Cihazda makine öğrenimi ve bulut entegrasyonuna sahip, düşük maliyetli zeki su kalitesi izleme sistemi

Daha akıllı su kontrolleri neden önemli

Güvenli içme suyu çoğu insanın doğal kabul ettiği bir şeydir; ancak kirlilik ve yaşlanan altyapı musluktan akanın her zaman göründüğü kadar temiz olmadığı anlamına gelir. Geleneksel su testleri genellikle örneklerin uzak bir laboratuvara gönderilmesini ve sonuçlar için bir iki gün beklemeyi gerektirir—o su zaten evlerde, okullarda veya çiftliklerde kullanılıyorsa tehlikeli bir gecikme olabilir. Bu makale, bir boru veya depolama tankının üzerine doğrudan yerleştirilebilen, düşük maliyetli, valiz büyüklüğünde bir sistemi tanımlar: basit sensörlerle suyu sürekli izler ve yerleşik yapay zekâ kullanarak suyun gerçek zamanlı olarak normal mi, yağmurla seyrelmiş mi yoksa güçlü kimyasallarla kirlenmiş mi olduğunu belirler.

Küçük bir kutu musluğunuzu nasıl gözetler

Sistemin kalbinde ESP32 adlı küçük ama güçlü bir mikrodenetleyici kartı bulunur; bu kart basitleştirilmiş bir bilgisayar gibi çalışır. Dört ucuz sensöre bağlanmıştır; bu sensörler suyun temel özelliklerini ölçer: asitlik veya alkalilik (pH), içinde çözünmüş tuz ve minerallerin miktarı (toplam çözünmüş katılar, TDS), berraklığı (bulanıklık) ve sıcaklığı. Bu okumalar birlikte hızlı bir sağlık kontrolü sağlar: örneğin çok bulanık su veya çözünmüş katılarda ani bir artış cadde akışlarından ya da temizleyici sızıntılarından şüphelenilmesine yol açabilir. ESP32 her saniye yüzlerce ham ölçüm toplar, gürültülü sinyalleri temizler ve zaman içinde karşılaştırılabilecek fiziksel olarak anlamlı değerlere dönüştürür.

Zekâyı uca getirmek

Mevcut “akıllı” su sistemlerinin çoğu bu sensör verilerini internet üzerinden aktarır ve ne anlama geldiğine uzak sunucuların karar vermesine izin verir. Ağ yavaş, pahalı veya hiç kullanılabilir olmadığında bu yaklaşım başarısız olur. Bu çalışmada yazarlar, yaklaşık 14,5 kilobayt belleğe sığacak kadar küçük olan kompakt bir sinir ağını—bir makine öğrenimi modeli türü—eğitiyor ve ardından bunu doğrudan ESP32 üzerine depoluyorlar. Kendi prototiplerinden dikkatle toplanmış 6.000 örneği (normal musluk suyu, yağmur suyu ve kimyasal dökülmeleri taklit etmek için ev tipi çamaşır suyu ile takviye edilmiş su) kullanarak model, dört sensör okumalarıyla üç kategori arasında örüntüleri öğreniyor: Normal, Yağmur Akışı ve Kimyasal Kirletici. Eğitildiğinde yaklaşık bir milisaniye kadar kısa bir sürede karar verebiliyor ve test verilerinde bildirilen doğruluk oranı yaklaşık yüzde 99.

Güç, depolama ve yanıt süresinden tasarruf

Böyle sistemlerin uzak bölgelerde aylarca çalışması gerekebileceğinden tasarım, zekâ kadar tutumluluğa da odaklanıyor. Her saniyenin tüm verilerini kaydetmek yerine cihaz, su okumaları normal sensör titremesinden daha fazla değiştiğinde yalnızca hafıza kartına bilgi yazan “dalgalanma‑tabanlı” moda geçebilir. 24 saatlik bir testte bu, hafıza yazma sayısını yüzde 98’den fazla azalttı; bu da kartın ömrünü uzatmaya ve güç tüketimini azaltmaya yardımcı oluyor. Aynı zamanda ESP32, yerleşik kablosuz ağ bağlantısını kullanarak okumaların ve model kararlarının anlık görüntülerini bir bulut veritabanına gönderir; burada basit bir web ve mobil gösterge paneli uzaktaki kullanıcılar için canlı grafikler ve durum göstergeleri sunar.

İçgöriden otomatik güvenliğe

Sistem yalnızca suyu etiketlemekle kalmaz; bu etiketlere göre hareket edebilir. Yazarlar ESP32’yi bir röleye bağlayarak bir tanktan sisteme (örneğin bir ev hattına) su besleyen küçük bir pompayı kontrol ediyorlar. Yerleşik model veya temel güvenlik eşik değerleri suyun kullanıcı tarafından tanımlanmış güvenli aralığın dışında olduğunu önerdiğinde, kontrolcü buluttan herhangi bir sinyal beklemeden pompayı hemen kestirir. Histerezis olarak bilinen yerleşik bir tampon, okumalar eşik değerin yakınında seyrettiğinde pompanın hızla açıp kapanmasını engeller. Bir günlük denemede, eksiksiz kurulum kesintisiz çalıştı ve sensör kontrolleri ölçümlerin gündelik izleme için yeterince doğru olduğunu gösterdi.

Günlük su güvenliği için bunun anlamı

Uzman olmayan biri için bu çalışmanın vaadi basit: parça maliyetleri seksen doların altında olan bir kompakt “koruyucu” cihaz artık temel su kalitesini sürekli izleyebilir ve bir şey şüpheli görünürse saniyeler içinde su kaynağını kapatabilir. Mevcut prototip yalnızca birkaç kirlenme türüne göre ayarlanmış durumda ve hobi sınıfı sensörler kullanıyor; bunlar zamanla kayma yapar ve periyodik temizlik ile yeniden kalibrasyon gerektirir, bu nedenle henüz sertifikalı testlerin tam bir yerine geçmez. Ancak yazarların da belirttiği gibi düşük maliyetli elektroniği akıllı, yerinde öğrenme modelleriyle birleştirmek, özellikle hızlı laboratuvar çalışmasına veya sağlam internet bağlantılarına güvenemeyen kırsal ya da düşük kaynaklı topluluklar için güçlü yeni bir koruma katmanı sunuyor.

Atıf: Sharma, S., Mishra, D., Yadav, A. et al. An Intelligent, low-cost water quality monitoring system with on-device machine learning and cloud integration. Sci Rep 16, 11106 (2026). https://doi.org/10.1038/s41598-026-37287-3

Anahtar kelimeler: su kalitesi izleme, IoT sensörleri, uçta makine öğrenimi, TinyML, içme suyu güvenliği