PermaSense

1. Drahtlose Sensornetzwerke für das Monitoring von Felsbewegungen im Permafrost Jan Beutel, ETH Zurich Andreas Hasler, UZH PermaSense

2. 19.11.2008

3. 16.7.2003 Foto: Bruno Jelk

4. 16.7.2003 Auslösemechanismen und deren Abhängigkeit vom Klima sind zur Zeit noch wenig verstanden Foto: Bruno Jelk

5. Struktur des Vortrages • Einleitung • Systemdesign der PermaSense Messinfrastruktur • Erfahrungen von den Installationen • Schlussfolgerungen zur Anwendung

6. Zielsetzung PermaSense • Entwicklung eines flexiblen Messsystems für den Gebirgspermafrost • robuste, mehrjährige Messungen • online Systemüberwachung • Prototyp für zukünftiges Monitoring im Hochgebirge • online Datenabfrage • Erforschung des Permafrostes in steilem Fels • der thermischen und mechanischen Bedingungen in und um Klüfte • der damit zusammenhängenden Felsbewegungen • Kompetenzaufbau durch Interdisziplinarität

7. Anforderungen an ein Messsystem im steilen Gebirgspermafrost • Betrieb mit üblichen Sensoren der Geowissenschaften • Mehrjährige Laufzeit ohne Wartung (3 Jahre) • Fernabfrage für Systemfunktionalität und Messdaten • Keine Anfälligkeit gegen Stein-, Eis-, Blitzschlag • Autarkes loggen bei Verbindungsunterbruch (z.B. Schneebedeckung) • Geringer Konfigurationsaufwand bei der Installation

8. Projektentwicklung Generation I Generation II Testphase Labor/Dach OperationellesWireless System Jungfraujoch Ausbau Matterhorn OperationellesWireless System Matterhorn Prototyp / Erstinstallation Jungfraujoch Installation Sensoren am Matterhorn Projektstart 2010 2006 2007 2008 2009

9. Matterhorn – Hörnligrat

10. Jungfraujoch – Sphinx Matterhorn – Hörnligrat

11. Jungfraujoch – Sphinx Matterhorn – Hörnligrat

12. 2. Systemdesign der PermaSense Messinfrastruktur

13. PermaSense – System Architektur • Unterstützung verschiedener Sensoren • Drahtloses Sensor Netzwerk • Batteriebetrieben • Lokaler Datenpuffer • Basisstation • Embedded Linux (Gumstix) • WLAN Netzwerk, Backup GPRS Verbindung • Solarbetrieben • Erweiterbar mit Kameras und Wetterstation • Daten/Server Infrastruktur • Online Datenprozessierung mit Metadaten (GSN) • Zentrale Datenbank • Standard Internet Überwachung/Tools

14. PermaSense – Netzwerk Übersicht

15. Das Herzstück – Miniaturisierte Drahtlose Sensoren • Statische Sensor Datenraten(1-60 min) • Temperaturen, Spaltabstände, Leitfähigkeiten • 3 JahreLebensdauer • < 0.1 Mbyte/Knoten/Tag

16. beacon contention window data transfer slot Application processing window jitter time slot 1 slot 2 slot k time slot 1 slot 2 slot k Basierend auf Jüngsten Forschungsergebnissen • Dozer – Daten Sammeln mit geringstem Stromverbrauch • Multihop Protokoll, 1-hop synchroner Zeitmultiplex • Optimiert für sehr kleine Datenraten • 0.167% duty-cycle 0.032mA Stromverbrauch • Systemweiter, zyklischer Ablaufplan • “Application processing window” für Anwendungsspezifische Datenverarbeitung • 30 sec. Periode [Burri – IPSN2007]

17. PermaSense – Sensorknoten Hardware • Shockfish TinyNode584 • MSP430, 16-bit, 8MHz, 10k SRAM, 48k Flash • LP Radio: XE1205 @ 868 MHz • Wasserdichtes Gehäuse und Stecker • Schutzschuh, einfache Installation • Sensor Interface Board • Schnittstellen, ADC • Stromversorgungen • Überwachungsfunktionen • Schutzschaltungen • 1 GB Speicherkarte • 3 Jahre Lebensdauer • Li-SOCl2 Zelle, 13000 mAh @ 3.6V • Energiebudget Iavg≤300 µA Gemessener Stromverbrauch ~148 µA

18. Beitrag der Sensoren zum Stromverbrauch

19. Spezialisierte Elektronik in einer Robusten Verpackung

20. Technische Informatik und Kommunikationsnetze Computer Engineering and Networks Infrastruktur & Datenmanagement

21. Eine Basisstation Sammelt die Sensordaten

22. Breitband Internet Zugang mit Direktionalem WLAN • 7.5 km Entfernung zum Wetterradar am Kleinen Matterhorn • Glasfaser/DSL der Zermatter Bergbahnen AG • Zusammenarbeit mit APUNCH/CCES • Kommerzielle Komponenten (Mikrotik) • Witterungsfeste Verpackung

23. Basisstation Innenleben mit Mikrotik WLAN Router Gumstix Verdex WLAN Router GSM/GPRS TinyNode EMP Schutz IP68 Gehäuse und Steckverbinder

24. Support Komponenten Unterstützen die Feldarbeit • Mobile Powerbox • 12V Solaranlage • Überspannungsschutz • FernschaltbareSpannungskreise (Reset) • Interne Überwachung (Temp./Feuchte/Spannungen) • 220V Konverter für Feldarbeit • Wetterstation • Webcam

25. Schutzmaßnahmen für einen Zuverlässigen Betrieb • Temperatur-, Feuchtigkeitsüberwachungin allenGehäusen • “OffeneSysteme” mit Druckausgleichselementen(Gore-texMembran) • Überwachung von Spannungen und Strömen • Stromversorgungen • Subsysteme (Radio, Sensoren, CPU, Peripherie) • Blitzschutz • GeeigneteMontageposition • KurzeKabel • EMP Schutzelemente • EinErdungskontakt • DoppelteSchutzgehäuse/Dach • SenkrechteBefestigung • Steckeröffnungenam Boden

26. GSN GSN Import from field Web export Public Private Online Datenverarbeitung und Speicherung • Global Sensor Network (GSN) • Datenverarbeitungssystem der EPFL (Forschungsprojekt) • Strukturiert in sog. “Virtuellen Sensoren”, d.h. nachDatentypen/semantischorganisiert • Hierarchien und Verknüpfung von Virtuellen Sensoren zu Prozessierungsketten • Übersetzung der rohenMaschinenwerte in SI Werte • Einfügen von Metadaten (Sensortyp, Position, …) Metadata ============== Position Sensor type …

27. Multi-Site, Multi-Station Datenmanagement

28. Zentraler Web-basierter Datenzugriff

29. 3. Erfahrungenvon den Installationen

30. Revision / Ausbau Juni 2010 Installation & Service 2008 Service 2009 Sensornode 20 - 22 neu installiert Sensornode 9 neu installiert Datenqualität und Kontinuität • Seit 07/2008: 88,185,144 Datenpunkte • Inkonsistenzen • zwischen Zeitstempeln und Sequenznummern • Duplikate • Datenlücken • Sporadisch • Systembedingt

31. Erfahrungen – Erste Betriebsdaten der Sensorknoten Systemausfall # Verlorene Pakete Netzwerk Unterbruch Batteriespannung & Temperatur

32. 3 Monate Später – Exponentielle Fehlerzunahme # verlorene Pakete Systemausfälle Netzwerk Unterbruch Knoten Reset

33. Erfahrungen – Datenqualität Kluftbewegungen, Fels- und Klufttemperaturen

34. Datenqualität Temperaturen • absolute Messgenauigkeit wegen mangelhafter Kalibration ± 0.2 °C • relative Messgenauigkeit: besser als ± 0.05 °C • Messinstabilitäten der Sensorstäbe der ersten Generation interne Referenzwiderstände in der Sensorelektronik haben sich zur Filterung dieser Daten sehr bewährt!

35. Datenqualität Temperaturen • absolute Messgenauigkeit wegen mangelhafter Kalibration ± 0.2 °C • relative Messgenauigkeit: besser als ± 0.05 °C • Messinstabilitäten der Sensorstäbe der ersten Generation • Drift einzelner Thermistoren (Langzeit Effekt) 3 Jahre nach Installation

36. Datenqualität Kluftmessgeräte • Messfehler oder Signal der thermischen Expansion der Felsmassen? • Messung über kompaktem Fels:

37. Datenqualität Kluftmessgeräte • Messfehler oder Signal der thermischen Expansion der Felsmassen? • Messung über kompaktem Fels: Änderung der Installation Kluft Kompakter Fels

38. Resultate Kluftbewegungen

39. Resultate Kluftbewegungen • Kluftbewegungen reziprok zu den Temperaturen saisonal täglich

40. Resultate Kluftbewegungen • Kluftbewegungen reziprok zu den Temperaturen • Abweichungen von diesem Muster in den Sommermonaten Stagnation

41. 4. Anwendung drahtloser Sensornetzwerken

42. Drahtlose Sensoren im Vergleich zum Datenlogger Drahtlose Sensoren • Vorteile • Einfaches Systemmodell • Unabhängigkeit von Infrastruktur • Nachteile • Ausfälle werden nicht erkannt • Aufwendige Rekonstruktion der Zeitbasis notwendig (z.B. mittels Tagesgang der Messwerte) • Vorteile • Kenntnis des Systemstatus (in Echtzeit) • Erhöhte Betriebssicherheit • Überwachung der Datenqualität • Anpassung an wechselnde Anforderungen • Nachteile • Komplexere (Infrastruktur) • Detaillierte Kenntnisse des Systemmodels notwendig • Sensorknoten enthalten keine globale Zeitbasis • Online Prozessierung (Sensor bis zum Entscheidungsprozess) noch zu wenig entwickelt • Datenlogger

43. Schlussfolgerungen zur Anwendung • Lern- und Trainingsphasen für Technologie und Datenprozessierung nötig • Integration von Kontrollvariablen sehr nützlich • Automatische Datenvalidierung und Auswertung fordert genaue Kenntnis des Messsystems und der Prozesse • Kombination von WSNs mit anderen Methoden • WSNs können in Zukunft eine robuste und effiziente Alternative zu “klassischen” Messdispositiven sein

44. ETH Zürich • Institut für Technische Informatik und Kommunikationsnetze • Universität Zürich • Geographisches Institut • Uni Basel • Departement Informatik Vielen Dank!