Բովանդակություն:

Իրական ժամանակում սարքի ճանաչում `օգտագործելով EM ոտնահետքերը. 6 քայլ
Իրական ժամանակում սարքի ճանաչում `օգտագործելով EM ոտնահետքերը. 6 քայլ

Video: Իրական ժամանակում սարքի ճանաչում `օգտագործելով EM ոտնահետքերը. 6 քայլ

Video: Իրական ժամանակում սարքի ճանաչում `օգտագործելով EM ոտնահետքերը. 6 քայլ
Video: Простой способ очистить инструмент от старого раствора. 2024, Նոյեմբեր
Anonim
Իրական ժամանակի սարքի ճանաչում `օգտագործելով EM ոտնահետքերը
Իրական ժամանակի սարքի ճանաչում `օգտագործելով EM ոտնահետքերը
Իրական ժամանակի սարքի ճանաչում `օգտագործելով EM ոտնահետքերը
Իրական ժամանակի սարքի ճանաչում `օգտագործելով EM ոտնահետքերը

Այս սարքը նախատեսված է դասակարգել տարբեր էլեկտրոնային սարքեր `ըստ դրանց EM ազդանշանների: Տարբեր սարքերի համար նրանք ունեն տարբեր EM ազդանշաններ, որոնք արտանետվում են դրա կողմից: Մենք մշակել ենք IoT լուծում ՝ Particle Photon հավաքածուի միջոցով էլեկտրոնային սարքերը նույնականացնելու համար: Մեր կրելի սարքը կարելի է կրել դաստակի վրա, որն ունի մասնիկի ֆոտոնի կոմպակտ միացում OLED էկրանով և միացման միացում մասնիկային ֆոտոնից դեպի հանդերձում տեղադրված ալեհավաքը:

Այս սարքը կարող է հետագայում ինտեգրվել ՝ էլեկտրոնային սարքերը վերահսկելու և դրանք «խելացի սարքեր» դարձնելու համար բոլոր բաց կոդով ծրագրակազմով, որպեսզի կարողանաք կառավարել այն, ինչպես նաև փոփոխել կամ բարելավել այս սարքի հնարավորությունները:

Քայլ 1: Սարքաշար. Շղթայի ձևավորում

Սարքավորումներ. Շղթայի ձևավորում
Սարքավորումներ. Շղթայի ձևավորում
Սարքավորումներ. Շղթայի ձևավորում
Սարքավորումներ. Շղթայի ձևավորում
Սարքավորումներ. Շղթայի ձևավորում
Սարքավորումներ. Շղթայի ձևավորում
Սարքավորումներ. Շղթայի ձևավորում
Սարքավորումներ. Շղթայի ձևավորում

Բաղադրիչներ. (Particle Maker հավաքածուից)

Դուք կարող եք ձեռք բերել հավաքածուն տարբեր առցանց կայքերից:

- Amazon կայք

- Մասնիկների կայք

- Adafruit կայք

  1. Մասնիկների ֆոտոնների զարգացման տախտակ
  2. Ռեզիստորներ x 3 - 1 մեգաոհմ
  3. 3-5V 0.96 "SPI սերիա 128X64 OLED LCD էկրան
  4. Անթենա (EM- ի ընթերցումներ/ոտնահետքեր ստանալու համար)

Քայլ 2: Սարքավորումներ. 3D տպագրություն

Սարքավորումներ ՝ 3D տպագրություն
Սարքավորումներ ՝ 3D տպագրություն
Սարքավորումներ ՝ 3D տպագրություն
Սարքավորումներ ՝ 3D տպագրություն
Սարքավորումներ ՝ 3D տպագրություն
Սարքավորումներ ՝ 3D տպագրություն
  • Մենք նախագծեցինք մեր դաստակի ժապավենի հավաքիչը `օգտագործելով 3D տպիչ:
  • 3D մոդելը նախագծվել է Shapr3D հավելվածում ՝ iPad Pro- ի միջոցով:
  • 3D մոդելի stl ֆայլը ներմուծվեց և մղվեց Qidi ծրագրակազմ, քանի որ մենք օգտագործում էինք X-one-2 Qidi Tech տպիչը:
  • Մոդելը տպելու համար պահանջվեց մոտավորապես 30 րոպե տևողությամբ տպիչ:
  • հղում դեպի stl ֆայլ:

Քայլ 3. Սարքավորումներ. Լազերային կտրում

  • Մենք մշակեցինք դաստակի գոտու նախշը ՝ օգտագործելով Adobe Illustrator- ը:
  • Այնուհետև նախագծված մոդելը արտահանվեց Universal Laser մեքենա, որտեղ մենք փայտը կտրեցինք ճկուն դաստակի ժապավենով:
  • հղում դեպի svg ֆայլ:

Քայլ 4. Softwareրագրակազմ. Տվյալների հավաքագրում

  • Օգտագործելով Photon- ը ՝ հրապարակելով 3 x 100 տվյալների արժեք յուրաքանչյուր հնարավոր օրինակ:

  • Ֆոտոնից տվյալները data.json- ին գրել հանգույցների սերվերում:
  • Վերլուծելով տվյալները հանգույցի սերվերից դեպի MATLAB:
  • MATLAB- ին ուղարկված տվյալները 1 x 300 տեսքով են:

Քայլ 5. Softwareրագրակազմ. Հավաքված տվյալների հավաքածուի ուսուցում

  • 1 x 300 կտոր - սնվում է MATLAB- ով: (յուրաքանչյուր սարքի համար հավաքված 27 նմուշ) հավաքագրված 27 x 300 տվյալներ:
  • Տվյալներին ավելացվել են հատկություններ - (5 հատկանիշ) - միջին, միջին, ստանդարտ շեղում, շեղություն, կուրտոզ:
  • Տվյալների ուսուցում MATLAB դասակարգման գործիքների տուփի մեջ
  • Անցանց տվյալների (6 x 6) փորձարկում նույն գործիքի տուփում

Քայլ 6: Softwareրագրակազմ. Դասերի կանխատեսում

Կանխատեսում

Ֆոտոնի միջոցով կենդանի տվյալների ստացում:

Չմշակված տվյալները ուղարկում են հանգույցի սերվեր: (տվյալները պահվում են data.json ֆայլում)

MATLAB սցենար data.json ֆայլից տվյալները կարդալու և արդյունքը կանխատեսելու համար:

Խորհուրդ ենք տալիս: