基于CC2530单片机控制的温室大棚环境调节系统设计

该文设计一种基于CC2530单片机控制的温室大棚环境调节系统,使用CC2530单片机作为系统核心控制处理器,利用传感器技术和无线通信技术实现温室大棚中的农作物生长信息数据采集,包括空气温湿度、二氧化碳浓度、光照强度、土壤酸碱度pH、水分传感器等参数的实时采集、传输、分析控制,实现温室大棚内部环境的远程自动调节,提供系统各控制参数的历史曲线和实时曲线以供分析,做出决策管理,实现农作物的生产管理透明化、自动化、智能化、协同化的现代管理模式。

基于物联网的温室大棚系统设计与应用

阐述基于物联网技术,结合无线传感器网络技术和通信技术,分析温室大棚,将温室大棚中的重要环境参数,通过各种集成化的微型传感器进行数据的动态采集,并将数据及时传输到云平台,实现远程控制。

基于BP人工神经网络的绝缘子等值附盐密度预测

等值附盐密度是确定污秽等级和绘制电网污区分布图的主要依据,但是,它易受测量用水量的影响,且测量只能在停电状态下进行。通过对3种常用悬式绝缘子进行人工污秽试验,采用BP人工神经网络的方法,建立了以泄漏电流最大值、泄漏电流5个脉冲主成分、环境湿度、温度等8个变量作为输入参数,等值附盐密度作为输出参数的智能预测模型。使用Levenberg-Marquardt快速学习算法对建立的神经网络进行训练。其试验数据验证了该方法的可行性。

基于模糊输出BP神经网络的绝缘子等值盐密预测

等值盐密法是衡量绝缘子污秽状态常用的方法,但是,它却不能实时地对污秽状态进行评估。首先对3种常用悬式绝缘子进行人工污秽试验.利用泄漏电流测量系统记录其在运行电压作用下、不同等值盐密、不同相对湿度时的泄漏电流波形并对此进行分析;采用神经网络和模糊数学结合的方法,建立了不同湿度下泄漏电流和等值盐密的关系。选取了具有模糊输出的多层BP神经网络,使用Levenberg—Marquardt快速学习算法对存文建立的模糊输出神经网络进行了训练。最后,利用部分试验数据进行验证。结果表明,使用该方法能够较准确地预测绝缘子的等值盐密。

基于物联网技术的校园学生生活区域智能安防系统研究

本文研究设计一种基于物联网校园学生区域智能安防系统,采用ZigBee协调器CC2530单片机芯片处理器作为系统核心智能控制单元和微型传感器电路模块、非接触门禁电路模块组成无线传感器网络,实时对学生生活区域火灾危险、用电安全、浓度烟雾、有害气体、可燃气体等信息进行检测、感知、采集和处理,通过无线通信方式发送给校园管理者或安保人员,并对异常行为进行报警。实现对校园学生生活区域的全面监控,提高校园的智能化管理水平。本系统适用于多种场景,满足各类学校定制化需求,具有较为广泛的应用前景和推广价值。

基于单片机的教室智能系统研究与应用

针对目前疫情期间学生在校期间需在动态管理中进行每日数据采集,分析其中出现的一些耗时、繁琐等问题,采用单片机ARM STM32作为核心控制器,利用集成化的微型传感器、Wi-Fi模块协同地实时监测、感知、采集和处理网络覆盖区域中各种感知对象的信息,并对信息资料进行处理,OneNet物联网平台支持各类传感器和智能硬件的快速接入和大数据服务,将测量得的数据通过OneNet平台放置到网络服务器上,然后通过手机访问服务器,即可在任何地方了解温湿度传感器、红外传感器等所测得的数据。实现教室环境温湿度检测、学生出勤情况及体温测量统计功能,同时可对异常数据和历史数据进行查询。该项目智能系统的研究与应用将有效提高教育管理人员的工作效率和工作质量。