मीथेन सेंसर की उपयुक्तता का निर्णय उत्पाद विनिर्देश पत्र में दी गई केवल एक सटीकता मद से नहीं हो सकता। सुरक्षा चेतावनी, मीथेन गैस का मापन और उत्सर्जन मात्रा का अनुमान—इन सबकी आवश्यक मापन सीमा और प्रतिनिधित्व अलग-अलग हैं। 『कार्बन उत्सर्जन में कमी प्रमाणित करने की तकनीक और समाधान』 का अध्याय 8 सेंसर चयन को उपयोग के उद्देश्य और स्थापना की परिस्थितियों से जुड़ा प्रश्न मानता है।
पहले अवधारणा और लागू दायरा तय करें
आवश्यक प्रदर्शन की शुरुआत अपेक्षित सांद्रता सीमा और पहचाने जाने वाले बदलाव के परिमाण से होती है। यह भी देखना चाहिए कि प्रतिक्रिया समय डेटा संग्रह की आवृत्ति के अनुकूल है या नहीं, और तापमान तथा आर्द्रता में बदलाव का प्रभाव कैसे जाँचा जाएगा। विनिर्देश पत्र के आँकड़ों को उन्हीं लागू शर्तों के भीतर समझें। लंबे समय तक संचालन में अंशांकन और निरीक्षण का तरीका लागत को प्रभावित कर सकता है। तय करें कि क्या उपकरण का स्थल पर अंशांकन संभव है, उसे जाँच के लिए वापस भेजना होगा या नहीं, और समस्या मिलने की अवधि के डेटा को कैसे संभालेंगे। उपकरण खरीदने और डेटा गुणवत्ता बनाए रखने की योजना का साथ में मूल्यांकन करना आवश्यक है।
मापन (M) डेटा बनाता है। तय करें और लागू करें कि क्या, कहाँ, कितनी बार और किस उपकरण से देखा जाएगा। परिणाम में मूल डेटा और उसकी व्याख्या के लिए आवश्यक मेटाडेटा शामिल होते हैं—जैसे अंशांकन इतिहास, उपकरण विनिर्देश, स्थापना की परिस्थितियाँ और छूटे हुए समयखंड।
उत्सर्जन-कमी की मात्रा के लिए मापन का मूल स्रोत तक पता चलना और गणना का पता लग सकना, दोनों आवश्यक हैं। माप को दस्तावेज़ीकृत अंशांकन-श्रृंखला और अनिश्चितता के माध्यम से मानक से जोड़ा जाता है; गतिविधि डेटा और उत्सर्जन कारकों या मॉडलों को उनके स्रोत, संस्करण और लागू शर्तों के माध्यम से अंतिम परिणाम तक खोजा जा सकता है। उत्सर्जन-कमी की हर मात्रा केवल प्रत्यक्ष मापन से नहीं निकलती। समीक्षक को गणना दोहराकर देखनी चाहिए और यह भी जाँचना चाहिए कि इस्तेमाल किया गया डेटा और तरीका दावे के लिए उपयुक्त है या नहीं।
सांद्रता हवा में गैस का अनुपात है, जबकि उत्सर्जन दर प्रति इकाई समय में उत्सर्जित द्रव्यमान है। उत्सर्जन की मात्रा मापने या अनुमानित करने के लिए उद्देश्य के अनुरूप सांद्रता, प्रवाह दर और मापन मॉडल को जोड़ना चाहिए। सांद्रता घटे, लेकिन हवा का प्रवाह बढ़ा हो, तो यह तय नहीं कहा जा सकता कि द्रव्यमान उत्सर्जन दर भी उसी दिशा में बदली है। समय के साथ उत्सर्जन दर को कुल उत्सर्जन मात्रा में बदलते समय मापन अवधि और छूटे हुए समयखंडों को संभालने की विधि भी चाहिए।
यांत्रिक वेंटिलेशन वाली पशुशाला में पंखे की केवल निर्धारित क्षमता ही नहीं, बल्कि स्थैतिक दबाव और संचालन की स्थिति, तथा गंदगी या घिसावट से वास्तविक वायु प्रवाह में हुए बदलाव की भी जाँच करें। प्राकृतिक वेंटिलेशन में हवा की दिशा और गति, तापमान का अंतर और खुले हिस्सों की स्थिति देखें। उत्सर्जन दर पर वेंटिलेशन मात्रा के अनुमान की अनिश्चितता का कितना असर पड़ता है, इसका मूल्यांकन मापन मॉडल के भीतर करें।
विकास का व्यावहारिक रास्ता है कि सांद्रता के अवलोकन और आधारभूत उत्सर्जन दर के मापन को साथ-साथ जमा किया जाए, तथा वेंटिलेशन, मौसम, पशुओं की संख्या और चारे की जानकारी को जोड़ा जाए। मॉडल बनाने में जिन खेतों और अवधियों का उपयोग नहीं हुआ, उनसे पूर्वानुमान त्रुटि का मूल्यांकन करें और लागू दायरा स्पष्ट करें। साथ-साथ किए गए अवलोकन बढ़ने पर भी यदि प्रतिनिधित्व अपर्याप्त हो या साझा पूर्वाग्रह हो, तो मॉडल पर भरोसा अपने-आप नहीं बढ़ता।
उत्प्रेरक-दहन प्रकार (pellistor)। इसमें ज्वलनशील गैस उत्प्रेरक पर प्रतिक्रिया करके जो ऊष्मा पैदा करती है, उसका उपयोग होता है और ऑक्सीजन आवश्यक होती है। इसका इस्तेमाल मुख्यतः विस्फोट की निचली ज्वलन सीमा के सापेक्ष सांद्रता (%LEL) जैसे सुरक्षा उद्देश्यों के लिए होता है; यह अलग से जाँचना चाहिए कि क्या इसकी विनिर्दिष्ट क्षमता पशुपालन में ppm स्तर के छोटे अंतर को मापने के लिए पर्याप्त है। उत्प्रेरक के विषाक्त या अवरोधित होने और धूल जैसे पर्यावरणीय प्रभावों से प्रतिक्रिया घट सकती है, इसलिए नियमित निरीक्षण आवश्यक है।
ज़मीनी उपयोग की शर्तें और सीमाएँ
मान लीजिए ज्वलनशील गैस के खतरे की चेतावनी देने वाले उपकरण का उपयोग कम सांद्रता के अंतर की मात्रा निर्धारित करने के लिए किया जा रहा है। जाँचें कि प्रदर्शित इकाई, विभेदन क्षमता और ड्रिफ्ट, विश्लेषण के उद्देश्य के अनुरूप हैं या नहीं। उपकरण सामान्य रूप से काम कर रहा हो, तब भी वह आवश्यक बदलावों में अंतर न कर पाए। मापन के सिद्धांत और हर उत्पाद का प्रदर्शन अलग-अलग देखें।
गैर-विक्षेपी अवरक्त (NDIR) पद्धति मीथेन द्वारा अवरक्त प्रकाश के अवशोषण का उपयोग करती है। इसमें उत्प्रेरक-दहन प्रकार जैसी ऑक्सीजन पर निर्भरता या उत्प्रेरक विषाक्तता नहीं होती, लेकिन यह प्रकाशीय गंदगी और तापमान, दबाव तथा नमी के प्रभाव से मुक्त नहीं है। केवल सिद्धांत के आधार पर इसे खेत में लंबे समय के अवलोकन के लिए उपयुक्त न मानें; हर उत्पाद के लिए जाँचें कि अपेक्षित सांद्रता और अंदर-बाहर के सांद्रता अंतर की तुलना में उसकी पहचान सीमा, दोहराव-क्षमता और ड्रिफ्ट पर्याप्त हैं या नहीं।
अंशांकन का अंतराल उपयोग की परिस्थितियों, निर्माता की प्रक्रिया, वास्तविक ड्रिफ्ट के अभिलेख और आवश्यक अनिश्चितता के आधार पर तय करें। जो उपकरण स्थल पर अंशांकन का समर्थन नहीं करते, उन्हें भी समय-समय पर संदर्भ उपकरण से तुलना, वापस भेजकर अंशांकन या जाँच गैस से पुष्टि को जोड़कर संभाला जा सकता है। मुख्य बात कोई एकसमान अंतराल तय करना नहीं, बल्कि अंशांकनों के बीच प्रदर्शन के समर्थन में अभिलेख और समस्या आने पर डेटा संभालने के नियम रखना है।
सेंसर की तुलना में मापन सीमा और विभेदन क्षमता, दूसरी गैसों के प्रति क्रॉस-सेंसिटिविटी, प्रतिक्रिया समय और ड्रिफ्ट को साथ जाँचें। तापमान, आर्द्रता, धूल जैसी पर्यावरणीय परिस्थितियों और अंशांकन की आवश्यकताओं की भी समीक्षा करें। यदि उद्देश्य सांद्रता के छोटे अंतर पहचानना है, तो हर उत्पाद और संचालन मोड के लिए देखें कि उपकरण की प्रदर्शित इकाई और अनिश्चितता उस उद्देश्य के अनुरूप हैं या नहीं। केवल सेंसर के सिद्धांत का नाम इन शर्तों का विकल्प नहीं हो सकता।
निवेश समीक्षा के लिए आवश्यक प्रमाण
निवेशकों को सेंसर उपलब्ध होने की बात से अधिक, उस वातावरण में आवश्यक प्रदर्शन की पुष्टि करने वाले डेटा की समीक्षा करनी चाहिए। यह देखना ज़रूरी है कि धूल और नमी, तापमान में बदलाव और रखरखाव के तरीके का डेटा गुणवत्ता पर क्या असर है, इसका मूल्यांकन किया गया है या नहीं। किसी चीज़ का पता लगाया जा सकता है, यह कहना और उसे उद्देश्य के अनुरूप मात्रा में मापा जा सकता है, यह कहना अलग बातें हैं।
AI मूल्यांकन डेटा को उपयोग के उद्देश्य के अनुसार अलग रखें। भविष्य के संचालन का अनुमान लगाना हो तो समय-क्रम पर विचार करें; दूसरे खेतों में लागू करना हो तो खेत के आधार पर डेटा अलग रखने पर विचार करें। मॉडल चुनने के लिए इस्तेमाल किया गया डेटा और अंतिम प्रदर्शन जाँच के लिए इस्तेमाल होने वाला डेटा भी अलग होना चाहिए। एक साधारण आधार मॉडल से तुलना करें और औसत त्रुटि के साथ-साथ खेत और मौसम के अनुसार पक्षपात तथा विफलता की परिस्थितियाँ जाँचें; तभी वास्तविक उपयोग का दायरा समझाया जा सकेगा।
डेटा वंशावली वह रास्ता है जो दिखाता है कि अंतिम आँकड़ा किस मूल डेटा से किन रूपांतरणों के बाद बना। उपकरण और चैनल, डेटा बनने का समय, तथा इकाई रूपांतरण, सुधार, फ़िल्टरिंग और समेकन के नियम दर्ज करें। किसने प्रक्रिया चलाई और अनुमोदित की, तथा बाद में क्या और क्यों बदला गया, यह भी लिखें। मूल डेटा मौजूद है या नहीं और योग्य समीक्षक प्रक्रिया को दोबारा जाँच सकता है या नहीं—इन दोनों बातों की साथ में पुष्टि करनी चाहिए।
निर्णय के लिए बनाए रखने योग्य मानदंड
उपकरण का चयन ऐसा प्रक्रिया है जिसमें उद्देश्य, सांद्रता सीमा, स्थल की परिस्थितियों और गुणवत्ता नियंत्रण की लागत को जोड़ा जाता है। वास्तव में जिस बदलाव को अलग पहचानना है, उसका परिमाण पहले तय करने पर ही विनिर्देशों की तुलना सार्थक होती है। स्थापना के बाद निरीक्षण और अभिलेख रखने को शामिल करने पर मापन योजना पूरी होती है।
लेखक परिचय
बोंगजुन ली ने सोगांग विश्वविद्यालय के प्रौद्योगिकी प्रबंधन स्नातकोत्तर विद्यालय (MOT) में अपनी पढ़ाई पूरी की। उन्होंने Infitron Co., Ltd. में 7 वर्ष और Honeywell में 20 वर्ष सहित गैस मापन के क्षेत्र में 27 वर्षों तक सेवा इंजीनियरिंग, तकनीकी बिक्री और चैनल प्रबंधन के काम किए। वर्तमान में AI Safety Korea Co., Ltd. के संस्थापक के रूप में वे सेंसर, AI और डेटा विश्लेषण का उपयोग करते हुए पशुधन मीथेन निगरानी तथा मापन, रिपोर्टिंग और सत्यापन (MRV) व्यवस्था पर शोध कर रहे हैं।