通过分析温度的升高来帮助检测冰箱门是否被打开

描述

一、简介

该项目通过分析温度的突然升高来帮助检测冰箱门是否被打开。该项目采用 LM35 温度传感器，根据周围的温度给出模拟值。使用 Z 分数分析检测到突然变化，并使用 Twilio-SMS 消息传递 API 设置了警报系统以通知操作员。

它还专注于在 Bolt Cloud 上记录温度数据。

2. 示范

3.工作

在本节中，我们将了解该项目的功能。

• 3.1 LM35 温度传感器的电路连接

将传感器的“电源”引脚连接到 Bolt 模块的 5V 输出，将传感器的“接地”引脚连接到 Bolt 模块上的“GND”端口，并将传感器的“输出”引脚连接到“A0”螺栓模块上的销钉。还将 Bolt 模块连接到 usb-A 到 mini usb 电缆以连接到电源。

• 3.2 配置文件

该项目的 python 编码已在 Ubuntu (Linux) 中完成。在我们开始在 python 中编写温度传感器之前，我们需要制作一个配置文件，其中包含每个用户/设备的特定键。我们将在我们的主代码中导入这个文件并使用各种属性。这样做的好处是每个用户只需更改配置文件的内容即可使用该产品。

以下是配置文件（命名为 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 模块的 API 密钥和设备 ID 可以如下确定：

>>按照 https://cloud.boltiot.com/ 上的说明将您的 Bolt 设备连接到 Bolt Cloud。

>>之后将出现以下屏幕。螺栓设备 ID 以黄色突出显示。

>>转到API部分以了解API Key。

• 3.3 操作LM35输出值

LM35 温度传感器的模拟输出不是标准温度单位。为了获得正确的温度值，我们将传感器的输出除以 10.24 倍。

温度 = sensor_val/10.24

• 3.4 光强突变检测（Z-评分分析）

Z分数分析用于异常检测。此处的异常是指变量的值（周围环境的光强度）超出某个值范围。值的范围称为界限（上限和下限）。这些界限是使用输入值、帧大小和乘法因子计算的。帧大小是 Z 分数分析所需的最小输入值数量，乘法因子确定边界与输入值曲线的接近程度。

上面给出的是计算边界的公式。这里输入表示为“Vi”，“r”表示帧大小，“C”是乘法因子。首先，我们计算输入值的平均值 (Mn)（对于每个新输入，再次计算平均值）。每个输入值的变化（来自平均值）给出为 (Vi - Mn)^2。Z 分数 (Zn) 的计算如上所示（每个输入值的变化平均值的平方根乘以乘法因子）。界限表示为“Tn”，上限计算为 (Vi + Zn)，下限计算为 (Vi - Zn)。

帧大小和倍增因子是使用试错法确定的。

• 3.5 创建 Twilio 帐户

第 1 步：在浏览器中打开https://www.twilio.com/ 。

第2步：点击Get a Free API Key按钮进行注册。

第 3 步：在注册表格中填写所有必要的详细信息。下面是填写好的注册表单的截图。

第 4 步：为了验证他们会询问您的电话号码。在下拉列表中选择印度作为选项，然后输入您的电话号码。

第 5 步：选择“可编程短信”选项。

第 6 步：您可以在此页面上查看 Account SID 和 Auth token。Auth 令牌默认不可见，您可以单击“查看”按钮使 Auth 令牌可见，如下图所示。复制两者并将它们安全地保存在某个地方。

第七步：点击Get a number按钮。

第8步：然后会出现一个弹出窗口。点击Choose this number按钮。

第9步：然后会出现一个弹出窗口，其中将包含最终数字。复制此编号并保存到记事本以供将来参考。

• 3.6 完整代码

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)

4. 数据记录

从传感器收集的温度数据可以发送到 Bolt Cloud 并以图表的形式表示以供分析。

第 1 步：访问 cloud.boltiot.com 并创建一个新产品。创建产品时，选择产品类型为输出设备，接口类型为GPIO。创建产品后，选择最近创建的产品，然后单击配置图标。

第 2 步：移动到代码选项卡。

第三步：选择文件类型为“.js”。

第 4 步：编写代码，然后保存产品。

• 代码

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

第 5 步：将产品链接到所需的 Bolt 模块

第 6 步：您可以通过单击“查看此设备”查看记录的数据。