Initial Calibration and Test run of E-lyzer( a Real-timer Monitoring Device)
For more: https://ieeexplore.ieee.org/document/8679392
M. M. Islam, M. F. Islam and S. Singha, "Design and Implementation of Raspberry Pi Based Real time Industrial Energy Analyzer," 2019 International Conference on Electrical, Computer and Communication Engineering (ECCE), Cox'sBazar, Bangladesh, 2019, pp. 1-5, doi: 10.1109/ECACE.2019.8679392
IPvision Canada Inc. এর ডাটা সেন্টার এন -আর -বি টেলিকম এর অফিস মহাখালী, তাদের তথ্য মতে বাংলাদেশের সবচেয়ে বড় ডাটা সেন্টার। যেহেতু ডাটা সেন্টার তাই ২৪ ঘন্টাই ই সচল রাখতে হয় ।
জানা মতে কিছুদিন আগে ছোট একটি ভুলের জন্য কয়েক ঘন্টা সার্ভার অফ ছিল ,যা তাদের বড় রকমের ক্ষতি হয় ।
তাদের আরো একটি সেবা ইন্টার কানেকশন এক্সচেঞ্জ, ইন্টারন্যাশনাল গেটওয়ে (ICX, IGW) । মানে দেশি, বিদেশি এক অপারেটর থেকে অন্য অপারেটর কল গুলা সুইচিং করে, সুতরাং অফ থাকা মানে কল ড্রপ ।
তাদের ডাটা সেন্টার এর কোন ডিভাইস কত লোড ,লোড লাইন এর তাপমাত্রা ,কখন ভল্টেজ ,কারেন্ট আপ ,ডাউন হচ্ছে এটা জানা খুব ই গুরুত্বপুর্ন । তাই ৩০ মিনিট পর পর এক জন অপারেটর গিয়ে সব কিছু মেপে এক্সেল ফাইল এ রাখে ।
কিন্তু অই কিছুদিন আগের সার্ভার অফ থাকার দরুন উনারা চিন্তা করলেন আর স্মার্ট করা যায় কিভাবে । সয়ংক্রিয়ভাবে কিভাবে এসব ডাটা দেখা যায় ?
পরে Ashraful Islam, Salah Uddin ভাই এর মাধ্যমে আমাদের কাছে দায়িত্ব পরে ।
ল্যাব এ ১৫-৩০ ভোল্ট আর কয়েক এম্পিয়ার রেঞ্জ এর কারেন্ট নিয়ে কাজ করি ,স্বাভাবিক ভাবেই ১০০-২০০ এম্পিয়ার শুনলে বেশ কৌতুহল থাকে
১৫০ হাজার ভোল্ট-এম্পিয়ার সিস্টেম , উনারা আমাদের উপর আস্থা রাখাবে কিনা সেটাও চিন্তা , আর আমরা পারবো কিনা সেটাও ভাবনা । ভালো লাগার বিষয় হচ্ছে খুব সুন্দর মতই ,সফল ভাবে আজকে থেকে রান করছে । উনাদের সিস্টেম এ কানেক্টেড । এবং এই মুহুর্তে একটি ফেজ এ রানিং , পরের ভার্শন এ ৩ ফেজ এ চলবে আশা করি ।
তবে ল্যাব এ টেস্ট করা ও একটা সুন্দর চ্যালেঞ্জ ছিলো , কারন আমাদের ল্যাব তো আর ১৫০কেভিএ না
আমরা এটা নাম দিয়েছি E-Lyser v1.0 (Energy Analyzer) .
সফল পরীক্ষন এর পর
ছবি দেখতে চাইলে ঃ https://goo.gl/Kh73gx
যা যা থাকছে ই-লাইজার ভার্শন ১.০ এ
.১। সিঙ্গেল ফেজ এর ২০০ এম্পিয়ার পর্যন্ত মেজার করবে,।
সাথে আরো সাতটি প্যারামিটার ( Voltage,Current,Real power,Apparent Power,Power factor,Temperature,Humidity ) মেজার করবে ।
২। সব গুলো ডাটা রিয়েল টাইম গ্রাফিক্যালি দেখাবে ,এবং হার্ড ডিস্ক এ এক্সেল ফাইল হিসেবে সেভ করে রাখবে ।
৩। কয়েক বছর এর ডাটা আলাদা আলাদা ফোল্ডার ,ফাইল করে স্টোর করবে যেন বছর এর কোন সময় কেমন লোড, তার ক্যারাক্টার দেখতে পাবে । (আপাতত ৭-৮ বছর স্টোর কেপাসিটি)
৪। তাদের এডমিন এর লোকজন চাইলে বাসায় বসে ও অফিস এ লোড কেমন যাচ্ছে তা ওয়েব পেজ এ দেখতে পাবে । সাথে অপারেটর দের জন্য অন বোর্ড ডাটা তো আছে ই ।
আপাতত এই আর সব কিছু কন্ট্রোলিং এর জন্য ৫ ভোল্ট এর সাপ্লাই ই এনাফ ।
সবচেয়ে বড় ব্যাপার হচ্ছে ,আমি কর্তৃপক্ষ কে খুব ই আন্তরিক ভাবে ধন্যবাদ জানাই তারা আমাদের উপর ভরশা রাখার জন্য ,কাজ টি করতে গিয়ে শিখতে সুযোগ করে দেয়ার জন্য ।
কারন এখন আমাদেশে এই রীতি নেয় বললেই চলে , বিশ্ববিদ্যালয় গুলোতে শিক্ষার্থীরা কি প্রজেক্ট করে ইন্ডাস্ট্রি জানে না , আর ইন্ডাস্ট্রির কি প্রবলেম সল্ভ করতে হবে বিশ্ববিদ্যালয় জানে না।
যার জন্য কাজ করে শিখার সুযোগ ও থাকে না , স্কিল্ড ইঞ্জিনিয়ার চাইলেই সম্ভব না । ছোট খাটো কোন সমস্যা হলেই বিদেশি নির্ভরশীলতা ।
আশা করি আমাদের বাকি কাজ টুকু সহ , নানা সমস্যা সমাধানে ইন্ডাশট্রি গুলা দেশি শিক্ষার্থী তথা রিসার্চ এন্ড ডেপেলোপমেন্ট ফার্ম কে প্রাধান্য দিবে । এবং দেশে স্কিল ফুল ইঞ্জিনিয়ার তৈরীতে ও অবদান রাখবে ।
আমাদের ইচ্ছা আছে , এই E-Lyser কে আরো অনেক গুলা স্পেসিফিক আপডেট করা এবং আরো বড় পরিসরে কন্ট্রোলিং নিশ্চিত করা ।
আমাদের/ সবার/দেশি ইঞ্জিনিয়ারদের প্রোডাক্ট ডেভেলোপমেন্ট এন্ড রিসার্চ এর ফান্ডিং এর ক্ষেত্রে ও Ip vision সহ ইনভেস্টর/ইন্ডাস্ট্রিয়ালিস্ট রা আগ্রহী হৌক এটাই প্রত্যাশা ।
বিঃদ্রঃ আসল কথা হইলো ইন্ডাস্ট্রির প্রবলেম সল্ভ করার মত প্রজেক্ট করে অন্যরকম একটা ফিলিংস আছে ভাউ । #হ্যাস্ট্যাগ_শান্তি_লাগে
Big Thanks To our Team
ভিডিও দেখতে ঃ https://youtu.be/4WnmenFT_00
এই পোস্ট টি আমার ফেসবুক এ আগে প্রকাশিত
https://github.com/majharul/electrical_machine-s-Behavior-Predicton
Suppose we have an electrically operated general purpose industrial machine
(i.e Generator, Motor, Electrical Machines) which has been purchased for a
manufacturing process plant. Typically the machine has to run whole day to
remain in the production process smoothly. In this work our goal is to plan
and design a solution and to execute different machine learning algorithms
to compare the performances to predict the machine's life expectancy of the
respective machine.
if we can predict the next shutdown before a forced shutdown then we can
use the machine or run the machine(i.e: Motor) in an optimum condition to
achieve maximum life expectancy.