描述

我們正在構建這個項目，以便在有人打開冰箱時檢測異常。這將有助于行業(yè)所有者跟蹤溫度范圍。就像在給定的示例中，我們看到 Nigel 先生必須??保持一定的溫度范圍以避免損壞藥片。

讓我們開始構建這個項目。

腳步：

1）將LM35傳感器連接到螺栓

第 1 步：握住傳感器，以便您可以讀取上面寫的 LM35。

第 2 步：在此位置，將傳感器的引腳從左到右識別為 VCC、輸出和接地。

• LM35 的 VCC 引腳連接到 Bolt Wifi 模塊的 5v。
• LM35 的輸出引腳連接到 Bolt Wifi 模塊的 A0（模擬輸入引腳）。
• LM35 的 Gnd 引腳連接到 Gnd。

請參考下圖。

?

2) 在 Bolt Cloud 上創(chuàng)建產品，監(jiān)控來自 LM35 的數(shù)據(jù)，并將其鏈接到您的 Bolt

• 轉到“cloud.boltiot.com”并創(chuàng)建一個新產品。創(chuàng)建產品時，選擇產品類型為輸入設備，接口類型為GPIO。創(chuàng)建產品后，選擇最近創(chuàng)建的產品，然后單擊配置圖標。

參考下圖

?

?

• 在硬件選項卡中，選擇 A0 引腳旁邊的單選按鈕。將引腳命名為“temp”并使用“保存”圖標保存配置。
• 移動到代碼選項卡，將產品代碼命名為“預測”，然后選擇代碼類型為 js 并編寫代碼，如下圖所示。

?

?

• 在產品選項卡中，選擇創(chuàng)建的產品，然后單擊鏈接圖標。在彈出窗口中選擇您的 Bolt 設備，然后單擊“完成”按鈕。

3) 將模塊放入冰箱，靜置 2 小時

?

?

• 單擊“部署配置”按鈕，然后單擊“查看此設備”圖標以查看您設計的頁面。等待大約 2 小時，設備將足夠的數(shù)據(jù)點上傳到云端。然后您可以單擊預測按鈕以查看基于多項式回歸算法的預測圖。
• 在我的情況下，輸出看起來像這樣

?

?

• 這將幫助我們預測最小和最大溫度范圍（傳感器值）

注意：在繼續(xù)之前，您需要一個 Digital Ocean、Putty、mailgun 和 twilio 帳戶。如果您不了解它們，請參閱Bolt Iot 培訓中的“通過 VPS 連接傳感器” 。

4)開通Digital Ocean賬戶和Putty終端

• 登錄您的帳戶并通過編寫以下命令創(chuàng)建一個新文件夾。

mkdir Anomaly_Detection;
cd Anomaly_Detection;

• 使用以下命令為此項目創(chuàng)建配置文件。

sudo nano sms_conf.py和sudo nano email_conf.py

• 在“ sudo nano sms_conf.py”下寫：

SSID = 'You can find SSID 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 account API key'
DEVICE_ID = 'This is the ID of your Bolt device'
FRAME_SIZE = 10
MUL_FACTOR = 6

• 按 cntrl+x 保存文件
• 在“sudo nano email_conf.py”下寫：

MAILGUN_API_KEY = 'This is the private API key which you can find on your Mailgun Dashboard' 
SANDBOX_URL= 'You can find this on your Mailgun Dashboard' 
SENDER_EMAIL = 'This would be test@your SANDBOX_URL'
RECIPIENT_EMAIL = 'Enter your Email ID Here'
API_KEY = 'This is your Bolt Cloud account API key'

• 按 cntrl+x 保存文件
• 現(xiàn)在使用以下命令再創(chuàng)建一個名為 anomaly_detction.py 的文件

sudo nano anomaly_detection.py

• 在這里，我們將開始編寫代碼。我附上了我必須在終端上編寫的代碼截圖
• 注意：您可以參考“Bolt Iot Training”中的“project 14”在termonal中編寫python代碼。這是一個類似的代碼，只有輕微的變化

?

?

?

?

?

?

• 按 ctrl+x 保存文件

5）運行python文件并查看輸出

• 使用以下命令運行異常檢測代碼

python3 anomaly_detection.py

代碼最初將開始打印以下內容。

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

謝謝！！

?

?

?

?