Простой монитор мутности и система контроля микроводорослей: 4 шага

2024 Автор: John Day | [email protected]. Последнее изменение: 2024-01-30 11:53

Скажем так, вам надоел отбор проб воды для измерения мутности, общий термин, обозначающий любые мелкие взвешенные частицы в воде, который снижает интенсивность света либо с увеличением пути света, либо с более высокой концентрацией частиц, либо с тем и другим вместе. Итак, как это сделать?

Ниже приведены несколько шагов, которые я предпринял для создания автоматической системы мониторинга плотности биомассы микроводорослей. Это микроводоросли субмикронного размера, хорошо взвешенные в воде и, скорее, ведущие экстремальный образ жизни, преобразовывая световую энергию и восстанавливая углекислый газ во вновь синтезированную биомассу. Этого достаточно о микроводорослях.

В моем случае для измерения мутности или плотности биомассы мне нужно измерить интенсивность света на стороне детектора, которая преобразуется в показания напряжения. Вначале у меня было одно препятствие - найти подходящий датчик, работающий с видами микроводорослей, с которыми я работал.

Мутность можно измерить спектрофотометром. Лабораторный спектрофотометр дорог и в основном измеряет один образец за раз. Каким-то образом мне повезло, что я купил дешевый датчик мутности, который смог найти на ebay.com или amazon.com, и, к моему удивлению, датчик хорошо работает с видами микроводорослей, с которыми я экспериментировал.

Шаг 1: Необходимые детали:

1. Датчик мутности, подобный изображенному на фотографии, который соединяет трубку. В том, что в списке, есть открытый проход, если вы не планируете погружать датчик.

2. Плата Arduino. Это может быть Nano или Mega / Uno (если используется Yun Shield)

3. Потенциометр. Лучше использовать такой точный.

4. Экран OLED. Я использовал SSD1306, но подойдут и другие типы ЖК-дисплеев, например 1602, 2004 (и соответственно измените код).

5. Доска повторов с двумя такими каналами.

6. Два из трехпозиционных переключателей для дополнительного ручного управления.

7. Насосы. Я купил небольшой перистальтический насос на 12 В и использовал в лаборатории двухканальный насос Cole Parmer в качестве основного. Если основной насос имеет только одну головку канала, используйте переливную трубку для сбора излишков биомассы, помните, что возможно удаление биомассы с верхней части реактора, если вы используете энергичное эрлифтное перемешивание.

8. Raspberry Pi или ноутбук для регистрации данных для варианта 1 или Yun Shield для варианта 2.

Общая стоимость находится в пределах 200 долларов. Стоимость помпы Cole Parmer составляет около 1000 долларов, и они не включены в общую стоимость. Я не делал точных сумм.

Шаг 2: Вариант 1: записывать данные на компьютер / Raspberry Pi через USB-кабель

Использование компьютера или Raspberry Pi для записи некоторых выходных данных

Запись может быть сделана с помощью опции ведения журнала, такой как Putty (Windows) или Screen (Linux). Или это можно сделать с помощью скрипта Python. Этот скрипт требует, чтобы Python3 и библиотека под названием pyserial работали. Помимо того, что зарегистрированные данные легко доступны на портативном компьютере или в Desktop Remote, этот подход использует преимущества времени на компьютере, которое зарегистрировано в файле вместе с другими выходными данными.

Вот еще один учебник, который я написал, о том, как настроить Raspberry Pi и собрать данные с Arduino. Это пошаговое руководство по получению данных с Arduino на Raspberry Pi.

И здесь размещен код для Arduino для Варианта 1: работа с системой датчиков мутности и запись данных в компьютер.

Как я упоминал выше, это простая система, но для того, чтобы датчик выдавал значимые данные, необходимо, чтобы объект измерений, такой как микроводоросли, сумерки, молоко или взвешенные частицы, был взвешенным, относительно стабильным.

Записанный файл содержит отметку времени, уставку, измеренное значение мутности и время работы основного насоса. Это должно дать вам некоторые индикаторы производительности системы. Вы можете добавить дополнительные параметры в Serial.println (dataString) в файле.ino.

Запятая (или табуляция, или другие символы для разделения данных на каждую ячейку в электронной таблице) должны быть добавлены в каждый вывод, чтобы данные можно было разделить в Excel для построения графика. Запятая сэкономит вам немного волос (она спасет мои), особенно после нескольких тысяч строк данных, и поймете, как разбивать числа и забыть добавить запятую между ними.

Шаг 3. Вариант 2: данные записываются в Yun Shield

Использование Yun Shield поверх Arduino Mega или Uno для регистрации данных

Yun Shield работает с минимальным дистрибутивом Linux, может подключаться к Интернету, иметь USB-порты и слот для SD-карты, поэтому данные можно записывать на USB-накопитель или SD-карту. Время извлекается из системы Linux, а файл данных извлекается из программы FTP, такой как WinSCP или FileZilla, или напрямую с USB, устройства чтения SD-карт.

Вот код варианта 2, размещенный на Github.

Шаг 4: Характеристики датчика мутности

Я использовал датчик мутности амфенола (TSD-10), и он поставляется с таблицей данных. Проверить товар по онлайн-списку труднее. Таблица данных включает график показаний напряжения (Vout) с различной концентрацией мутности, представленных в нефелометрических единицах мутности (NTU). Для микроводорослей плотность биомассы обычно находится на длине волны 730 нм или 750 мм для измерения концентрации частиц, называемой оптической плотностью (OD). Итак, вот сравнение между Vout, OD730 (измеренным спектрометром Shimadzu) и OD750 (преобразованным из NTU в таблице данных).

Наиболее желательным состоянием этой системы является статическая мутность или турбидостат, при котором система может автоматически измерять и контролировать плотность биомассы на уровне (или близком) к заданному значению. Вот график, показывающий, как работает эта система.

Раскрытие:

Эта система контроля и управления мутностью (часто называемая турбидостатом) - одна из трех единиц, над которыми я работал, пытаясь построить продвинутый фотобиореактор. Эта работа была выполнена, когда я работал в Центре экологической биотехнологии Biodesign Swette при Университете штата Аризона. Научный вклад этой системы в развитие культивирования водорослей был опубликован в Algal Research Journal.