描述

一、簡介

該項目通過分析溫度的突然升高來幫助檢測冰箱門是否被打開。該項目采用 LM35 溫度傳感器，根據周圍的溫度給出模擬值。使用 Z 分數分析檢測到突然變化，并使用 Twilio-SMS 消息傳遞 API 設置了警報系統以通知操作員。

它還專注于在 Bolt Cloud 上記錄溫度數據。

2. 示范

3.工作

在本節中，我們將了解該項目的功能。

• 3.1 LM35 溫度傳感器的電路連接

LM35 引腳布局

?

?

?

?

?

1 / 2 ?硬件連接

?

將傳感器的“電源”引腳連接到 Bolt 模塊的 5V 輸出，將傳感器的“接地”引腳連接到 Bolt 模塊上的“GND”端口，并將傳感器的“輸出”引腳連接到“A0”螺栓模塊上的銷釘。還將 Bolt 模塊連接到 usb-A 到 mini usb 電纜以連接到電源。

• 3.2 配置文件

該項目的 python 編碼已在 Ubuntu (Linux) 中完成。在我們開始在 python 中編寫溫度傳感器之前，我們需要制作一個配置文件，其中包含每個用戶/設備的特定鍵。我們將在我們的主代碼中導入這個文件并使用各種屬性。這樣做的好處是每個用戶只需更改配置文件的內容即可使用該產品。

以下是配置文件（命名為 conf.py）：

SID = 'You can find SID in your Twilio Dashboard' 
AUTH_TOKEN = 'You can find  on your Twilio Dashboard' 
FROM_NUMBER = 'This is the no. generated by Twilio. You can find this on your Twilio Dashboard'
TO_NUMBER = 'This is your number. Make sure you are adding +91 in beginning'
API_KEY = 'This is your Bolt Cloud accout API key'
DEVICE_ID = 'This is the ID of your Bolt device'

Bolt 模塊的 API 密鑰和設備 ID 可以如下確定：

>>按照 https://cloud.boltiot.com/ 上的說明將您的 Bolt 設備連接到 Bolt Cloud。

>>之后將出現以下屏幕。螺栓設備 ID 以黃色突出顯示。

?

>>轉到API部分以了解API Key。

?

• 3.3 操作LM35輸出值

LM35 溫度傳感器的模擬輸出不是標準溫度單位。為了獲得正確的溫度值，我們將傳感器的輸出除以 10.24 倍。

溫度 = sensor_val/10.24

• 3.4 光強突變檢測（Z-評分分析）

Z分數分析用于異常檢測。此處的異常是指變量的值（周圍環境的光強度）超出某個值范圍。值的范圍稱為界限（上限和下限）。這些界限是使用輸入值、幀大小和乘法因子計算的。幀大小是 Z 分數分析所需的最小輸入值數量，乘法因子確定邊界與輸入值曲線的接近程度。

?

上面給出的是計算邊界的公式。這里輸入表示為“Vi”，“r”表示幀大小，“C”是乘法因子。首先，我們計算輸入值的平均值 (Mn)（對于每個新輸入，再次計算平均值）。每個輸入值的變化（來自平均值）給出為 (Vi - Mn)^2。Z 分數 (Zn) 的計算如上所示（每個輸入值的變化平均值的平方根乘以乘法因子）。界限表示為“Tn”，上限計算為 (Vi + Zn)，下限計算為 (Vi - Zn)。

幀大小和倍增因子是使用試錯法確定的。

• 3.5 創建 Twilio 帳戶

第 1 步：在瀏覽器中打開https://www.twilio.com/ 。

第2步：點擊Get a Free API Key按鈕進行注冊。

第 3 步：在注冊表格中填寫所有必要的詳細信息。下面是填寫好的注冊表單的截圖。

第 4 步：為了驗證他們會詢問您的電話號碼。在下拉列表中選擇印度作為選項，然后輸入您的電話號碼。

第 5 步：選擇“可編程短信”選項。

第 6 步：您可以在此頁面上查看 Account SID 和 Auth token。Auth 令牌默認不可見，您可以單擊“查看”按鈕使 Auth 令牌可見，如下圖所示。復制兩者并將它們安全地保存在某個地方。

第七步：點擊Get a number按鈕。

第8步：然后會出現一個彈出窗口。點擊Choose this number按鈕。

第9步：然后會出現一個彈出窗口，其中將包含最終數字。復制此編號并保存到記事本以供將來參考。

• 3.6 完整代碼

import conf, json, time, math, statistics
from boltiot import Sms, Bolt
def compute_bounds(history_data,frame_size,factor):
    if len(history_data)
        return None

    if len(history_data)>frame_size :
        del history_data[0:len(history_data)-frame_size]
    Mn=statistics.mean(history_data)
    Variance=0
    for data in history_data :
        Variance += math.pow((data-Mn),2)
    Zn = factor * math.sqrt(Variance / frame_size)
    High_bound = history_data[frame_size-1]+Zn
    Low_bound = history_data[frame_size-1]-Zn
    return [High_bound,Low_bound]

mybolt = Bolt(conf.API_KEY, conf.DEVICE_ID)
sms = Sms(conf.SID, conf.AUTH_TOKEN, conf.TO_NUMBER, conf.FROM_NUMBER)
history_data=[]

frame=5
factor=2

while True:
    response = mybolt.analogRead('A0')
    data = json.loads(response)
    if data['success'] != 1:
        print("There was an error while retriving the data.")
        print("This is the error:"+data['value'])
        time.sleep(10)
        continue

    sensor_value=0
    try:
        sensor_value = int(data['value'])/10.24
    except e:
        print("There was an error while parsing the response: ",e)
        continue

    print ("This is the current temperature ", sensor_value)

    bound = compute_bounds(history_data,frame,factor)
    if not bound:
        required_data_count=conf.FRAME_SIZE-len(history_data)
        print("Not enough data to compute Z-score. Need ",required_data_count," more data points")
        history_data.append(int(data['value'])/10.24)
        time.sleep(10)
        continue

    try:
        if sensor_value > bound[0] :
            print ("The temperature has increased suddenly. Sending an SMS.")
            response = sms.send_sms("Someone has opened the fridge door")
            print("This is the response ",response)
        history_data.append(sensor_value);
    except Exception as e:
        print ("Error",e)
    time.sleep(10)

正在執行的代碼截圖

?

收到消息截圖

?

4. 數據記錄

從傳感器收集的溫度數據可以發送到 Bolt Cloud 并以圖表的形式表示以供分析。

第 1 步：訪問 cloud.boltiot.com 并創建一個新產品。創建產品時，選擇產品類型為輸出設備，接口類型為GPIO。創建產品后，選擇最近創建的產品，然后單擊配置圖標。

?

第 2 步：移動到代碼選項卡。

第三步：選擇文件類型為“.js”。

第 4 步：編寫代碼，然后保存產品。

• 代碼

setChartLibrary('google-chart');
setChartType('predictionGraph');
setChartTitle('Temperature values');
setAxisName('Time','Temperature');
setCrosshair(true);
mul(0.097);
plotChart('time_stamp','temp');

第 5 步：將產品鏈接到所需的 Bolt 模塊

第 6 步：您可以通過單擊“查看此設備”查看記錄的數據。

溫度與時間圖

?

?