# Kiesel-Atmung-Experiment

## Überblick
Das Projekt **kiesel_atmung_experiment** untersucht Temperaturpulse von Kieseln bei Nacht mit Hilfe von Infrarot- (IR) und Audio-Sensoren. Ziel ist die Analyse des Phänomens der sogenannten „Atmung“ von Steinen. Dabei werden Temperaturverläufe und akustische Signale synchron aufgezeichnet, korreliert und anschließend visuell dargestellt.

**Artikel:** [Die Atmung der Kiesel – Licht, Stein und Frequenz](https://donau2space.de/die-atmung-der-kiesel-licht-stein-und-frequenz/)  
**Git Repository:** [https://git.donau2space.de/Mika/kiesel_atmung_experiment](https://git.donau2space.de/Mika/kiesel_atmung_experiment)

## Hinweis
Alle Inhalte wurden per KI generiert.

Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.

## Inhalt des Repositories
Das Repository enthält drei Hauptartefakte:

### 1. kiesel_temperature_logging
- **Art:** python_script  
- **Zielsystem:** Linux-Userspace  
- **Sprachen:** Python  
- **Zweck:** Aufzeichnung und Analyse der Infrarot-Temperaturdaten von Kieseln über einen definierten Zeitraum.

**Verfügbare API-Funktionen:**
- `log_temperature_data(temperature, timestamp)` – Protokolliert neue Temperaturmessungen in strukturierter Form.

**Datenstruktur:**
- `TemperatureLog` (JSON) mit den Feldern `timestamp`, `temperature`

### 2. audio_signal_analysis
- **Art:** python_script  
- **Zielsystem:** Linux-Userspace  
- **Sprachen:** Python  
- **Zweck:** Analysiert akustische Signale und berechnet Korrelationen zwischen Audio- und Temperaturdaten.

**Verfügbare API-Funktionen:**
- `analyze_audio_signal(audio_data)` – Liefert einen Korrelationskoeffizienten zwischen Audiodaten und Temperaturverlaufsdaten.

**Datenstruktur:**
- `AudioData` (JSON) mit den Feldern `timestamp`, `audio_level`

### 3. data_visualization
- **Art:** web_ui  
- **Zielsystem:** Web  
- **Sprachen:** HTML, CSS, JavaScript  
- **Zweck:** Darstellung der aufgezeichneten Temperatur- und Audiodaten in Diagrammform.

**Routen:**
- `GET /data` – Lädt die kombinierten Temperatur- und Audiodaten für die visuelle Ausgabe.

**UI-Komponenten:** Chart-Komponente basierend auf `chart.js`.

## Installation & Nutzung
### Voraussetzungen
- Python 3.9 oder höher
- Linux-Umgebung mit Zugriff auf Sensor-Hardware (IR- und Audio-Sensoren)
- Webserver (z. B. nginx oder Apache) für die Visualisierungskomponente

### Python-Komponenten
1. Abhängigkeiten installieren:
   ```bash
   pip install -r requirements.txt
   ```
2. Temperatur-Logging starten:
   ```bash
   python kiesel_temperature_logging.py
   ```
3. Audiodatenanalyse ausführen:
   ```bash
   python audio_signal_analysis.py
   ```

### Web-Interface starten
1. Dateien des `data_visualization`-Verzeichnisses in das Webserver-Verzeichnis kopieren.
2. Anwendung im Browser öffnen (`http://localhost/...`).

## Typische Use-Cases
- Synchronisierte Aufnahme und Speicherung von Temperatur- und Audiodaten über Nacht.
- Analyse der zeitlichen Korrelation zwischen thermischen Pulsationen und akustischen Mustern.
- Visualisierung der gemessenen Daten zur Präsentation oder wissenschaftlichen Auswertung.

## Struktur & Erweiterbarkeit
Das Repository ist modular aufgebaut:
- **Messmodule:** Python-Skripte erfassen und verarbeiten Sensorinformationen.
- **Analyse-Module:** Verarbeitungsschritte sind getrennt implementiert, leicht erweiterbar um neue Sensortypen.
- **Visualisierung:** Webbasiertes Frontend lässt sich um zusätzliche Diagrammtypen oder interaktive Filter erweitern.

Zukünftige Erweiterungen könnten eine Echtzeitübertragung der Sensordaten sowie ML-basierte Mustererkennung beinhalten.

## Lizenz
Dieses Projekt steht unter der **MIT-Lizenz**.

Verwendung der Inhalte auf eigene Verantwortung. Die KI-generierte Dokumentation kann sachliche oder technische Unschärfen enthalten.