Effecten van luchtkwaliteit op de gezondheid in accommodaties van schepen (ELGAS)

De complexe logistieke transportketens waarmee we elke dag bewust of onbewust in aanraking komen, spelen een sleutelrol in onze welvaart. De bijdrage van zeevaart (36,8%) en binnenscheepvaart (3,7%) in het goederentransport is substantieel. Een belangrijk verschil tussen scheepvaart en andere transportvormen is het lange verblijf van varend personeel op hun schip. Hierdoor kunnen deze personen niet alleen tijdens het werk in contact met uitlaatgassen of cargodampen komen, maar mogelijk ook tijdens hun vrije tijd. ELGAS: Effecten van luchtkwaliteit op de gezondheid in accommodaties van schepen, richt zich op de bezorgdheid van varend personeel rond luchtkwaliteit en hun gezondheid.

Doelstelling

Het ELGAS-project heeft tot doel de gezondheid van de bemanning te verbeteren door de blootstelling aan omgevingspolluenten in accommodaties continu te monitoren, te evalueren, met een zelfontworpen risico-index te communiceren, en concrete remediërende acties voor te stellen. De focus ligt op het monitoren van chemische agentia, potentieel aanwezig op (binnen)schepen en met gekende gezondheidsrisico’s zoals fijn stof of ozon. Met deze informatie wil het project de gezondheid van de bemanning verbeteren, betrokkenen sensibiliseren, bestaande diensten optimaliseren, nieuwe doelgroepen voor bestaande diensten identificeren, en de transportsector beter bestand maken tegen toegenomen duurzaamheidsvereisten in de transportsector.

Om het continu monitoren van de omgevingspolluenten in accommodaties mogelijk te maken is er een meetplatform ontwikkeld d.m.v. van low-cost sensoren. In het ELGAS-project is KdG verantwoordelijk voor de systeemintegratie, softwareontwikkeling, GUI/UX en de integratie met een Cloud omgeving.

Projectleider

  • Olivier Schalm (Hogere Zeevaartschool)

Onderzoekers

  • joeri.verbiest@kdg.be, +32 3 502 25 24 (Opleiding Multimedia & Creative Technology)
  • lorenz.adriaensen@kdg.be, +32 3 502 22 04 (Opleiding Multimedia & Creative Technology)
  • Olivier Schalm (Hogere Zeevaartschool)
  • Werner Jacobs (Hogere Zeevaartschool)
  • Gustavo Carro (Hogere Zeevaartschool)
  • Marianne Stranger (Vito)
  • Lazarov Borislav (Vito)

Betrokken opleiding: Multimedia en Creative Technology (MCT)

Financieringskanaal: TETRA projectnr. HBC.2019.2033

Looptijd: 1 december 2019 - 30 november 2021

Projectpagina Hogere Zeevaartschool

Meetplatform

Het ELGAS-meetplatform bestaat enerzijds uit de Elgas Sensor Box (ESB) en anderzijds uit een Cloud omgeving. De ESB maakt het mogelijk de verschillende omgevingspolluenten (CO2, O3, NO2, NO, SO2, CO, H2S, …) continu te monitoren. Het bestaat uit de Elgas Sensor Shield (ESS), een Single Board Computer (SBC), UTC-module (UTC = Coordinated Universal Time) en een touchscreen.

De ESS bestaat uit low-cost sensoren en is ontworpen en gekalibreerd door het VITO  (projectpartner). De SBC initieert de meting en zet de sensordata in de juist datastructuur. De data wordt enerzijds lokaal opgeslagen (csv-file en een SQLite database) en anderzijds verzonden naar de ELGAS Cloud Space, ter beschikking gesteld door AllThingsTalk, daar wordt de data gevisualiseerd op een AllThingsTalk Pinboard en opgeslagen in een database.

Resultaten

Voor de connectiviteit wordt er gebruikgemaakt van een COTS (commercial off-the-shelf) router (RUT955) en een antenne (Poynting Puck-5). De 3/4G connectie werd ter beschikking gesteld door Telenet. Daarnaast is er de mogelijkheid om een WIFI of een LAN-connectie op te zetten met een lokale router aan boord van het schip. De router bevat eveneens een GPS-module voor de plaatsbepaling.

De software is geschreven in Python en deployed op de SBC, daarnaast zijn de noodzakelijke functies (Jupyter Notebook) en modules ontwikkelt om toegang te krijgen tot de Cloud data, dit door o.a. gebruikt te maken van de AllThingsTalk API. De (tabular) data kan, on premise, verder geanalyseerd worden door middel van (exploratory) data analysis tools, zoals bijvoorbeeld pandas, of kan als input dienen voor een data en/of (training of inference) machine learning pipeline.

Pinboard

Het algoritme om enerzijds de zelfontworpen risico-index te bepalen en anderzijds om de ruwe data ‘te vertalen’ naar gekalibreerde data zijn geïntegreerd door KdG. Het algoritme (risico-index, kalibratie) is ontwikkelt door de Hogere Zeevaartschool (projectpartner). De gekalibreerd data wordt enerzijds lokaal (op de ESB) opgeslagen (SQLite database) en anderzijds verstuurd naar de Cloud space. Daarnaast wordt de gekalibreerde data gevisualiseerd op een touchscreen.

Nexus onderzoek – onderwijs

In kader van het opleidingsonderdeel NxT-Upgrade (Professionele bachelor Multimedia en Creative Technologie) en onder begeleiding van docent Koen Heylen en de KdG onderzoekers is er een proof-of-concept GUI ontwikkelt door Nuno Hauters. De GUI werd verder verfijnd door de KdG-onderzoeker. In parallel is er een usability test (User Experience, UX) uitgevoerd. De usability test, eveneens in kader van de opleidingsonderdeel NxT-Upgrade, werd uitgevoerd door Laura Janssens, onder begeleiding van de docenten Koen Heylen en Meekels Michiel. De resultaten van deze usability test kun je hier vinden.

Tutorial

Om enkele concepten te illustreren, is er een tutorial ter beschikking gesteld. Deze tutorial illustreert o.a. hoe men kan communiceren met een sensor module d.m.v. Python en via de AllThingsTalk API met de Cloud.

Het ELGAS-onderzoek werd gefinancierd door Vlaams Agentschap Innoveren & Ondernemen (TETRA-fonds) met ondersteuning van Telenet, AllThingsTalk en LCL.

ELGAS
Logo's