDIACom), 2021, pp. 827-831.
G. You and W. Zeng, “Design of Two-Wheel Balance Car Based on STM32,” 2018 9th International Conference on Information Technology in Medicine and Education (ITME), 2018, pp. 775-779.
