Комп’ютеризована система збору даних для виявлення загрози виникнення повені на основі IoT технологій

Abstract

Кваліфікаційна робота присвячена розробці комп’ютеризованої системи збору даних для виявлення загрози виникнення повені з використанням технологій Інтернету речей. Запропонована система призначена для моніторингу рівня води та атмосферних опадів із подальшим передаванням зібраних даних на хмарну платформу. У ході дослідження проведено аналіз технічного завдання, сформульовано вимоги до системи та виконано огляд існуючих аналогів. Обґрунтовано вибір елементної бази для реалізації пристрою, зокрема сенсорів для вимірювання рівня води та опадів. Розроблено апаратну частину системи, що забезпечує зчитування, обробку та передавання даних. Створено алгоритм функціонування системи та реалізовано програмне забезпечення, яке дозволяє не лише зберігати та візуалізувати отримані дані, а й сповіщати користувачів про критичний рівень води. Проведено тестування роботи системи в умовах, наближених до реальних, та оцінено її ефективність. Результати роботи можуть бути використані для подальшого розвитку систем раннього попередження про природні катастрофи.

The qualification work is devoted to the development of a computerized data collection system for detecting the threat of flooding using IoT technologies. The proposed system is designed to monitor water levels and precipitation with the subsequent transfer of collected data to a cloud platform. The study analyzes the terms of reference, formulates the requirements for the system, and reviews existing analogs. The choice of the element base for the device implementation, in particular, sensors for measuring water level and precipitation, is substantiated. The hardware of the system, which provides data reading, processing, and transmission, is developed. An algorithm for the system was created and software was implemented that allows not only storing and visualizing the data but also notifying users of critical water levels. The system was tested in conditions close to real life and its effectiveness was evaluated. The results of the work can be used for further development of early warning systems for natural disasters.