Danke.
Auswertung der CO2 Messung an einem Arbeitstag mit CO2-Ampel
Hier mal die CO2 Werte von Heute in der History-Ansicht:
Man sieht deutlich, das ich um 6:30 Uhr angefangen habe zu arbeiten (die Rote 1).
Bei der Grünen 2 habe ich jeweils gelüftet und das Fenster geöffnet, da die 1000 ppm an CO2 im Zimmer erreicht wurden. Deshalb fallen die Werte schnell ab, es wird aber auch schon im Zimmer kalt. Um 12 Uhr hatte ich das Fenster aufgemacht, und bin in die Mittagspause gegangen.Dann heute etwas früher Feierabend gemacht, und kurz nach 15 Uhr noch mal gelüftet.
Wie das ganze mit dem Raspberry Pi und NodeRed und Mqtt erfasst wird, siehe hier.
Carbon dioxide, heute das 1. Mal die Warnung per Alexa (Selbstversuch)
Heute zum 1. Mal die Warnung per Alexa von NodeRed. Und das bei nur zwei Personen und defekter Heizung.
Übrigens: Bei 1000 ppm empfinden rund 20 % der Personen die Raumluft als unbefriedigend. Diese Konzentration entspricht der Pettenkofer-Zahl, die von dem Hygieniker Max von Pettenkofer (1858) als Richtwert für die maximale CO2- Konzentration in Wohn- und Aufenthaltsräumen mit 0,1 Vol% CO2 (1000 ppm) definiert wurde.
Wo es viel CO2 gibt, werden auch besonders viele Keime gefunden. Die amerikanischen Wissenschaftler Rudnick und Milton zum Beispiel untersuchten 2003, wie hoch das Grippe Ansteckungsrisiko in einem Klassenraum ist. 30 Personen waren vier Stunden lang im Klassenraum, eine Person hatte akut Grippe. Das Ergebnis: Bei 1.000 ppm CO2 steckten sich fünf Personen an, bei 2.000 ppm waren es zwölf und bei 3.000 ppm sogar 15.
MAK-Werte Deutschland für CO2: 9100 mg/m3 Warum ist das so hoch?
Nach dem Querlüften sind die Wert aber schnell wieder auf Normal, wie man im Trend sehen kann. „Carbon dioxide, heute das 1. Mal die Warnung per Alexa (Selbstversuch)“ weiterlesen
CO2 Messgerät – C02-Ampel – Lüften – CO2 Logger – C02-Konzentration
Mein C02-Messgerät (Raspberry Pi) steht nun im Schlafzimmer und loggt jede Minute die CO2-Konzentration in ppm. Dann werden diese Daten drahtlos per WLAN zum NodeRed-Server gesendet. Der sendet sie dann auch wieder in Echtzeit für jeden sichtbar ins Internet.
Es dauert übrigens 40 Minuten bei gekippten Fenster und offener Tür (ohne Durchzug), bis die Werte von nur 550 ppm wieder auf Normal (400 ppm) sind.
Das ist länger als ich gedacht hatte. Hier der Verlauf:
CO2-Ampel ldt. Bundesumweltamt in NodeRed Flow integriert
Die CO2-Ampel ltd. Bundesumweltamt (PDF, Tabelle 4) wurde nun in den NodeRed-Flow der CO2-Messungen integriert. So zeigt das C02-Dashboard auch die Meldungen des UBA an. Die Meldung im Dashboard:
Hier der Flow:
„CO2-Ampel ldt. Bundesumweltamt in NodeRed Flow integriert“ weiterlesen
CO2 Werte in Echtzeit – carbon dioxide emmision
Mein Raspberry Pi misst ja seit einigen Tagen die CO2 Werte in der Luft, wie hier beschrieben. Nun können hier die Werte in Echtzeit abgelesen werden. Sie werden von NodeRed jede Minute aktuallisiert und weitergeleite.
Ja, „Freut euch immer“ …
CO2-Messsystem mit Raspberry Pi und MQTT und NodeRed
Wir wollen nun mal ein CO2-Messsystem mit dem MH-Z19B aufbauen und die CO2-Konzentrationen mit einem Raspberry Pi einlesen und per MQTT an eine NodeRed-Installation senden. Parallel dazu werden die Daten noch in einer CSV-Datei geschrieben für Langzeitauswertungen. Wenn der Grenzwert von 1000 ppm erreicht ist, wird noch eine Pushover Nachricht an ein Handy gesendet, so das rechtzeitig gelüftet werden kann.
Hier die Architektur-Übersicht:
Installation „CO2-Messsystem mit Raspberry Pi und MQTT und NodeRed“ weiterlesen
Kohlenstoffdioxid – CO2 – Mindmap
Dank für die Mindmap geht an (c) Dr.Kleinhirn.eu
Vor dem CO2-Messprojekt mit einem Raspberry Pi und einem MH-Z19B hier mal ein paar Infos zum CO2: „Kohlenstoffdioxid – CO2 – Mindmap“ weiterlesen
CSV-Daten mit den Positionen der ISS
Wer mal ein paar Daten im CSV Format haben möchte, kann die hier (iss-standort-bis-1-August.csv über 11000 Zeilen, nur 128 kB) vom Raspberry Pi ermittelten laden. Die sind die Basis für diese Grafik:
Und wie immer, „CSV-Daten mit den Positionen der ISS“ weiterlesen
Tracken der ISS mit dem Raspberry Pi und NodeRed über Open-Webservices
Mit einen einfachen NodeRed Flow wollen wir mal die ISS tracken.
Es gibt einen öffentlichen Open-Notify Web-Service der die Position der ISS liefert. Und auch wieviel Leute da im moment sind (zwei sind eben gegangen 2.7.2020).
Also mal eben einen kleinen NodeRed-Flow zusammen geklickt, der den Webservice alle 10 Sekunden abfragt und das Ergebniss in eine CSV-Datei auf dem Raspberry Pi speichern.
Der Webservice liefert das JSON Format, z.B.
|
1 2 3 4 |
{"message":"success","timestamp":1596176595,"iss_position":{"longitude":"87.1150","latitude":"2.4840"}} {"message":"success","timestamp":1596176610,"iss_position":{"longitude":"87.6557","latitude":"3.2446"}} {"message":"success","timestamp":1596176625,"iss_position":{"longitude":"88.1973","latitude":"4.0047"}} {"message":"success","timestamp":1596176640,"iss_position":{"longitude":"88.7401","latitude":"4.7645"}} |
und wird in das CSV Dateiformat umgewandelt: timestamp, longitude, latitude
Dann die Daten mal für eine Erdumrundung (= 93 Minuten) laufen gelassen und mit einer Visualisierung mit OpenStreetMap unterlegt:
Hier 4 Umrundungen:
Und hier mit Überflug am Horizont von Langenhagen:
Und hier der NodeRed-Flow „Tracken der ISS mit dem Raspberry Pi und NodeRed über Open-Webservices“ weiterlesen
Zugriffe (hits) auf die www.wenzlaff.de Domäne während der Covid-19-Pandemie auf über 2 Millionen gestiegen!
Die Zugriffe (hits) auf die www.wenzlaff Domäne sind während der Covid-19-Pandemie auf über 2 Millionen gestiegen, wie diese Auswertung zeigt:
Danke. Und wie immer „Zugriffe (hits) auf die www.wenzlaff.de Domäne während der Covid-19-Pandemie auf über 2 Millionen gestiegen!“ weiterlesen
Danke, Thanks, Mahalo, Arigato, Dziekuje, Merci, Tak, Nandri, Shukran, Gratias
NodeRed Corona-Dashboard mit kleiner History-Tabelle
Covid-19 Dashboard nun mit neuer Skala da es jetzt über 500000 Personen mit Covid-19 gibt und kleiner History Tabelle. Auch das Datum der Daten wird nun angezeigt:
So wird das Dashboard designed:
Und hier der Code:
„NodeRed Corona-Dashboard mit kleiner History-Tabelle“ weiterlesen
Node-Red organisieren mit link-in bzw. link-out am Beispiel: Covid-19 Dashboard
Wie können die Flows in NodeRED organisiert werden? Damit ein Flow nicht überladen wird und auch um die GUI von der Logik zu trennen (MVC, Model View Controller Konzept) können die link-in bzw. link-out Nodes verwendet werden. Das sind diese:
Die link-out Nodes werden in den Quell Flow integriert, z.B.
Und in den neuen Ziel Flow die link-in:
Schon haben wir ein Dashboard:
„Node-Red organisieren mit link-in bzw. link-out am Beispiel: Covid-19 Dashboard“ weiterlesen
Gibt es mehr Zugriffe auf wenzlaff.de durch covid-19 bzw. SARS-CoV-2?
Gibt es mehr Zugriffe auf wenzlaff.de durch covid-19? Das hat mich mal interessiert. Also mal die Logs dieser Domain ausgewertet. Normal gibt es so ca. 60000 Zugriffe (hits) pro Tag. Mal abgesehen von den paar Tagen im Januar, wo es ca. 100000 gab:
Ein Anstieg ist tatsächlich zu beobachten. Siehe roten Kasten. Aber nicht so groß wie ich erwartet habe. Mal sehen was noch kommt. Bleibt Gesund! Haltet Abstand! Und nutzt den Raspberry Pi und fast hätte ich es vergessen „Freut Euch immer“.
Corona Dashboard mit NodeRed erstellen
Auf meinem Raspberry Pi läuft NodeRed. Damit kann man schnell eine Coron-Dashboard für Deutschland (oder jedes andere Land) erstellen. Es wird jede Stunde aus den Daten des CSSE via REST-API https://covid19.mathdro.id/api/confirmed gespeist.
Dafür einmalig die GUI Elemente installieren über: npm install node-red-dashboard oder
Dann diese Nodes zusammenklicken:
oder von hier importieren: „Corona Dashboard mit NodeRed erstellen“ weiterlesen
Covid-19 NodeRED Ticker an Pushover und Twitter – update
Da sich die REST-API geändert hat (Danke Timo), (Deutschland ist nun auf Platz 4 oder jetzt auf 3) hier das Update:
Hier nun die Version, die nach dem Namen und nicht mehr nach einem fixen Index der Reihenfolge sucht.
|
1 2 3 4 5 6 7 8 9 10 |
// Hier das gewünschte Land angeben var land = "Germany" // Suche den Index des Land for (var i = 0; i < msg.payload.length; i++){ if (msg.payload[i].countryRegion == land ){ land = i break } } |
Hier der ganze Code: „Covid-19 NodeRED Ticker an Pushover und Twitter – update“ weiterlesen
Was tun bei covid-19? Die neue Eclipse Version die heute veröffentlicht wurde installieren! Es fliegen über 5000 Flugzeuge!
Die neue Entwicklungsumgebung Eclipse 2020-03 gibt es seit heute. Das neue Quartalsrelease der IDE bringt unter anderem Unterstützung für Java 14 und mehr Möglichkeiten für die Webentwicklung. Bei Heise.de gibt es weitere Infos und Videos.
Nach dem Update:
Super, es startet:
Dann mal gleich einen ersten JUnit-Quicktest:
Anzahl aller Flugzeuge mit Flughöhen jetzt:
Flugbereich in Meter ; Flughöhe in Meter
Parken 0 ; 371
1-500 ; 418
500-1000 ; 362
1000-2000 ; 450
2000-3000 ; 283
3000-4000 ; 214
4000-5000 ; 221
5000-6000 ; 202
6000-7000 ; 198
7000-8000 ; 257
8000-9000 ; 259
9000-10000 ; 373
10000-10500 ; 317
10500-11000 ; 495
11000-11500 ; 288
11500-12000 ; 587
12000-13000 ; 406
über 13000 ; 111
Summme ; 5812
Zeitpunkt ; Wed Mar 18 21:03:04 CET 2020
Quelle ; The OpenSky Network, http://www.opensky-network.org
Covid-19 Live-Ticker für Deutschland mit Raspberry Pi und Node-RED via Twitter
Wer die Covid-19 Daten per Twitter als Online-Ticker für Deutschland haben will, kann mit dem Raspberry Pi und Node-RED den folgender Flow verwenden. Es werden jede Stunde die aktuellen Werte abgefragt, und bei Änderung per Twitter versendet. Hier der nötige Flow:
So sieht der Twitter Eintrag aus, er kann auch für alle Länder angepasst werden:
Hier der nötige Quellcode: „Covid-19 Live-Ticker für Deutschland mit Raspberry Pi und Node-RED via Twitter“ weiterlesen
Wie können mit Java automatisch Webseiten mit Jsoup am Beispiel Corona abgefragt werden?
Das Robert Koch Institut (RKI) liefert für Deutschland aktuelle Corona-Fall-Zahlen auf dieser Webseite:
https://www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coronavirus/Fallzahlen.html
in einer schönen Tabelle die wir mit Jsoup abfragen wollen.
Wir schauen uns erst einmal die Stuktur der Seite an. D.h. wir markieren z.B. Niedersachsen und öffnen das rechte Kontexmenü und klicken auf „Element untersuchen“. Nun wird unten der HTML-Quelltext angezeigt. Wir sehen das die Tabelle, an der ersten stelle steht, und mit den tr und td Tags erstellt ist. Das müssen wir für die Analyse wissen.
Hier nun der kommentierte Beispiel-Code: „Wie können mit Java automatisch Webseiten mit Jsoup am Beispiel Corona abgefragt werden?“ weiterlesen