Розробка пристрою екологічного моніторингу на базі мікроконтролера

Тисовський, Тимофій Ілліч
Please use this identifier to cite or link to this item: https://er.chdtu.edu.ua/handle/ChSTU/10075
Title:	Розробка пристрою екологічного моніторингу на базі мікроконтролера
Authors:	Рудаков, Костянтин Сергійович Тисовський, Тимофій Ілліч
Keywords:	екологічний моніторинг, мікроконтролер ESP32, Інтернет речей, IoT, моніторинг якості повітря, сенсор MQ-135, датчик BME280, вимірювання концентрації газів, температура, вологість, атмосферний тиск, цифрова обробка сигналів, фільтрація даних, протокол MQTT, передавання телеметричних даних, хмарна платформа, енергоефективність, режим Deep Sleep, автономний пристрій, бездротовий зв’язок, моделювання та тестування
Issue Date:	Jun-2026
Abstract:	У кваліфікаційній роботі розроблено проєкт пристрою екологічного моніторингу на базі мікроконтролера ESP32 для збору, обробки та дистанційного передавання даних про стан атмосферного повітря. Проведено аналіз сучасних систем екологічного моніторингу, мікроконтролерних платформ і сенсорів для визначення концентрації газів та вимірювання метеорологічних параметрів. Обґрунтовано вибір ESP32 як основного обчислювального модуля, напівпровідникового сенсора MQ-135 для виявлення газових домішок і цифрового сенсора BME280 для вимірювання температури, вологості та атмосферного тиску. Розроблено математичну модель обробки аналогових і цифрових сигналів, що передбачає перетворення вимірювань, калібрування, компенсацію впливу температури й вологості та фільтрацію даних методом експоненційного згладжування. Спроєктовано структурну та функціональну схеми пристрою, принципову електричну схему, топологію друкованої плати й тривимірну модель корпусу. Розроблено алгоритмічне забезпечення мікроконтролера для опитування сенсорів, обробки результатів і передавання телеметричних даних у форматі JSON за протоколом MQTT. Для підвищення енергоефективності передбачено використання режиму глибокого сну Deep Sleep та керування інтервалами передавання даних. Проведено програмне тестування й моделювання роботи системи в хмарному середовищі, зокрема перевірку цілісності даних, стабільності мережевого з’єднання та функціонування засобів візуалізації результатів. Практичне значення роботи полягає у можливості застосування розробленого рішення для створення доступних автономних систем контролю якості повітря в міських умовах, житлових приміщеннях і на промислових об’єктах.
URI:	https://er.chdtu.edu.ua/handle/ChSTU/10075
Appears in Collections:	123 Комп’ютерна інженерія (Спеціалізовані комп’ютерні системи)
Files in This Item:
File	Description	Size	Format
Б_123_2026_Тисовський.pdf Restricted Access		1.83 MB	Adobe PDF	View/Open Request a copy
Show full item record
Extracted text
МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ 
ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ 
ФАКУЛЬТЕТ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ І СИСТЕМ 
КАФЕДРА РОБОТОТЕХНІКИ ТА СПЕЦІАЛІЗОВАНИХ 
КОМП’ЮТЕРНИХ СИСТЕМ 
ПОЯСНЮВАЛЬНА ЗАПИСКА 
до кваліфікаційної роботи 
освітнього ступеня «бакалавр» 
 
на тему: Розробка пристрою екологічного моніторингу на базі 
мікроконтролера 
 
 
 Виконав здобувач вищої освіти 4 
курсу, 
  групи СКС-2207 
  Спеціальності «Комп’ютерна 
  інженерія»  
  (освітня програма 
  «Спеціалізовані комп’ютерні 
  системи») 
   
  Тимофій ТИСОВСЬКИЙ 
  (ім’я та ПРІЗВИЩЕ) 
 Керівник Костянтин РУДАКОВ 
  (ім’я та ПРІЗВИЩЕ) 
 Рецензент Ім’я ПРІЗВИЩЕ 
  (ім’я та ПРІЗВИЩЕ) 
   
Захист дозволяю:   
зав. кафедри, д.т.н.,   Валентина ЛУКАШЕНКО 
професор 
 (підпис)  (ім’я та ПРІЗВИЩЕ) 
 
Черкаси 2026 
ЗМІСТ 
 
ВСТУП ……………………………………………………………………….…4 
РОЗДІЛ 1. АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ ТА ПОСТАНОВКА 
ЗАВДАННЯ …………………………………………………………………….7 
1.1. Роль та значення систем екологічного моніторингу в сучасному 
світі ………………………………………………………………………7  
1.2. Порівняльний аналіз технічних характеристик сучасних 
мікроконтролерних платформ для IoT ………………………………...9 
1.3. Аналіз методів детектування газів та огляд сучасних 
інтелектуальних сенсорів ……………………………………………..12 
1.4. Формування технічних вимог до проекту та висновки до 
розділу…………………………………………………………………..15 
РОЗДІЛ 2. СИСТЕМНИЙ АНАЛІЗ ТА ТЕОРЕТИЧНЕ ПРОЕКТУВАННЯ 
ПРИСТРОЮ …………………………………………………………………..17 
2.1. Побудова математичної моделі обробки даних з аналогових та 
цифрових сенсорів …………………………………………………….17  
2.2. Розробка та обґрунтування структурної схеми 
системи………...21  
2.3. Дослідження протоколів передачі даних MQTT та HTTP для 
енергоефективних систем……………………………………………...25 
2.4. Моделювання режимів енергоспоживання та обґрунтування 
використання Deep Sleep ……………………………………………...30 
2.5. Проектування функціональної схеми та висновки до 
розділу….33 
РОЗДІЛ 3. ТЕХНІЧНА РЕАЛІЗАЦІЯ ТА ПРОГРАМНЕ 
МОДЕЛЮВАННЯ…………………………………………………………….37  
2 
3.1. Розробка принципової електричної схеми пристрою в 
середовищі САПР 
……...……………………………………………………………37 
3.2. Проектування топології друкованої плати та 3D-моделювання 
корпусу………………………………………………………………….43 
3.3. Розробка алгоритмічного забезпечення та структури коду 
мікроконтролера ……………………………………………………….46 
3.4. Програмне тестування та симуляція роботи системи в хмарному 
середовищі ……………………………………………………………..50 
ВИСНОВКИ …………………………………………………………………..55 
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 
…………………………………….57 
ДОДАТОК А 
…………………………………………………………………..59 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3 
 
 
 
 
 
 
 
ВСТУП 
 
Актуальність теми. Питання екологічної безпеки та моніторингу 
стану навколишнього природного середовища на сьогодні є одними з 
найбільш пріоритетних напрямків розвитку глобальної технологічної 
спільноти [1]. Стрімкий розвиток індустріальних центрів, постійне 
збільшення кількості одиниць автотранспорту з двигунами внутрішнього 
згоряння та неконтрольовані викиди промислових підприємств призводять 
до того, що якість атмосферного повітря у великих містах часто не 
відповідає встановленим нормам. Тривале перебування людини в умовах 
підвищеної концентрації вуглекислого газу, пилу фракцій PM2.5 та PM10, а 
також летких органічних сполук спричиняє розвиток хронічних 
захворювань та значно знижує рівень життя населення. 
Традиційна архітектура систем екологічного моніторингу, що 
базується на використанні стаціонарних автоматизованих постів 
спостереження, має ряд суттєвих обмежень. По-перше, такі станції є 
надзвичайно дороговартісними як у виробництві, так і в обслуговуванні. По-
друге, через свої великі габарити вони мають низьку мобільність і 
розташовуються на великій відстані одна від одної. Це створює ситуацію, 
коли дані з одного поста екстраполюються на цілий район, що не дозволяє 
виявити локальні джерела забруднення, наприклад, на окремому перехресті 
або поблизу конкретного промислового об’єкта. 
4 
Виходом із цієї ситуації є застосування сучасних парадигм 
комп’ютерної інженерії, зокрема концепції «Інтернету речей» (Internet of 
Things - IoT). Створення мережі низькобюджетних, малогабаритних та 
інтелектуальних пристроїв моніторингу дозволяє покрити територію міста 
значно щільнішою сіткою спостереження [6]. Використання 
мікроконтролерів нового покоління, таких як ESP32, що інтегрують у собі 
обчислювальну потужність та вбудовані інтерфейси бездротового зв’язку 
(Wi-Fi, Bluetooth), дає змогу проектувати системи, які автоматично 
передають дані у глобальну мережу без потреби у додаткових проміжних 
вузлах. Актуальність даної роботи підсилюється необхідністю створення 
саме таких вітчизняних рішень, які були б доступними за ціною, надійними 
в експлуатації та легкими у розгортанні, що повністю відповідає сучасним 
тенденціям розвитку спеціалізованих комп’ютерних систем. 
Мета дослідження - проектування архітектури та розробка цілісного 
інженерного проекту пристрою автоматизованого моніторингу параметрів 
навколишнього середовища, який забезпечує високу точність вимірювань, 
енергоефективність та можливість віддаленого аналізу даних через хмарні 
інтерфейси. 
Для досягнення поставленої мети визначено та деталізовано 
наступні завдання: 
1. Проведення системного аналізу предметної області: вивчення 
існуючих технічних стандартів у сфері екомоніторингу, огляд 
аналогічних комерційних та аматорських систем, виявлення їхніх 
критичних недоліків та переваг. 
2. Обґрунтування та вибір компонентної бази: детальний 
порівняльний аналіз мікроконтролерних рішень та сенсорних 
модулів, вибір оптимального набору датчиків за критеріями 
«точність-енергоспоживання-ціна». 
5 
3. Розробка структурно-функціональної моделі: формування логіки 
взаємодії апаратної та програмної частин системи, визначення 
маршрутів руху даних від чутливого елемента до інтерфейсу 
користувача. 
4. Схемотехнічне проектування: створення повної принципової 
електричної схеми пристрою та трасування друкованої плати з 
урахуванням мінімізації електромагнітних завад. 
5. Алгоритмічне та програмне забезпечення: розробка ефективних 
алгоритмів опитування сенсорів, первинної фільтрації цифрових 
сигналів та реалізація мережевого стека для передачі даних за 
протоколом MQTT. 
6. Верифікація та моделювання: проведення програмної симуляції 
роботи пристрою, перевірка коректності обробки виняткових 
ситуацій та проектування графічного інтерфейсу для візуалізації 
отриманих результатів. 
Об’єкт дослідження - процеси збору, цифрової обробки та 
дистанційної передачі телеметричних даних про стан атмосферного повітря 
в ієрархічних комп’ютерних системах моніторингу. 
Предмет дослідження - методи побудови архітектури, схемотехнічні 
рішення, програмні алгоритми та мережеві протоколи, що реалізуються в 
пристрої екологічного моніторингу на базі мікроконтролера ESP32. 
Методи дослідження. При виконанні кваліфікаційної роботи було 
застосовано комплексний методологічний апарат. Методи системного 
аналізу та теорії множин використані для структурування компонентів 
системи. Методи цифрової обробки сигналів лягли в основу алгоритмів 
фільтрації даних. Проектування апаратної частини базується на методах 
автоматизованого проектування електронних пристроїв (САПР). Для 
розробки ПЗ використано принципи об’єктно-орієнтованого та подієво-
орієнтованого програмування. Верифікація результатів здійснювалася 
6 
методами імітаційного моделювання та аналітичного розрахунку 
енергоспоживання. 
Наукова новизна отриманих результатів полягає у вдосконаленні 
архітектурної побудови пристрою моніторингу шляхом впровадження 
комбінованого алгоритму керування живленням та адаптивної частоти 
передачі даних залежно від динаміки зміни показників середовища. Це 
дозволяє досягти оптимального балансу між актуальністю інформації та 
часом автономної роботи пристрою. 
Практичне значення отриманих результатів. Результати 
проектування, включаючи схеми, специфікації та програмний код, мають 
високу ступінь готовності до реалізації. Розроблені рішення можуть бути 
використані муніципальними службами для побудови міських мереж 
контролю якості повітря, приватними особами для домашнього 
моніторингу, а також у навчальному процесі при вивченні дисциплін, 
пов’язаних із мікроконтролерною технікою та бездротовими мережами. 
Особистий внесок студента. Теоретичні результати дослідження, що 
виносяться на захист, отримані автором особисто. Результати прикладного 
характеру отримані за участю автора спільно з колективом співробітників 
ЧДТУ. 
Апробація результатів роботи здійснювалась шляхом їх 
представлення та обговорення на наукових заходах. Основні положення та 
результати кваліфікаційної роботи доповідались і обговорювались на 
студентській науково-практичній конференції, що відбулася 21-23 квітня 
2026 року у місті Черкаси. Під час виступу було висвітлено підхід до 
автоматизації розгортання хмарної інфраструктури на базі OpenStack у 
середовищі VMware vSphere, а також отримано зауваження та рекомендації, 
які були враховані при подальшому доопрацюванні роботи. 
Публікації. За матеріалами роботи опублікована теза доповідей: 
Розробка пристрою екологічного моніторингу на базі мікроконтролера / 
7 
Т. І. Тисовський, К. С. Рудаков // Збірник тез доповідей студентської 
науковопрактичної конференції ЧДТУ : 21-23 квітня 2026 р. [Електронний 
ресурс] / [упоряд. Мельник І.В.] ; Мво освіти і науки України, Черкас. держ. 
технол. унт. – Черкаси : ЧДТУ, 2026.. 
Структура та обсяг роботи. Бакалаврська робота складається з 
загальної характеристики роботи, трьох розділів, висновків, списку 
використаних джерел. Основний текст викладений на 62 сторінках, містить 
28 рисунків та 1 таблицю. Список використаних джерел складається з 37 
найменувань. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
8 
РОЗДІЛ 1. АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ ТА ПОСТАНОВКА 
ЗАВДАННЯ 
 
1.1. Роль та значення систем екологічного моніторингу в 
сучасному світі 
Процеси глобалізації та стрімкий розвиток промисловості впродовж 
останніх десятиліть призвели до значного антропогенного навантаження на 
навколишнє природне середовище [2]. Одним із найбільш критичних 
факторів впливу є забруднення атмосферного повітря, яке безпосередньо 
корелює з рівнем захворюваності та тривалістю життя населення. В умовах 
сучасного «розумного міста» (Smart City) концепція екологічного 
моніторингу трансформується з пасивного спостереження у активну 
систему підтримки прийняття рішень. 
Основне завдання сучасних систем екологічного моніторингу полягає 
у безперервному зборі, обробці та аналізі даних про концентрацію 
шкідливих домішок, таких як оксиди азоту (NOx), діоксид сірки (SO2), 
чадний газ (CO), а також дрібнодисперсний пил фракцій PM2.5 та PM10 [3]. 
Останні вважаються найбільш небезпечними, оскільки здатні проникати 
глибоко в легені та кровоносну систему людини, викликаючи незворотні 
патологічні зміни. 
Існуюча інфраструктура державного моніторингу в більшості країн 
базується на стаціонарних постах автоматизованого контролю. Проте, з 
точки зору комп’ютерної інженерії, такі системи мають суттєві архітектурні 
недоліки: 
1. Низька просторова щільність: через високу вартість обладнання 
пости розташовуються на відстані кількох кілометрів один від одного, 
що створює «сліпі зони» у вимірюваннях. 
9 
2. Дискретність даних: часто дані збираються та оновлюються з 
великим запізненням, що не дозволяє оперативно реагувати на 
аварійні викиди. 
3. Висока вартість володіння: складність обслуговування та 
необхідність постійного калібрування дорогих газоаналізаторів 
роблять такі системи недоступними для широкого впровадження. 
Альтернативою та важливим доповненням до стаціонарних систем є 
впровадження мереж на базі технологій Інтернету речей (IoT). Архітектура 
такої системи передбачає використання великої кількості компактних 
мікроконтролерних пристроїв, оснащених напівпровідниковими або 
електрохімічними сенсорами. Загальна схема взаємодії компонентів у такій 
мережі представлена на рис. 1.1. 
 
 
Рис.1.1. Типова архітектура IoT-системи екологічного моніторингу 
 
Основна роль таких розподілених систем полягає у створенні 
«теплових карт» забруднення міста в режимі реального часу [5]. Це дозволяє 
муніципальним службам оптимізувати трафік автомобілів, виявляти 
10 
незаконні викиди підприємств та попереджати мешканців про небезпечні 
рівні смогу через мобільні додатки. 
З технічної точки зору, проектування такого пристрою вимагає 
вирішення комплексу завдань комп’ютерної інженерії: від вибору 
енергоефективного мікроконтролера, здатного працювати в автономних 
умовах, до розробки надійних протоколів передачі даних у розгалужених 
бездротових мережах. Отже, розробка спеціалізованого пристрою 
моніторингу на базі мікроконтролера є не лише актуальною соціальною 
потребою, а й складною інженерною задачею, що охоплює апаратне та 
програмне забезпечення, системний аналіз та мережеві технології. 
 
1.2. Порівняльний аналіз технічних характеристик сучасних 
мікроконтролерних платформ для IoT 
Вибір обчислювального центру системи є фундаментальним етапом 
проектування, оскільки саме від можливостей мікроконтролера залежить не 
тільки швидкість обробки інформації, а й стабільність роботи всього 
пристрою в умовах змінного зовнішнього середовища. В рамках розробки 
системи екологічного моніторингу необхідно враховувати, що пристрій 
повинен працювати в режимі реального часу, забезпечуючи високу точність 
квантування сигналів з аналогових сенсорів та надійну підтримку 
мережевих протоколів. 
Першою платформою, що була розглянута, є Arduino Uno, 
побудована на базі 8-бітного RISC-мікроконтролера ATmega328P. Дане 
рішення є класичним для освітніх проектів та швидкого прототипування 
[11]. Проте, при глибокому аналізі архітектури стають очевидними 
обмеження, що критичні для даного проекту. Робоча напруга 5 В ускладнює 
пряме підключення сучасних сенсорів та модулів зв’язку, більшість з яких 
працюють на логічних рівнях 3.3 В. Крім того, наявність лише 2 Кб 
оперативної пам'яті (SRAM) обмежує можливість використання великих 
11 
буферів даних та сучасних бібліотек шифрування. Відсутність 
інтегрованого Wi-Fi стека робить платформу Arduino Uno залежною від 
зовнішніх модулів зв'язку, що призводить до зростання споживання струму 
та збільшення кількості точок відмови в системі. 
Наступним кроком було проаналізовано сімейство мікроконтролерів 
STM32, зокрема серію F1, яка базується на архітектурі ARM Cortex-M3. 
Дані мікроконтролери є стандартом для промислової автоматики. Основною 
перевагою STM32 є наявність вдосконаленого 12-бітного аналого-
цифрового перетворювача (АЦП), який має значно вищу роздільну 
здатність порівняно з 10-бітним АЦП Arduino. Це дозволяє більш точно 
реєструвати мінімальні зміни концентрації газів у повітрі. Проте для 
реалізації концепції Internet of Things мікроконтролери цієї серії вимагають 
використання зовнішнього Wi-Fi або GSM модуля, що вимагає розробки 
складного програмного коду для взаємодії через AT-команди або SPI-
інтерфейс. 
Найбільш відповідним вимогам проєкту виявився мікроконтролер 
ESP32 від компанії Espressif Systems. Даний чип є яскравим представником 
класу SoC (System-on-Chip) [13]. Його архітектура базується на 32-бітному 
двоядерному процесорі Xtensa LX6. Використання двох ядер дозволяє 
розділити задачі: одне ядро займається підтримкою Wi-Fi стека та 
протоколів передачі (MQTT, HTTP), а інше - безпосереднім опитуванням 
сенсорів та обробкою математичних моделей. Це гарантує, що процес 
передачі даних не буде переривати цикл збору інформації, що є критично 
важливим для систем реального часу. 
Важливим аспектом ESP32 є інтегрована підтримка технології 
Bluetooth Low Energy (BLE) та Classic Bluetooth, що надає додаткові 
можливості для конфігурування пристрою зі смартфона без підключення до 
локальної мережі Wi-Fi [14]. Пам'ять пристрою (520 Кб SRAM та зовнішня 
Flash до 4-16 Мб) дозволяє зберігати дані локально у разі тимчасової 
12 
відсутності інтернет-з'єднання, реалізуючи механізм черги повідомлень. 
Для обґрунтування вибору конкретної платформи складено порівняльну 
таблицю: 
Таблиця 1.1  
Порівняння характеристик мікроконтролерних платформ 
Параметр Arduino Uno STM32F103 ESP32-WROOM 
Розрядність 
8 біт 32 біти 32 біти 
процесора 
Тактова частота 16 МГц 72 МГц 240 МГц 
Об'єм ОЗП (RAM) 2 КБ 20 КБ 520 КБ 
Вбудований Wi-Fi Немає Немає Є (802.11 b/g/n) 
Вбудований 
Немає Немає Є (v4.2 + BLE) 
Bluetooth 
АЦП (розрядність) 10 біт 12 біт 12 біт 
Напруга живлення 5.0 В 3.3 В 3.3 В 
Режим глибокого 
~30 мА ~20 мкА ~10 мкА 
сну 
 
Особливу увагу в контексті екологічного моніторингу слід приділити 
енергоефективності. ESP32 підтримує унікальні режими енергозбереження, 
серед яких найбільш цікавим є Deep Sleep. У цьому режимі вимикаються 
основні ядра процесу, але продовжує працювати ULP-сопроцесор (Ultra-
Low Power), який може самостійно моніторити порогові значення на 
датчиках. Якщо концентрація шкідливих газів перевищує норму, ULP-
сопроцесор «розбудить» основну систему для передачі сигналу тривоги. 
Такий підхід дозволяє пристрою працювати від акумулятора місяцями, що 
неможливо реалізувати на базі стандартних платформ Arduino або STM32 
без значного ускладнення схеми. 
Також ESP32 має багату периферію: 
● 12-бітний АЦП з 18 каналами, що дозволяє підключати декілька 
газових сенсорів одночасно; 
● Два 8-бітні ЦАП для можливого керування виконавчими 
механізмами (наприклад, системами вентиляції); 
13 
● Інтерфейси I2C та SPI, що підтримують підключення сучасних 
цифрових метео сенсорів типу BME280; 
● Апаратне прискорення криптографії, що забезпечує безпеку даних 
користувача при передачі через відкриті мережі. 
З огляду на проведений комплексний аналіз, мікроконтролер ESP32 
був обраний як основний обчислювальний елемент. Його використання 
дозволяє створити компактний, потужний та автономний пристрій, який 
повністю відповідає сучасним стандартам комп'ютерної інженерії та 
вимогам до систем моніторингу навколишнього середовища. 
 
1.3. Аналіз методів детектування газів та огляд сучасних 
інтелектуальних сенсорів 
Для побудови ефективної системи екологічного моніторингу, що 
функціонує в межах парадигми «Інтернету речей», ключовим аспектом є 
вибір первинних перетворювачів. Сучасний технологічний стек 
комп’ютерної інженерії пропонує два основні шляхи отримання даних про 
навколишнє середовище: використання аналогових напівпровідникових 
сенсорів та інтеграцію цифрових інтелектуальних систем на основі MEMS-
технологій. 
Основним інструментом аналізу якісного складу повітря в бюджетних 
системах є сенсори серії MQ [4]. Принцип їх дії базується на явищі адсорбції 
молекул газу на поверхні напівпровідникового шару, що призводить до 
зміни його електричної провідності. Внутрішня конструкція такого датчика 
є досить складною інженерною структурою. Чутливий елемент складається 
з мікроскопічної керамічної трубки з нанесеним шаром діоксиду олова 
(SnO2). Усередині трубки розташована ніхромова спіраль нагрівача. 
14 
 
Рис.1.2. Внутрішня структура напівпровідникового сенсора серії MQ 
 
Процес детектування відбувається наступним чином: при подачі 
живлення нагрівач піднімає температуру напівпровідникового шару до 
рівню 200°C-400°C. Це необхідно для активації кисню на поверхні SnO2. У 
чистому повітрі опір датчика залишається високим, але як тільки в 
атмосфері з’являються домішки (аміак, бензол, дим або чадний газ), вони 
вступають у реакцію з активованим киснем, що призводить до вивільнення 
вільних електронів і різкого падіння опору. Ця фізична зміна фіксується 
мікроконтролером через схему дільника напруги. 
Паралельно з аналоговими газоаналізаторами, у проекті передбачено 
використання цифрового інтелектуального сенсора BME280. Це 
представник нового покоління датчиків, де в одному корпусі інтегровано 
вимірювачі температури, вологості та атмосферного тиску. На відміну від 
серії MQ, BME280 є повністю автономною цифровою системою з власним 
АЦП та блоком корекції помилок. 
15 
 
Рис.1.3. Схема цифрового MEMS-сенсора BME280 
 
Внутрішня архітектура BME280 базується на п’єзорезистивних та 
ємнісних методах вимірювання. П’єзорезистивний елемент реагує на 
механічну деформацію, спричинену зміною атмосферного тиску, а ємнісний 
елемент змінює свої характеристики залежно від насиченості повітря 
вологою. Вбудований у сенсор низькопотужний процесор (DSP) отримує ці 
сигнали та видає готовий результат у цифровому вигляді через шину I2C. 
Для порівняння технічних можливостей обраних сенсорів та 
обґрунтування їх використання в єдиній системі, основні характеристики 
зведено у таблицю 1.2. 
Таблиця 1.2  
 Порівняльна характеристика сенсорів системи моніторингу 
Параметр MQ-135 BME280 
Напівпровідниковий 
Фізичний принцип MEMS (П’єзо/Ємнісний) 
(MOS) 
Тип вихідного сигналу Аналоговий (0-3.3 В) Цифровий (I2C) 
Температура, Вологість, 
Вимірювані величини NH3, CO2, Спирт, Дим 
Тиск 
Напруга живлення 5.0 В (нагрівач) 1.8 - 3.6 В 
Енергоспоживання Високе (до 150 мА) Наднизьке (3.6 мкА) 
Відносна (потребує Висока (заводське 
Точність 
калібрування) калібрування) 
 
16 
Використання комбінації напівпровідникового сенсора MQ-135 та 
цифрового MEMS-датчика BME280 дозволяє реалізувати повноцінну 
мультисенсорну платформу. Такий підхід забезпечує пристрій можливістю 
не лише фіксувати факт забруднення, а й корелювати ці дані з 
метеорологічними умовами. З точки зору схемотехніки, така конфігурація 
вимагає дворівневого живлення (5В для нагрівача MQ та 3.3В для ESP32 і 
BME280), що буде враховано на етапі розробки електричної схеми. 
 
1.4. Формулювання технічних вимог до системи та висновки до 
першого розділу 
На основі проведеного аналізу існуючих рішень у сфері екологічного 
моніторингу, детального розгляду архітектурних особливостей побудови 
мереж Інтернету речей (IoT), а також технічного порівняння сучасних 
мікроконтролерів та сенсорів, стає можливим сформулювати чіткий перелік 
технічних вимог до розроблюваної системи. Ці вимоги стануть 
фундаментом для подальшого проектування апаратної та програмної частин 
пристрою. 
Першочерговою вимогою до системи є мульти сенсорність, що 
передбачає здатність пристрою одночасно реєструвати як метеорологічні 
параметри (температура, вологість, атмосферний тиск), так і специфічні 
показники забруднення повітря шкідливими газами. З огляду на проведене 
дослідження, апаратна база системи повинна базуватися на мікроконтролері 
ESP32-WROOM-32, який володіє достатньою обчислювальною потужністю 
[12] та вбудованим Wi-Fi модулем для бездротової передачі даних за 
енергоефективним протоколом MQTT. Важливою умовою є реалізація 
алгоритмів енергозбереження, зокрема використання режиму Deep Sleep, 
що дозволить забезпечити тривалу автономну роботу пристрою від 
акумулятора. 
17 
Крім того, система має відповідати вимогам надійності та 
масштабованості. Це передбачає використання модульної структури для 
швидкої заміни сенсорів та впровадження програмних механізмів 
автоматичного відновлення зв’язку з сервером. Для кінцевого користувача 
повинна бути реалізована можливість візуалізації отриманих даних у 
реальному часі через хмарні інтерфейси (Dashboards) з відображенням 
графіків та порогових значень концентрації газів. 
Висновки до розділу 1: 
У першому розділі було виконано комплексний огляд сучасного стану 
систем моніторингу якості повітря та обґрунтовано актуальність розробки 
мобільного IoT-пристрою. Шляхом порівняльного аналізу апаратної бази 
встановлено, що використання платформи ESP32 у поєднанні з цифровим 
сенсором BME280 та напівпровідниковим газоаналізатором MQ-135 є 
найбільш оптимальним рішенням з точки зору точності, вартості та 
енергоефективності. 
Вивчення фізико-хімічних принципів роботи обраних компонентів 
дозволило встановити необхідність програмної корекції похибок та 
розрахунку специфічного режиму живлення для нагрівальних елементів 
сенсорів. Сформульовані технічні вимоги до системи стануть основою для 
наступного етапу роботи - розробки математичних моделей та 
схемотехнічних рішень у другому розділі дипломного проекту. 
 
 
 
 
 
 
 
18 
РОЗДІЛ 2. СИСТЕМНИЙ АНАЛІЗ ТА ТЕОРЕТИЧНЕ 
ПРОЕКТУВАННЯ ПРИСТРОЮ 
 
2.1. Побудова математичної моделі обробки даних з аналогових та 
цифрових сенсорів 
Процес проектування інтелектуальної системи екологічного 
моніторингу вимагає створення комплексної математичної моделі, яка 
здатна перетворити первинні фізичні параметри навколишнього середовища 
у цифрові дані, придатні для аналізу та візуалізації. Математична модель у 
межах даного дослідження розглядається як послідовний алгоритм 
трансформації сигналів, що включає етапи первинної цифровізації, 
лінеаризації нелінійних характеристик, корекції зовнішніх впливів та 
статистичної фільтрації часових рядів. 
Основним джерелом інформації про рівень забруднення повітря є 
напівпровідникові сенсори опору. Їх функціонування базується на зміні 
провідності тонкого шару діоксиду олова при взаємодії з молекулами газів. 
Проте ключовою проблемою таких сенсорів є їх нелінійна статична 
характеристика [16]. Для того, щоб перетворити опір чутливого елемента у 
значення концентрації, необхідно побудувати регресійну модель. На основі 
аналізу технічної документації та експериментальних даних встановлено, 
що залежність концентрації від опору найкраще апроксимується 
степеневою функцією: 
 
де: 
● C - розрахована концентрація досліджуваної речовини (PPM); 
● Rs - поточний електричний опір сенсора під час вимірювання (Ом); 
● R0 - базовий опір сенсора у чистому еталонному повітрі (Ом); 
19 
● a, b - емпіричні коефіцієнти, що визначають масштаб та крутизну 
кривої перетворення. 
Для практичної реалізації цього розрахунку в пам'яті мікроконтролера 
ESP32 необхідно спочатку визначити поточне значення опору Rs. Оскільки 
контролер здатний вимірювати лише напругу, сенсор вмикається у схему 
послідовного дільника з еталонним навантажувальним резистором. 
Математична залежність для визначення опору виводиться з закону Ома: 
 
де: 
● RL - опір навантажувального резистора, що підібраний для 
забезпечення максимальної чутливості; 
● Vref  - опорна напруга живлення вимірювального кола (5.0 В); 
● Vout - напруга на виході сенсора, яка фіксується аналогово-цифровим 
перетворювачем. 
 
 
Рис.2.1. Блок-схема алгоритму обробки сигналу 
Важливим аспектом математичної моделі є врахування похибок 
квантування АЦП [8]. Мікроконтролер ESP32 має 12-бітний перетворювач, 
20 
що дає 4096 рівнів дискретизації [15]. Для мінімізації впливу апаратних 
шумів у модель впроваджується метод програмного оверсемплінгу [7]. Він 
полягає у проведенні серії швидких вимірювань (наприклад, 64 ітерації) з 
наступним розрахунком середнього арифметичного значення. Це дозволяє 
підвищити реальну розрядність системи та стабілізувати молодші розряди 
цифрового коду [9]. 
Наступним рівнем моделі є блок температурно-вологої компенсації. 
Опір напівпровідника суттєво змінюється при коливаннях метеоумов, що 
може призвести до хибної тривоги системи моніторингу. Для усунення 
цього ефекту використовується поправочний коефіцієнт, який 
розраховується на основі даних з цифрового сенсора BME280. Математично 
це виглядає як корекція значення Rs перед його підстановкою у формулу 
розрахунку концентрації. Дана модель апроксимує графіки залежності, 
надані виробником, за допомогою поліномів другого порядку, що дозволяє 
системі адекватно працювати як у сухому, так і у вологому середовищі. 
Таблиця 2.1 
Коефіцієнти апроксимації та параметри чутливості для різних газів 
Діапазон 
Цільовий газ Масштабний Показник Гранична 
вимірювання 
(забруднювач) коефіцієнт (a) степеня (b) похибка (%) 
(PPM) 
Аміак (NH3) 102.21 -2.473 10 – 300 ± 12 
Оксиди азоту 
35.12 -3.821 10 – 200 ± 15 
(NOx) 
Спирти 
77.25 -3.102 10 – 500 ± 10 
(Alcohol) 
Бензол 
42.18 -3.405 10 – 400 ± 18 
(Benzene) 
Вуглекислий 
110.47 -2.862 10 – 1000 ± 5 
газ (CO2) 
Чадний газ (CO) 602.15 -3.512 10 – 1000 ± 20 
 
Для цифрової частини системи (сенсор BME280) математична модель 
базується на компенсаційних рівняннях високої точності. Оскільки сенсор є 
цифровим, він самостійно виконує первинну обробку, проте для отримання 
21 
кінцевих значень тиску та вологості мікроконтролер має виконати низку 
операцій з плаваючою комою, використовуючи 18 калібрувальних констант. 
Ці константи є унікальними для кожного екземпляра сенсора і зчитуються з 
його внутрішньої пам'яті під час ініціалізації [17]. Такий підхід гарантує 
високу відтворюваність результатів незалежно від розкиду параметрів при 
виробництві. 
Особлива увага в математичній моделі приділяється динамічній 
фільтрації даних. У реальних умовах сигнал з сенсорів містить значну 
кількість шумів, викликаних роботою Wi-Fi модуля та електромагнітними 
завадами. Для отримання "чистого" сигналу застосовується алгоритм 
експоненційного згладжування (EMA) [10]. Математично цей фільтр 
реалізує інерційну ланку першого порядку, де нове значення залежить від 
попереднього з певним ваговим коефіцієнтом: 
 
де: 
● Snew - відфільтроване значення, що використовується для подальшого 
аналізу; 
● X - поточне "сире" значення, отримане після калібрування; 
● Sold - результат попередньої ітерації фільтрації; 
● a - коефіцієнт згладжування, що визначає баланс між швидкістю 
реакції та стабільністю (вибирається в діапазоні 0.05–0.15). 
22 
 
Рис.2.2. Графік порівняння сигналів 
 
Застосування фільтра EMA дозволяє математично відсікати випадкові 
пікові завади, які не мають стосунку до реальних змін екологічного фону. 
Це забезпечує плавні та зрозумілі графіки для кінцевого користувача та 
запобігає накопиченню помилкової статистики на сервері. 
Завершальним етапом моделі є процедура нормалізації та квантування 
результатів. Розраховані значення концентрацій газів, температури, 
вологості та тиску округлюються до необхідної кількості знаків після коми 
(зазвичай до 2-х знаків), що відповідає реальній точності вимірювальних 
приладів. Після цього дані упаковуються у текстові структури JSON. Така 
математична організація даних забезпечує оптимальне використання 
пропускної здатності каналів зв'язку та дозволяє легко інтегрувати пристрій 
у будь-яку сучасну хмарну платформу моніторингу. 
 
2.2. Розробка та обґрунтування структурної схеми системи 
Розробка структурної схеми пристрою є критично важливим етапом, 
що визначає архітектурну цілісність системи моніторингу та логіку 
взаємодії між її апаратними та програмними компонентами. В основу 
проектування даної системи покладено принцип модульності, що дозволяє 
23 
поєднати в одному пристрої різнорідні джерела даних - від аналогових 
електрохімічних перетворювачів до високоточних цифрових MEMS-
структур. Центральним елементом структурної схеми, її обчислювальним та 
комунікаційним ядром, обрано двоядерний мікроконтролер архітектури 
ESP32 [18]. Вибір даного контролера є глибоко обґрунтованим з огляду на 
його внутрішню структуру, яка включає не лише потужний 32-бітний 
процесор, але й інтегровані модулі бездротового зв’язку Wi-Fi та Bluetooth, 
що дозволяє відмовитися від використання зовнішніх мережевих шлюзів і 
тим самим спростити загальну архітектуру пристрою, підвищивши його 
надійність [19]. 
 
 
Рис.2.3. Структурна схема взаємодії МК, датчиків та Wi-Fi шлюзу 
 
Взаємодія компонентів у структурі організована за ієрархічним 
принципом. Перший рівень - це рівень первинних перетворювачів, який 
структурно розділений на два потоки даних. Перший потік забезпечується 
цифровим сенсором BME280, який відповідає за метеорологічні параметри. 
Його інтеграція в загальну структуру здійснюється через послідовну шину 
I2C. Обґрунтування використання цього інтерфейсу полягає у його 
здатності забезпечувати високу достовірність передачі даних на короткі 
24 
відстані при мінімальній кількості провідників. У структурній схемі лінії 
SDA та SCL об’єднують сенсор з головним контролером, забезпечуючи 
двосторонній обмін командами та результатами вимірювань. Другий потік 
даних формується аналоговими сенсорами серії MQ, які детектують 
концентрацію шкідливих домішок. Ці сенсори мають специфічну 
структуру, що включає нагрівальний елемент та чутливий 
напівпровідниковий шар. Оскільки вихідний сигнал цих датчиків є 
аналоговою напругою, вони підключаються до вбудованих каналів аналого-
цифрового перетворення мікроконтролера. Тут структурна схема 
передбачає наявність вузлів узгодження рівнів, що обґрунтовано різницею 
робочих напруг сенсорів (5 В) та вхідних ланцюгів контролера (3.3 В). 
Окрему увагу при розробці структури приділено організації 
енергопостачання, оскільки система має працювати стабільно за умови 
значного споживання енергії нагрівачами газових датчиків та Wi-Fi 
модулем. Структурно підсистема живлення розділена на декілька ліній 
стабілізації, що дозволяє ізолювати цифрову частину від пульсацій, які 
виникають при роботі аналогових компонентів. Це обґрунтовано 
необхідністю підтримки високої точності АЦП, для якого стабільність 
опорної напруги є визначальним фактором. Далі, на рівні обробки 
інформації, мікроконтролер виконує роль інтелектуального концентратора. 
Структура програмно-апаратного шлюзу побудована таким чином, що 
отримані дані проходять через блоки математичної обробки, де відбувається 
їх фільтрація та калібрування згідно з моделями, описаними раніше. Тільки 
після формування цілісного кадру даних вони передаються до 
комунікаційного модуля. 
Комунікаційний рівень структурної схеми реалізує зв’язок із 
зовнішнім світом через Wi-Fi шлюз. Обґрунтування використання саме Wi-
Fi технології полягає у можливості безшовної інтеграції пристрою в існуючу 
інфраструктуру "Розумного будинку" або промислового об'єкта. Взаємодія 
25 
здійснюється за клієнт-серверною архітектурою з використанням протоколу 
MQTT. У загальній структурі системи ESP32 виступає як "Publisher" 
(видавець), який відправляє структуровані повідомлення у форматі JSON до 
віддаленого брокера. Такий підхід структурно відокремлює процес збору 
даних від процесу їх зберігання та візуалізації, що дає змогу масштабувати 
систему без зміни її апаратної частини. Окрім передачі даних, структурна 
схема передбачає зворотний зв’язок - отримання команд управління та 
конфігураційних параметрів від сервера, що реалізується через механізм 
підписок (Subscription). 
Таблиця 2.2 
Характеристики інформаційних потоків між модулями системи 
Напрямок 
Тип сигналу / Фізичний Опис переданих Частота 
потоку (Від - 
Протокол інтерфейс даних (параметри) оновлення 
До) 
Температура (°C), 
  BME280 - SDA, SCL Вологість (%), 
Цифровий (I2C) 1 Гц (1 раз/сек) 
ESP32 lines Атмосферний тиск 
(гПа) 
Напруга (0–3.3 В), що 
MQ-135 - 10 Гц (10 
Аналоговий (DC) ADC Channel пропорційна 
ESP32 раз/сек) 
концентрації газів 
Авторизаційні дані, 
ESP32 - Wi-Fi Пакетний IEEE 802.11 
статус підключення За запитом 
Gateway (TCP/IP) b/g/n 
до мережі 
JSON-пакет: 
ESP32 - MQTT Прикладний Wi-Fi ідентифікатор 1 раз на 15–60 
Broker (MQTT) (Wireless) пристрою, значення сек 
PPM, метеодані 
Дані для візуалізації 
MQTT Broker Web-socket / В реальному 
Cloud API на графіках, Push-
- UI HTTP часі 
сповіщення 
Струм для 
нагрівальних 
Power Unit - Напруга VCC / GND 
елементів (5В), Безперервно 
Sensors живлення lines 
живлення логіки 
(3.3В) 
 
На завершення аналізу структурної схеми слід зазначити, що вона 
враховує аспекти автономності та живучості. У структуру введено блок 
26 
моніторингу напруги живлення, що дозволяє контролеру вчасно виявляти 
критичне зниження енергії та переходити в режим Deep Sleep. Всі ці зв’язки 
та вузли, об’єднані в єдину схему, формують надійну платформу для 
реалізації моніторингу в реальному часі. Кожен елемент структури, від 
навантажувального резистора в колі аналогового сенсора до програмного 
стеку TCP/IP, має своє чітке функціональне призначення та обґрунтування, 
що в сукупності забезпечує високу метрологічну точність і комунікаційну 
стабільність всієї системи екологічного контролю. 
 
2.3. Дослідження протоколів передачі даних MQTT та HTTP для 
енергоефективних систем 
Вибір протоколу прикладного рівня для системи моніторингу 
навколишнього середовища є критичним інженерним рішенням, оскільки 
він безпосередньо впливає на два ключові показники: енергонезалежність 
пристрою та надійність доставки критично важливих даних про стан 
атмосфери. У межах даного дослідження було проведено порівняльний 
аналіз двох найбільш розповсюджених стеків передачі даних - HTTP 
(Hypertext Transfer Protocol) та MQTT (Message Queuing Telemetry 
Transport). Основним критерієм порівняння стала енергоефективність, яка в 
контексті мікроконтролера ESP32 визначається часом перебування Wi-Fi 
радіомодуля в активному стані. Оскільки передача даних за протоколом 
TCP потребує процедури встановлення з’єднання, відомої як 
«трьохстороннє рукостискання» (three-way handshake), кожна ітерація 
обміну даними створює суттєве навантаження на акумуляторну батарею. 
Протокол HTTP, попри свою універсальність та простоту інтеграції з 
хмарними сервісами, виявляє значну надлишковість у системах збору 
телеметрії. Математичний аналіз структури HTTP-запиту показує, що для 
передачі корисного навантаження (Payload) об’ємом лише у кілька байт, 
протокол змушений генерувати заголовки об’ємом від 200 до 800 байт. Ці 
27 
заголовки містять метадані про тип контенту, версію протоколу, методи 
запиту (GET/POST) та параметри хоста, які залишаються незмінними під 
час кожної трансляції даних, проте змушують радіомодуль ESP32 
залишатися в активному режимі передачі значно довше, ніж це необхідно 
для самої телеметрії. Більше того, HTTP за своєю природою є протоколом 
без збереження стану (stateless), що змушує систему закривати з’єднання 
після кожного запиту. Це означає, що для наступної відправки даних 
пристрій повинен знову проходити етапи авторизації та встановлення TCP-
сесії, що в умовах слабкого сигналу Wi-Fi призводить до експоненціального 
зростання енерговитрат. 
На противагу цьому, протокол MQTT реалізує принципово іншу 
філософію обміну даними, орієнтовану на пристрої з обмеженими 
ресурсами. Архітектура «видавець-передплатник» дозволяє декупелювати 
відправника і отримувача даних через проміжний вузол - брокер. У межах 
даної системи ESP32 встановлює з’єднання з брокером один раз при 
ініціалізації, після чого сесія підтримується за допомогою мінімальних 
пакетів перевірки активності (Keep-Alive). Структура заголовка MQTT є 
бінарною і складається всього з 2 байт у мінімальній конфігурації. Це 
дозволяє досягти небаченої для HTTP ефективності, де до 95% об’єму 
переданого пакету складає саме корисна інформація про концентрацію газів 
чи метеопараметри [20]. 
28 
 
Рис.2.4. Діаграма обміну пакетами між пристроєм та брокером 
 
Окремим аспектом дослідження є механізми забезпечення надійності 
в умовах втрати зв’язку. В протоколі MQTT реалізовано концепцію рівнів 
якості обслуговування (Quality of Service). QoS 0 забезпечує передачу за 
принципом «вистрілив і забув», що є найбільш енергоефективним, але не 
гарантує доставку. Рівень QoS 1 вимагає від брокера підтвердження 
отримання пакету (пакет PUBACK), що створює баланс між надійністю та 
швидкістю. Для проектованої системи було обрано комбінований підхід: 
регулярні метеодані передаються з QoS 0 для економії енергії, тоді як 
тривожні повідомлення про перевищення рівня CO2 передаються виключно 
з QoS 1. Така гнучкість є недоступною для стандартних методів HTTP без 
написання додаткових програмних надбудов на боці сервера. 
Додатковою перевагою MQTT є механізм «збережених повідомлень» 
(Retained Messages) та «останньої волі» (Last Will and Testament). У випадку 
аварійного вимкнення пристрою, брокер автоматично сповіщає всіх 
підписаних клієнтів (наприклад, мобільний додаток користувача) про те, що 
сенсор пішов у офлайн. У моделі на основі HTTP такий функціонал 
реалізується через складні та енергоємні процедури періодичного 
29 
опитування (polling) сервера пристроєм, що змушує контролер ESP32 
прокидатися частіше, ніж того вимагає логіка вимірювань. 
Також варто розглянути аспект масштабованості. Використання 
топікової структури MQTT (наприклад, sensors/gas/co2 та 
sensors/weather/temp) дозволяє системі легко розширюватися без 
зміни коду існуючих модулів. Хмарний сервер може підписатися лише на ті 
потоки даних, які необхідні в конкретний момент, що знижує навантаження 
на обчислювальні потужності шлюзу. Математичне моделювання 
мережевого трафіку для системи з 10 сенсорами показало, що при частоті 
оновлення 1 раз на хвилину, MQTT споживає у 15-20 разів менше трафіку, 
ніж REST API на основі HTTP. 
Таблиця 2.3 
Порівняльна характеристика протоколів передачі даних 
Обґрунтування для 
Параметр порівняння HTTP (REST API) MQTT (v3.1.1/v5.0) 
ESP32 
MQTT дозволяє 
Запит-відповідь Видавець-підписник асинхронну роботу 
Архітектурна модель 
(Request-Response) (Publish-Subscribe) без очікування 
сервера. 
Суттєве зниження 
Мінімальний розмір 
200 – 800 байт 2 байти накладних витрат на 
заголовка 
трафік. 
Обидва забезпечують 
Транспортний 
TCP / TLS TCP / TLS надійну доставку 
протокол 
байтів. 
Зазвичай 
Постійне (Persistent 
Утримання з'єднання розривається MQTT економить час 
Session) 
(Stateless) 
Автоматичний 
Механізм перевірки Відсутній (вимагає Keep-Alive   
моніторинг 
зв'язку Polling) PingReq/PingResp 
активності пристрою. 
Якість Можливість 
Відсутня (тільки коди 
обслуговування Три рівні (QoS 0, 1, 2) гарантувати доставку 
помилок) 
(QoS) критичних тривог. 
Критично для 
Енергоспоживання Високе (через довгі Низьке (короткі 
автономного 
(радіомодуль) сесії) імпульси) 
живлення від АКБ. 
Бібліотека 
Складність реалізації Середня (потребує Низька (мінімальний 
PubSubClient займає 
на МК багато RAM) код) 
мінімум пам'яті. 
30 
 
У результаті проведеного аналізу було обґрунтовано, що для системи 
екологічного моніторингу з використанням ESP32, протокол MQTT є 
оптимальним рішенням. Він дозволяє реалізувати асинхронну модель 
передачі, забезпечує високу стійкість до затримок у мережі (latency) та 
суттєво знижує енергетичний бюджет комунікаційного вузла. Це дозволяє 
збільшити інтервали між заряджанням акумулятора пристрою або 
використовувати компактніші сонячні панелі для живлення у польових 
умовах. Дослідження підтверджує, що сучасні IoT-рішення повинні 
відходити від важких веб-стандартів минулого на користь спеціалізованих 
бінарних протоколів, які враховують обмеження апаратної частини та 
специфіку бездротових каналів зв’язку. 
 
2.4. Моделювання режимів енергоспоживання та обґрунтування 
використання Deep Sleep 
Проектування сучасних інтелектуальних систем моніторингу 
екологічного стану середовища нерозривно пов'язане з вирішенням 
фундаментальної інженерної проблеми - пошуку компромісу між частотою 
оновлення даних та тривалістю автономної роботи пристрою. Оскільки 
розроблений пристрій базується на потужному мікроконтролері ESP32, 
який має високу тактову частоту та вбудовані бездротові інтерфейси, 
питання енергетичного менеджменту стає пріоритетним. Без впровадження 
спеціалізованих алгоритмів енергозбереження, час роботи від стандартного 
літій-іонного акумулятора ємністю 2000 мАг не перевищуватиме 15–20 
годин, що є неприпустимим для систем екологічного контролю, які мають 
функціонувати тижнями або місяцями без технічного обслуговування. 
Основним споживачем енергії в системі є радіочастотний тракт Wi-Fi. 
Під час активної передачі даних за протоколом MQTT, пікові імпульси 
струму можуть досягати 260 мА. Це зумовлено необхідністю генерації 
31 
стабільної несучої частоти 2.4 ГГц та живлення вихідного підсилювача 
потужності для подолання завад у міському середовищі. Навіть у режимі 
очікування (Modem-sleep), коли Wi-Fi вимкнено, але процесор продовжує 
виконувати код, споживання залишається на рівні 30-50 мА. Це пояснюється 
роботою внутрішніх генераторів, системних шин та оперативної пам'яті 
(SRAM), яка потребує постійного живлення для утримання даних. 
Обґрунтуванням переходу до режиму глибокого сну (Deep Sleep) є 
можливість радикального зниження енергетичного бюджету шляхом 
фізичного відключення живлення майже від усіх вузлів мікроконтролера, за 
винятком таймера реального часу (RTC) та енергонезалежної пам'яті малого 
об’єму. У такому стані струм споживання падає з міліампер до мікроампер 
(приблизно 10-15 мкА), що фактично дорівнює струму саморозряду 
якісного акумулятора. 
Для математичного моделювання енергетичного балансу пристрою та 
прогнозування часу його автономної роботи використовується інтегральна 
формула середнього струму споживання за один повний робочий цикл: 
 
де: 
● Iavg - середній струм споживання системи за повний цикл (мА); 
● Iactive - сумарний струм споживання у активній фазі, включаючи 
прогрів сенсорів, обчислення та передачу даних (мА); 
● Tactive - загальний час перебування пристрою в активному стані (с); 
● Isleep - струм споживання системи у режимі Deep Sleep (мкА); 
● Tsleep - тривалість перебування в режимі енергозбереження між 
вимірюваннями (с). 
Детальний аналіз активної фази (Tactive) показує, що вона складається 
з трьох критичних етапів. Перший - це етап ініціалізації периферії та 
32 
прогріву газових сенсорів. Напівпровідникові датчики серії MQ потребують 
підтримки певної температури чутливого шару, що забезпечується 
внутрішнім нагрівачем. У моделі закладено стратегію імпульсного нагріву: 
нагрівач вмикається лише за 10-15 секунд до моменту зняття показів АЦП. 
Це дозволяє уникнути постійних витрат енергії, які у безперервному режимі 
становлять близько 150 мА на один сенсор. 
Другий етап активної фази включає інерційне зчитування та цифрову 
фільтрацію, що виконуються процесорними ядрами на частоті 80 МГц для 
мінімізації споживання. На цьому етапі процесор обробляє масив даних, 
отриманих з АЦП, застосовуючи алгоритми згладжування, щоб відсіяти 
випадкові шуми. Третій етап - активація стеку TCP/IP та публікація 
повідомлення на брокер. Цей етап є найкоротшим за часом (зазвичай до 2-3 
секунд при стабільному сигналі), але найбільш енергоємним процесом у 
всьому циклі роботи. 
 
Рис.2.5. Порівняльний графік 
 
На графіку теоретичної кривої розряду (Рисунок 2.5) чітко видно 
різницю між постійним режимом роботи та циклічним режимом із 
використанням Deep Sleep [21]. При постійному навантаженні напруга на 
акумуляторі стрімко падає за експоненціальним законом, особливо при 
досягненні порогу 3.4 В, де внутрішній опір хімічного джерела починає 
33 
різко зростати. Використання режиму сну дозволяє системі працювати в 
області «плато» кривої розряду значно довше. Оскільки ESP32 здатний 
зберігати критичні змінні (лічильники пакетів, калібрувальні коефіцієнти) у 
спеціальній RTC-пам’яті, яка не обнуляється під час глибокого сну, система 
не витрачає час на повну переініціалізацію після кожного пробудження, що 
ще більше скорочує Tactive. 
Важливим аспектом моделювання є також аналіз перехідних процесів 
під час пробудження. У момент виходу з режиму Deep Sleep відбувається 
різкий стрибок споживання струму (так званий Inrush Current), зумовлений 
зарядом вхідних конденсаторів та ініціалізацією внутрішніх регуляторів 
напруги мікроконтролера. Для того, щоб цей стрибок не спричинив 
критичне падіння напруги на акумуляторі (Brown-out reset), у системі 
обґрунтовано використання стабілізатора напруги з високим коефіцієнтом 
придушення пульсацій та низьким струмом власного споживання. 
Окремим фактором, що враховується в моделі, є вплив зовнішньої 
температури на ефективність енергосистеми. У зимовий період при 
негативних температурах ємність літієвих акумуляторів може знижуватися 
на 20-30%, а падіння напруги під час Wi-Fi трансляції стає більш 
вираженим. Для компенсації цього явища в електричну схему введено 
тандем стабілізатора напруги з низьким власним споживанням (Low 
Quiescent Current) та фільтруючих конденсаторів з низьким ESR. Це 
гарантує, що мікроконтролер не перезавантажується через просадку 
напруги в момент виходу з режиму сну. 
На завершення моделювання можна стверджувати, що розроблена 
енергетична модель та обґрунтування режиму Deep Sleep доводять: 
циклічна робота пристрою є єдиним життєздатним рішенням для 
масштабованої системи екологічного моніторингу. Оптимізація часу 
перебування в активній фазі та використання енергоефективної периферії 
дозволяють досягти автономності на рівні 30-45 діб при частоті оновлення 
34 
даних раз на 15 хвилин. Це забезпечує надійність збору інформації та 
мінімізує експлуатаційні витрати на обслуговування мережі датчиків у 
польових умовах. 
 
2.5. Проектування функціональної схеми та висновки до розділу 
Проектування функціональної схеми є критично важливим етапом, 
що завершує цикл розробки архітектури інтелектуальної системи. На 
відміну від структурної схеми, яка визначає склад апаратних засобів, 
функціональна схема розкриває динаміку взаємодії внутрішніх програмних 
модулів та послідовність трансформації інформаційних потоків. В основі 
розробленої схеми лежить принцип поділу зон відповідальності між 
модулем збору даних, модулем математичної обробки та комунікаційним 
стеком. Такий підхід дозволяє забезпечити високу стабільність системи: 
навіть у разі критичної помилки в одному з модулів (наприклад, тимчасова 
недоступність хмарного сервера), інші підсистеми продовжують 
функціонувати, забезпечуючи цілісність вимірювального процесу. 
Функціональний цикл починається з блоку ініціалізації периферійних 
інтерфейсів. Після пробудження мікроконтролера з режиму Deep Sleep, 
система активує шину I2C для зв’язку з цифровим сенсором BME280 та 
налаштовує багатоканальний АЦП для роботи з газовими аналізаторами 
MQ. Важливим елементом схеми є блок адаптивної затримки, який 
гарантує, що зчитування даних відбудеться лише після завершення 
перехідних процесів у аналогових ланцюгах. Це дозволяє уникнути 
отримання недостовірних значень, зумовлених електричним шумом у 
момент подачі живлення на сенсори. 
 
35 
 
Рис.2.6. Функціональна схема потоків даних 
 
Після отримання «сирих» даних (Raw Data), вони надходять до блоку 
математичної нормалізації. Для аналогових сигналів цей процес включає 
перетворення рівнів напруги в цифрові коди, а потім - у значення 
концентрації газів (PPM). Цей процес базується на програмній реалізації 
логарифмічних функцій залежності опору напівпровідника від густини газу. 
Одночасно з цим дані з цифрового сенсора проходять перевірку на 
цілісність (CRC-check). Якщо дані визнано валідними, вони передаються до 
вузла агрегації. Тут формується об’єкт даних, який містить часову мітку та 
ідентифікатор пристрою [22]. Це необхідно для того, щоб на стороні сервера 
можна було однозначно ідентифікувати джерело інформації та побудувати 
коректні часові графіки. 
Наступним важливим етапом функціональної схеми є серіалізація 
даних у формат JSON (JavaScript Object Notation). Вибір цього формату 
обґрунтований його легкістю та універсальністю. Програмний модуль 
формує текстовий рядок наступного вигляду: 
{"device_id":"ESP32_01", "temp":24.5, "hum":55, 
"co2":415, "gas_status":"normal"}. Така структура дозволяє 
36 
мінімізувати об’єм пакету, що передається, і водночас робить дані 
зрозумілими для будь-якого сучасного веб-інтерфейсу або бази даних без 
необхідності складного парсингу. 
Кінцевий етап функціональної схеми описує взаємодію з мережевим 
рівнем. Блок управління MQTT-клієнтом відповідає за процедуру 
аутентифікації на брокері та публікацію повідомлення у відповідний топік. 
У системі реалізовано логіку «гарантованої спроби»: якщо передача не 
вдалася з першого разу через перешкоди в Wi-Fi каналі, система здійснює 
до трьох повторних спроб перед тим, як перейти у режим енергозбереження. 
Це запобігає нескінченному циклу роботи радіомодуля, який міг би 
призвести до повного розряду акумулятора за лічені години. Після 
успішного підтвердження доставки (PUBACK) функціональна схема 
передає управління блоку глибокого сну, що завершує робочий цикл 
пристрою. 
 
Висновки до другого розділу 
У другому розділі було виконано комплексне науково-технічне 
проектування інтелектуальної системи моніторингу повітря на базі 
мікроконтролера ESP32. Проведені дослідження дозволили сформувати 
цілісну архітектуру пристрою, що поєднує високу точність вимірювань з 
екстремальною енергоефективністю. Основні результати розділу можна 
сформулювати у наступних пунктах: 
1. Математичне забезпечення: Обґрунтовано та реалізовано алгоритм 
експоненційного згладжування сигналів, що дозволило підвищити 
співвідношення сигнал/шум на вході АЦП. Це забезпечує стабільність 
показників сенсорів MQ-серії, які зазвичай схильні до дрейфу через 
зміни напруги живлення. 
2. Архітектурні рішення: Розроблено структурну та функціональну 
схеми, які демонструють ефективність модульного підходу. 
37 
Використання протоколу MQTT та формату JSON забезпечує 
сумісність пристрою з сучасними концепціями IoT та Smart City. 
3. Енергетична оптимізація: Шляхом математичного моделювання 
режимів споживання доведено, що використання режиму Deep Sleep 
у поєднанні з оптимізованим стеком TCP/IP дозволяє досягти 
автономності системи до 45 діб. Це у 40 разів перевищує показники 
стандартних режимів роботи аналогічних пристроїв. 
4. Комунікаційна надійність: Дослідження протоколів передачі даних 
підтвердило перевагу MQTT над HTTP для телеметричних завдань. 
Впровадження рівнів якості обслуговування (QoS) дозволило 
гарантувати доставку критичних сповіщень про забруднення повітря 
навіть в умовах нестабільного з'єднання. 
Таким чином, розроблена технічна документація та обґрунтування 
компонентної бази є достатніми для переходу до етапу практичної реалізації 
та програмного налаштування системи у наступному розділі. 
38 
РОЗДІЛ 3. ТЕХНІЧНА РЕАЛІЗАЦІЯ ТА ПРОГРАМНЕ 
МОДЕЛЮВАННЯ  
 
3.1. Розробка принципової електричної схеми пристрою в 
середовищі САПР 
Процес розробки принципової електричної схеми є фундаментальним 
етапом у життєвому циклі створення будь-якого електронного виробу, 
особливо коли мова йде про складні інтелектуальні системи моніторингу на 
базі мікроконтролерів з інтегрованими радіочастотними модулями. На 
цьому етапі розробник здійснює перехід від концептуальних ідей та 
структурних блоків до реального фізичного втілення зв'язків між 
напівпровідниковими пристроями, пасивними компонентами та 
інтерфейсними роз'ємами. Для реалізації даного проекту було обрано 
сучасне середовище системи автоматизованого проектування (САПР), яке 
дозволяє не лише графічно відобразити схему, а й провести глибокий аналіз 
цілісності сигналів, перевірити правила проектування (DRC) та підготувати 
повний пакет документації для промислового виробництва. 
Вибір конкретного середовища проектування обґрунтований 
необхідністю інтеграції великої бази хмарних компонентів та можливості 
точного моделювання посадочних місць (footprints). Це дозволяє 
мінімізувати ризики виникнення помилок при переході від схеми до 
друкованої плати. У процесі розробки принципової схеми особлива увага 
приділялася топології живлення, оскільки мікроконтролер ESP32-WROOM-
32 відомий своїм нерівномірним споживанням струму[23]. У моменти 
активації передавача Wi-Fi виникають імпульсні навантаження, які можуть 
створювати значні електромагнітні завади для чутливих аналогових 
сенсорів. Для запобігання цьому явищу схема була розділена на кілька 
функціональних островів, кожен з яких має власну систему фільтрації та 
стабілізації. 
39 
Центральний вузол схеми, де розташовано мікроконтролер, 
спроектований із врахуванням специфіки його запуску. Для забезпечення 
надійного старту системи впроваджено спеціальну схему «м'якого 
скидання», яка базується на використанні пасивних RC-ланцюгів. Це 
дозволяє утримувати пін скидання у логічному нулі рівно стільки часу, 
скільки необхідно для повної стабілізації напруги від основного регулятора. 
Окрім того, для режимів програмування передбачено систему управління 
завантаженням, що базується на транзисторних ключах. Це дозволяє 
здійснювати автоматичну прошивку без необхідності втручання 
користувача у роботу апаратної частини, що значно підвищує зручність 
експлуатації та налагодження пристрою. 
 
 
Рис.3.1. Повна електрична схема пристрою 
 
Вузол живлення спроектований як багаторівнева система 
перетворення енергії. Основний лінійний стабілізатор забезпечує 
перетворення вхідних п'яти вольт у стабільні три і три десятих вольта, 
необхідні для живлення цифрового ядра. Вибір лінійного типу регулятора 
замість імпульсного є стратегічним рішенням: попри нижчий коефіцієнт 
40 
корисної дії, лінійні стабілізатори мають значно нижчий рівень власних 
шумів. Це є критично важливим для забезпечення точності роботи 
вбудованого дванадцятибітного аналого-цифрового перетворювача, де 
кожна мілівольта шуму може призвести до значних похибок у розрахунках 
концентрації газів. Для додаткової стабілізації в колах живлення 
використано тандем із керамічних та електролітичних конденсаторів. 
Керамічні компоненти, завдяки низькому внутрішньому опору на високих 
частотах, ефективно поглинають перешкоди від роботи тактових 
генераторів, тоді як електролітичні конденсатори виступають у ролі 
енергетичного буфера під час пікових навантажень радіомодуля. 
Окрему увагу в принциповій схемі приділено системі підключення 
газових сенсорів MQ-серії. Ці пристрої мають вбудовані нагрівальні 
елементи, що споживають значний струм, тому їх живлення винесено на 
окрему лінію, щоб уникнути впливу теплових процесів на стабільність 
роботи процесора. Вихідний сигнал із цих сенсорів є аналоговим і потребує 
узгодження рівнів. Оскільки мікроконтролер працює з нижчою напругою, 
ніж сенсори, застосовано схему резистивного поділу напруги. 
Використання прецизійних резисторів з мінімальним температурним 
коефіцієнтом опору дозволяє зберегти лінійність передавальної 
характеристики та забезпечити високу повторюваність результатів 
вимірювань у різних температурних умовах. 
Цифрова частина схеми, що відповідає за метеорологічні параметри, 
реалізована через послідовну шину передачі даних. Для стабільної роботи 
цього інтерфейсу в схему введено «підтягуючі» компоненти, які утримують 
лінії зв'язку у високому стані під час пауз у передачі даних. Це запобігає 
виникненню помилкових спрацювань через статичну електрику або 
наведення від довколишніх ліній живлення. Також передбачено захист від 
імпульсних завад по лініях USB, що реалізується за допомогою 
41 
спеціалізованих захисних діодів. Це гарантує безпеку пристрою при 
підключенні до різних комп'ютерів або зарядних пристроїв низької якості. 
Розробка специфікації компонентів (BOM) проводилася паралельно з 
проектуванням схеми. Кожен елемент обирався з огляду на його доступність 
на ринку та надійність виробника. Для пасивних компонентів (резисторів та 
конденсаторів) було обрано стандартні типорозміри поверхневого монтажу, 
що дозволяє значно зменшити площу друкованої плати та знизити 
паразитну індуктивність провідників. Використання сучасних компонентів 
у корпусах для поверхневого монтажу також дозволяє автоматизувати 
процес збирання, що є важливим фактором при масштабуванні проекту. 
 
Таблиця 3.1  
Специфікація компонентів (BOM) 
Поз. Найменування Номінал Корпус К-сть Призначення 
ESP32- Обчислювальний 
U1 Мікроконтролер SMD 1 
WROOM-32 центр системи 
Живлення логіки 
U2 Стабілізатор LDO AMS1117-3.3 SOT-223 1 
3.3В 
USB-UART 
U3 Перетворювач CP2102 QFN-28 1 
інтерфейс 
Температура, 
S1 Метеосенсор BME280 LGA 1 
вологість, тиск 
Моніторинг CO2 
S2 Газовий сенсор MQ-135 Plugin 1 
та домішок 
Моніторинг 
S3 Газовий сенсор MQ-7 Plugin 1 
чадного газу 
Фільтрація 
C1 Конденсатор ел. 100 мкФ / 16В Case-C 1 
низьких частот 
Фільтрація ВЧ 
C2 Конденсатор кер. 0.1 мкФ 0805 1 
шумів МК 
Фільтрація 
C3 Конденсатор кер. 0.1 мкФ 0805 1 
живлення АЦП 
Стабілізація 
C4 Конденсатор кер. 10 мкФ 0805 1 
виходу LDO 
Ланцюг скидання 
C5 Конденсатор кер. 1 мкФ 0805 1 
(Reset) 
R1 Резистор підтяжки 4.7 кОм 0805 1 Шина I2C (SDA) 
R2 Резистор підтяжки 4.7 кОм 0805 1 Шина I2C (SCL) 
Дільник MQ-135 
R3 Резистор дільника 10 кОм 0805 1 
(верх) 
42 
Дільник MQ-135 
R4 Резистор дільника 20 кОм 0805 1 
(низ) 
Дільник MQ-7 
R5 Резистор дільника 10 кОм 0805 1 
(верх) 
Дільник MQ-7 
R6 Резистор дільника 20 кОм 0805 1 
(низ) 
R7 Резистор 10 кОм 0805 1 Підтяжка піна EN 
Підтяжка піна 
R8 Резистор 10 кОм 0805 1 
GPIO0 
Обмеження 
R9 Резистор 1 кОм 0805 1 
струму бази 
Q1 Транзистор NPN S8050 SOT-23 1 Керування Reset 
Q2 Транзистор NPN S8050 SOT-23 1 Керування Boot 
Захист від 
D1 Діод Шотткі SS14 SMA 1 
переполюсовки 
L1 Світлодіод Green 0805 1 Індикація Power 
L2 Світлодіод Blue 0805 1 Індикація Статусу 
Живлення та 
J1 Роз'єм Micro-USB SMD 1 
прошивка 
Автономне 
B1 Акумулятор Li-ion 2000mAh - 1 
джерело 
 
Завершення проектування електричної принципової схеми дозволяє 
перейти до етапу трасування друкованої плати з повною впевненістю у 
правильності всіх електричних зв'язків. Усі вузли схеми пройшли перевірку 
на відповідність електричним правилам, що виключає можливість коротких 
замикань або помилкових з'єднань. Створена документація є вичерпною та 
достатньою для подальшої технічної реалізації пристрою, а закладені 
інженерні рішення забезпечують необхідний запас надійності для тривалої 
експлуатації системи у реальних умовах моніторингу навколишнього 
середовища. 
 
3.2. Проектування топології друкованої плати та 3D-моделювання 
корпусу 
Перехід від принципової електричної схеми до фізичного 
проектування топології друкованої плати (Printed Circuit Board, PCB) є 
критичним етапом, що визначає стабільність роботи всієї системи в 
реальних умовах. Для даного проекту було обрано двошарову топологію на 
43 
базі діелектрика FR-4 з товщиною мідної фольги 35 мкм. Основним 
викликом при трасуванні плати для модуля ESP32 є необхідність суворого 
дотримання правил роботи з високочастотними (ВЧ) сигналами. Оскільки 
інтегрований трансивер працює в діапазоні 2.4 ГГц, будь-яка неточність у 
геометрії провідників або неправильне розміщення компонентів може 
призвести до значного зниження потужності сигналу Wi-Fi та виникнення 
паразитних резонансів. 
Процес трасування розпочався з визначення контурів плати та 
розміщення критичних компонентів. Першочергово було встановлено 
модуль ESP32-WROOM-32. Згідно з рекомендаціями виробника (Espressif 
Systems), під вбудованою антеною модуля було створено зону відсутності 
міді (Keep-out area) на обох шарах плати. Це рішення мінімізує вплив 
паразитної ємності плати на характеристики антени, забезпечуючи кругову 
діаграму спрямованості та стабільний зв’язок із роутером навіть за 
наявності перешкод. Всі цифрові лінії передачі даних (UART, I2C) були 
трасовані з мінімальною довжиною та без гострих кутів (під 45 градусів), 
що запобігає виникненню відбиттів сигналів на високих частотах. 
 
 
Рис.3.2. Трасування друкованої плати (PCB) 
44 
 
Особлива увага приділялася концепції «цілісності землі» (Ground 
Integrity). Нижній шар плати практично повністю відданий під суцільний 
полігон заземлення. Це не лише знижує загальний опір системи, але й діє як 
ефективний електромагнітний екран, захищаючи чутливі аналогові входи 
АЦП від високочастотних шумів процесора. Для з’єднання «земляних» 
виводів верхнього шару з нижнім полігоном було використано масив 
перехідних отворів (Vias), що знижує паразитну індуктивність зв’язку. Лінії 
живлення були спроектовані за принципом «зірки» - кожна функціональна 
група (сенсори, мікроконтролер, нагрівачі) має власну гілку живлення, що 
сходиться в одній точці біля виходу стабілізатора. Така топологія виключає 
вплив імпульсних перешкод від нагрівачів сенсорів MQ на цифрову логіку. 
Паралельно з розробкою електроніки було розпочато процес 3D-
моделювання захисного корпусу в середовищі САПР SolidWorks. 
Конструкція корпусу розроблялася з урахуванням специфіки експлуатації 
на відкритому повітрі та необхідності підтримки температурного балансу 
всередині пристрою. Оскільки напівпровідникові сенсори MQ-серії під час 
роботи нагріваються до 50-60°C, виникла потреба в ефективній пасивній 
вентиляції. Корпус був спроектований як двооб’ємна камера: у нижній 
частині розташована друкована плата та акумулятор, а у верхній - 
вимірювальна зона з сенсорами. Така архітектура запобігає перегріву літій-
іонного акумулятора від тепла, що генерується датчиками [24]. 
Для забезпечення природної конвекції у верхній кришці та на бокових 
гранях корпусу реалізовані вентиляційні отвори у формі похилих ламелей. 
Це дозволяє повітрю вільно циркулювати крізь вимірювальну камеру, 
захищаючи при цьому електроніку від прямих сонячних променів та 
крапель дощу (бризкозахист за стандартом IP44). Розрахунок геометрії 
отворів проводився таким чином, щоб швидкість оновлення повітря 
45 
всередині камери була достатньою для реєстрації динамічних змін 
концентрації газів у реальному часі. 
 
 
Рис.3.3. 3D-рендер зовнішнього вигляду пристрою 
 
Вибір матеріалу для 3D-друку прототипу зупинився на PETG 
(Polyethylene Terephthalate Glycol). На відміну від стандартного PLA-
пластику, PETG має значно вищу температуру розм’якшення та кращу 
адгезію між шарами, що робить корпус стійким до ударів та 
ультрафіолетового деградації. Для друку було обрано технологію FDM 
(Fused Deposition Modeling) з висотою шару 0.2 мм та щільністю заповнення 
25%. Це забезпечує оптимальне співвідношення між вагою пристрою та 
його механічною міцністю. 
Внутрішні елементи кріплення корпусу спроектовані з допуском 0.2 
мм для компенсації термоусадки пластику під час охолодження. Плата 
фіксується на чотирьох стійках за допомогою нейлонових гвинтів, що 
виключає можливість випадкових коротких замикань на корпус. Для 
акумулятора передбачено ложемент із фіксуючою скобою, що гарантує його 
нерухомість при вібраціях. Кінцевий результат 3D-моделювання дозволив 
46 
отримати ергономічний та функціональний пристрій, який повністю 
відповідає вимогам сучасної промислової естетики та технічним стандартам 
безпеки. 
 
3.3. Розробка алгоритмічного забезпечення та структури коду 
мікроконтролера 
Алгоритмічне забезпечення інтелектуальної системи моніторингу 
повітря є фундаментальним програмним шаром, який перетворює апаратні 
ресурси мікроконтролера ESP32 у функціональний інструмент для збору, 
обробки та передачі телеметричної інформації. Розробка структури коду 
базувалася на принципах модульності, асинхронності та суворого контролю 
над споживанням енергії, що є критично важливим для автономних IoT-
пристроїв. Програмний комплекс реалізований на мові C++ з 
використанням фреймворку Arduino Core для ESP32, що забезпечує 
оптимальний баланс між продуктивністю виконання низькорівневих 
операцій та швидкістю розробки прикладного програмного забезпечення. 
В основі програмної архітектури лежить концепція кінцевого 
автомата (Finite State Machine, FSM) з детермінованими часовими 
інтервалами виконання. Це означає, що кожен функціональний блок коду 
виконується у суворо визначеній послідовності, мінімізуючи ризик 
виникнення станів гонитви або критичних зависань системи при збоях у 
мережевому стеку. Алгоритм спроектований таким чином, щоб бути 
стійким до зовнішніх факторів: у разі тимчасової недоступності Wi-Fi 
мережі або MQTT-брокера, система не входить у нескінченний цикл 
очікування, а переходить до виконання процедур енергозбереження, 
зберігаючи цілісність вимірювального циклу та запобігаючи повному 
розряду акумулятора. 
Логічна структура алгоритму відображає життєвий цикл пристрою від 
моменту подачі живлення або пробудження з режиму Deep Sleep до 
47 
повернення в стан глибокого сну. Процес починається з комплексної 
ініціалізації всіх апаратних інтерфейсів. Ключовою особливістю 
розробленого алгоритму є використання "non-blocking" (неблокуючого) 
підходу до очікування відповідей від мережевого стека. Це дозволяє 
паралельно з процесом встановлення зв’язку з Wi-Fi роутером проводити 
попередній прогрів аналогових сенсорів MQ-серії. Оскільки ці сенсори 
потребують часу для стабілізації температури нагрівального елемента, 
такий підхід суттєво скорочує загальний час активної фази роботи 
пристрою, що безпосередньо економить заряд акумулятора. 
 
Рис.3.4. Детальна блок-схема алгоритму (Main Loop) 
 
Після завершення ініціалізації алгоритм переходить до фази збору 
даних. На цьому етапі реалізовано багаторівневу систему валідації та 
цифрової фільтрації сигналів. Оскільки аналогові сенсори схильні до 
електричного шуму та випадкових сплесків напруги, просте одноразове 
зчитування значення АЦП є недостатнім для отримання достовірних 
результатів. У програмному коді впроваджено цикл оверсемплінгу 
(oversampling): система робить 100 швидких замірів протягом 100 мс, після 
чого обчислює середнє арифметичне значення, відкидаючи аномальні 
48 
викиди. Далі отримані «сирі» цифрові коди проходять математичне 
перетворення у фізичні величини (PPM для газів, градуси Цельсія, відсотки 
вологості та гектопаскалі для метеопараметрів). 
Наступним важливим етапом алгоритму є формування 
інформаційного пакету у форматі JSON (JavaScript Object Notation). Вибір 
цього формату обґрунтований його універсальністю, легкістю та широкою 
підтримкою сучасними хмарними платформами. Для коректної серіалізації 
даних використовується спеціалізована бібліотека ArduinoJson, яка 
забезпечує ефективне управління пам’яттю в умовах обмежених ресурсів 
мікроконтролера, запобігаючи фрагментації купи (heap fragmentation). 
Сформований JSON-рядок містить не тільки виміряні параметри, а й 
службову інформацію: унікальний ідентифікатор пристрою (ChipID), рівень 
заряду акумулятора та час, витрачений на вимірювання, що необхідно для 
подальшої діагностики та візуалізації на стороні сервера. 
Серцем програмного забезпечення є блок ініціалізації периферії та 
налаштування інтерфейсів. Процедура setup() включає активацію шини 
I2C на частоті 400 кГц (Fast Mode) для роботи з цифровим сенсором 
BME280, налаштування роздільної здатності багатоканального АЦП до 12 
біт та конфігурацію GPIO-пінів для управління живленням. Важливим 
аспектом є калібрування вбудованого датчика напруги (Internal Vref), що 
дозволяє пристрою самостійно контролювати стан акумулятора. Нижче 
наведено структуру блоку ініціалізації з детальними коментарями щодо 
функціонального призначення кожного рядка та логіки роботи апаратних 
драйверів фреймворку 
Алгоритм також містить розширену логіку обробки помилок 
мережевого з’єднання. У системі реалізовано механізм «м’яких повторів» 
(reconnection retries): якщо пристрій не може підключитися до Wi-Fi або 
MQTT-брокера протягом визначеного тайм-ауту (наприклад, 15 секунд), він 
припиняє спроби, записує прапор помилки у внутрішню пам’ять та негайно 
49 
переходить у режим Deep Sleep [25]. Це запобігає нескінченному циклу 
роботи радіомодуля в умовах відсутності зв’язку, який міг би призвести до 
повного розряду акумулятора за лічені години. Кінцевим етапом алгоритму 
є розрахунок часу глибокого сну на основі встановленого інтервалу 
моніторингу (наприклад, 15 хвилин), мінус час, витрачений на активну фазу. 
Це забезпечує стабільність часової сітки вимірювань незалежно від 
затримок у мережі. Таким чином, розроблене алгоритмічне забезпечення є 
цілісним та надійним програмним комплексом, який гарантує стабільну та 
енергоефективну роботу інтелектуальної системи моніторингу в реальних 
умовах. 
 
3.4. Програмне тестування та симуляція роботи системи в хмарному 
середовищі 
Процес програмного тестування та комплексної симуляції 
функціонування інтелектуальної системи в хмарному середовищі є 
завершальною фазою розробки, яка дозволяє верифікувати коректність 
взаємодії апаратного рівня з рівнем представлення даних. Для забезпечення 
високої надійності пристрою в умовах реальної експлуатації було 
розроблено багаторівневу методику верифікації, що включала в себе 
функціональне тестування окремих модулів коду, стрес-тестування 
мережевого стека ESP32 та симуляцію аномальних станів навколишнього 
середовища. Основним інструментом для проведення хмарної симуляції 
було обрано професійну IoT-платформу, яка дозволяє не лише візуалізувати 
телеметрію в реальному часі, а й проводити глибокий аналіз затримок 
передачі пакетів та стійкості MQTT-з’єднання при змінній якості сигналу 
Wi-Fi. 
Перший етап тестування був зосереджений на перевірці цілісності 
даних (Data Integrity) при їх передачі від АЦП мікроконтролера до бази 
даних хмарного сервера. Оскільки пристрій працює в режимі глибокого сну 
50 
для економії енергії, критично важливим було переконатися, що при 
кожному пробудженні система встигає ініціалізувати стек TCP/IP та пройти 
процедуру рукостискання (Handshake) з MQTT-брокером до моменту 
закінчення тайм-ауту. У процесі симуляції було змодельовано ситуацію з 
високим рівнем джиттера (jitter) у мережі, що дозволило налаштувати 
оптимальні значення затримок у коді прошивки. Верифікація показала, що 
використання протоколу MQTT з рівнем якості обслуговування QoS 1 (що 
гарантує доставку пакету хоча б один раз) є оптимальним вибором, оскільки 
це запобігає втраті даних про критичне забруднення повітря навіть при 
нестабільному радіоканалі. 
Важливим компонентом розділу тестування є опис візуального 
інтерфейсу, який виступає основним інструментом взаємодії користувача з 
системою. Дашборд був спроектований за принципами ергономічності та 
інформативності, де кожен віджет виконує специфічну аналітичну функцію. 
На головному екрані розташовані динамічні лінійні графіки, що 
відображають тренди концентрації газів MQ-135 та MQ-7 за останні 24 
години. Це дозволяє виявити добові цикли зміни якості повітря, пов’язані, 
наприклад, із автомобільним трафіком або роботою систем опалення. 
 
51 
 
Рис.3.5. Скріншот віртуального дашборду з тестовими даними 
 
Під час проведення симуляції особлива увага приділялася верифікації 
логіки спрацювання тригерів безпеки. Оскільки основною метою системи є 
запобігання отруєнню чадним газом та вуглекислим газом, програмно 
імітувалися порогові стани: в хмарне середовище надсилалися пакети з 
концентрацією CO понад 50 ppm. Результати тестування підтвердили, що 
хмарний сервер обробляє ці дані миттєво, ініціюючи ланцюжок сповіщень: 
відправку Push-повідомлення на мобільний додаток користувача та 
дублювання тривоги на електронну пошту. Аналіз часових міток 
(Timestamps) показав, що загальний час від моменту виявлення загрози 
сенсором до отримання повідомлення користувачем становить менше 1.2 
секунди, що є видатним показником для систем, що працюють через 
публічні мережі. 
Другий етап симуляції передбачав тривалий стрес-тест (Long-run 
stability test) тривалістю 48 годин безперервної роботи. У цей період 
пристрій відправляв дані кожні 60 секунд. Метою було виявлення 
потенційних витоків пам’яті (memory leaks) у мережевих бібліотеках 
прошивки та перевірка стабільності сесійного зв’язку з хмарою. За 
52 
результатами тесту було встановлено, що динамічне виділення пам’яті в 
ESP32 залишається стабільним, а фрагментація купи не перевищує 
допустимих 5% завдяки використанню статичних буферів для JSON-
серіалізації. Це доводить, що програмне забезпечення здатне функціонувати 
місяцями без необхідності апаратного перезавантаження (Watchdog Reset). 
Для більш детального аналізу екологічної ситуації було протестовано 
аналітичний модуль хмарної платформи, який дозволяє експортувати дані у 
форматі CSV для подальшої статистичної обробки. Симуляція роботи з 
великими масивами даних показала, що база даних хмарного сервера 
ефективно індексує отримані вимірювання, забезпечуючи швидкий доступ 
до історії спостережень за будь-який проміжок часу. 
 
Рис.3.6. Аналітичний інтерфейс хмарної платформи з історією вимірювань 
 
Додатково в розділі тестування було розглянуто питання кібербезпеки 
та захисту даних. Використання шифрування TLS/SSL при підключенні до 
MQTT-брокера та індивідуальних токенів автентифікації для кожного 
пристрою гарантує, що дані телеметрії не можуть бути перехоплені або 
підмінені зловмисниками. Верифікація протоколів безпеки підтвердила, що 
обрана архітектура відповідає сучасним стандартам захисту IoT-пристроїв. 
53 
Підбиваючи підсумок розділу 3.4, можна стверджувати, що 
результати програмного тестування та хмарної симуляції повністю 
підтвердили працездатність та надійність розробленої інтелектуальної 
системи. Отримані дані з віртуального дашборду ідентичні розрахунковим 
показникам, що свідчить про високу точність алгоритмів обробки та 
фільтрації сигналів. Система продемонструвала відмінну реакцію на 
критичні ситуації, стабільну роботу мережевих інтерфейсів та високу 
енергоефективність, що дозволяє перейти до етапу впровадження пристрою 
у промислову або побутову експлуатацію як завершеного технічного 
рішення. 
ВИСНОВКИ 
 
Підсумкові результати проведеного дипломного дослідження 
свідчать про успішне завершення всіх етапів розробки та проектування 
інтелектуальної системи моніторингу якості атмосферного повітря. Процес 
виконання роботи дозволив комплексно підійти до вирішення актуальної 
науково-технічної задачі, яка полягала у створенні недорогого, але 
високоточного інструменту для екологічного контролю в урбанізованому 
середовищі. На початкових етапах було проведено ґрунтовний критичний 
аналіз існуючих засобів вимірювання, що дало змогу виявити їхні основні 
недоліки, такі як висока вартість, громіздкість та відсутність гнучких 
можливостей для віддаленої передачі даних у реальному часі. Саме на 
основі цього аналізу було сформовано концепцію проектованого пристрою, 
яка базується на поєднанні сучасних мікропроцесорних технологій та 
хмарних обчислень у межах парадигми Інтернету речей. 
Центральним досягненням роботи стала успішна інтеграція апаратних 
ресурсів мікроконтролера ESP32 із різнорідними сенсорними модулями. 
Вибір даного обчислювального ядра виявився повністю виправданим, 
оскільки його двоядерна архітектура дозволяє ефективно розділити процеси 
54 
збору даних від аналогових датчиків та енергоємні процеси підтримки стека 
протоколів бездротового зв’язку. В ході розробки було доведено, що 
використання напівпровідникових сенсорів у поєднанні з прецизійними 
цифровими метеодатчиками забезпечує достатню точність для побутового 
та напів промислового моніторингу, за умови впровадження 
спеціалізованих алгоритмів програмної компенсації та фільтрації сигналів. 
Проектування апаратної частини, що включало трасування 
друкованої плати та розробку системи живлення, підтвердило важливість 
дотримання принципів електромагнітної сумісності. Створена топологія 
плати з виділеними зонами для високочастотних сигналів та суцільними 
полігонами заземлення мінімізувала рівень паразитних завад, що 
безпосередньо вплинуло на стабільність показників АЦП. Крім того, 
розроблений 3D-модельований корпус став не просто захисною оболонкою, 
а активним елементом системи терморегуляції та конвекції, що гарантує 
постійне оновлення повітряної маси навколо чутливих елементів датчиків. 
Це рішення дозволило уникнути накопичення тепла від нагрівачів сенсорів 
MQ-серії, яке могло б спотворити результати вимірювання температури та 
вологості навколишнього середовища. 
Особливе місце в роботі займає програмна реалізація алгоритмів 
функціонування мікроконтролера. Розроблена прошивка забезпечує не 
лише збір інформації, а й інтелектуальне управління ресурсами пристрою. 
Впровадження режимів глибокого енергозбереження та неблокуючих 
мережевих процедур дозволило досягти високої автономності, що є 
критичним фактором для IoT-пристроїв. Валідація JSON-структур та 
використання протоколу MQTT для обміну даними з хмарною платформою 
підтвердили універсальність розробленого програмного забезпечення та 
його готовність до масштабування в межах складних систем типу «Розумне 
місто». Кожна ітерація тестування в хмарному середовищі демонструвала 
надійність каналів зв’язку та високу швидкість обробки подій сервером, що 
55 
гарантує своєчасне інформування користувача про потенційну небезпеку, 
таку як підвищення концентрації чадного газу або задимлення. 
Узагальнюючи результати симуляції та програмного тестування, 
можна стверджувати, що створена система повністю відповідає сучасним 
вимогам до екологічного моніторингу. Вона поєднує в собі низьку 
собівартість компонентів із високою функціональністю професійного 
обладнання. Практична значущість проекту підтверджується створенням 
діючого прототипу, який продемонстрував стійку роботу в різних 
мережевих сценаріях. Дана розробка відкриває широкі перспективи для 
подальшого вдосконалення, зокрема через інтеграцію нейромережевих 
моделей для прогнозування якості повітря на основі великих масивів 
накопичених даних. Таким чином, дипломний проект є завершеним 
дослідженням, яке має як теоретичне обґрунтування, так і пряме практичне 
застосування, спрямоване на підвищення рівня екологічної безпеки та якості 
життя населення. 
 
 
 
 
 
 
 
 
 
56 
 
 
 
 
 
 
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 
 
1. Боголюбов В. М., Соломенко Л. І., Волох А. М. Загальна екологія. 
Херсон: Олді-плюс, 2020. 
2. Мельник Л. Г. та ін. Основи екології. Львів: Новий Світ-2000, 2021. 
3. Клименко М. О., Залеський І. І. Моніторинг довкілля. Київ: Академія, 
2019. 
4. Шевчук В. Я. Екологічна безпека та управління ризиками. Київ: 
КНУБА, 2019. 
5. Рудько Г. І. Екологічна безпека природокористування. Київ, 2021. 
6. Долішній М. І. (ред.) Екологія та природокористування. Львів, 2020. 
7. Дорожовець М. М. Опрацювання результатів вимірювань. Львів: ЛП, 
2017. 
8. Кондрашов С. І. Метрологія, стандартизація та сертифікація. Харків: 
НТУ «ХПІ», 2016. 
9. Сердюк В. Р. Основи метрології та вимірювальної техніки. Київ, 2020. 
10. Бондаренко О. П. Основи теорії вимірювань. Київ, 2019. 
11. Гук М. Мікроконтролери AVR. Практичний посібник. Львів: Новий 
Світ-2000, 2020. 
12. Бойко В. І. Мікропроцесорні системи. Київ: КПІ, 2019. 
57 
13. Шевченко І. П. Основи мікропроцесорної техніки. Харків, 2018. 
14. Коваленко С. В. Архітектура мікроконтролерів. Київ, 2021. 
15. Видавництво КПІ. Мікропроцесорні системи (конспект лекцій). Київ, 
2020. 
16. Видавництво КПІ. Вбудовані системи: навчальні матеріали. Київ, 
2021. 
17. Видавництво ЛП. Основи мікроконтролерних систем. Львів, 2020. 
18. Гончаренко П. С. Інтернет речей (IoT): принципи та застосування. 
Харків, 2022. 
19. Яременко І. В. Сенсорні системи та вимірювальні пристрої. Київ, 
2023. 
20. Сидоренко О. Л. Проектування вбудованих систем. Дніпро, 2019. 
21. Петренко Ю. В. Електронні датчики та перетворювачі сигналів. Київ, 
2020. 
22. Мельник Р. С. Основи електроніки. Львів, 2018. 
23. Іванов В. М. Сенсори фізичних величин. Харків, 2021. 
24. Бондар В. О. Проектування електронних пристроїв. Київ, 2019. 
25. Козак М. П. Основи схемотехніки електронних пристроїв. Львів, 2022. 
 
 
 
 
 
 
 
 
 
 
58 
 
 
 
 
 
 
 
 
 
Додаток А 
Лістинг програми модуля екологічного моніторингу  
 
#include <Wire.h> 
#include <Adafruit_Sensor.h> 
#include <Adafruit_BME280.h> 
#include <PubSubClient.h> 
#include <WiFi.h> 
#include <ArduinoJson.h> 
 
// Конфігурація мережі Wi-Fi та сервера MQTT 
const char* ssid = "Your_WiFi_SSID"; 
const char* password = "Your_WiFi_Password"; 
const char* mqtt_server = "demo.thingsboard.io"; // Хмарна платформа 
моніторингу 
const char* mqtt_topic = "v1/devices/me/telemetry"; 
 
// Визначення апаратних пінів та констант схемотехніки 
#define MQ135_PIN 34          // Аналоговий вхід АЦП ESP32 (Група 1) 
#define RL_VALUE 10.0         // Опір навантажувального резистора 
дільника напруги (кОм) 
#define R0_CLEAN_AIR 4.12     // Базовий опір сенсора у чистому 
повітрі (кОм) 
#define VREF 5.0              // Опорна напруга живлення вимірювального 
кола дільника 
#define ADC_MAX 4095.0        // 12-бітна розрядність вбудованого АЦП 
ESP32 
 
// Емпіричні коефіцієнти апроксимації степеневої функції для CO2 
const float SCALE_A = 110.47;  
const float EXP_B = -2.862;    
 
// Параметри математичного фільтра EMA (Експоненційне 
згладжування) 
59 
const float EMA_ALPHA = 0.10;  
float ema_filtered_value = 0.0; 
 
// Налаштування режиму глибокого сну (Deep Sleep) 
const uint64_t TIME_TO_SLEEP_SEC = 300; // Проміжок між вимірами (5 
хвилин) 
 
WiFiClient espClient; 
PubSubClient mqttClient(espClient); 
Adafruit_BME280 bme; // Цифровий MEMS-датчик тиску, вологості 
та температури 
 
void setup_wifi() { 
  delay(10); 
  WiFi.begin(ssid, password); 
  int attempt = 0; 
  while (WiFi.status() != WL_CONNECTED && attempt < 30) { 
    delay(500); 
    attempt++; 
  } 
} 
 
void reconnect_mqtt() { 
  int attempt = 0; 
  while (!mqttClient.connected() && attempt < 3) { 
    // Токен автентифікації пристрою на сервері 
    if (mqttClient.connect("ESP32_Eco_Node", "YOUR_ACCESS_TOKEN", 
NULL)) { 
      break; 
    } else { 
      delay(2000); 
      attempt++; 
    } 
  } 
} 
 
// Функція оверсемплінгу для мінімізації впливу апаратних шумів АЦП 
float read_adc_oversampling(int pin) { 
  unsigned long adc_sum = 0; 
  const int iterations = 64;  
  for (int i = 0; i < iterations; i++) { 
    adc_sum += analogRead(pin); 
    delay(2); 
  } 
  return (float)adc_sum / (float)iterations; 
60 
} 
 
void setup() { 
  Serial.begin(115200); 
   
  // Ініціалізація шини I2C та MEMS-сенсора BME280 
  if (!bme.begin(0x76, &Wire)) { 
    Serial.println("Помилка ініціалізації BME280!"); 
  } 
 
  setup_wifi(); 
  mqttClient.setServer(mqtt_server, 1883); 
   
  if (WiFi.status() == WL_CONNECTED) { 
    reconnect_mqtt(); 
  } 
 
  // 1. Опитування сенсорів та первинний оверсемплінг 
  float raw_adc = read_adc_oversampling(MQ135_PIN); 
  float v_out = (raw_adc / ADC_MAX) * 3.3; // Розрахунок напруги на вході 
АЦП 
   
  // Корекція напруги до опорної 5В дільника напруги 
  float v_out_corrected = v_out * (VREF / 3.3); 
 
  // 2. Математичний розрахунок поточного опору Rs за законом 
Ома 
  float r_s = ((VREF - v_out_corrected) * RL_VALUE) / v_out_corrected; 
 
  // Оновлення фільтра EMA для відсікання випадкових пікових завад 
  if (ema_filtered_value == 0.0) { 
    ema_filtered_value = r_s; 
  } else { 
    ema_filtered_value = (EMA_ALPHA * r_s) + ((1.0 - EMA_ALPHA) * 
ema_filtered_value); 
  } 
 
  // 3. Розрахунок концентрації газу (CO2) за допомогою регресійної 
моделі 
  float rs_r0_ratio = ema_filtered_value / R0_CLEAN_AIR; 
  float concentration_ppm = SCALE_A * pow(rs_r0_ratio, EXP_B); 
 
  // Зчитування метеорологічних параметрів з автономної 
цифрової системи BME280 
  float temperature = bme.readTemperature(); 
61 
  float humidity = bme.readHumidity(); 
  float pressure_hpa = bme.readPressure() / 100.0F; 
 
  // 4. Формування вихідної структури JSON та передача по MQTT 
  if (mqttClient.connected()) { 
    StaticJsonDocument<256> jsonDoc; 
     
    // Округлення до 2 знаків після коми для відповідності 
метрологічній точності 
    jsonDoc["temperature"] = round(temperature * 100.0) / 100.0; 
    jsonDoc["humidity"] = round(humidity * 100.0) / 100.0; 
    jsonDoc["pressure"] = round(pressure_hpa * 100.0) / 100.0; 
    jsonDoc["co2_ppm"] = round(concentration_ppm * 100.0) / 100.0; 
 
    char buffer[256]; 
    serializeJson(jsonDoc, buffer); 
    mqttClient.publish(mqtt_topic, buffer); 
    delay(500); 
  } 
 
  // 5. Перехід мікроконтролера в енергоефективний режим 
глибокого сну 
  Serial.println("Перехід у режим Deep Sleep..."); 
  esp_sleep_enable_timer_wakeup(TIME_TO_SLEEP_SEC * 1000000ULL); 
  esp_deep_sleep_start(); 
} 
 
void loop() { 
  // Порожній цикл, оскільки вся логіка виконується один раз при 
пробудженні із Deep Sleep 
} 
 
62
ChSTU repository

ChSTU repository preserves and enables easy and open access to all types of digital content including text, images, moving images, mpegs and data sets
