Kosteneffizientes Indoor-Temperatur-Mapping mit Low-Cost-Sensoren

Story

Was ich tun möchte

• Die günstigsten, skalierbarsten und benutzerfreundlichsten Komponenten auswählen.
• Ein dichtes Netzwerk von Temperatursensoren programmieren und deployen, alle Daten in ein einzelnes Web-Gateway einspeisen.
• Diese Daten nutzen, um intelligentere Automatisierungen zu schaffen – smarte Thermostate, Fensteraktuatoren, Anwesenheitserkennung, Lichtsteuerung, Pelletöfen-Management und mehr.
• Ein Master-Energie-Ledger erstellen, das geloggte Temperaturdaten mit Smart-Meter-APIs, Wetterhistorie und anderen Kontextfeeds fusioniert.

Hintergrund

Das vergangene Jahrzehnt sah einen Anstieg extremer Kälteeinbrüche bei gleichzeitig steigenden Heizkosten. Daraufhin wandten sich viele Hausbesitzer Alternativen wie Holzpellet-Öfen und Energiespargeräten wie dem Nest-Thermostat zu.

Mein erster Vorstoß in Internet of Things (IoT) und Open-Source-Hardware entsprang dem Wunsch, einen bescheidenen Pelletbrenner zu optimieren, den ich vor einigen Jahren installiert hatte. Während sich meine Interessen verbreiterten, kehre ich immer wieder zu diesem ersten Projekt zurück, wenn die Temperaturen sinken.

Kurz gesagt: Haushalte verschwenden riesige Energiemengen beim Heizen oder Kühlen ohne ein klares, datengestütztes Bild davon, wie sich Wärme tatsächlich durch ein Gebäude bewegt. Auf Intuition allein zu vertrauen, ist nicht mehr ausreichend.

Ist das nicht das, wofür ein Thermostat da ist?

Ob konventionelles „dummes“ Modell oder ausgeklügeltes Lernsystem wie Nest – ein Thermostat bietet nur eine einzelne, lokale Temperaturmessung. Um Wärmeübertragung vom Keller ins dritte Schlafzimmer zu kartieren, benötigen Sie mehrere Sensoren, die im ganzen Haus verteilt sind. Während der durchschnittliche smarte Thermostat rund 250 $ kostet, ist dieser Preis für viele Budgets unerreichbar. Der hier beschriebene Workflow funktioniert mit oder ohne programmierbaren Thermostat.

Wenn Quantität ihre eigene Qualität hat

In diesem Kontext sind Rohdaten der Schlüssel zu Erkenntnis – genau wie die Kriegsmunitionsproduktion zeigte, dass Qualität mit Quantität skaliert. Ich fand, dass mindestens fünf Sensoren im Haus nötig sind für statistisch relevante Daten.

Frühere Versuche scheiterten an hohen Komponentenkosten und komplexen Netzwerksetups. Beispielsweise trieb ein Arduino Pro Mini (7 $) + DS18B20 (4 $) + XBee (17 $) pro Node den Sensorpreis weit über 30 $, ohne Gateway- und Serverkosten. Zwar waren günstige RF-Module wie NRF24L01 verfügbar, aber ihre Konfiguration mit verfügbaren Bibliotheken erwies sich als schwierig.

Die Gelegenheit

• Moore's Law lässt Wi-Fi-Chips wie den ESP8266 im Preis fallen.
• Open-Source-Projekte wie MySensors vereinfachen die Nutzung günstiger RF-Module.
• IoT-Plattformen – Node-RED, Home Assistant, EasyIOT und andere – laufen auf einem Raspberry Pi für nur 5 $ und bieten Plug-and-Play-Networking, Automatisierung und Webservice-Integration.
• Das Home-Automation-Ökosystem ist gereift, mit robusten APIs, die Entwicklern und Hobbyisten benutzerdefinierte Lösungen ermöglichen.

Initiale Hardware-Anforderungen

Flexibilität ist paramount; das Netzwerk sollte neue Komponenten aufnehmen und veraltete retire können. Der aktuelle Prototyp nutzt:

• 4 × NRF24L01 RF-Module + 1 × MySensors Gateway
• 2 × ESP8266 Wi-Fi-Module
• 5 × DS18B20 digitale Temperatursensoren
• 2 × TMP36 analoge Temperatursensoren
• 1 × Arduino Nano
• 1 × Arduino Fio
• 3 × Arduino Pro Mini

Temperatursensoren

Temperaturmesstechnologien variieren stark. Von einfachen analogen Thermistoren, die Temperatur aus Widerstand berechnen, bis zu hochpräzisen kontaktlosen Infrarotsensoren wie dem MLX90614 – jeder Typ hat Trade-offs. Ich fokussiere zwei bewährte Optionen: den digitalen DS18B20 und den analogen TMP36.

Der DS18B20 bietet hohe Genauigkeit und Single-Wire-Kommunikation, erfordert aber komplexere Firmware. Der TMP36 ist günstig und einfach zu nutzen, braucht aber Kalibrierung. Umfassende Guides finden sich auf Adafruits TMP36-Seite und Adafruits DS18B20-Tutorial.

Drahtlose Module

Historisch stellte drahtlose Kommunikation eine signifikante Barriere dar. Zwei jüngste Fortschritte haben diese Barriere dramatisch gesenkt:

• Die MySensors-Community hat die Konfiguration günstiger RF-Module gestrafft.
• Das ESP8266 Wi-Fi-Modul ist zum Standard für günstige, direkte Wi-Fi-Konnektivität geworden.

Um Flexibilität zu maximieren, integriert das Netzwerk sowohl RF- als auch Wi-Fi-Ansätze.

NRF24L01 RF-Netzwerk

Während RF-Module lange zu niedrigen Kosten verfügbar waren, waren sie einst berüchtigt für schwierige Konfiguration und Unzuverlässigkeit. Der Nordic Semiconductor NRF24L01 bietet Dual-Sende-/Empfangsfähigkeit, vereinfacht Netzwerktopologie und ermöglicht eine bescheidene Baumarchitektur wie im MySensors-Diagramm unten illustriert.

Quelle: Mapping Household Temperature Flow with Cheap Sensors