基于APP的智能家居环境监测系统的设计与实现

设计并实现了一种基于APP的智能家居环境监测系统,实时监测室内CO、CO2、O3及PM2.5的浓度;当被检测气体或PM2.5浓度超过标准值时,系统会立即推送报警消息到用户的智能手机,提醒用户启动相应的空气净化程序对室内进行净化处理;系统利用MQ7、MG811、MQ131及GP2Y1010AU 4种气体检测传感器分别检测室内CO、CO2、O3及PM2.5的浓度,然后将污染气体及PM2.5浓度信息通过GPRS传送到后台服务器,智能手机端APP通过WIFI或3G查询后台服务器即可获取污染气体及PM2.5浓度信息;经实践证明,该系统所测得污染气体及PM2.5浓度的精确率达到98%,并能将浓度变化情况用曲线展示给用户,让用户方便及时地了解到室内环境状况。     

智能式可移动空气净化器

本文设计的空气净化器采用32位处理器作为核心MCU,通过空气质量传感器检测空气中污染气体的浓度,经过数据分析处理后应用WIFI模块实现与手机APP的远程数据传输,实时传输各区域的空气污染情况;同时配合移动底盘自动避障扩大净化与检测范围,并在污染浓度高的区域自动延长滞留时间,在空气净化器逐渐成为主流家居用品的趋势下,相比于一般空气净化器可以达到更好的净化效果与实时信息检测的功能。     

基于Android的燃气壁挂炉远程监控系统设计

为了实现在冬季对无集中供暖室内温度的监控,设计基于Android的燃气壁挂炉远程监控系统。该系统以CC2530组成星型无线传感器网络,由传感器节点把测得的温度、有害气体浓度等信息传递给协调器;协调器通过相连的W5500网关,把数据传递给云端服务器,最终将数据显示在Android手机的APP中。手机APP可以发送命令,通过协调器控制与燃气壁挂炉相连接的智能开关,从而实现对室内温度的调节。实验结果表明,通过手机APP实现了对室内温度的采集和远程实时控制,在有害气体超标时能使燃气壁挂炉自动关闭。该系统安全经济实用,并已成功实现并应用。     

基于云平台的空气质量监测系统

空气质量一直是人们所关注的问题.为了能够更好的防范劣质空气对人们的伤害,本文设计了一种便携式空气质量监测系统:利用温湿度传感器、PM2.5粉尘传感器、一氧化碳传感器、污染气体传感器实时获取当前环境空气的状态,再通过无线模块上传到远程云服务器;用户只需通过手机客户端或浏览器就能查看空气质量的好坏及变化的历史曲线,并有针对性的进行防护,保证个人身体健康.     

智慧农业控制系统的服务软件设计

基于Android技术、计算机网络技术设计了智慧农业控制系统手机APP客户端、上位机软件,搭建了服务器.上位机作为服务器和硬件控制系统中介,实时接收硬件系统的农作物环境信息,并通过服务器保存.APP客户端实时获取服务器信息,直观形象呈现给用户,且可以设置参数报警阀值,及时提醒用户,用户可选择智能模式或者手动模式远程调节农作物生长环境因素.     

分布式空气质量远程集中监测管理系统设计

为了能够远距离实时监测空气中PM2.5和PM10的浓度变化情况,采用C/S架构设计了分布式空气质量远程集中监测管理系统,系统由多个空气质量监测站和监测中心两部分组成;空气质量监测站作为客户端利用嵌入式处理器LPC2129作为控制核心,通过传感器SDS011采集空气中悬浮颗粒物PM2.5和PM10的浓度,并通过GPRS模块SIM900A建立与监测中心服务器的TCP/IP网络连接,进行数据交互;监控中心服务器接收、处理、统计分析和显示来自各监测站的数据,并存在数据库SQL2008中,便于形成时、日、月和年报表;同时,为环保监察部门和手机APP提供了数据接口,实现资源和数据共享;测试结果表明,该系统实现对分布在远程各地空气中颗粒物浓度的集中监测,且工作稳定可靠,能够为排污企业周围环境评估提供数据依据,也能够为引导市民健康出行提供参考。     

新型现代有轨电车内PM2.5浓度实时监测系统设计

设计了一种新型的基于GPRS的现代有轨电车内PM 2.5浓度实时监测系统.系统包括车载硬件终端和中心平台,车载硬件终端实现对电车内PM 2.5浓度数据采集;中心平台以TCP协议的Socket通信为基础,采用Visual Basic软件设计,能实时显示和记录车内PM 2.5浓度的动态曲线以及历史数据.车载硬件终端与中心平台间采用GPRS网络模块SIM900A通信.该系统通过与车内空气净化器组合使用,可提高车内空气质量.     

基于单片机的车内环境优化系统设计与实现

基于STC89C52RC单片机设计一款车内环境优化系统,系统以单片机为控制单元,利用外围传感器检测车内是否有人,温度及空气质量是否超限;当检测到异常情况时,通过GSM模块报警,引起车主的注意;同时车主可以通过手机APP控制空气净化器工作,净化车内空气,提高车内空气质量。系统灵敏度高,体积小,具有一定的实用价值。     

基于Android的车辆远程控制APP

针对智能驾驶的需求,设计和开发出了一款远程控制车辆的APP.该APP在设计实现时,采用XMPP的通信协议进行手机端和车载系统的通信,用页面图标形式呈现车辆的胎温胎压、车内温度、续航里程等状况,如有故障会亮红报警,嵌入高德地图API提供远程车辆定位和导航到车位置的功能,并具有远程车辆召唤,车外自动泊车、远程自动开车门等功能.该APP已与实车进行绑定测试,结果表明该APP稳定可用.     

基于物联网的室内空气质量检测系统设计

针对目前空气污染越来越严重,人们对室内空气质量越来越重视的情况,设计了一种基于Ayla物联网云平台的室内空气质量检测系统.该系统通过手机APP能远程检测室内温度、湿度、PM2.5、PM10、甲醛等室内环境信息.给出系统的采集层、汇聚层、应用层3层架构设计,详细阐述了基于Ayla物联网、IAP15F2K61S2单片机、nRF24L01无线模块的终端检测节点与汇聚节点的硬件、软件设计,重点制定了终端检测点与汇聚节点之间的通信协议,最后对系统进行测试与分析.测试结果表明,该系统实现了用户通过手机APP远程检测室内温度、湿度、PM2.5、PM10及甲醛等环境信息.     

AT89C51单片机的智能空气净化系统设计

基于 AT89 C51单片机设计了一个智能空气净化系统,可以实时监测空气中 PM2.5有害物质浓度并在浓度超出限制时发出警报,并自动清除PM2.5.给出了系统的总体设计要求、系统主要模块、系统中传感器、控制电路以及除尘模块的主要构成.对该系统除尘效果的实验表明,该系统对清除PM2.5、净化空气有良好的效果.     

基于LSTM的PM2.5浓度预测模型

随着近年雾霾天气的频繁出现,空气质量开始越来越受到公众关注。PM2.5浓度指数是判断空气质量的重要指标,如何根据历史数据有效地预测空气中PM2.5浓度,具有很高的应用价值。分析以往空气质量数据表明,PM2.5浓度有明显的非线性和不确定性波动,很难用传统机器学习算法有效地预测。本文基于LSTM循环神经网络,依据过去20小时采集的空气数据,预测未来5小时的PM2.5浓度指数。实验结果表明,LSTM可以有效地捕获空气质量的时序特征,较准确预测出未来时刻的PM2.5浓度指数。     

基于GPS浮动车法的城市PM2．5监测系统设计

为了解决现有P M2．5监测站成本高、监测数据更新时间长、在具体位置处监测值不够精确等问题,设计了一种基于 GPS浮动车法的城市PM2．5监测系统.该系统包括车载PM2．5检测设备和监控中心两部分,车载检测设备的主控芯片为LPC2366.通过将车载PM2．5检测设备装载到城市移动车辆上,收集整个城市的PM2．5数据,生成城市PM2．5的分布图与点聚图,并通过网页的形式进行发布.该系统大大降低了P M2．5监测成本,增强了监测实时性,提高了监测的效率.     

基于模糊控制的轿车空调温度控制系统研究

轿车空调是一个复杂的热力系统,由鼓风机、循环风门、混合风门、蒸发器和加热器等部分构成,其热负荷主要包括太阳辐射、车室内外温差、乘客热负荷和车速等.由热力学原理建立轿车空调系统的非线性模型,提出一种基于模糊推理的控制方法来实现轿车空调系统的温度控制,并利用型号为N15的轿车空调系统的参数进行Matlab仿真.仿真结果表明...     

室外空气污染暴露规避健康路径规划服务

日常出行吸入空气污染物是公众空气污染暴露风险发生的主要途径之一。在我国当前仍有75.1%的城市环境空气质量超标背景下,如何有效降低室外日常出行空气污染暴露强度成为了公众防控大气污染健康损害的一种新需求。集成普通克里格空间插值方法、暴露剂量评估模型、Dijkstra路径搜索算法,设计与开发了面向Android智能手机终端的公众健康路径规划应用程序（APP）,实现了空气污染浓度动态变化情景下以暴露剂量为指标的健康路径出行规划功能。以室外PM2.5暴露为例的测试结果表明,APP服务规划下的健康路径相比最短路径和最快路径可分别降低出行个体5.0%和7.3%的暴露剂量,是一种公众规避空气污染暴露风险的有效路径规划服务。     

改进型卡尔曼滤波的PM2.5浓度预测系统

针对目前室内空气净化器功能单一、自动调节能力弱的特性,设计了一种改进型卡尔曼滤波对PM2.5浓度进行预测的系统,为净化器提供可靠的调节参数.选用S3C2440芯片,通过外设采集PM2.5浓度和温度,以及对历史数据进行分析.通过改进型卡尔曼滤波对历史数据、PM2.5浓度以及温度进行融合,可以准确得到下一时刻的浓度值.测试结果表明:系统运行稳定,算法跟踪效果明显,鲁棒性强,可以准确预测出下一时刻的PMV2.5浓度,并且预测误差在2.0％以内,满足设计要求.     

基于阿里云的新能源汽车空调状况监测系统设计

本文基于阿里云提出一种新能源汽车空调状况监测系统的设计方案。系统主要包括车端监测和阿里云物联网平台,车端监测以STM32F429和ATK-M7514G通信模块为核心,利用FreeRTOS系统,基于MQTT协议实现与阿里云物联网平台的数据交互,可通过Web和移动APP等实时查看车内环境状况。系统实现了新能源汽车车内环境的监测与采集,为新能源汽车自动空调开发提供了科学的数据支持。