ოთახის ტემპერატურის პროგნოზირება LM35 სენსორის და მანქანათმცოდნეობის საშუალებით: 4 ნაბიჯი

2025 ავტორი: John Day | [email protected]. ბოლოს შეცვლილი: 2025-01-23 14:50

შესავალი

დღეს ჩვენ ორიენტირებული ვართ მანქანათმცოდნეობის პროექტის შექმნაზე, რომელიც პროგნოზირებს ტემპერატურას მრავალწევრული რეგრესიის საშუალებით.

მანქანათმცოდნეობა არის ხელოვნური ინტელექტის პროგრამა (AI), რომელიც უზრუნველყოფს სისტემებს უნარი ავტომატურად ისწავლონ და გააუმჯობესონ გამოცდილება გამოცდილების მკაფიოდ დაპროგრამების გარეშე. მანქანათმცოდნეობა ფოკუსირებულია კომპიუტერული პროგრამების შემუშავებაზე, რომლებსაც შეუძლიათ მონაცემებზე წვდომა და გამოიყენონ ის საკუთარი თავისთვის.

პოლინომიული რეგრესია: -პოლინომიური რეგრესია არის რეგრესიული ანალიზის ფორმა, რომლის დროსაც ურთიერთობა დამოუკიდებელ ცვლადს x და დამოკიდებულ ცვლადს შორის მოდელირდება, როგორც x მეექვსე ხარისხის მრავალწევრი.

პროგნოზირება: -მანქანური სწავლება არის მონაცემების ნიმუშების იდენტიფიცირების და მათი გამოყენების პროგნოზირებისა თუ გადაწყვეტილებების ავტომატური გამოყენების მეთოდი. … რეგრესიის მიზნით, თქვენ შეისწავლით თუ როგორ გავზომოთ კორელაცია ორ ცვლადს შორის და გამოვთვალოთ პროგნოზის გაკეთების ყველაზე შესაფერისი ხაზი, როდესაც ძირითადი ურთიერთობა წრფივია.

2. ამ პროექტში გამოყენებული ნივთები

აპარატურის კომპონენტები

1. ქალი/ქალი მხტუნავი მავთულები × (საჭიროებისამებრ)
2. პურის დაფა (ზოგადი) × 1
3. LM35 სენსორი × 1
4. Bolt IoT Bolt WiFi მოდული × 1

პროგრამული უზრუნველყოფის პროგრამები და ონლაინ სერვისები

1. Bolt IoT Bolt CloudBolt
2. IoT Android აპლიკაცია

ნაბიჯი 1: LM35 სენსორის დაკავშირება ჭანჭიკთან

ნაბიჯი 1: დაიჭირეთ სენსორი ისე, რომ წაიკითხოთ მასზე დაწერილი LM35.

ნაბიჯი 2: ამ პოზიციაში, განსაზღვრეთ სენსორის ქინძისთავები, როგორც VCC, Output და Gnd თქვენი მარცხნიდან მარჯვნივ.

აპარატურის სურათზე, VCC უკავშირდება წითელ მავთულს, გამომავალი უკავშირდება ნარინჯისფერ მავთულს და Gnd უკავშირდება ყავისფერ მავთულს.

ნაბიჯი 3: მამაკაცის მდედრობითი მავთულის გამოყენებით LM35- ის 3 ქინძისთავები დააკავშირეთ Bolt Wifi მოდულთან შემდეგნაირად:

• LCC35 VCC პინი უკავშირდება Bolt Wifi მოდულის 5 ვ.
• LM35- ის გამომავალი პინი უკავშირდება Bolt Wifi მოდულის A0 (ანალოგური შეყვანის პინს).
• LM35- ის Gnd pin უკავშირდება Gnd- ს.

ნაბიჯი 2: ტემპერატურის პროგნოზირება

ნაბიჯი 1: გააკეთეთ იგივე კავშირები, როგორც "ტექნიკური კავშირები ტემპერატურის მონიტორისთვის" ეკრანზე, "Cloud, API და Alerts" მოდულის "ინტერფეისის სენსორი VPS- ზე" თემაში.

ნაბიჯი 2: ჩართეთ ჩართვა და მიეცით საშუალება დაუკავშირდეს ბოლტის ღრუბელს. (ჭანჭიკის მწვანე LED უნდა იყოს ჩართული)

ნაბიჯი 3: გადადით cloud.boltiot.com– ზე და შექმენით ახალი პროდუქტი. პროდუქტის შექმნისას შეარჩიეთ პროდუქტის ტიპი, როგორც გამომავალი მოწყობილობა და ინტერფეისის ტიპი, როგორც GPIO. პროდუქტის შექმნის შემდეგ შეარჩიეთ ახლახანს შექმნილი პროდუქტი და შემდეგ დააწკაპუნეთ კონფიგურაციის ხატულაზე.

ნაბიჯი 4: ტექნიკის ჩანართში აირჩიეთ რადიო ღილაკი A0 პინის გვერდით. მიეცით პინს სახელი 'temp' და შეინახეთ კონფიგურაცია 'Save' ხატის გამოყენებით.

ნაბიჯი 5: გადადით კოდის ჩანართზე, მიეცით პროდუქტის კოდს სახელი "პროგნოზირება" და შეარჩიეთ კოდის ტიპი js.

ნაბიჯი 6: ჩაწერეთ შემდეგი კოდი ტემპერატურის მონაცემების გამოსახატად და მონაცემებზე პოლინომიური რეგრესიის ალგორითმის გასაშვებად და პროდუქტის კონფიგურაციების შესანახად.

setChartLibrary ('google-chart');

setChartTitle ("პოლინომიური რეგრესია");

setChartType ("წინასწარმეტყველება");

setAxisName ('დროის_შტამპი', 'ტემპი');

mul (0.0977);

plotChart ('დროის_შტამპი', 'ტემპი');

ნაბიჯი 7: პროდუქტების ჩანართში შეარჩიეთ შექმნილი პროდუქტი და შემდეგ დააწკაპუნეთ ბმულის ხატულაზე. აირჩიეთ თქვენი Bolt მოწყობილობა ამომხტარ ფანჯარაში და შემდეგ დააჭირეთ ღილაკს "შესრულებულია".

ნაბიჯი 8: დააწკაპუნეთ ღილაკზე "კონფიგურაციის განლაგება" და შემდეგ "ამ მოწყობილობის ნახვა" ხატულა თქვენს მიერ შემუშავებული გვერდის სანახავად. ქვემოთ მოცემულია საბოლოო გამომავალი ეკრანის ანაბეჭდი.

ნაბიჯი 9: დაელოდეთ დაახლოებით 2 საათს, სანამ მოწყობილობა ატვირთავს საკმარის მონაცემებს ღრუბელში. ამის შემდეგ შეგიძლიათ დააწკაპუნოთ პროგნოზირების ღილაკზე, რათა ნახოთ პროგნოზირების გრაფიკი პოლინომიური რეგრესიის ალგორითმის საფუძველზე.