Kambario temperatūros prognozavimas naudojant LM35 jutiklį ir mašinų mokymasis: 4 žingsniai

2025 Autorius: John Day | [email protected]. Paskutinį kartą keistas: 2025-01-23 14:59

Įvadas

Šiandien mes sutelkiame dėmesį į mašinų mokymosi projekto, kuris numato temperatūrą pagal daugianario regresiją, kūrimą.

Mašininis mokymasis yra dirbtinio intelekto (AI) programa, suteikianti sistemoms galimybę automatiškai mokytis ir tobulėti iš patirties be aiškaus užprogramavimo. Mokymasis mašinose sutelktas į kompiuterių programų, galinčių pasiekti duomenis ir panaudoti jas, kūrimą.

Polinominė regresija: -polinominė regresija yra regresijos analizės forma, kai santykis tarp nepriklausomo kintamojo x ir priklausomo kintamojo y modeliuojamas kaip n laipsnio daugianaris x.

Prognozė: -Mašinų mokymasis yra būdas nustatyti duomenų modelius ir naudoti juos automatiškai prognozuojant ar priimant sprendimus. … Norėdami atlikti regresiją, išmoksite išmatuoti dviejų kintamųjų koreliaciją ir apskaičiuoti tinkamiausią eilutę prognozėms atlikti, kai pagrindinis ryšys yra tiesinis.

2. Dalykai, naudojami šiame projekte

Techninės įrangos komponentai

1. Moteriški/moteriški megztiniai laidai × (pagal poreikį)
2. Duonos lenta (bendroji) × 1
3. LM35 jutiklis × 1
4. „Bolt IoT Bolt WiFi“modulis × 1

Programinės įrangos programos ir internetinės paslaugos

1. „Bolt IoT Bolt CloudBolt“
2. „IoT Android“programa

1 žingsnis: LM35 jutiklio prijungimas prie varžto

1 žingsnis: Laikykite jutiklį taip, kad galėtumėte perskaityti ant jo užrašytą LM35.

2 veiksmas: šioje padėtyje iš kairės į dešinę nustatykite jutiklio kaiščius kaip VCC, Output ir Gnd.

Aparatinės įrangos vaizde VCC yra prijungtas prie raudono laido, išvestis yra prijungta prie oranžinės vielos, o Gnd yra prijungtas prie rudos vielos.

3 žingsnis: Naudodami laidą iš patelės į moterį, prijunkite 3 LM35 kaiščius prie „Bolt Wifi“modulio taip:

• LM35 VCC kaištis jungiasi prie 5 V „Bolt Wifi“modulio.
• LM35 išvesties kaištis jungiamas prie „Bolt Wifi“modulio A0 (analoginio įvesties kaiščio).
• LM35 Gnd kaištis jungiasi prie Gnd.

2 žingsnis: numatykite temperatūrą

1 veiksmas: modulio „Debesis, API ir įspėjimai“temoje „Sąsajos jutiklis per VPS“sukurkite tuos pačius ryšius, kaip ir „Aparatinės jungtys temperatūros monitoriui“.

2 veiksmas: įjunkite grandinę ir leiskite jai prisijungti prie „Bolt Cloud“. (Žalias varžto šviesos diodas turėtų degti)

3 žingsnis: Eikite į cloud.boltiot.com ir sukurkite naują produktą. Kurdami produktą, pasirinkite produkto tipą kaip išvesties įrenginį ir sąsajos tipą kaip GPIO. Sukūrę produktą, pasirinkite neseniai sukurtą produktą ir spustelėkite konfigūravimo piktogramą.

4 žingsnis: Techninės įrangos skirtuke pasirinkite radijo mygtuką šalia A0 kaiščio. Smeigtukui suteikite pavadinimą „temp“ir išsaugokite konfigūraciją naudodami piktogramą „Išsaugoti“.

5 veiksmas: pereikite prie kodo skirtuko, suteikite produkto kodui pavadinimą „prognozuoti“ir pasirinkite kodo tipą kaip js.

6 veiksmas: parašykite šį kodą, kad pavaizduotumėte temperatūros duomenis, paleistumėte daugianario regresijos algoritmą ir išsaugotumėte produkto konfigūracijas.

setChartLibrary ('google-diagrama');

setChartTitle ('PolinominėRegresija');

setChartType ('predictionGraph');

setAxisName ('laiko_žyma', 'temp');

mul (0,0977);

plotChart ('time_stamp', 'temp');

7 veiksmas: produktų skirtuke pasirinkite sukurtą produktą ir spustelėkite nuorodos piktogramą. Iššokančiajame lange pasirinkite „Bolt“įrenginį ir spustelėkite mygtuką „Atlikta“.

8 veiksmas: Norėdami pamatyti sukurtą puslapį, spustelėkite mygtuką „įdiegti konfigūraciją“, tada - piktogramą „peržiūrėti šį įrenginį“. Žemiau yra galutinės išvesties ekrano kopija.

9 veiksmas: palaukite apie 2 valandas, kol įrenginys įkelia pakankamai duomenų taško į debesį. Tada galite spustelėti prognozavimo mygtuką, kad peržiūrėtumėte prognozavimo grafiką, pagrįstą polinominės regresijos algoritmu.