Благодаря встроенному микроконтроллеру Renesas (MCU) модуль предлагает интеллектуальное решение для управления датчиками на растущем рынке приложений для мониторинга воздуха, таких как очистители воздуха, датчики дыма, системы отопления, вентиляции и кондиционирования, метеостанции и системы «умного дома». Надежное программное обеспечение также позволяет продукции заказчика соответствовать различным мировым стандартам качества воздуха.

RRH62000 — один из самых маленьких модулей датчиков в своем классе, его размеры составляют всего 46,6 x 34,8 x 12 мм. Он включает в себя микроконтроллер семейства Renesas RA и семь датчиков: лазерный датчик PM1/2.5/10, газовый датчик ZMOD4410 и датчик влажности и температуры HS4003. Вместе эти датчики могут обнаруживать твердые частицы, общее количество летучих органических соединений (TVOC), расчетное содержание CO2, температуру и влажность в одной системе. Все ключевые компоненты предварительно интегрированы и полностью откалиброваны на заводе, что позволяет разработчикам сразу же приступить к проектированию своих сенсорных систем.

«Наш модуль RRH62000 представляет собой следующий шаг в технологии объединения данных с нескольких датчиков, преобразуя их в исчерпывающую, полезную информацию для мониторинга окружающей среды», — говорит Уве Гюнтер, старший директор по линейке модулей и решений компании Renesas. «Мы стремимся предоставлять интегрированные решения для мониторинга, которые упрощают разработку для клиентов, и будем продолжать внедрять инновации в экологически чистые продукты, которые снижают воздействие на окружающую среду и повышают безопасность и комфорт в нашей жизни».

Интерес общественности к качеству воздуха и его влиянию на здоровье значительно возрос после пандемии COVID-19. Люди теперь лучше осведомлены о том, как воздух влияет на их здоровье и как загрязняющие вещества могут влиять на здоровье дыхательной системы и общее самочувствие. Менее известно, что концентрация загрязняющих веществ в помещениях часто в шесть-десять раз выше, чем на улице. К ним относятся пыль, пары краски, кухонный дым, пыльца и частицы из фильтров систем отопления, вентиляции и кондиционирования воздуха (HVAC), которые могут проникать в дыхательную систему и вызывать повреждение легких, рак и другие проблемы со здоровьем.

Для решения этих новых задач новый сенсорный модуль Renesas оснащен для мониторинга широкого спектра параметров качества воздуха. Благодаря лазерной технологии, обеспечивающей более высокую точность по сравнению с традиционными светодиодными методами, устройство может отслеживать концентрации PM1, PM2.5 и PM10 (частиц диаметром от 0,3 до 10 мкм), а также абсолютные или относительные измерения летучих органических соединений (ЛОС) в различных режимах мощности, обеспечивая высочайший уровень точности для этих загрязняющих веществ. RRH62000 обеспечивает одновременный выход семи датчиков, а встроенный микроконтроллер позволяет системе в режиме реального времени получать данные о качестве окружающего воздуха.

Комбинированный модуль RRH62000 поставляется со стандартным программным обеспечением и алгоритмами искусственного интеллекта (ИИ), что позволяет инженерам настраивать датчики в соответствии с требованиями различных стандартов качества воздуха в общественных зданиях, таких как WELL Building Standard (WELL), Home Ventilating Institute (HVI) и RESET. Благодаря этим функциям, например, школа в Китае может использовать то же оборудование, что и школа в США или другой стране, и просто обновлять программное обеспечение с поддержкой ИИ по мере необходимости.

Интеллектуальные сенсорные устройства, такие как модуль газового датчика RRH62000 и недавно анонсированный компанией Renesas модуль RRH46410, могут поддерживать вентиляцию с регулированием по потребности, позволяя системам ОВК регулировать поток воздуха в зависимости от уровня углекислого газа и данных о присутствии людей для поддержания оптимального качества воздуха и энергоэффективности. Аналогичным образом, эти модули используют алгоритмы искусственного интеллекта для прогнозирования необходимости замены фильтров ОВК или для обнаружения аномалий до возникновения отказа системы, что приводит к значительной экономии средств и времени на техническое обслуживание системы.

Более подробная информация