Đồ Án Tốt Nghiệp: Thiết Kế Hệ Thống Mạng Cảm Biến Đo Và Cảnh Báo Rò Rỉ Khí Gas

• Trường học: Đại Học Bách Khoa Hà Nội
• Đề tài: Thiết Kế Hệ Thống Mạng Cảm Biến Đo Và Cảnh Báo Rò Rỉ Khí Gas Tại Đại Học Bách Khoa Hà Nội
• Địa điểm: Hà Nội

Mục lục chi tiết

• 1. CHƯƠNG 1: GIỚI THIỆU CHUNG
• 1.1. Sơ lược về khí gas
• 1.2. Các phương pháp và nguyên lí đo khí Gas
• 1.3. Dùng chất bán dẫn
• 1.4. Hệ thống cảnh báo rò rỉ khí gas
• 1.5. Sơ lược về mạng cảm biến không dây
• 1.6. Cấu trúc liên kết mạng cảm biến không dây
• 1.7. Các chuẩn truyền thông không dây
• 1.8. Lựa chọn phương án
• 2. THIẾT KẾ HỆ THỐNG
• 2.1. Mô hình hệ thống
• 2.2. Lựa chọn linh kiện
• 2.3. Node cảm biến
• 2.4. Thiết kế phần cứng
• 2.4.1. Thiết kế phần cứng cho Node cảm biến
• 2.4.2. Thiết kế phần cứng cho trạm
• 2.5. Thiết kế phần mềm
• 2.5.1. Thuật toán cho node cảm biến
• 2.5.2. Thuật toán cho Trạm
• 2.5.3. Webserver và cơ sở dữ liệu
• 3. KẾT QUẢ ĐẠT ĐƯỢC VÀ ĐÁNH GIÁ
• 3.1. Kết quả đạt được
• 3.2. Thực nghiệm và đánh giá
• 3.2.1. Thực nghiệm thứ nhất về chức năng hệ thống
• 3.2.2. Thực nghiệm thứ hai về khoảng cách truyền trong môi trường ít vật cản và nhiều vật cản
• 3.2.3. Đánh giá chung
• 4. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan dự án thiết kế hệ thống mạng cảm biến khí gas

Dự án tập trung vào việc thiết kế hệ thống mạng cảm biến đo và cảnh báo rò rỉ khí gas, một giải pháp an toàn cấp thiết cho môi trường học thuật và nghiên cứu như Đại học Bách Khoa Hà Nội. Khí gas (LPG) là nguồn nhiên liệu phổ biến nhưng tiềm ẩn nguy cơ cháy nổ nghiêm trọng khi xảy ra rò rỉ. Theo thống kê của Cục Cảnh sát PCCC, các sự cố liên quan đến gas chiếm tỷ lệ đáng kể trong các vụ cháy, gây thiệt hại lớn về người và tài sản. Do đó, việc xây dựng một hệ thống cảnh báo cháy nổ tự động, thông minh là mục tiêu cốt lõi. Hệ thống được đề xuất không chỉ phát hiện nồng độ khí gas vượt ngưỡng an toàn mà còn tích hợp các công nghệ của mạng cảm biến không dây (WSN) và Internet of Things (IoT) để giám sát từ xa. Mục tiêu của đề tài là tạo ra một mô hình hoàn chỉnh, từ việc lựa chọn linh kiện, thiết kế phần cứng, xây dựng thuật toán phần mềm đến triển khai thực tế. Sản phẩm cuối cùng phải có khả năng đo lường và cảnh báo tự động, thu thập dữ liệu liên tục và gửi thông tin đến người quản lý qua một giao diện web trực quan, góp phần nâng cao an toàn phòng thí nghiệm và các khu vực có nguy cơ cao trong trường.

1.1. Tầm quan trọng của giải pháp an toàn cho HUST

Môi trường đại học, đặc biệt là các trường kỹ thuật như Đại học Bách Khoa Hà Nội (HUST), có rất nhiều phòng thí nghiệm, xưởng thực hành sử dụng khí gas và các hóa chất dễ cháy. Sự cố rò rỉ khí gas không được phát hiện kịp thời có thể dẫn đến những thảm họa khó lường. Một hệ thống cảnh báo sớm không chỉ bảo vệ sinh mạng của sinh viên, giảng viên mà còn bảo toàn các tài sản, thiết bị nghiên cứu có giá trị. Việc triển khai một giải pháp an toàn cho HUST dựa trên công nghệ hiện đại thể hiện sự chủ động trong công tác phòng chống cháy nổ, đồng thời tạo ra một môi trường học tập và làm việc an toàn, tin cậy.

1.2. Giới thiệu công nghệ mạng cảm biến không dây WSN và IoT

Công nghệ mạng cảm biến không dây (Wireless Sensor Network - WSN) là nền tảng của hệ thống. WSN bao gồm nhiều nút cảm biến (sensor nodes) được triển khai trong một khu vực để thu thập dữ liệu môi trường và truyền thông không dây về một trạm trung tâm (gateway). Kết hợp với hệ thống IoT giám sát khí gas, dữ liệu từ trạm trung tâm được đẩy lên internet, cho phép truy cập và giám sát từ bất kỳ đâu thông qua máy tính hoặc thiết bị di động. Sự kết hợp này tạo ra một hệ thống giám sát thời gian thực, linh hoạt, dễ dàng mở rộng và lắp đặt mà không cần đến hệ thống dây dẫn phức tạp, rất phù hợp cho các tòa nhà và khu phức hợp như trường đại học.

II. Phân tích rủi ro thách thức trong cảnh báo khí gas HUST

Để xây dựng một hệ thống hiệu quả, việc hiểu rõ bản chất của nguy cơ là vô cùng quan trọng. Khí gas (LPG), chủ yếu là hỗn hợp Propan (C3H8) và Butan (C4H10), nặng hơn không khí nên khi rò rỉ sẽ có xu hướng tích tụ ở những vị trí thấp, kín gió, tạo thành các "túi" khí dễ cháy. Quá trình cháy nổ chỉ xảy ra khi nồng độ khí gas trong không khí nằm trong một khoảng giới hạn nhất định, gọi là giới hạn cháy nổ dưới (%LEL) và giới hạn cháy nổ trên (%UEL). Do đó, hệ thống phải có khả năng phát hiện nồng độ khí gas ngay từ khi nó bắt đầu tiệm cận ngưỡng LEL để đưa ra cảnh báo sớm. Thách thức lớn nhất là lựa chọn phương pháp đo lường chính xác và đáng tin cậy. Hiện có nhiều công nghệ phát hiện khí gas như điện hóa, đốt xúc tác, hồng ngoại, và bán dẫn. Mỗi phương pháp có ưu nhược điểm riêng về độ nhạy, độ bền, chi phí và khả năng bị ảnh hưởng bởi các yếu tố môi trường. Đề tài này tập trung vào việc phân tích và lựa chọn công nghệ phù hợp nhất cho bài toán giám sát tại Đại học Bách Khoa Hà Nội, đảm bảo cân bằng giữa hiệu quả và chi phí triển khai.

2.1. Các phương pháp đo nồng độ khí gas phổ biến

Có nhiều phương pháp đo khí gas, trong đó phương pháp dùng chất bán dẫn oxit kim loại (MOS) được lựa chọn cho đề tài này vì các ưu điểm như độ nhạy cao, tốc độ phản ứng nhanh và chi phí thấp, tiêu biểu là các dòng cảm biến khí gas MQ. Các phương pháp khác như điện hóa cho độ chính xác cao nhưng tuổi thọ ngắn, phương pháp hồng ngoại bền bỉ nhưng chi phí cao. Việc lựa chọn cảm biến MQ, cụ thể là MQ-5, là một sự đánh đổi hợp lý cho một hệ thống cần triển khai số lượng lớn các nút cảm biến với ngân sách hạn chế.

2.2. Lựa chọn chuẩn truyền thông không dây phù hợp

Việc lựa chọn chuẩn truyền thông quyết định đến phạm vi phủ sóng, mức tiêu thụ năng lượng và độ ổn định của mạng. Các công nghệ như Wi-Fi, Bluetooth, LoRaWAN và Zigbee đều được xem xét. Wi-Fi tiêu thụ nhiều năng lượng. Bluetooth có tầm phủ sóng ngắn. LoRaWAN phù hợp cho khoảng cách xa nhưng tốc độ truyền dữ liệu thấp. Zigbee được chọn làm giải pháp tối ưu cho hệ thống này nhờ khả năng tạo mạng lưới (mesh network) tự phục hồi, tiết kiệm năng lượng và chi phí hợp lý, rất phù-hợp cho việc xây dựng hệ thống WSN trong phạm vi một tòa nhà hoặc một khu campus nhỏ.

III. Phương pháp thiết kế phần cứng cho mạng cảm biến không dây

Phần cứng là xương sống của toàn bộ hệ thống, được chia thành hai thành phần chính: Node cảm biến và Trạm trung tâm. Việc thiết kế hệ thống mạng cảm biến đòi hỏi sự tính toán và lựa chọn linh kiện cẩn thận để tối ưu hóa hiệu năng và chi phí. Mỗi Node cảm biến được thiết kế nhỏ gọn, sử dụng pin để có thể lắp đặt linh hoạt tại nhiều vị trí. Trạm trung tâm đóng vai trò là cầu nối, thu thập dữ liệu từ tất cả các Node và gửi lên máy chủ. Quy trình thiết kế bao gồm việc vẽ sơ đồ nguyên lý bằng phần mềm chuyên dụng, mô phỏng hoạt động trên Proteus để kiểm tra tính đúng đắn, và cuối cùng là thiết kế mạch in (PCB) bằng Altium Designer. Việc lựa chọn các vi điều khiển Arduino/ESP32 (hoặc các vi điều khiển tương đương như Atmega8, ESP8266) là yếu tố then chốt, quyết định khả năng xử lý và kết nối của từng thành phần. Toàn bộ quá trình được thực hiện dựa trên các tài liệu kỹ thuật (datasheet) của linh kiện để đảm bảo hệ thống hoạt động ổn định và chính xác theo đúng thông số của nhà sản xuất.

3.1. Thiết kế Node cảm biến MQ 5 Atmega8 và Zigbee

Node cảm biến là đơn vị thu thập dữ liệu cảm biến tại hiện trường. Cấu trúc của Node bao gồm: Cảm biến khí gas MQ-5 để đo nồng độ LPG; vi điều khiển Atmega8 xử lý tín hiệu từ cảm biến và điều khiển hoạt động chung; module truyền thông Zigbee CC2530 để gửi dữ liệu về Trạm; và nguồn cấp là pin sạc Lithium 18650 kèm mạch sạc. Một thiết kế quan trọng là mạch điều khiển nguồn cho cảm biến MQ-5, chỉ cấp điện khi đo để tiết kiệm năng lượng tối đa, qua đó kéo dài thời gian sống của pin.

3.2. Xây dựng Trạm trung tâm NodeMCU ESP8266 và LCD

Trạm trung tâm là bộ não của hệ thống. Thành phần chính là module NodeMCU ESP8266, một vi điều khiển tích hợp sẵn Wi-Fi, giúp dễ dàng kết nối internet. Trạm cũng sử dụng một module Zigbee CC2530 được cấu hình làm điều phối viên (Coordinator) để nhận dữ liệu từ các Node. Thông tin về trạng thái của các Node được hiển thị trực tiếp trên một màn hình LCD 16x2, giúp người quản lý có thể giám sát nhanh ngay tại chỗ. Nguồn cho trạm là adapter 5V-1A, đảm bảo hoạt động liên tục và ổn định.

IV. Cách xây dựng phần mềm và thuật toán cho hệ thống IoT

Phần mềm và thuật toán là linh hồn của hệ thống, quyết định cách thức dữ liệu được thu thập, xử lý và cảnh báo. Luồng hoạt động được thiết kế để tối ưu hóa năng lượng và đảm bảo phản ứng kịp thời khi có sự cố. Đối với Node cảm biến, thuật toán được lập trình để hoạt động theo chu kỳ. Cứ sau mỗi 15 phút, Node sẽ "thức dậy", cấp nguồn làm nóng cảm biến trong 20 giây, đọc giá trị nồng độ khí gas, đo điện áp pin, sau đó gửi dữ liệu về Trạm nếu có yêu cầu và quay lại trạng thái ngủ sâu để tiết kiệm năng lượng. Ngược lại, Trạm trung tâm hoạt động liên tục, lắng nghe dữ liệu từ các Node, đồng thời theo chu kỳ 15 phút sẽ gửi yêu cầu thu thập dữ liệu đồng loạt. Khi nhận được dữ liệu, Trạm sẽ hiển thị lên LCD và sử dụng kết nối Wi-Fi để đẩy thông tin lên hệ thống giám sát thời gian thực trên Webserver. Một phần quan trọng của phần mềm là cơ chế cảnh báo. Khi nồng độ gas vượt ngưỡng 1800 ppm hoặc pin yếu, Node sẽ tự động kích hoạt còi và đèn LED, đồng thời gửi tín hiệu cảnh báo khẩn cấp về Trạm.

4.1. Thuật toán tính toán nồng độ PPM và dung lượng pin

Việc tính toán nồng độ khí gas (ppm) từ giá trị điện áp analog của cảm biến MQ-5 được thực hiện dựa trên công thức và đồ thị đặc tính trong datasheet. Thuật toán yêu cầu phải tính toán giá trị điện trở cảm biến trong không khí sạch (R0) làm tham chiếu. Đối với việc đo lường năng lượng, một hàm hồi quy bậc ba được xây dựng để ước tính dung lượng pin còn lại (%) dựa trên điện áp đo được, cho phép cảnh báo tự động khi pin sắp cạn, đảm bảo hệ thống không bị gián đoạn bất ngờ.

4.2. Xây dựng Webserver và cơ sở dữ liệu trên Google Sheets

Một Webserver cục bộ được tạo ra trên chính NodeMCU ESP8266, cung cấp giao diện đồ họa để người dùng giám sát trạng thái tất cả các Node, xem biểu đồ nồng độ gas theo thời gian và cấu hình các ngưỡng cảnh báo. Để lưu trữ dữ liệu lâu dài, hệ thống sử dụng Google Sheets làm cơ sở dữ liệu. Dữ liệu từ Trạm được gửi đến một Google Script, hoạt động như một API trung gian để ghi dữ liệu vào bảng tính. Giải pháp này miễn phí, bảo mật và dễ dàng truy xuất, phân tích, phù hợp với quy mô một đồ án tốt nghiệp mạng cảm biến.

V. Đánh giá kết quả thực nghiệm hệ thống cảnh báo rò rỉ gas

Sau khi hoàn thiện, hệ thống đã được đưa vào thử nghiệm thực tế để đánh giá hiệu quả hoạt động. Các kết quả cho thấy hệ thống hoạt động ổn định và đáp ứng đúng các yêu cầu thiết kế. Quá trình thử nghiệm được chia thành hai phần chính: kiểm tra chức năng và đo lường hiệu năng. Trong kịch bản thử nghiệm chức năng, hệ thống đã phản ứng chính xác khi có rò rỉ gas nhân tạo. Node cảm biến ngay lập tức phát cảnh báo tại chỗ bằng còi và đèn, đồng thời gửi dữ liệu về Trạm. Giao diện Webserver cũng cập nhật trạng thái cảnh báo theo thời gian thực, chuyển sang màu đỏ và hiển thị nồng độ gas đo được. Chức năng cảnh báo pin yếu cũng hoạt động đúng như mong đợi, giúp người quản lý chủ động trong việc bảo trì. Về hiệu năng, khoảng cách truyền nhận dữ liệu của mạng Zigbee được kiểm tra trong hai môi trường khác nhau. Các kết quả này là minh chứng rõ ràng cho tính khả thi của dự án, cho thấy đây là một mô hình cảnh báo sớm hiệu quả có thể được áp dụng trong thực tiễn.

5.1. Kịch bản thử nghiệm chức năng hệ thống tại HUST

Hệ thống với 2 Node và 1 Trạm được triển khai. Kịch bản 1 mô phỏng rò rỉ gas tại Node 1. Kết quả, nồng độ đo được vượt 1800 ppm, Node 1 hú còi, LED sáng, thông tin cảnh báo được hiển thị tức thì trên LCD của Trạm và Webserver, đồng thời dữ liệu được ghi lại vào Google Sheets. Kịch bản 2 thử nghiệm cảnh báo pin yếu. Khi dung lượng pin của Node 1 xuống dưới ngưỡng 45%, hệ thống đã gửi cảnh báo thành công, và người dùng có thể tắt cảnh báo từ xa qua giao diện web. Các thử nghiệm xác nhận hệ thống hoạt động đúng chức năng.

5.2. Kết quả đo lường và đánh giá khoảng cách truyền nhận

Trong môi trường ít vật cản (ngoài trời), khoảng cách truyền nhận dữ liệu tối đa đạt được là khoảng 131 mét. Trong môi trường nhiều vật cản (trong nhà, qua 3 lớp tường), khoảng cách tối đa là khoảng 62 mét. Kết quả này cho thấy mạng Zigbee hoàn toàn đáp ứng được yêu cầu phủ sóng trong một tòa nhà hoặc một khu vực phòng thí nghiệm phức hợp, đảm bảo kết nối ổn định cho toàn bộ hệ thống.

VI. Tương lai và hướng phát triển cho hệ thống giám sát an toàn

Đồ án “Thiết Kế Hệ Thống Mạng Cảm Biến Đo Và Cảnh Báo Rò Rỉ Khí Gas” đã đạt được các mục tiêu đề ra, xây dựng thành công một hệ thống hoạt động ổn định và hiệu quả. Đây là một nền tảng vững chắc, một công trình nghiên cứu khoa học Bách Khoa có tính ứng dụng cao. Tuy nhiên, vẫn còn nhiều tiềm năng để cải tiến và phát triển hệ thống trong tương lai. Các nhược điểm hiện tại bao gồm sự ảnh hưởng của nhiệt độ và độ ẩm đến độ chính xác của cảm biến, thời gian sống của pin còn hạn chế (dưới 6 ngày), và hệ thống cảnh báo mới chỉ dừng ở mức thông báo (còi, đèn, giao diện web) mà chưa có hành động can thiệp tự động. Việc giải quyết các vấn đề này sẽ nâng cao đáng kể độ tin cậy và tính tự động hóa của hệ thống, biến nó từ một mô hình nghiên cứu thành một sản phẩm thương mại hoàn chỉnh, sẵn sàng triển khai trên quy mô lớn để đảm bảo an toàn cho cộng đồng.

6.1. Hướng cải tiến độ chính xác và thời gian sống của Node

Để cải thiện độ chính xác, cần nghiên cứu các thuật toán bù trừ ảnh hưởng của nhiệt độ và độ ẩm lên cảm biến, có thể dựa trên các mô hình học máy hoặc mạng nơ-ron nhân tạo (ANN) như các nghiên cứu đã được công bố. Về năng lượng, có thể xem xét sử dụng các loại pin có dung lượng cao hơn hoặc tích hợp các giải pháp thu hoạch năng lượng (energy harvesting) từ ánh sáng hoặc rung động để kéo dài thời gian hoạt động của Node cảm biến.

6.2. Mở rộng hệ thống với các tính năng can thiệp tự động

Hướng phát triển quan trọng nhất là tích hợp thêm các cơ cấu chấp hành. Khi phát hiện rò rỉ gas, hệ thống không chỉ cảnh báo mà có thể tự động thực hiện các hành động như: gửi lệnh đóng van gas điện từ, kích hoạt hệ thống quạt thông gió để làm loãng nồng độ khí, hoặc thậm chí kích hoạt hệ thống phun sương dập lửa. Việc tích hợp này sẽ tạo ra một hệ thống cảnh báo cháy nổ toàn diện, chủ động và thông minh hơn, giảm thiểu tối đa sự phụ thuộc vào can thiệp của con người.