Kapazitiver Bodenfeuchtesensor

Abb. 1: Kapazitiver Bodenfeuchtesensor

Autor:	Ken Hilz
Studiengang:	Business and Systems Engineering
Modul:	BSE-M-2-1.03, Hausarbeit in Angewandte Informatik gehalten von Prof. Dr.-Ing. Schneider
Semester:	Sommersemester 2024
Abgabetermin:	28.07.2024

Einführung

Aufgabenstellung

Messen Sie die Bodenfeuchte mittels Capacitive Soil Moisture Sensor v1.2.

Anforderungen 

Tabelle 1: Anforderungen

Req.	Beschreibung	Priorität
1	Die Bodenfeuchte muss mittels "Capacitive Soil Moisturr Sensor v1.2, Arduino und Simulink gemessen werden.	1
2	Der Messbereich muss bestimmt werden.	1
3	Die Messunsicherheit (1σ) muss für den Messbereich ermittelt und als Vertrauensbereich angezeigt werden.	1
4	Der Sensor muss kalibriert werden.	1
5	Für den Messbereich muss die Kraft referenziert werden.	1
6	Die Messwerte müssen über der Zeit gefiltert werden.	1
7	Ein Piepton muss anzeigen, wenn der Messwert stabil/konstant ist.	1
8	Das Sensorsystem muss die Bodenfeuchte in % auf dem LCD-Display anzeigen.	2

Thema/Fragestellung:
Messung der Bodenfeuchtigkeit mit dem Sensor Capacitive Soil Moisture Sensor v1.2.
Hypothese:
Die Entfernung lässt sich im Bereich von 4 cm bis 50 cm fehlerfrei messen.
Einordnung in den Lehrplan:
Die Lehrveranstaltung Angewandte Informatik vermittelt den Studierenden mehrere praktische Methoden. Zum einen wird grundlegendes Wissen über die Versionskontrolle mit SVN vermittelt, sodass ein selbstständiges und sicheres Arbeiten mit dem Tool möglich wird. Zum anderen wird der grundlegende Umgang mit MATLAB gelehrt. Darüber hinaus wird ein Einblick in das Tool Simulink gewährt, mit dem Sensoren ausgelesen und Aktuatoren angesteuert werden können. Dies geschieht auf Basis des Microcontrollers Arduino Uno R3, welcher ebenfalls in dieser Projektdurchführung verwendet wird.

Projektbeschreibung

Tabelle 2: Materialliste

#	Anzahl	Material
1	1	PC mit MATLAB/Simulink R2023b
2	1	Kapazitiver Bodenfeuchtesensor
3	1	Arduino Uno R3
4	1	Steckbrett
5	1	LCD Modul 16x02 I2C
6	5	Jumper Kabel, männlich/männlich, 20 cm

Beschreibung Funktionsweise der verwendeten Hard- und Software
Simulink R2023b
Für die Ausführung von Simulink wird die Software MatLab benötigt. Beide Softwares sind von The MathWorks. Über Simulink lassen sich mithilfe von Blockschaltbilder technische Systeme testen, realisieren und simulieren. Simulink wird für die Simulation von technischen Regelkreisen oder aber für die Signalverarbeitung verwendet.

Sensor Kapazitiver Bodenfeuchtesensor
Bei der kapazitiven Messung der Feuchtigkeit wird das Verfahren der indirekten Messung angewendet. Das gemessen Signal wird in eine elektrische Größe umgewandelt und an den das Microcontroller-Board ausgegeben. Auf Basis des Aufbaus eines Kondensators arbeitet der kapazitive Feuchtigkeitssensor. Zwischen den Platten des Kondensators ist ein elektrisches Feld aufgebaut, welches je nach Spannung und Abstand variiert. Die Speicherung von elektrischer Energie wird beim Kondensator Kapazität genannt und in Farad angegeben. Diese Kapazität wird durch den Abstand der Platten zueinander, der Fläche dieser Platten und des Dielektrikums bestimmt. Das Dielektrikum beschreibt das Material, welches zwischen den beiden Platten ist. Die Materialien haben unterschiedliche Isolationseigenschaften, wodurch auch unterschiedliche Durchlässigkeiten des elektrischen Feldes vorhanden sind. Diese Durchlässigkeit wird als Permittivität bezeichnet. Da bei einem kapazitiven Feuchtigkeitssensor der Abstand der beiden Kondensatorplatten unveränderbar ist, wird die Feuchtigkeit lediglich über die Änderung der Permittivität bestimmt.

Arduino Uno R3
Das Arduino Uno ist ein Microcontroller-Board, welches aus 14 digitale I/O Pins und sechs analoge I/O Pins besteht. Von den 14 digitalen I/Os können sechs ein PWM-Signal erzeugen. Verschiedene Arten von Sensoren und Aktuatoren können mit dem Arduino Uno R3 Board verbunden, wodurch eine Vielzahl von Einsatzmöglichkeiten entstehen.

Steckbrett
Ein Steckbrett eignet sich zum schnellen Aufbau einer elektrischen Schaltung. Dadurch, dass die Bauteile nur gesteckt werden, können diese einfach umgesteckt werden. Somit lässt sich der Aufbau schnell und einfach überarbeiten und verbessern. Die äußeren Reihen dienen des Anschlusses der Versorgungsspannung und der Verbindung zu Ground. In den mittleren Reihen können die Bauteile gesteckt werden.

LCD Modul 16x02 I2C

Technische Daten

Messbereich	0 % .. 100 %
Reaktionszeit	ca. 7000 ms
Versorgungsspannung	3.3 V ~ 5.5 V
Versorgungsstrom	5 mA
Gewicht	10 g
Material	korrosionsbeständiges Material
Arbeitstemperatur	0 °C .. +55 °C
Abmessungen	98 mm x 23 mm x 9 mm

Pinbelegung

Pin	Belegung	Signal
1	Versorgungsspannung (VCC)	5 V
2	Analog Output (AOUT)	0~3V
3	Masse (GND)	0 V

Versuchsaufbau und Durchführung

Versuchsaufbau

Abb. 2: Schaltplan

Abb. 3: Anschlussplan

Abb. 4: Foto des Versuchsaufbaus

Der Versuchsaufbau wird durch einen Schaltplan (Abb. 2), Anschlussplan (Abb. 3) und Foto des Aufbaus (Abb. 4) dokumentiert.

Versuchsdurchführung

Abb. 5: Simulink-Modell

Das Modell zur Datenverarbeitung wurde gemäß Abb. 5 in Simulink aufgebaut. Die Messdaten wurden aufgezeichnet. Ein Video der Versuchsdurchführung findet sich hier.

Modelleinstellungen: Arduino Uno, Solver: Fixed-step, discrete, Abtastrate: 0,001 s

Versuchsbeobachtung

Abb. 6: Darstellung des Rohsignals des IR-Entfernungssensors (rote Kurve)

Abb. 7: Darstellung von dynamischen Messwerten des IR-Entfernungssensors

Das Signal des Sensors weist alle 40 ms systematische Ausreisser auf (vgl. Abb. 6, rote Kurve).

Auswertung

Die Messhypothese wurde verworfen. Der Sensor weist systematische Messwertausreisser auf.

Die Ausreisser lassen sich mit einem Signalfilter eliminieren. Hierzu eignet sich ein Rangordnungsfilter (z. B. Median-Filter). Das Filter wird hierzu auf eine Fensterbreite von 30 Werten eingestellt. Das zufriedenstellende Filterergebnis für statische Werte zeigt Abb. 6 als blaue Kurve. Es konnte mit dynamische Werten verifiziert werden (vgl. Abb. 7). Das Datenblatt ([2, S. 6]) belegt die Messungen und bezeichnet die Messausreisser als "instabile Ausgabe" für maximal 5 ms alle 40 ms. Mit 50 Werten erhöht sich die Filterwirkung, es entsteht jedoch ein Delay von 10 ms. Mit 10 Werten ist die Filterwirkung zu gering.

Zusammenfassung und Ausblick

• Zusammenfassung der Kapitel 1-4
• Diskussion der Ergebnisse
• Ausblick
• Selbstreflexion/Lessons learned

Ergebnisvideo

Binden Sie hier Ihr Ergebnisvideo ein.

Anleitung: Videos im Wiki einbinden

Lernzielkrontrolle

Beantworten Sie in Ihrem Wiki-Artikel die Lernzielkontrollfragen.

Lernzielkontrollfragen 

1. Wie funktioniert der Primärsensor technisch?
2. Welche Leistungsmerkmale hat der Sensor?
3. Wie funktioniert die Umsetzerschaltung technisch?
4. Wie kommuniziert der Sensor mit dem Arduino?
5. Muss der Sensor kalibriert werden?
6. Wie wird der Messwert in die zu messende physikalische Größe umgerechnet?
7. Was nutzen Sie als Referenz?
8. Benötigt der Sensor eine Kennlinie?
9. Welchen Messbereich hat das Signal am Ende der Messkette?
10. Welche Messunsicherheit und welcher Vertrauensbereich hat das Signal am Ende der Messkette für den gesamten Messbereich?
11. Welche Auflösung hat das Signal am Ende der Messkette? Wodurch wird die Auflösung bedingt?
12. Weist das Signal am Ende der Messkette einen systematischen oder zufälligen Fehler auf?
13. Welche Fehlereinflüsse hat die Messung? Muss z. B. die Temperatur der Messung berücksichtigt werden?

Literatur

Zitieren Sie nach DIN ISO 690:2013-10.

Anhang

• Datenblätter
• Simulink-Modell
• Originaldateien (PAP, Schaltplan,... )

---

→ zurück zum Hauptartikel: BSE Angewandte Informatik SoSe24 | Hausarbeit SoSe24