Abstract
dc:descriptionΗ παρούσα διπλωματική εργασία εξετάζει την εφαρμογή τεχνολογιών Internet of Things (IoT) και Τεχνητής Νοημοσύνης (AI) στην παρακολούθηση και διαχείριση κυψελών μελισσών. Η μελισσοκομία αποτελεί έναν κρίσιμο κλάδο για τη γεωργία και τη βιωσιμότητα των οικοσυστημάτων, με τις μέλισσες να παίζουν καθοριστικό ρόλο στη γονιμοποίηση φυτών και την παραγωγή προϊόντων όπως μέλι και πρόπολη και τα παράγωγα τους. Ωστόσο, οι σύγχρονες προκλήσεις, όπως η μείωση των πληθυσμών μελισσών λόγω ασθενειών και της κλιματικής αλλαγής, απαιτούν καινοτόμες προσεγγίσεις για την αποτελεσματική διαχείριση των κυψελών. Το προτεινόμενο σύστημα χρησιμοποιεί αισθητήρες για τη μέτρηση θερμοκρασίας, υγρασίας και βάρους, σε συνδυασμό με τον μικροελεγκτή ESP32, για τη συλλογή και μετάδοση δεδομένων σε πραγματικό χρόνο μέσω του πρωτοκόλλου MQTT. Τα δεδομένα αναλύονται με τη χρήση μοντέλων Long Short-Term Memory (LSTM) για την πρόβλεψη της παραγωγής μελιού, των περιόδων της νομαδικής μελισσοκομίας. Η ανίχνευση πιθανών προβλημάτων, όπως η παρουσία παρασίτων ή η απουσία βασίλισσας, μπορούν να διαβαστούν εύκολα από τις ενδείξεις των αισθητήρων δίνοντας τη δυνατότητα λήψεων αποφάσεων από τους μελισσοκόμους. Το σύστημα λειτουργεί αυτόνομα, με ενεργειακή τροφοδοσία από ηλιακό πάνελ, διασφαλίζοντας 24ωρη λειτουργία με ελάχιστη χειροκίνητη παρέμβαση. Οι αρχικές δοκιμές ανέδειξαν την αξιοπιστία του συστήματος στη συλλογή δεδομένων από αισθητήρες, την επιτυχημένη μετάδοσή τους μέσω MQTT, και τη σταθερή λειτουργία του συστήματος σε πραγματικές συνθήκες. Η ενεργειακή αυτονομία αξιολογήθηκε ως επαρκής, με τη λειτουργία του συστήματος να υποστηρίζεται από το φωτοβολταϊκό πάνελ για συνεχείς κύκλους παρακολούθησης. Επιπλέον, το σύστημα σχεδιάστηκε ώστε να παρέχει ευκολία στη χρήση μέσω μιας διαδικτυακής εφαρμογής βασισμένης σε πλατφόρμα Flask, η οποία επιτρέπει στους μελισσοκόμους να παρακολουθούν δεδομένα σε πραγματικό χρόνο, να λαμβάνουν ειδοποιήσεις για κρίσιμες καταστάσεις και να αποκτούν πρόσβαση σε προγνωστικά μοντέλα. Η ενσωμάτωση API για μετεωρολογικά δεδομένα ενισχύει περαιτέρω τη λήψη αποφάσεων, καθώς οι περιβαλλοντικές συνθήκες επηρεάζουν σημαντικά τη δραστηριότητα των μελισσών. Η μελέτη υπογραμμίζει τη δυνατότητα χρήσης έξυπνων τεχνολογιών για την παρακολούθηση της υγείας των αποικιών, τη βελτιστοποίηση της παραγωγικότητας και την ενίσχυση της βιωσιμότητας της μελισσοκομίας. Οι δοκιμές κατέδειξαν τη δυνατότητα εφαρμογής του συστήματος σε πραγματικές συνθήκες, ανοίγοντας τον δρόμο για περαιτέρω βελτιώσεις, όπως η ενσωμάτωση επιπρόσθετων αισθητήρων ή προηγμένων μοντέλων μηχανικής μάθησης για ακόμη πιο ακριβείς προβλέψεις. Η παρούσα εργασία αποτελεί μια ολοκληρωμένη προσέγγιση για την επίλυση σύγχρονων προκλήσεων στη μελισσοκομία, προσφέροντας πρακτικές και οικονομικά αποδοτικές λύσεις.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Ευαγγελιστής Κωνσταντίνος
- Evangelistis Konstantinos
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:5294823