ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-01122015-173108


Tipo di tesi
Tesi di laurea specialistica
Autore
PALLICCA, STEFANO
URN
etd-01122015-173108
Titolo
Adaptive sensing and transmissions on an Automatic Weather Station: design of a practical system deployed on a glacier.
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA INFORMATICA
Relatori
relatore Prof. Avvenuti, Marco
relatore Ing. Cesarini, Daniel
relatore Dott. Cimino, Mario Giovanni Cosimo Antonio
Parole chiave
  • politiche energetiche adattive
  • photovoltaic aws
  • pannello solare
  • glacier
  • ghiacciaio
  • fotovoltaico
  • environmental energy
  • energy harvesting
  • energia ambientale
  • context awareness
  • context aware
  • consapevolezza di contesto
  • comportamento adattivo
  • aws
  • autonomous sensing
  • automatic weather station
  • adaptive energy policies
  • adaptive behavior
  • recupero energia
  • sensor
  • sensore
  • solar panel
  • stazione meteorologica automatica
Data inizio appello
20/02/2015
Consultabilità
Completa
Riassunto
Il presente lavoro di tesi tratta l'ottimizzazione, dal punto di vista energetico, di una Automatic Weather Station (AWS), installata sul ghiacciaio di La Mare in Trentino Alto-Adige.
Innanzitutto, viene migliorato il sistema di trasferimento dei dati raccolti dai sensori. Grazie a questo nuovo metodo, la stazione è in grado di connettersi autonomamente ad un server remoto per l'invio dei dati raccolti.
Successivamente, viene implementato sulla AWS un modello matematico di pannello solare, che rappresenta la fonte di energia della stazione.
Questo modello calcola l'energia disponibile, applicandola ad alcune politiche adattive che si occupano di migliorare i consumi, modificando il comportamento della stazione, in funzione dell'energia disponibile nell'ambiente. La capacità di un sistema automatico di auto-adattarsi e auto-riconfigurarsi al variare delle condizioni ambientali rappresenta uno dei punti chiave del paradigma dell'autonomic sensing.
Infine, viene reso configurabile il comportamento della stazione, parametrizzando alcuni aspetti del codice in esecuzione sulla AWS.
Durante la connessione al server remoto per il trasferimento dati, la stazione riceve un file di configurazione, contenente alcuni parametri che permettono di variare il funzionamento delle politiche adattive. Tali parametri sono configurabili da parte di un operatore, che li può quindi adattare alle proprie esigenze, prima di inviarli alla AWS.

This work is about the energetic optimization of an Automatic Weather Station (AWS), deployed on La Mare Glacier in Trentino Alto-Adige.
First of all, the data-transfer system is enhanced. Using this method, the station is able to autonomously connect to a remote server, to send fresh sensed data.
Besides, a mathematical model of a solar panel is implemented on the station. Solar power is in fact the energetic source for the AWS.
This model calculates the available energy, and applies it to a set of adaptive energy policies, which try to optimize the station energy consumption, by modifying the behavior of the station, based on the available energy in the environment. The ability to auto-adapt and auto-reconfigure on environmental conditions change, is for an automatic system, one of the key points concerning autonomic sensing.
In the end, the behavior of the station is made configurable, by introducing parameters in the station application code. During the connection to the remote server, the station receives a configuration file, containing some parameters which allow the station to change the adaptive policies behavior. These parameters are user-configurable, thus an operator may customize these parameters, before sending them to the AWS.
File