共查询到20条相似文献,搜索用时 406 毫秒
1.
在工业电气自动化系统中,越来越多的传感器应用到供配电系统,针对智能配电系统的多种需求,构建了包括软件层、通讯网络层以及智能设备层的新型智能配电系统,并在多种情况下,针对通讯层与硬件层之间的交互方案进行了讨论,对如何实现智能设备层监控进行了论述,基于新型的设计理念,对本研究的方法进行了验证和分析,试验表明,本研究的方案通讯质量好,稳定性好。 相似文献
2.
基于热敏电阻的温度监测系统 总被引:2,自引:0,他引:2
本文分析了负温度系数热敏电阻(NTC)的温度特性和热敏电阻的线性补偿方法,并给出了两种基于热敏电阻的温度测量系统,可应用到医疗设备、智能家电以及充电器等各种设备中。 相似文献
3.
本文讨论了全自动驾驶车辆中智能设备的设计及应用,针对自复位设备和脱轨检测的选择及智能照明系统、自动刮雨器与其他车载智能设备的设计进行了分析,以期从理论及实际应用层面完善列车全自动驾驶系统智能设备的选择及设计方案。 相似文献
4.
智能ODN将电子标签技术应用到传统ODN中,利用电子标签对光纤进行惟一标识,自动存储、导入和导出光配线设备端口资源及光纤连接关系数据,从而实现光纤信息自动存储、光纤连接关系信息自动识别、光纤资源信息校准、可视化施工指导等功能。本文对智能ODN的系统构成、智能ODN关键技术的现有差异以及发展前景进行了探讨。 相似文献
5.
陈洁 《信息通信技术与政策》2012,(10):9-13
智能ODN将电子标签技术应用到传统ODN中,利用电子标签对光纤进行惟一标识,自动存储、导入和导出光配线设备端口资源及光纤连接关系数据,从而实现光纤信息自动存储、光纤连接关系信息自动识别、光纤资源信息校准、可视化施工指导等功能。本文对智能ODN的系统构成、智能ODN关键技术的现有差异以及发展前景进行了探讨。 相似文献
6.
7.
在智能楼宇中应用智能楼宇监控系统可以实现对智能楼宇各种设备的运行情况的实时监控,并且将采集到的信号传递给控制中心,为实现智能化生活提供了有效可靠的技术支持.本文对智能楼宇监控系统的应用进行分析和探讨. 相似文献
8.
2005年初,淄博广电技术中心经多方考察论证,建设了电视制作设备IC卡管理系统,在原来智能门禁系统的基础上,实现了一卡通。该系统的实施标志着淄博广电的信息化建设又上一新台阶,其中前、后期设备的管理系统主要在我们电视录制部安装应用。现结合对该系统的实施应用,实践体会,将IC卡管理系统应用设计原理作分析阐述。系统概述淄博电视台前、后期制作设备管理系统基于目前先进的非接触式智能IC卡技术、计算机技术、网络通讯技术等相结合而开发,整个系统将用户、卡片、读卡设备、控制设备以及管理需求紧密联系在一起组成“一卡通系统”,即用… 相似文献
9.
如今,人工智能的发展成果已经走进千家万户,智能家庭的出现也使人工智能技术融入传统家电设施,并逐步实现对家电和相关设备的智能控制以及设备之间的自由联通。智能家庭成为未来家电家居的发展方向之一,而利用无线电技术实现设备间的互联和通信则是智能家庭系统的技术核心。从智能家庭产业发展现状入手,对智能家庭系统中无线电通信技术的应用进行阐述和分析,并对智能家庭的未来发展进行展望。 相似文献
11.
吴元钧 《电信工程技术与标准化》2019,32(11)
我国正在大刀阔斧的进行智慧城市的建设,而那些由电池驱动的智能终端非常受电量的限制。通过分析环境能量采集技术,设计了一套科学的微能量采集和管理系统,并且基于该系统尝试为一系列智慧城市垂直行业的物联网终端设计了低功耗自供电解决方案,还从多方面对现有系统进行了改进,丰富了智慧城市和5G通信技术的应用场景,为智慧城市的可持续发展奠定基础。 相似文献
12.
13.
14.
15.
16.
基于ZigBee技术的无线点餐系统设计 总被引:3,自引:0,他引:3
为了满足现代餐饮业数字化、网络化的要求,ZigBee技术以其独特的网络优势,结合智能设备,建立了一种无线点餐系统。系统包括以CC2430为核心的网络节点硬件设计,ZigBee网络协议栈的调试,智能设备软件设计,上位机用户界面设计。通过对整个系统进行试验调试,证明ZigBee技术在现代餐饮业具有广泛的应用前景。 相似文献
17.
18.
In this paper we have presented a smart classroom system that is able to classify students’ satisfaction with the lecture quality by examining parameters of the physical environment obtained using different smart devices. The system is based on the Random forest classifier, which showed the best accuracy among all machine learning algorithms available in Weka tool, with dataset collected during 28 lectures and evaluated using 10-fold cross validation. The system is implemented using different set of tools (such as Matlab and Weka) and can extract features from the ambient sound and analyze values obtained from different smart devices deployed in the classroom. Based on the extracted and captured data the system provides in real time information about the students’ satisfaction with the lecture quality. For the validation purposes, we recorded 13 more lectures attended by four different student groups where the number of students varied from 5 to 18. The system accuracy was evaluated by comparing system outputs with the students’ feedback and ranged from 70.7% to 83.9%. 相似文献
19.