使用的语言——Python(机器学习)
信息 – 当温度不在规定范围内时,使用 Mailgun 服务发送电子邮件。使用 Twilio 服务打开冰箱时发送短信(使用 Z 分数分析,即检测到温度图中的异常时。)
· 握住传感器,以便您可以读取上面写的 LM35。
· 在这个位置,从左到右识别传感器的引脚为 VCC、Output 和 Gnd。
· LM35 的 VCC 引脚连接到 Bolt Wifi 模块的 5v。
· LM35 的输出引脚连接到Bolt Wifi 模块的A0(模拟输入引脚)。
· LM35 的Gnd 引脚连接到Gnd。
2) 在 Bolt 云上创建一个产品以获得上、下
冰箱的温度限制
保存代码并单击退出。
稍后将产品链接到螺栓模块并部署配置。
如您所见,突然的变化是模块保存在冰箱中时。
从图中可以清楚地看出:
minimum_limit = 75(就传感器值而言)
maximum_limit = 35(就传感器值而言)
6)在终端或任何其他虚拟系统上编写python代码
注意:在此步骤之前,您需要一个 mailgun 帐户。万一你没有人参考你的螺栓物联网培训。
通过输入您的数字海洋水滴的 IP 地址登录服务器。如果您还没有使用过 Digital Ocean Droplet,您可以通过 VirtualBox 或 VMWare 直接登录您的虚拟机。
成功登录后,创建一个名为 email_conf.py 的文件,该文件将存储与 Mailgun 相关的所有凭据。在终端中创建一个新的文件类型 sudo nano email_conf.py。之后写下面的代码
将所有凭据保存在一个文件中。
并保存文件。
b)
注意:在此步骤之前您需要一个 twilio 帐户。万一你没有人参考你的螺栓物联网培训。
通过输入您的数字海洋水滴的 IP 地址登录腻子。
成功登录后,创建一个名为 sms_conf.py 的文件,该文件将存储与 Twilio 相关的所有凭据。在终端中创建一个新的文件类型 sudo nano sms_conf.py。之后编写下面的代码以将所有凭据保存在一个文件中。
并保存文件。
C)
现在使用以下命令再创建一个名为 anomaly_detction.py 的文件
算法:
1) 从 Bolt 设备中获取最新的传感器值。
2) 将传感器值存储在列表中,用于计算 z-score。
3) 计算正常和异常读数的 z 分数和阈值上限和下限。
4) 检查传感器读数是否在正常读数范围内。即温度没有突然升高
5) 如果不在范围内,发送邮件。
6)检查传感器值是否在我们的最小值和最大值指定的范围内。
7) 如果不在范围内,发送短信。
8) 等待 10 秒。
9) 从步骤 1 开始重复
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !