The thesis initially gives a detailed comparison between the two Internet of Things platforms; they are ThingsBoard, and IBM Node-RED and then, with the aid of the Node-RED IoT platform, a prototype model for a classroom for acquiring data from the various sensor device’s values form the InfluxDB time-series database is presented. Based on the temperature and relative humidity values, the comfort indices were calculated. Moreover, the scale of the comfort and the value of each index is displayed in the user's dashboard. Furthermore, utilizing these indices, we can understand the condition and quality of the classroom and how robust the control system for the HVAC system is working. Then the collected data are analyzed and utilized for developing applications such as janitor service, current occupancy in a classroom, Average of some improve physical parameters such as temperature, humidity, and CO2 for a floor are developed. Finally, the extension to the mobile platform and how we can efficiently utilize them are presented.

La tesi inizialmente fornisce un confronto dettagliato tra le due piattaforme Internet of Things; sono ThingsBoard e IBM Node-RED e quindi, con l'aiuto della piattaforma IoT Node-RED, viene presentato un modello prototipo per un'aula per l'acquisizione di dati dai valori dei vari dispositivi del sensore dal database di time-series InfluxDB. In base ai valori di temperatura e umidità relativa, sono stati calcolati gli indici di comfort. Inoltre, la scala del comfort e il valore di ogni indice vengono visualizzati nella dashboard dell'utente. Inoltre, utilizzando questi indici, possiamo comprendere la condizione e la qualità della classe e come robusto il sistema di controllo per il sistema HVAC funziona. Quindi i dati raccolti vengono analizzati e utilizzati per lo sviluppo di applicazioni come il servizio di bidello, l'occupazione attuale in una classe, la media di alcuni parametri fisici migliorati come temperatura, umidità e CO2 per un pavimento. Infine, viene presentata l'estensione della piattaforma mobile e il modo in cui possiamo utilizzarle in modo efficiente.

Data acquisition and analysis of energy efficiency in a classroom building

JAYAKUMAR, ARVIND
2018/2019

Abstract

The thesis initially gives a detailed comparison between the two Internet of Things platforms; they are ThingsBoard, and IBM Node-RED and then, with the aid of the Node-RED IoT platform, a prototype model for a classroom for acquiring data from the various sensor device’s values form the InfluxDB time-series database is presented. Based on the temperature and relative humidity values, the comfort indices were calculated. Moreover, the scale of the comfort and the value of each index is displayed in the user's dashboard. Furthermore, utilizing these indices, we can understand the condition and quality of the classroom and how robust the control system for the HVAC system is working. Then the collected data are analyzed and utilized for developing applications such as janitor service, current occupancy in a classroom, Average of some improve physical parameters such as temperature, humidity, and CO2 for a floor are developed. Finally, the extension to the mobile platform and how we can efficiently utilize them are presented.
BABINI, RICCARDO
ING - Scuola di Ingegneria Industriale e dell'Informazione
18-dic-2019
2018/2019
La tesi inizialmente fornisce un confronto dettagliato tra le due piattaforme Internet of Things; sono ThingsBoard e IBM Node-RED e quindi, con l'aiuto della piattaforma IoT Node-RED, viene presentato un modello prototipo per un'aula per l'acquisizione di dati dai valori dei vari dispositivi del sensore dal database di time-series InfluxDB. In base ai valori di temperatura e umidità relativa, sono stati calcolati gli indici di comfort. Inoltre, la scala del comfort e il valore di ogni indice vengono visualizzati nella dashboard dell'utente. Inoltre, utilizzando questi indici, possiamo comprendere la condizione e la qualità della classe e come robusto il sistema di controllo per il sistema HVAC funziona. Quindi i dati raccolti vengono analizzati e utilizzati per lo sviluppo di applicazioni come il servizio di bidello, l'occupazione attuale in una classe, la media di alcuni parametri fisici migliorati come temperatura, umidità e CO2 per un pavimento. Infine, viene presentata l'estensione della piattaforma mobile e il modo in cui possiamo utilizzarle in modo efficiente.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2019_12_Jayakumar.pdf

accessibile in internet per tutti

Descrizione: Thesis text
Dimensione 1.8 MB
Formato Adobe PDF
1.8 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/152587