Slimme Koffie: mijn Nespresso Pixie XN304 geïntegreerd in Home Assistant met IKEA Zigbee sensor

16 Januari 2025

Het idee voor koffie-integratie in Home Assistant
Ik speel al een tijd met het idee om mijn Nespresso Pixie XN304-koffiemachine beschikbaar te maken binnen Home Assistant. Voor een lekker kopje koffie ben ik altijd te vinden, en met mijn jarenlange ervaring als data-analytics expert vind ik het interessant om data te verzamelen over koffieconsumptiegedrag. Toen ik bij IKEA een Zigbee-compatibele deur/raamsensor zie voor €9,99, besluit ik de gok te wagen. Hiermee begint mijn zoektocht naar de integratie van de IKEA-sensor in mijn Nespresso Pixie XN304.

Ontdekking van de IKEA Parasoll-sensor
Mijn zoektocht brengt me bij een YouTube-video van CircuitValley over de teardown van de IKEA Parasoll-sensor. Hieruit blijkt dat de sensor gebaseerd is op een EFR32MG24, een low-power RF System on Chip (SoC) van Silicon Labs. Deze is compatibel met Matter, Zigbee en BLE, werkt op 2,4 GHz, heeft een werkspanning van 1,71-3,8V en beschikt over 32 GPIO-poorten. In plaats van een magnetische reed-switch gebruikt de sensor een hall-effect-sensor (MH3521), die veranderingen in magnetische velden meet. De sensor werkt op een enkele AAA-batterij en dankzij een interne boostconverter wordt de batterij optimaal benut.

Eerste stappen met de koffiemachine
De koffiemachine, een Nespresso KRUPS Pixie XN304, heeft twee knoppen (klein en groot kopje) en een hendel voor het plaatsen en verwijderen van cupjes. Mijn eerste onderzoek naar sensorintegratie leidt me naar instructies over het vervangen van drukventielen of het schoonmaken van de koffienozzle. Lekken komen ook vaak voor, zo blijkt uit de vele YouTube-video’s. Voor grondige demontage is iFixit doorgaans een waardevolle bron, en gelukkig vind ik een duidelijke iFixit-handleiding voor mijn XN304.

Openen van de koffiemachine
Om mijn koffieverbruik te meten, is het voldoende om te registreren wanneer de motor van de machine draait. Met behulp van de iFixit-gids en een schroevendraaier open ik de machine. De assemblage blijkt doordacht, maar niet onderhoudsvriendelijk. Na het demonteren van diverse onderdelen bestudeer ik de printplaat en ontdek ik dat de drukventielen op 220V werken.

De ideale plek voor de sensor
Nu ik weet dat een 220V-puls een kop koffie kan registreren, overweeg ik verschillende opties: een relais, een optocoupler of zelfs een IMU-sensor die bewegingen detecteert. Uiteindelijk krijg ik een beter idee: de hendel van de koffiemachine beweegt altijd wanneer een nieuw cupje wordt geplaatst of verwijderd. De ruimte tussen de hendel en de machine blijkt perfect voor de raamsensor. Ik doe metingen met een schuifmaat en ontwerp een montagebeugel waarin de magneetstrip en sensor geplaatst kunnen worden. Na enkele aanpassingen print ik een verbeterde versie, compleet met de tekst “Coffee Tracker” en een koffie-icoon. De sensor werkt perfect.

Integratie in Home Assistant
Ik registreer de IKEA Parasoll-sensor in mijn Home Assistant-omgeving. Het Zigbee-apparaat wordt direct herkend. De sensordata toont ‘Geopend’ en ‘Gesloten’, die onderliggend als ‘on’ en ‘off’ worden weergegeven. In de configuration.yaml voeg ik een counter toe voor het aantal keren dat de sensor ‘off’ registreert. In automation.yaml definieer ik een tellerverhoging wanneer de hendel teruggaat naar zijn normale positie. Ook programmeer ik een dagelijkse reset om middernacht. In een nieuw dashboard visualiseer ik het aantal gezette kopjes, de gemiddelde consumptie per uur, de hendelstatus en het tijdstip waarop koffie wordt gezet.

Inzicht in koffiegedrag
Hiermee maak ik een solide begin om mijn koffiegedrag te analyseren. Het systeem verzamelt continu gegevens over het aantal kopjes koffie en de tijdstippen waarop ze worden gezet. Daarnaast biedt het data over omgevingstemperatuur, dagen van de week, het aantal stappen dat ik op die dagen zet en de weersomstandigheden. Dit levert een interessante dataset op waarmee ik mogelijke correlaties kan onderzoeken tussen mijn koffiegedrag en omgevingsfactoren. Data-analyse in praktijkvorm, real-time gemonitord in een boeiend dashboard.