BCM – Huy & Duc

GSF › Forums › Capstone › BCM – Huy & Duc

  • This topic is empty.
Viewing 1 post (of 1 total)
  • Author
    Posts
  • 2025-04-01 at 7:05 pm #2423
    Do Kyong Kim
    Keymaster

    GSF-based APE Expert-Guided Study Plan

    Study Title: Smart IoT System for Algae Cultivation – A Blue Carbon and Sustainable Green Economy Solution
    Participants: Bùi Quang Huy, Đoàn Duy Đức
    Technical Advisor: Kim Do Kyong (GSF-based APE Expert, International Cooperation Coordinator at CWCA)

    1. Study Objectives

    • Develop an autonomous algae cultivation system based on IoT

    • Propose a carbon sequestration and green economy solution using Blue Carbon technology

    • Build an automated environmental control system using AI and computer vision

    2. Study Phases and Key Activities

    Week Topic Details
    Weeks 1–2 Preliminary Research & Design – Analyze growth conditions for Spirulina, Chlorella, and Nannochloropsis
    – Identify key parameters: light, pH, temperature, CO₂, DO, turbidity, density
    Weeks 2–4 System Setup & Configuration – Configure hardware: ESP32, Raspberry Pi, sensors, camera, etc.
    – Build the system environment using Node-RED, MQTT, InfluxDB, Python (OpenCV)
    Weeks 3–4 Dashboard & Control Implementation – Real-time visualization of sensor data
    – Manual and automatic control features
    – Time-series visualization with Grafana
    – Develop system alerts and notifications
    Weeks 4–6 AI-based Optimization – Collect and process environmental and image data
    – Apply machine learning models for control logic (lighting, CO₂)
    – Maximize energy efficiency and growth output
    Post Week 6 Expansion & Advanced Development – Integrate solar energy systems
    – Move to cloud-based remote monitoring and control
    – Design a carbon credit model based on algae CO₂ absorption

    3. Expected Outcomes

    • Gain practical experience in environmental monitoring and automation

    • Acquire hands-on skills in AI and IoT system integration

    • Contribute to carbon reduction efforts and sustainable green economy models

    • Build capacity for international joint research projects through CWCA and GSF

    4. Technical Support Provided by APE Expert Kim Do Kyong (CWCA)

    • Guidance on IoT communication and data architecture

    • Technical advice on algae density analysis using computer vision

    • Consultation on data modeling and carbon credit framework

    • Support for collaborative project development with CWCA and the GSF network

    5. GSF Platform Integration Plan

    • Submit the final study report to the GSF platform (https://g-smartfuture.com)

    • Incorporate feedback from APE experts for continuous improvement

    • Expand collaboration to related projects: smart farming, carbon credit systems, AI-based water monitoring, etc.

    Project Plan

     

    KẾ HOẠCH HỌC TẬP DƯỚI SỰ HƯỚNG DẪN CỦA CHUYÊN GIA APE THUỘC GSF

    Tên đề tài: Hệ thống IoT thông minh cho nuôi tảo – Giải pháp Carbon xanh và phát triển kinh tế xanh bền vững
    Thành viên: Bùi Quang Huy, Đoàn Duy Đức
    Cố vấn kỹ thuật: Kim Do Kyong (Chuyên gia APE thuộc GSF, Điều phối viên Hợp tác Quốc tế của CWCA)

    1. Mục tiêu học tập

    • Phát triển hệ thống nuôi tảo tự động dựa trên công nghệ IoT

    • Đề xuất mô hình hấp thụ carbon và phát triển kinh tế xanh dựa trên công nghệ Blue Carbon

    • Ứng dụng trí tuệ nhân tạo và thị giác máy tính để điều khiển môi trường tự động tối ưu

    2. Kế hoạch nghiên cứu và thực hành

    Tuần Chủ đề Nội dung cụ thể
    Tuần 1–2 Nghiên cứu và thiết kế ban đầu – Phân tích điều kiện sinh trưởng của Spirulina, Chlorella và Nannochloropsis
    – Xác định các thông số môi trường chính: ánh sáng, pH, nhiệt độ, CO₂, DO, độ đục, mật độ tảo
    Tuần 2–4 Cài đặt và cấu hình hệ thống – Thiết lập phần cứng: ESP32, Raspberry Pi, cảm biến, camera, v.v.
    – Cài đặt môi trường hệ thống với Node-RED, MQTT, InfluxDB, Python (OpenCV)
    Tuần 3–4 Xây dựng bảng điều khiển và hệ thống điều khiển – Hiển thị dữ liệu cảm biến theo thời gian thực
    – Tạo chức năng điều khiển thủ công và tự động
    – Trực quan hóa dữ liệu bằng Grafana
    – Phát triển hệ thống thông báo và cảnh báo
    Tuần 4–6 Tối ưu hóa bằng AI – Thu thập và xử lý dữ liệu môi trường và hình ảnh
    – Ứng dụng mô hình học máy để tối ưu CO₂ và ánh sáng
    – Tối ưu hóa hiệu quả năng lượng và tăng trưởng tảo
    Sau tuần 6 Mở rộng và nâng cao hệ thống – Tích hợp hệ thống năng lượng mặt trời
    – Chuyển hệ thống điều khiển sang nền tảng đám mây
    – Thiết kế mô hình tín chỉ carbon dựa trên lượng CO₂ hấp thụ của tảo

    3. Kết quả kỳ vọng

    • Nâng cao năng lực giám sát môi trường và tự động hóa

    • Trang bị kỹ năng thực tiễn trong tích hợp hệ thống AI và IoT

    • Góp phần giảm phát thải carbon và phát triển mô hình kinh tế xanh

    • Mở rộng cơ hội tham gia các dự án nghiên cứu quốc tế cùng CWCA và GSF

    4. Hỗ trợ kỹ thuật từ chuyên gia Kim Do Kyong (CWCA)

    • Tư vấn thiết kế kiến trúc truyền thông và dữ liệu IoT

    • Hướng dẫn kỹ thuật phân tích mật độ tảo bằng thị giác máy tính

    • Tư vấn mô hình hóa dữ liệu và thiết kế hệ thống tín chỉ carbon

    • Kết nối và hỗ trợ phát triển dự án hợp tác trong khuôn khổ GSF và CWCA

    5. Kế hoạch tích hợp với nền tảng GSF

    • Nộp báo cáo kết quả học tập lên nền tảng GSF (https://g-smartfuture.com)

    • Tiếp nhận phản hồi từ các chuyên gia APE để hoàn thiện dự án

    • Mở rộng nghiên cứu sang các dự án liên quan như nông nghiệp thông minh, hệ thống giám sát chất lượng nước bằng AI, và mô hình tín chỉ carbon

     

    GSF 기반 APE 전문가 기술지도형 스터디 계획서

    Study Title: Smart IoT System for Algae Cultivation – A Blue Carbon and Sustainable Green Economy Solution
    Participants: Bùi Quang Huy, Đoàn Duy Đức
    Technical Advisor: 김도경 (GSF 기반 APE 전문가, CWCA 국제협력 코디네이터)

    1. 스터디 목표

    • IoT 기반의 자율형 조류 배양 시스템 개발

    • Blue Carbon 기술을 활용한 탄소 흡수 및 녹색경제 솔루션 제안

    • AI 및 컴퓨터 비전 기술을 적용하여 자동 환경 제어 시스템 구축

    2. 주요 연구 및 실습 계획

    주차 주제 세부 내용
    1~2주 기초 연구 및 설계 – Spirulina, Chlorella, Nannochloropsis의 생육 조건 분석
    – 주요 환경 변수(빛, pH, 온도, CO₂, DO, 탁도, 밀도) 정리
    2~4주 시스템 구성 및 설정 – ESP32, Raspberry Pi, 센서, 카메라 등 하드웨어 설정
    – Node-RED, MQTT, InfluxDB, Python(OpenCV) 환경 구성
    3~4주 대시보드 및 제어 구현 – 센서 데이터 시각화 및 자동/수동 제어 기능 구현
    – Grafana 기반 고급 시계열 데이터 시각화
    – 시스템 상태 알림 기능 개발
    4~6주 AI 기반 최적화 – 데이터 수집 및 머신러닝 모델 적용
    – 생육단계에 따른 조명/CO₂ 조절 알고리즘 개발
    – 에너지 효율 극대화
    6주 이후 확장 및 고도화 – 태양광 에너지 적용 방안
    – 클라우드 기반 원격 제어 시스템 도입
    – 탄소흡수 기반 Carbon Credit 모델 기획

    3. 기대 효과

    • 환경 모니터링과 자동 제어 시스템 구축에 대한 실전 역량 향상

    • AI 및 IoT 융합기술의 실용적 학습

    • 탄소감축 기여 및 지속가능한 녹색경제 모델 구축 기반 마련

    • CWCA 및 GSF 연계 국제 공동연구 참여 가능성 확보

    4. 기술지도 및 전문가 지원 (김도경 APE 전문가, CWCA)

    • IoT 및 통신 구조 설계 지도

    • 컴퓨터 비전 기반 조류 밀도 분석 기술 자문

    • 탄소흡수량 기반 데이터 분석 모델 및 크레딧 시스템 설계 자문

    • CWCA 및 GSF 연계 공동 프로젝트 연계 지원

    5. GSF 플랫폼 연계 계획

    • GSF 공식 사이트(https://g-smartfuture.com)에 스터디 결과 보고

    • APE 전문가 피드백 수렴 및 업그레이드 반영

    • 향후 탄소크레딧 기반 스마트팜, 스마트 수질 관리, AI 기반 환경 분석 시스템 등과의 공동 연구 추진 가능

     

    Attachments:
    You must be logged in to view attached files.
  • Author
    Posts
Viewing 1 post (of 1 total)
  • You must be logged in to reply to this topic.