Referenzdesign vereinfacht Erdbebenfrühwarnsysteme

Die Linux Foundation hat in Zusammenarbeit mit IBM Unterstützung für Grillos OpenEEW-Projekt angekündigt, um die Standardisierung und Implementierung von Erdbebenfrühwarnsystemen (EEW) zu beschleunigen. Das Projekt umfasst die EEW-Lösungen von Grillo, die aus integrierten Funktionen zur Erkennung und Analyse von Erdbeben und zur Warnung von Gemeinden bestehen. OpenEEW wurde von Grillo mit Unterstützung von IBM, USAID, Clinton Foundation und Arrow Electronics entwickelt.

Ein EEW-System sendet eine Echtzeitwarnung an die Menschen, bevor das Beben eintrifft. Aufgrund der unglaublich hohen Kosten herkömmlicher Seismometer, dedizierter Telekommunikation und kundenspezifischer Software haben jedoch nur einige Institutionen versucht, Lösungen zu entwickeln.

Grillo hat einen Internet of Things (IoT)-Ansatz implementiert, der einen Mix aus Komponenten, Software und Know-how standardisiert, um die Kosten zu senken. Seit 2017 entwickelt und implementiert das Grillo-Team IoT-basierte Systeme in Mexiko und Chile und gibt öffentliche Warnungen über Twitter, eine mobile Anwendung und ein Alarmgerät aus.

„Die Geschwindigkeit hängt von der Entfernung des Erdbebens zum Benutzer ab“, sagte Andres Meira, CEO von Grillo. „Sobald ein Sensor ein Erdbeben erkennt, wird es in Millisekunden verarbeitet und die Warnung an nahe gelegene Benutzer gesendet. Wenn ein Benutzer Hunderte von Kilometern vom Erdbeben entfernt ist, hat er möglicherweise eine Minute oder mehr/weniger Zeit, um sich vorzubereiten, bevor er zittert. Wenn das Erdbeben sehr nahe ist, können sie nur wenige Sekunden dauern. In jedem Fall kann dies nützlich sein, zum Beispiel in Schulen, in denen Kinder unter einen Tisch kommen können.“

Erdbebenerkennung

Erdbeben sind Schwingungen oder Verschiebungen in der Erdkruste als Ergebnis tektonischer Kräfte, die eine Menge Energie in einen Bereich im Inneren der Erde abgeben, der als Hypozentrum bezeichnet wird. Der Stoß verursacht Schwingungen, die je nach Intensität Schäden an nicht vorschriftsmäßig errichteten Gebäuden verursachen können.

Das Erdbeben kann nicht im Voraus bestimmt werden, d. h. wenn man Tag und Uhrzeit des Ereignisses mit Sicherheit kennt. Es gibt jedoch eine Technologie, die der Bevölkerung eine gültige Unterstützung bei der Ankunft des seismischen Ereignisses bietet. Diesbezüglich gibt es in vielen Ländern bereits angewandte Studien, die ein Erdbebenwarnsystem bereitstellen, um die Bevölkerung über Smartphones zu warnen und so versuchen, Schäden und Opfer zu reduzieren.

Das Warnsystem warnt frühzeitig vor erwarteten seismischen Intensitäten und Ankunftszeiten. Diese Schätzungen basieren auf einer genauen Analyse der Erdbebenstärke unter Verwendung von Daten, die von Seismographen in der Nähe des Epizentrums beobachtet wurden. Das Warnsystem zielt darauf ab, Erdbebenschäden zu mindern, indem es Gegenmaßnahmen wie das Verlangsamen von Zügen, die Kontrolle von Aufzügen und die schnelle Selbstverteidigung von Menschen in verschiedenen Umgebungen wie Fabriken, Büros und Wohnungen ermöglicht.

Die zunehmende Urbanisierung und vor allem die starke Abhängigkeit von der komplexen Infrastruktur für Telekommunikation und Verkehr haben zu einer sorgfältigen Untersuchung eines Frühwarnsystems für Erdbeben durch Warnungen an die Bevölkerung geführt. Die Entwicklung eines solchen Systems ist ein grundlegender Schritt, um die Angst vor dem Unbekannten und der Unvorhersehbarkeit von Erdbeben zu verringern und gleichzeitig die Sicherheit der Menschen zu verbessern (Abbildung 1).

Eine Frühwarnung ist möglich, da Informationen praktisch augenblicklich über Kommunikationssysteme gesendet werden können, während sich seismische Wellen mit Geschwindigkeiten von 1 bis 7 km/s (je nach Wellentyp P, S und anderthalb) über die Erde ausbreiten. Dies bedeutet, dass die Aufregung Sekunden oder sogar Minuten dauern kann, um vom Ort des Erdbebens bis zu dem Punkt zu gelangen, an dem die Bevölkerung am stärksten konzentriert ist.

Wenn ein Erdbeben auftritt, strahlen seismische Wellen, einschließlich Kompressions- oder Längswellen (P), Querwellen (S) und Oberflächenwellen (R und L), vom Epizentrum nach außen ab. Die schnellere, aber schwächere P-Welle wandert zu nahegelegenen Sensoren und erzeugt Alarmsignale, um Schutzmaßnahmen durchzuführen, bevor die langsameren, aber stärkeren S-Wellen und Oberflächenwellen eintreffen.

Um die Warnung vor dem seismischen Ereignis richtig senden zu können, sind einige wichtige technische Lösungen erforderlich:

• ein Netzwerk von Sensoren, um mehr Daten zu analysieren;
• eine robuste und effiziente Datenverarbeitungszone;
• Computeralgorithmen zur schnellen Schätzung von Ort, Zeit und Karte des Ereignisses.

Abbildung 1:Funktionsweise des in Taiwan verwendeten ShakeAlert-Systems [Quelle USGS]

Linux Foundation und Grillo

Erdbeben haben in Entwicklungsländern oft die gravierendsten Folgen, teilweise aufgrund von Bau- und Infrastrukturproblemen. Warnsysteme bieten öffentliche Warnmeldungen in Ländern wie Mexiko, Japan, Südkorea und Taiwan, aber fast drei Milliarden Menschen haben aufgrund der Kosten Schwierigkeiten, darauf zuzugreifen. OpenEEW möchte dazu beitragen, die Kosten von EEW-Systemen zu senken, ihren weltweiten Einsatz zu beschleunigen und schließlich Leben zu retten.

Das OpenEEW-Projekt umfasst mehrere Schlüsselkomponenten des IoT:Sensorhardware und -firmware, die Bodenbewegungen schnell erkennen und übertragen können, Echtzeit-Erfassungssysteme, die auf verschiedenen Plattformen bereitgestellt werden können, von einem Kubernetes-Cluster bis hin zu einem Raspberry Pi; und Anwendungen, die es Benutzern ermöglichen, so schnell wie möglich Warnungen zu Hardware, tragbaren Geräten oder mobilen Anwendungen zu erhalten. Die Open-Source-Community zielt darauf ab, die seismische Technologie voranzutreiben, indem sie zu den drei integrierten Technologiefunktionen von OpenEEW beiträgt:Sensorimplementierung, Erdbebenerkennung und Alarmübertragung.

„Mit OpenEEW können Sie Ihre eigenen Sensoren mit den von uns bereitgestellten Schaltplänen bauen oder einfach das zusammengebaute Produkt direkt kaufen“, sagte Meira. „Diese Sensoren verfügen über einen modernen MEMS-Beschleunigungsmesser, der weitaus rauschärmer ist als die von Smartphones. Dies liefert qualitativ hochwertige Daten, die an die Cloud oder einen vom Benutzer bereitgestellten privaten Server übertragen werden. Zu den Sensoren gehört auch eine kundenspezifische Firmware, die Zuverlässigkeit für die Übertragung und den Dauerbetrieb bietet. Diese Sensoren sind seit 2017 in abgelegenen Gebieten Mexikos und Chiles ohne jegliche Wartung im Einsatz.“

Er fuhr fort:„Die Sensoren führen kontinuierliche Kalibrierungen in der Firmware durch, um alle Offsets der Beschleunigungswerte zu entfernen. Sie führen auch einige einfache Filtervorgänge durch. In der Cloud (oder möglicherweise am Rand in neuen Versionen der Firmware) sucht das Detektionssystem nach seismischen Ereignissen, indem es verschiedene Algorithmen wie Kurzzeit-Durchschnitt / Langzeit-Durchschnitt verwendet und Signale von verschiedenen Sensoren kombiniert, um sicherzustellen, dass dies nicht der Fall ist ein falsch positives Ergebnis.“

Das System basiert auf einem Mikrocontroller (ESP32), der über ausreichend Leistung verfügt, um den Beschleunigungsmesser auszulesen und Daten zu streamen, sowie einige andere Funktionen. „Allerdings werden wir derzeit von Arrow unterstützt, der das Engineering für einen neuen Sensor liefert, der Edge-Computing und Mobilfunkübertragung mit geringem Stromverbrauch ermöglicht“, sagte Meira. „Dies ermöglicht neue Installationsmöglichkeiten, die zuvor durch fehlendes Internet oder fehlende Stromversorgung eingeschränkt waren.“

Er fuhr fort:„Die nächste Phase in der Entwicklung besteht jetzt darin, maschinelles Lernen einzusetzen, um diese Erkennungen zu verbessern, wobei möglicherweise nur die Messwerte eines einzigen Sensors verwendet werden. Um dies zu erleichtern, haben wir seit 2017 alle unverarbeiteten Daten veröffentlicht.“

Durch den Einsatz von Mikrocontrollern, einer neuen Generation von MEMS-Beschleunigungsmessern und Cloud-Computing ist es jetzt möglich, diesen Communities eine Lösung anzubieten, die zuvor nur in einer Handvoll Länder mit hohen öffentlichen Kosten verfügbar war. „Durch das Angebot der Erkennungssysteme als Open Source ist es nun möglich, die Software je nach Bedarf auf unterschiedlichen Plattformen einzusetzen“, so Meira. „Dies kann beispielsweise auf einem lokalen Raspberry Pi (bei kleinen Netzwerken) oder Laptop laufen, was Latenzvorteile bieten kann, anstatt sich auf einen Hunderte Kilometer entfernten Cloud-Dienst zu verlassen.“

Die Alarme oder Apps, die die Warnungen erhalten, können ebenfalls auf den Benutzer zugeschnitten werden. „Im OpenEEW GitHub bieten wir eine Beispiel-App an, die Leute erstellen können, aber sie möchten die Benachrichtigungen möglicherweise auch an ihren Twitter-Feed, ihre Beschallungsanlage oder sogar ein Gebäudemanagementsystem weiterleiten. Wir wissen nicht, wie die letzte Meile erreicht wird.

Der OpenEEW-Sensor verfügt über einen leistungsstarken MEMS-Beschleunigungsmesser und Ethernet- oder Wi-Fi-Konnektivität. Es enthält auch einen lauten Summer und drei helle NeoPixel-LEDs für Alarmfunktionen.

Komponenten werden in einer Leiterplatte mit der entsprechenden Beschaltung montiert. Das Board arbeitet mit 3,3 V mit einem maximalen Strom von 1 A. Der Zugriff auf den Beschleunigungsmesser erfolgt über die SPI-Schnittstelle, insbesondere den VSPI von ESP32. GPS kann optional mit einer UART-Schnittstelle hinzugefügt werden (Abbildung 2).

Abbildung 2:OpenEEW-Sensor-PCB-Design

OpenEEW-Sensoren erfordern spezielle Installationsbedingungen, um eine akzeptable Datenqualität zu gewährleisten. Abbildung 3 zeigt ein Installationsbeispiel. Das System erfordert die Nähe zum Router und ein gutes Signal-Rausch-Verhältnis für eine optimale Paketübertragung.

Abbildung 3:OpenEEW-Systeminstallation

OpenEEW, das mit Unterstützung der U.S. Agency for International Development, der Clinton Foundation und Arrow Electronics erstellt wurde, bietet Unterstützung durch die Kerntechnologie des IoT.

IBM, das Grillo ursprünglich über das Clinton Global Initiative (CGI) Action Network der Clinton Foundation unterstützte, sagte, es werde OpenEEW-Technologien zu Call for Code hinzufügen, das von der Linux Foundation unterstützt wird. Call for Code, das im Mai 2018 gestartet wurde, zielt darauf ab, Daten-, KI- und Blockchain-Technologien zu kombinieren, um Systeme zu schaffen, die besser auf Naturkatastrophen reagieren.

Darüber hinaus behauptet IBM, ein neues System zur Anzeige von Sensormesswerten entwickelt und sechs Grillo-Sensoren implementiert zu haben, um Tests in Puerto Rico durchzuführen. Mit OpenEEW hofft IBM, den EEW-Bau in Orten wie Nepal, Neuseeland, Ecuador und anderen seismischen Regionen zu fördern. Diese Gemeinschaften könnten OpenEEW dann helfen, indem sie das Design der Sensorhardware vorantreiben und Methoden entwickeln, um Bürgern Warnungen bereitzustellen.

>> Dieser Artikel wurde ursprünglich veröffentlicht am unsere Schwesterseite EE Times Europe.