طراحی و پیاده سازی سیستم نظارت بر آلاینده های کارخانه ای با استفاده از پلاسما به کمک شبکه عصبی خودرمزگذار

در این مقاله ساخت سیستم نظارت بر آلاینده های کارخانه ای با استفاده از اینترنت اشیاء، یادگیری ماشین و فناوری پلاسما طراحی و پیاده سازی شده است. هدف این سیستم، کاهش آلودگی و جذب ذرات خطرناک است. برای این منظور، از برد الکترونیکی ESP۳۲ همراه با سنسورهای تشخیص دما و رطوب (DHT۲۲)، دی اکسید کربن (MG۸۱۲-CO۲) و دی اکسید گوگرد (MQ۱۳۶-SO۲) استفاده شده که داده ها را جمع آوری و از طریق اینترنت اشیاء به سرور منتقل می کند. داده ها در گوگل شیت ذخیره و پس از پیش پردازش برای مدل سازی آماده می شوند. سپس از یک شبکه خودرمزگذار (Autoencoder) استفاده شده است که به دلیل توانایی بالای این شبکه در کاهش ابعاد و حذف نویز، داده ها را با کمترین خطا بازسازی می کند. اتوانکدر ویژگی های کلیدی داده ها را استخراج و داده های اضافی را حذف می کند تا سطح پلاسمای لازم برای یونیزه سازی و در نتیجه کاهش آلودگی بهینه گردد. نتایج نشان می دهد که این سیستم نسبت به روش های سنتی مانند الکتروفیلترها، در کاهش آلودگی و مصرف انرژی عملکرد بهتری دارد. همچنین بهره وری بالا و کاهش هزینه ها از مزایای این رویکرد بوده و انتظار می رود به راه حلی موثر برای حفاظت از محیط زیست منجر شود.

کلیدواژه ها:

اینترنت اشیاء ، یادگیری ماشین ، شبکه خودرمزگذار ، پلاسما ، آلاینده های صنعتی