CN106502121B - 一种智能家居控制系统 - Google Patents

一种智能家居控制系统 Download PDF

Info

Publication number
CN106502121B
CN106502121B CN201710021799.6A CN201710021799A CN106502121B CN 106502121 B CN106502121 B CN 106502121B CN 201710021799 A CN201710021799 A CN 201710021799A CN 106502121 B CN106502121 B CN 106502121B
Authority
CN
China
Prior art keywords
fault diagnosis
fan
fault
central control
control device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710021799.6A
Other languages
English (en)
Other versions
CN106502121A (zh
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Industrial Control Safety Innovation Technology Co Ltd
Original Assignee
Shanghai Industrial Control Safety Innovation Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Industrial Control Safety Innovation Technology Co Ltd filed Critical Shanghai Industrial Control Safety Innovation Technology Co Ltd
Priority to CN201710021799.6A priority Critical patent/CN106502121B/zh
Publication of CN106502121A publication Critical patent/CN106502121A/zh
Application granted granted Critical
Publication of CN106502121B publication Critical patent/CN106502121B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明提供了一种智能家居控制系统，包括室内照明设备、用于调节室内温度并使室内与外界环境进行通风换气的风机设备、红外传感器、温度传感器、风机故障检测装置以及中央控制装置，所述红外传感器、温度传感器、风机故障检测装置皆与中央控制装置连接；所述中央控制装置用于在室内温度超出设定的温度阈值范围时控制所述风机设备调节室内温度，并在接收到人体感应信号时控制室内照明设备开启，还用于在接收到故障信息时进行报警。本发明将整个家居系统中每个电器联系起来作为一个系统使用，提高了用户体验。

Description

一种智能家居控制系统
技术领域
本发明涉及智能家居领域，具体涉及一种智能家居控制系统。
背景技术
相关技术中的智能家居系统中，每个家用电器及家用装置只能作为一个单体执行操作，无法将整个家居系统中每个电器联系起来作为一个系统使用，造成家居电器缺乏系统性和可操作性，影响用户体验。
发明内容
针对上述问题，本发明提供一种智能家居控制系统。
本发明的目的采用以下技术方案来实现：
一种智能家居控制系统，包括室内照明设备、用于调节室内温度并使室内与外界环境进行通风换气的风机设备、红外传感器、温度传感器、风机故障检测装置以及中央控制装置，所述红外传感器、温度传感器、风机故障检测装置皆与中央控制装置连接；所述红外传感器用于感应人体进入室内，并通过无线网络将人体感应信号发送至中央控制装置；所述温度传感器用于感应室内温度，并通过无线网络将室内温度发送至中央控制装置；所述风机故障检测装置用于对风机设备进行故障检测，并在风机设备发生故障时将故障信息发送至中央控制装置；所述中央控制装置用于在室内温度超出设定的温度阈值范围时控制所述风机设备调节室内温度，并在接收到人体感应信号时控制室内照明设备开启，还用于在接收到故障信息时进行报警。
本发明的有益效果为：可以实现室内照明设备的自动开启和关闭，避免夜晚用户在黑暗中找寻照明开关的问题，而且在室内无人时，自动关断灯具，起到了节能降耗的作用，此外系统能够检测室内温度，通过控制风机来调节室内温度，从而提高用户舒适度，从而将整个家居系统中每个电器联系起来作为一个系统使用，提高用户体验。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构连接框图；
图2是风机故障检测装置的结构框图。
附图标记：
室内照明设备1、风机设备2、红外传感器3、温度传感器4、风机故障检测装置5、中央控制装置6、历史数据采集模块11、历史数据预处理模块12、故障诊断特征提取模块13、实时故障诊断特征向量采集模块14、故障诊断模型建立模块15、故障诊断识别模块16。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例提供了一种智能家居控制系统，包括室内照明设备1、用于调节室内温度并使室内与外界环境进行通风换气的风机设备2、红外传感器3、温度传感器4、风机故障检测装置5以及中央控制装置6，所述红外传感器3、温度传感器4、风机故障检测装置5皆与中央控制装置6连接；所述红外传感器3用于感应人体进入室内，并通过无线网络将人体感应信号发送至中央控制装置6；所述温度传感器4用于感应室内温度，并通过无线网络将室内温度发送至中央控制装置6；所述风机故障检测装置5用于对风机设备2进行故障检测，并在风机设备2发生故障时将故障信息发送至中央控制装置6；所述中央控制装置6用于在室内温度超出设定的温度阈值范围时控制所述风机设备2调节室内温度，并在接收到人体感应信号时控制室内照明设备1开启，还用于在接收到故障信息时进行报警。
优选地，所述中央控制装置6包括无线接收模块；所述无线接收模块用于通过无线网络接收所述红外传感器3发送的人体感应信号、所述温度传感器4发送的室内温度和所述风机故障检测装置5发送的故障信息。
优选地，所述中央控制装置6还包括用于在接收到故障信息时进行报警的报警器。
本发明上述实施例可以实现室内照明设备1的自动开启和关闭，避免夜晚用户在黑暗中找寻照明开关的问题，而且在室内无人时，自动关断灯具，起到了节能降耗的作用，此外系统能够检测室内温度，通过控制风机来调节室内温度，从而提高用户舒适度，从而将整个家居系统中每个电器联系起来作为一个系统使用，提高用户体验。
优选地，所述风机故障检测装置5包括：
(1)历史数据采集模块11，用于通过传感器采集风机设备2在正常状态下及各种故障状态下运行时多个测点的历史振动信号数据；
(2)历史数据预处理模块12，用于对采集到的原始历史振动信号数据进行预处理；
(3)故障诊断特征提取模块13，用于从过滤后的历史振动信号数据中提取小波包奇异值特征，并将提取的小波包奇异值特征作为故障诊断特征向量样本；
(4)实时故障诊断特征向量采集模块14，用于获取风机设备2的实时故障诊断特征向量；
(5)故障诊断模型建立模块15，用于建立基于改进的支持向量机的故障诊断模型，并使用故障诊断特征向量样本对故障诊断模型进行训练，计算出故障诊断模型参数的最优解，得到训练完成的故障诊断模型；
(6)故障诊断识别模块16，用于将所述风机设备2的实时故障诊断特征向量输入到训练完成的故障诊断模型中，完成风机设备2故障的诊断识别。
优选地，所述历史数据预处理模块12对采集到的原始历史振动信号数据进行预处理，具体按照下列过滤公式进行：
其中，A为滤波后得到的历史振动信号数据，A′为采集到的原始历史振动信号数据，K为测点的个数，Ω＝1，2，3…K-1；τ为由数字滤波器自身特性决定的常数，θ为所用传感器的固有采集频率。
本优选实施例能够消除原始历史振动信号数据中的时域波形畸变，提高对历史振动信号数据进行预处理的精度，从而确保对风机设备2进行故障识别的准确性。
优选地，所述提取小波包奇异值特征，具体为：
(1)设风机设备2处于状态L时从测点R测量到的一个时刻的历史振动信号为LR(A)，R＝1,…,K，K为测点的个数，对LR(A)进行ω层离散小波包分解，提取第ω层中的2ω个分解系数，其中ω的值根据历史经验和实际情况结合确定；对所有的分解系数进行重构，以Xs(s＝0,1,…,2ω-1)表示第ω层各节点的重构信号，构建特征矩阵为对特征矩阵T[LR(A)]进行奇异值分解，获得所述特征矩阵T[LR(A)]的特征向量为 其中β1,β2,…,βJ为由特征矩阵T[LR(A)]分解的奇异值，J为由特征矩阵分解的奇异值的个数，定义LR(A)对应的故障诊断特征向量为：
其中，表示特征向量中的最大奇异值，表示特征向量中的最小奇异值；
(2)对计算得到的故障诊断特征向量进行筛选，排除不合格的故障诊断特征向量，定义所述风机设备2处于状态L时在所述固定时刻的故障诊断特征向量样本为：其中K′为排除的不合格的故障诊断特征向量的数量。
本优选实施例采用上述方式提取小波包奇异值特征作为故障诊断特征向量，具有较高的准确率以及较短的计算时间，能够提高对风机设备2进行诊断的容错性，从而有利于实现对风机设备2故障的精确诊断。
优选地，对计算得到的故障诊断特征向量进行筛选，包括：将风机设备2处于状态L时在所述时刻的所有计算得到的故障诊断特征向量作为所述时刻的特征向量筛选样本集，计算所述特征向量筛选样本集的标准差σL和期望值μL；若计算得到的故障诊断特征向量不满足则剔除所述故障诊断特征向量，其中，为期望值μL的最大似然估计，为标准差σL的最大似然估计。本优选实施例采用较为科学的方式进行不合格的故障诊断特征向量的排除，能够确保对风机设备2进行故障诊断的准确性。
优选地，所述故障诊断特征提取模块13还将剔除的不合格的故障诊断特征向量储存到一个临时数据储存器中，并对故障诊断特征提取模块13中的ω值进行进一步修正，具体包括：
(1)若则ω的值在根据原有历史经验和实际情况结合确定的基础上修改为ω+1；
(2)若则ω的值在根据原有历史经验和实际情况结合确定的基础上修改为ω+2；
其中，K为测点的个数，K′为不合格的故障诊断特征向量的数量，为人为设定的整数阀值。
本优选实施例为下一步的故障诊断模型的建立提供更为科学的数据，从而进一步降低了不合格的故障诊断特征向量对风机设备2进行故障诊断的影响。
优选地，所述基于改进的支持向量机的故障诊断模型建立如下：
(1)采用径向基函数作为核函数，利用所述核函数将故障诊断特征向量样本从原空间映射到高维空间，在高维空间构造最优决策函数实现故障诊断特征向量样本分类，设x为输入的故障诊断特征向量样本，F(x)为输入的故障诊断特征向量样本对应的输出，Z(x)表示径向基函数，c为权重向量，e为偏差，构造最优决策函数为：
式中，为引入的优化因子，其中K为测点的个数，K′为不合格的故障诊断特征向量的数量；
(2)定义支持向量机的目标函数和支持向量机的约束条件，并求解所述支持向量机的目标函数，计算出权重向量和偏差，将计算得到的权重向量和偏差代入最优决策函数即为所建立的故障诊断模型；
其中支持向量机的目标函数定义为：
支持向量机的约束条件定义为：
Ys(λxs+e)≥1-εs,εs≥0,s＝1,…,m
式中，minD(c,e,ωs)为支持向量机的目标函数，q*为优化后的惩罚因子，εs为引入的误差变量；m为故障诊断特征向量样本的数量；另外，xs为输入的第s个故障诊断特征向量样本，Ys(cxs+e)为输入的第s个故障诊断特征向量样本对应的输出，λ为权重向量，e为偏差；
其中，惩罚因子和所述核函数的半径参数的值按照下述方式进行优化：
将所有故障诊断特征向量样本平均分成互不包含的子集，设定惩罚因子和所述核函数的半径参数的值的取值范围，对每个粒子的位置向量进行二维编码，产生初始粒子群；
对各粒子对应的参数选定训练集进行交叉验证，得到的预测模型分类准确率作为粒子对应的目标函数值，对粒子群中的粒子进行迭代；
用目标函数值评价所有粒子，当某个粒子的当前评价值优于其历史评价值时，将其作为所述粒子的最优历史评价，记录当前粒子最优位置向量；
寻找全局最优解，如果其值优于当前历史最优解，则更新，达到设定的终止准则时，则停止搜索，输出最优的惩罚因子和所述核函数的半径参数的值，否则返回去重新搜索。
本优选实施例一方面通过引入优化因子，减小了不合格的故障诊断特征向量对风机设备2进行故障诊断的影响，进一步提高了最优决策函数的实际精确度，为故障诊断模型的建立提供良好的函数基础，从而构建更为精确的故障诊断模型，进一步确保对风机设备2进行故障诊断的准确性；
另一方面，本优选实施例采用上述方式对惩罚因子和所述核函数的半径参数的值进行优化，优化时间相对较短，优化效果好，能够得到性能较好的支持向量机，进一步提高对风机设备2进行故障诊断的精度。
根据上述实施例，发明人进行了一系列测试，以下是进行测试得到的实验数据：
上述实验数据表明，本发明能够避免夜晚用户在黑暗中找寻照明开关的问题，而且在室内无人时，自动关断灯具，起到了节能降耗的作用，此外系统能够检测室内温度，通过控制风机来调节室内温度，从而提高用户舒适度，从而将整个家居系统中每个电器联系起来作为一个系统使用，提高用户体验，且能精确对风机设备2进行故障检测，从而确保系统的正常运行，具有非常显著的有益效果。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (1)

1.一种智能家居控制系统，其特征是，包括室内照明设备、用于调节室内温度并使室内与外界环境进行通风换气的风机设备、红外传感器、温度传感器、风机故障检测装置以及中央控制装置，所述红外传感器、温度传感器、风机故障检测装置皆与中央控制装置连接；所述红外传感器用于感应人体进入室内，并通过无线网络将人体感应信号发送至中央控制装置；所述温度传感器用于感应室内温度，并通过无线网络将室内温度发送至中央控制装置；所述风机故障检测装置用于对风机设备进行故障检测，并在风机设备发生故障时将故障信息发送至中央控制装置；所述中央控制装置用于在室内温度超出设定的温度阈值范围时控制所述风机设备调节室内温度，并在接收到人体感应信号时控制室内照明设备开启，还用于在接收到故障信息时进行报警；所述中央控制装置包括无线接收模块；所述无线接收模块用于通过无线网络接收所述红外传感器发送的人体感应信号、所述温度传感器发送的室内温度和所述风机故障检测装置发送的故障信息；所述中央控制装置还包括用于在接收到故障信息时进行报警的报警器；所述风机故障检测装置包括：
(1)历史数据采集模块，用于通过传感器采集风机设备在正常状态下及各种故障状态下运行时多个测点的历史振动信号数据；
(2)历史数据预处理模块，用于对采集到的原始历史振动信号数据进行预处理；
(3)故障诊断特征提取模块，用于从预处理后的历史振动信号数据中提取小波包奇异值特征，并将提取的小波包奇异值特征作为故障诊断特征向量样本；
(4)实时故障诊断特征向量采集模块，用于获取风机设备的实时故障诊断特征向量；
(5)故障诊断模型建立模块，用于建立基于改进的支持向量机的故障诊断模型，并使用故障诊断特征向量样本对故障诊断模型进行训练，计算出故障诊断模型参数的最优解，得到训练完成的故障诊断模型；
(6)故障诊断识别模块，用于将所述风机设备的实时故障诊断特征向量输入到训练完成的故障诊断模型中，完成风机设备故障的诊断识别；
所述提取小波包奇异值特征，具体为：
(1)设风机设备处于状态L时从测点R测量到的一个时刻的历史振动信号为LR(A)，R＝1,…,K，K为测点的个数，对LR(A)进行ω层离散小波包分解，提取第ω层中的2ω个分解系数，其中ω的值根据历史经验和实际情况结合确定；对所有的分解系数进行重构，以Xs，s＝0,1,…,2ω-1表示第ω层各节点的重构信号，构建特征矩阵为对特征矩阵T[LR(A)]进行奇异值分解，获得所述特征矩阵T[LR(A)]的特征向量为 其中β1,β2,…,βJ为由特征矩阵T[LR(A)]分解的奇异值，J为由特征矩阵T[LR(A)]分解的奇异值的个数，定义LR(A)对应的故障诊断特征向量为：
其中，表示特征向量中的最大奇异值，表示特征向量中的最小奇异值；
(2)对计算得到的故障诊断特征向量进行筛选，排除不合格的故障诊断特征向量，定义所述风机设备处于状态L时在所述一个时刻的故障诊断特征向量样本为：其中K′为排除的不合格的故障诊断特征向量的数量。
CN201710021799.6A 2017-01-12 2017-01-12 一种智能家居控制系统 Active CN106502121B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710021799.6A CN106502121B (zh) 2017-01-12 2017-01-12 一种智能家居控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710021799.6A CN106502121B (zh) 2017-01-12 2017-01-12 一种智能家居控制系统

Publications (2)

Publication Number Publication Date
CN106502121A CN106502121A (zh) 2017-03-15
CN106502121B true CN106502121B (zh) 2019-09-03

Family

ID=58345244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710021799.6A Active CN106502121B (zh) 2017-01-12 2017-01-12 一种智能家居控制系统

Country Status (1)

Country Link
CN (1) CN106502121B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109491253B (zh) * 2017-09-11 2021-12-21 安徽师范大学 一种在线学习型个性化智能家居系统及其控制方法
CN109814400A (zh) * 2019-02-18 2019-05-28 西安交通工程学院 基于Android手机的远程家电智能控制系统
CN109976273A (zh) * 2019-03-19 2019-07-05 颜玉玲 用于记录家用电器设施数据和用电量明细自动化管理系统
CN110764474B (zh) * 2019-10-16 2023-01-31 上海电气集团股份有限公司 监测设备运行状态的方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201047868Y (zh) * 2007-06-05 2008-04-16 上海利康消毒高科技有限公司 空气净化装置滤网堵塞和风机故障检测电路
CN101292611A (zh) * 2008-04-18 2008-10-29 浙江工业大学 基于单片机的温室控制系统
CN102802309A (zh) * 2012-08-06 2012-11-28 上海风翼空调设备有限公司 一种智能诱导通风照明系统及其控制方法
CN103837334A (zh) * 2012-11-20 2014-06-04 中国石油大学(北京) 一种机械故障的检测方法
CN105115594A (zh) * 2015-10-09 2015-12-02 北京航空航天大学 基于小波熵和信息融合的齿轮箱振动信号故障特征提取方法
CN105446151A (zh) * 2015-12-10 2016-03-30 陈银奇 一种智能家居控制系统
CN106052260A (zh) * 2016-06-06 2016-10-26 Tcl家用电器（合肥）有限公司 换热装置、风机故障检测方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6795799B2 (en) * 2001-03-07 2004-09-21 Qualtech Systems, Inc. Remote diagnosis server
US20060041335A9 (en) * 2001-05-11 2006-02-23 Rossi Todd M Apparatus and method for servicing vapor compression cycle equipment

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201047868Y (zh) * 2007-06-05 2008-04-16 上海利康消毒高科技有限公司 空气净化装置滤网堵塞和风机故障检测电路
CN101292611A (zh) * 2008-04-18 2008-10-29 浙江工业大学 基于单片机的温室控制系统
CN102802309A (zh) * 2012-08-06 2012-11-28 上海风翼空调设备有限公司 一种智能诱导通风照明系统及其控制方法
CN103837334A (zh) * 2012-11-20 2014-06-04 中国石油大学(北京) 一种机械故障的检测方法
CN105115594A (zh) * 2015-10-09 2015-12-02 北京航空航天大学 基于小波熵和信息融合的齿轮箱振动信号故障特征提取方法
CN105446151A (zh) * 2015-12-10 2016-03-30 陈银奇 一种智能家居控制系统
CN106052260A (zh) * 2016-06-06 2016-10-26 Tcl家用电器（合肥）有限公司 换热装置、风机故障检测方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于小波包变化和奇异值分解的风机故障诊断研究;王松岭 刘锦廉 许小刚;《热力发电》;20131130;第42卷(第11期);正文第101-106页
小波包-局部线性嵌入算法在滚动轴承故障程度识别中的应用;康守强 等;《仪器仪表学报》;20140331;第35卷(第3期);正文第614-619页

Also Published As

Publication number Publication date
CN106502121A (zh) 2017-03-15

Similar Documents

Publication Publication Date Title
CN106502121B (zh) 一种智能家居控制系统
CN110298487B (zh) 一种用于满足用户个性化需求的室内温度预测方法
CN107707657B (zh) 基于多传感器的安全监护系统
CN108488987B (zh) 空气调节设备的控制方法、存储介质和设备
CN102705957B (zh) 办公建筑中央空调逐时冷负荷在线预测方法及系统
CN102842205B (zh) 设备状态检测装置
JP7495944B2 (ja) 動き検出システムにおいて新しい動きゾーンを検出するためのオフラインチューニングシステム
CN109405195A (zh) 空调智能控制系统及方法
CN109883016B (zh) 一种空气舒适度调节方法和设备
CN113267535A (zh) 一种智能气体识别方法及其装置
CN113219930A (zh) 一种基于粒子群算法的变频空调二阶等效热参数模型在线辨识方法
CN116307190A (zh) 一种基于蓝牙mesh网络的果园环境对产量的预测方法
CN116976488A (zh) 基于麻雀搜索算法优化bp神经网络的空调能耗预测方法
CN114489200A (zh) 一种温室大棚环境控制系统
CN106527169B (zh) 基于蓝牙的智能家居控制系统
CN107044711B (zh) 空调的控制方法及装置
CN203070075U (zh) 一种智能家居系统
Ridi et al. Towards reliable stochastic data-driven models applied to the energy saving in buildings
CN111880424A (zh) 基于物联网和大数据的智能设备控制方法及云控制中心
CN114589697B (zh) 一种智能消杀巡检环境调节机器人及控制方法
CN111811577A (zh) 一种基于温度差和湿度差分析的智能检测仪及系统
CN116561535A (zh) 一种基于个性化建筑交互设计处理方法
CN106412811B (zh) 一种基于数据均匀性加权的传感器网络数据融合方法
CN114322260B (zh) 空调自动驾驶、模型训练和预测方法、装置及设备
Ma’arij et al. Temperature and Humidity Monitoring System in Internet of Things-based Solar Dryer Dome

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190729

Address after: Room 901, No. 6, 600 Lane, Yunling West Road, Putuo District, Shanghai, 2003

Applicant after: Shanghai Industrial Control Safety Innovation Technology Co., Ltd.

Address before: 518054 Guangdong Province, Nanshan District Nanshan Street 2168 Nanhai Avenue Nanyou Shenzhen city building B room 1002

Applicant before: Shenzhen innovation Import & Export Trading Co., Ltd.

GR01 Patent grant
GR01 Patent grant