head

2017年8月30日水曜日

esp8266, 稼動時間帯設定で連続稼動日の延長テスト




esp8266で消費電力を下げる事例は、ありそうですが検討してみました。
条件付で、電池の連続稼動日を延ばす方法となります。
稼動時間を設定(例: 9-17時)し、稼動時間以外はIoT機能を停止させる事で
消費電力を下げ、連続稼動日数を伸ばす仕組みです。
24時間稼動前程の運用では適用できません、
昼間稼動でのIoT活用で夜間は使用しない場合、

予想としては、日に8時間稼動で消費電力は電源回路周辺は
常時電力を消費するため、1/3以下まで下げる事は不可能と予想されますが、
動作的にはスリープ解除後の回数が減り、消費電力は下がると予想しています。

*1) 現在時刻の調査方法は、複数ありそうですが。NTPに接続して
 取得しています。RTC等の回路追加は無しです。
*2) NTPを起動時に毎回接続した場合、消費電力は増えましたので
 基準時間をRTC memory に保存し、タイマ起動時に計算処理で
 現在時刻を計算する処理も追加しました。



# 稼動時間イメージ




*) 指定時間帯は、active(稼動時間)のみです。


# 条件
a) 24時間稼動は対象外
b) sleep タイマは30分以上の場合はほぼ効果なし。
 想定タイマ: 5-15分
c) 稼動 -開始終了範囲が、0時 - 24時 まで。
d)電源周辺部品
LDO 出力 500mA : TA48M033F
入出力コンデンサ :入力=0.1u, 出力=47u

*) 例は、1日稼動時間= 8H


# 処理
ntp ( udp)を使って、起動時に現在時刻を取得し、稼動判定処理に使っています。
a) 開始終了時刻は、コード内に記載しています。
 *)改良としては、クラウド側から、範囲時刻を取得した方が良さそうです。
b) 稼動時間帯は、数分( 約5-15分)タイマ、30分以上のタイマの場合は、さほど効果ありません。
c) 非稼動時間帯は、60分タイマで、次稼動時間帯開始の監視を行います。



# code (BETA) -arduino IDE 1.8.4
https://github.com/kuc-arc-f/WiFiClient_ntpTest_2

==== Update :2017/08/31 ====
update 0.9.2 を更新しました。
不具合対応で、稼動時間帯の判定処理を修正しました。
=======

*) センサは接続していません。

*) 計測/集計用のコード - arduino/python (参考)
https://github.com/kuc-arc-f/read_adcUART




# 集計/分析
予測計算となります、1時間の実測値をもとに計算しています。
計測は前回の arduino (+電流測定抵抗= 1R)版電流測定機器、
で100mSec(0.1sec)単位で1時間測定、対象 36,000件

*1) 1mA以下の測定ができてないため、
テスタ計測の基板消費電流=0.8 mAを加算しています。
*2) 旧版は、単純なスリープ起動(deep sleep 5分)

a) 新版の 稼動時間帯/ 非稼動の波形


b) 表/ 新版の 稼動時間帯/ 非稼動、
稼動 / 1 時間当りの平均電流値= 2.9447 mAh
非稼動/ 1 時間当りの平均電流値= 1.0609 mAh
稼動 / 24時間当りの平均電流値= 70.6728 mAh
非稼動/ 24時間当りの平均電流値= 40.532  mAh



c) 旧/新 比較。
旧/24時間当りの平均電流値= 63.686 mAh
新/24時間当りの平均電流値= 40.532 mAh
旧/24時間当りの平均電力値= 318.42 mWh
新/24時間当りの平均電力値= 202.66 mWh

*) 電力消費は、旧/新比較= 63.52 % (新は消費が少ない)
終止電圧までの時間、旧/新比較=  1.57 倍(新は連続稼動可能)



d) 消費、累積30日のグラフ



# 考察
改良内容で、予想より消費は下がりませんでした、
50% 以下は期待していましたが。。悪影響は
電源部分の消費が大きく。常時電力を消費している為と
想定しています。
今回は、接続先の thingSpeakの更新時間が長めになっており
消費電力が大めになっていますが、全て同一接続先でテストした為、
比率は変わらないと思います。


# まとめ
将来的には、稼動カレンダ連動で
休日は 非稼動にできると、さらに稼動日数は伸びると思います。



# esp8266まとめ
http://knaka0209.blogspot.jp/2017/06/esp8266-matome.html



0 件のコメント:

コメントを投稿

google colaboratory お試し編 、GPUも使える機械学習の環境構築

前回続き、機械学習の関連となります。 開発環境まわりの内容となり。先人様の情報を元に調査しました。 google colab(google colaboratory) を試してみました。機械学習系の いくつかのライブラリがインストール済みで、 クラウド上で、ある程度機械学...

AD-parts

Shop
Bluetooth搭載
ベース基板

Social