Работа 1. Мониторинг класса

1. Задача

В прошлом году (или в параллели помладше) выяснили: к шестому уроку CO₂ в классе выходит за норму. Но это были данные за один день, снятые дежурными вручную, с пропусками.

Возражение, которое вам предъявят взрослые, звучит так: «Может, это был особенный день. Может, вы неправильно мерили. Может, вообще случайность».

И это честное возражение. Ответить на него можно только одним способом: данными за длительный срок, снятыми одинаково, без человеческого фактора.

Ваша задача: построить узел, который неделю измеряет параметры кабинета и сам записывает результаты. А потом превратить эти данные в отчёт, который поймёт человек, не разбирающийся в электронике.

2. Что строим

    flowchart LR
    S["Датчики<br/>CO₂ · температура · влажность"] --> E["ESP32<br/>читает раз в минуту"]
    E --> M["Память<br/>SD-карта / файл"]
    E --> W["Wi-Fi<br/>страница с текущими данными"]
    M --> A["Анализ<br/>график, выводы"]
    A --> R["Отчёт<br/>для администрации"]
  

Ключевое отличие от 5–7 класса: между измерением и выводом появляется программа. Она решает, когда мерить, что записывать и что показывать.

3. Три задачи, которые надо решить

Задача 1. Опрос датчика

Датчик не отдаёт данные сам — его нужно спросить. У большинства датчиков есть библиотека, но понимать, что происходит, всё равно надо: датчику нужно время на прогрев, он может вернуть ошибку, и это надо обработать.

if (!sensor.read()) {
    Serial.println("Датчик не ответил");
    return;              // не пишем мусор в файл
}
float co2 = sensor.getCO2();

Задача 2. Как часто мерить

Раз в секунду — 604 800 записей за неделю, и файл, с которым невозможно работать. Раз в час — 168 записей, но пропустишь всю динамику урока.

Разумно: раз в минуту. За неделю ~10 000 строк — читается, влезает в таблицу, динамику видно.

Это инженерное решение, и его надо уметь обосновать: частота опроса выбирается из того, как быстро меняется процесс. CO₂ в классе меняется за минуты, не за секунды.

Задача 3. Куда писать

Для школы обычно проще всего SD-карта + страничка в Wi-Fi для текущих значений.

4. Формат данных

Пиши в CSV — это обычный текст, который открывается и Excel, и Python, и блокнотом:

timestamp,co2,temp,humidity
2026-09-15T08:30:00,520,21.5,42
2026-09-15T08:31:00,535,21.5,42

5. Практика

Этап 1. Датчик отвечает (2 урока)

Цель: прочитать одно значение и вывести в монитор порта.

Это меньше, чем кажется, и больше, чем кажется. Здесь ловятся все проблемы: не та распиновка, не тот адрес на шине, не подтянуты линии, датчик не прогрет.

Готово, когда: в мониторе идут правдоподобные числа, а на улице датчик показывает ~400 ppm.

Этап 2. Запись в файл (2 урока)

Цель: те же данные, но в файл на SD, с временем, в CSV.

Готово, когда: вынули карту, открыли файл на компьютере — там таблица, которую можно построить графиком.

Этап 3. Неделя автономной работы (фоном)

Узел ставится в кабинете и работает. Ваша задача на это время — не трогать его. Раз в день проверяйте, что он жив.

Этап 4. Анализ и отчёт (3 урока)

Цель: превратить 10 000 строк в один понятный лист.

1. Открыть CSV в таблице, построить график «время → CO₂».
2. Найти закономерности: когда пики? совпадают ли с расписанием? отличаются ли дни недели?
3. Посчитать: сколько процентов учебного времени воздух был выше нормы?
4. Сформулировать вывод и предложение.

Что должно получиться: один лист, где график, три цифры и одно предложение, понятные завучу.

6. Работа с данными: что искать

7. Что сдаём

1. Работающий узел — измеряет, пишет, не падает за неделю.

2. Файл данных — CSV с неделей измерений.

3. Отчёт на одном листе:

• что измеряли, чем, как часто, с какой погрешностью;
• график за неделю с отмеченной нормой;
• три ключевые цифры (например: пик 1850 ppm, превышение нормы 38% учебного времени, восстановление после проветривания 12 минут);
• вывод и конкретное предложение;
• честный раздел «что могло исказить результат».

4. Защита (5 минут) — рассказать это человеку, который не разбирается в электронике.

8. Критерии оценки

9. Куда это ведёт

Вы построили то, что в промышленности называется системой мониторинга: датчик → сбор → хранение → анализ → решение. Точно так же устроены системы на производствах, в теплицах, в дата-центрах и в умных домах — отличается масштаб, а не принцип.