CN106527169B - 基于蓝牙的智能家居控制系统 - Google Patents
基于蓝牙的智能家居控制系统 Download PDFInfo
- Publication number
- CN106527169B CN106527169B CN201710042960.8A CN201710042960A CN106527169B CN 106527169 B CN106527169 B CN 106527169B CN 201710042960 A CN201710042960 A CN 201710042960A CN 106527169 B CN106527169 B CN 106527169B
- Authority
- CN
- China
- Prior art keywords
- signal
- noise reduction
- vibration signal
- bluetooth
- fault
- 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
Links
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 238000005286 illumination Methods 0.000 claims abstract description 11
- 238000009423 ventilation Methods 0.000 claims abstract description 4
- 230000009467 reduction Effects 0.000 claims description 55
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000005311 autocorrelation function Methods 0.000 claims description 5
- 125000004122 cyclic group Chemical group 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000000034 method Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000007257 malfunction Effects 0.000 claims description 2
- 238000011946 reduction process Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000000354 decomposition reaction Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 241001465382 Physalis alkekengi Species 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 241001062009 Indigofera Species 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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)
- Selective Calling Equipment (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提供了基于蓝牙的智能家居控制系统，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、蓝牙发送装置、风机故障检测装置以及控制中心，所述红外传感器、温度传感器、风机故障检测装置皆与蓝牙发送装置连接，所述控制中心与蓝牙发送装置通信连接；所述控制中心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。本发明利用蓝牙技术，能够检测室内温度，通过控制风机来调节室内温度，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。
Description
技术领域
本发明涉及智能家居领域，具体涉及基于蓝牙的智能家居控制系统。
背景技术
相关技术中，蓝牙技术作为一种尖端的开放式无线通讯标准，能够在短距离范围内无线连接。蓝牙无线技术使用了全球通用频带，以确保能在世界各地通讯无阻。简而言之，蓝牙技术让各种数码设备之间能够无线沟通
此外，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，本发明提供基于蓝牙的智能家居控制系统。
本发明的目的采用以下技术方案来实现：
基于蓝牙的智能家居控制系统，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、蓝牙发送装置、风机故障检测装置以及控制中心，所述红外传感器、温度传感器、风机故障检测装置皆与蓝牙发送装置连接，所述控制中心与蓝牙发送装置通信连接；所述红外传感器用于感应人体进入室内，并通过蓝牙发送装置将人体感应信号发送至控制中心；所述温度传感器用于感应室内温度，并通过蓝牙发送装置将室内温度发送至控制中心；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控制中心；所述控制中心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：利用蓝牙技术，实现了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、控制中心6、蓝牙发送装置7、蓝牙接收装置8、振动信号采集模块11、信号降噪模块12、故障特征提取模块13、故障识别模块14。
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，本实施例提供了基于蓝牙的智能家居控制系统，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、蓝牙发送装置7、风机故障检测装置5以及控制中心6，所述红外传感器3、温度传感器4、风机故障检测装置5皆与蓝牙发送装置7连接，所述控制中心6与蓝牙发送装置7通信连接；所述红外传感器3用于感应人体进入室内，并通过蓝牙发送装置7将人体感应信号发送至控制中心6；所述温度传感器4用于感应室内温度，并通过蓝牙发送装置7将室内温度发送至控制中心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控制中心6；所述控制中心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，所述控制中心6包括设有与蓝牙发送装置7通信的蓝牙接收装置8；所述蓝牙接收装置8用于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，所述控制中心6还包括用于在接收到故障信息时进行报警的报警器。
本发明上述实施例利用蓝牙技术，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，如图2所示，该风机故障检测装置5包括依次连接的振动信号采集模块11、信号降噪模块12、故障特征提取模块13和故障识别模块14；所述振动信号采集模块11，用于利用加速度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的原始振动信号；所述信号降噪模块12包括信号初步降噪单元、信号二级降噪单元和信号末级降噪单元，所述信号初步降噪单元用于利用最小熵反褶积的自适应分析方法对原始振动信号进行初步降噪；所述信号二级降噪单元用于对经过信号初步降噪单元处理后的振动信号进行二次降噪；所述信号末级降噪单元用于基于改进的综合经验模态算法对信号二级降噪后的振动信号进行末级降噪；所述故障特征提取模块13用于提取降噪后的振动信号的故障特征信息；所述故障识别模块14用于建立故障诊断模型，并采用提取的故障特征信息对该故障诊断模型进行训练，从而基于训练完的故障诊断模型对风机设备2进行故障识别。
其中，所述提取降噪后的振动信号的故障特征信息，具体包括：(1)通过二阶循环自相关函数对降噪后的振动信号进行解调分析，获得二阶循环自相关函数；(2)对该二阶循环自相关函数进行时域切片，获得时域切片信号，从而提取出振动信号的故障特征信息。其中，所述利用最小熵反褶积的自适应分析方法对原始振动信号进行初步降噪，包括：(1)采用范数衡量熵的大小，并把其作为目标函数，求目标函数的最大值，即为最优滤波器系数；(2)运用该最优滤波器系数对原始振动信号进行反褶积运算，得出滤波器系数；(3)使用得到的滤波器系数设计FIR滤波器对原始振动历史信号进行滤波。
在上述实施例中，对采集的原始振动信号进行多次降噪，能够有效地消除噪声对数据的影响，从而有利于更精确地提高对风机设备2进行故障分析的精度；此外，采用上述方式进行降噪，能有效降低原始振动信号中的噪声部分，提高原始振动信号的信噪比，削弱噪声对综合经验模态分解后的微弱信号特征提取的干扰，进一步提高对风机设备2进行故障特征提取的精度，从而有益于提高对风机设备2进行精确的故障识别，确保在风机设备2发生故障时能够得到及时的维修，保证智能家居控制系统的正常运行。
优选地，所述信号二级降噪单元对经过信号初步降噪单元处理后的振动信号进行二次降噪时，具体执行：
(1)对经过信号初步降噪单元降噪的振动信号进行小波转换，得到不同频带上的振动信号，采用滑动窗技术对各频带上的振动信号进行分段处理，提取振动信号的时间序列Z和Y，以及各段信号的小波系数其中g＝1，2，3…，为振动信号的频带数，m＝1，2，3…，为小波系数的序列；
(2)对功率谱密度进行一阶平滑处理，得到平滑后的振动信号E(Z,Y)；
(3)设定各个频带上平滑后的振动信号中各段信号的阀值，根据设定的阀值对各段信号进行降噪，削除超出阀值以外的振动信号，然后将降噪后的各段信号进行重构，之后进入信号末级降噪单元进行进一步降噪处理。
本实施例采用上述方式对原始振动信号进行二次降噪，能够使得各段噪声处理更加灵活准确，降噪效果更好，为对风机设备2的故障特征提取奠定良好的基础。
优选地，设E(Z,Y)表示时间序列为Z和Y的平滑后的振动信号，E(Z-1,Y)为时间序列为Z-1和Y的平滑后的振动信号，设定E(0,Y)＝0，N为采用的窗函数的长度，β为人为设定的阈值系数，采用以下经过优化的平滑公式得到平滑后的振动信号：
式中，|C(Z,Y)|2为振动信号E(Z,Y)所对应频带的功率谱密度。
在本实施例中，采用优化的平滑公式进行振动信号的平滑处理，该公式不仅考虑了阀值系数的影响，也考虑了窗函数的长度的影响，使得该平滑处理更精确，适用范围更广，为对风机设备2的故障特征提取奠定良好的基础。
优选地，所述各个频带上平滑后的振动信号中各段信号的阀值由以下公式进行设定：
其中，Ωg为第g个频带上平滑后的振动信号E(Z,Y)的阈值；β为所述的人为设定的阀值系数，Emax(Z,Y)、Emin(Z,Y)和分别为平滑后的振动信号E(Z,Y)的最大值、最小值和平均值，为所述的各段信号的小波系数的中值的绝对值。
在本实施例中，能够根据振动信号中各频带的功率谱密度和小波系数对各段信号的阀值自适应地进行调整，使得降噪更加准确，且不受振动信号长度的影响，有利于实现针对风机设备2的故障的精确识别，确保智能家居系统的健康运作。
优选地，所述基于改进的综合经验模态算法对二级降噪后的振动信号进行末级降噪，包括：
(1)设定高低频的分界线，采用经验模态分解的自适应时频分析方法将初步降噪后的原始振动信号按高低频分解成不同的固有模态函数，对所得的固有模态函数进行傅里叶变换，获得多个含有高频成分的固有模态函数和多个含有低频成分的固有模态函数，将多个含有高频成分的固有模态函数组合成新的本征模态函数PH：
将多个含有低频成分的固有模态函数组合成新的本征模态函数PL：
式中，P1,P2,…,Pa表示含有高频成分的固有模态函数，P1+a,P2+a,…,Pb表示含有低频成分的固有模态函数，a是含有高频成分的固有模态函数的最大层数，b是含有低频成分的固有模态函数的最大层数；
(2)对本征模态函数PH、PL分别进行综合经验模态分解，提取敏感的固有模态函数。
本优选实施例能够避免经验模态分解中的模态混叠现象，提高综合经验模态的分解精度，为下一步对风机设备2的故障特征提取打下基础。
优选地，对本征模态函数PL进行综合经验模态分解时选取的整合次数为100，选取的白噪声幅值为[0.2,0.6]；对本征模态函数PH进行综合经验模态分解时选取的整合次数为100，选取的白噪声幅值满足Rn＝0.06Rh，其中Rn为选取的白噪声的能量标准差，Rh为原始振动信号的最优高频成分的能量标准差，该最优高频成分为与原始振动信号相关性最大的固有模态函数；其中，通过下式计算固有模态函数与原始振动信号的相关性：
式中，relativeUi(j)表示Ui(j)与原始振动信号的相关性，C为原始振动信号的采样点数，s0(j)表示第j个原始振动信号，Ui(j)表示与第j个原始振动信号对应的第i个固有模态函数，γ表示与第j个原始振动信号对应的固有模态函数的数量，为原始振动信号的均值，T为人为设定的修正系数。
本优选实施例选取优化后的白噪声幅值进行综合经验模态分解，能够提高综合经验模态分解的精度，从而有利于实现对风机设备2的原始振动信号的精确降噪。
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 (3)
1.基于蓝牙的智能家居控制系统，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、蓝牙发送装置、风机故障检测装置以及控制中心，所述红外传感器、温度传感器、风机故障检测装置皆与蓝牙发送装置连接，所述控制中心与蓝牙发送装置通信连接；所述红外传感器用于感应人体进入室内，并通过蓝牙发送装置将人体感应信号发送至控制中心；所述温度传感器用于感应室内温度，并通过蓝牙发送装置将室内温度发送至控制中心；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控制中心；所述控制中心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；
所述风机故障检测装置包括依次连接的振动信号采集模块、信号降噪模块、故障特征提取模块和故障识别模块；所述振动信号采集模块用于利用加速度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的原始振动信号；所述信号降噪模块包括信号初步降噪单元、信号二级降噪单元和信号末级降噪单元，所述信号初步降噪单元用于利用最小熵反褶积的自适应分析方法对原始振动信号进行初步降噪；所述信号二级降噪单元用于对经过信号初步降噪单元处理后的振动信号进行二次降噪；所述信号末级降噪单元用于基于改进的综合经验模态算法对信号二级降噪后的振动信号进行末级降噪；所述故障特征提取模块用于提取降噪后的振动信号的故障特征信息；所述故障识别模块用于建立故障诊断模型，并采用提取的故障特征信息对该故障诊断模型进行训练，从而基于训练完的故障诊断模型对风机设备进行故障识别；
所述提取降噪后的振动信号的故障特征信息，具体包括：(1)通过二阶循环自相关函数对降噪后的振动信号进行解调分析，获得二阶循环自相关函数；(2)对该二阶循环自相关函数进行时域切片，获得时域切片信号，从而提取出振动信号的故障特征信息；所述利用最小熵反褶积的自适应分析方法对原始振动信号进行初步降噪，包括：(1)采用范数衡量熵的大小，并把其作为目标函数，求目标函数的最大值，即为最优滤波器系数；(2)运用该最优滤波器系数对原始振动信号进行反褶积运算，得出滤波器系数；(3)使用得到的滤波器系数设计FIR滤波器对原始振动历史信号进行滤波；
所述信号二级降噪单元对经过信号初步降噪单元处理后的振动信号进行二次降噪时，具体执行：
(1)对经过信号初步降噪单元降噪的振动信号进行小波转换，得到不同频带上的振动信号，采用滑动窗技术对各频带上的振动信号进行分段处理，提取振动信号的时间序列Z和Y，以及各段信号的小波系数其中g＝1，2，3…，为振动信号的频带数，m＝1，2，3…，为小波系数的序列；
(2)对功率谱密度进行一阶平滑处理，得到平滑后的振动信号E(Z,Y)；
(3)设定各个频带上平滑后的振动信号中各段信号的阀值，根据设定的阀值对各段信号进行降噪，削除超出阀值以外的振动信号，然后将降噪后的各段信号进行重构，之后进入信号末级降噪单元进行进一步降噪处理；
设E(Z,Y)表示时间序列为Z和Y的平滑后的振动信号，E(Z-1,Y)为时间序列为Z-1和Y的平滑后的振动信号，设定E(0,Y)＝0，N为采用的窗函数的长度，β为人为设定的阈值系数，采用以下经过优化的平滑公式得到平滑后的振动信号：
式中，|C(Z,Y)|2为振动信号E(Z,Y)所对应频带的功率谱密度；
所述各个频带上平滑后的振动信号中各段信号的阀值由以下公式进行设定：
其中，Ωg为第g个频带上平滑后的振动信号E(Z,Y)的阈值；β为所述的人为设定的阀值系数，Emax(Z,Y)、Emin(Z,Y)和分别为平滑后的振动信号E(Z,Y)的最大值、最小值和平均值，为所述的各段信号的小波系数的中值的绝对值。
2.根据权利要求1所述的基于蓝牙的智能家居控制系统，其特征是，所述控制中心包括设有与蓝牙发送装置通信的蓝牙接收装置；所述蓝牙接收装置用于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。
3.根据权利要求2所述的基于蓝牙的智能家居控制系统，其特征是，所述控制中心还包括用于在接收到故障信息时进行报警的报警器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710042960.8A CN106527169B (zh) | 2017-01-20 | 2017-01-20 | 基于蓝牙的智能家居控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710042960.8A CN106527169B (zh) | 2017-01-20 | 2017-01-20 | 基于蓝牙的智能家居控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106527169A CN106527169A (zh) | 2017-03-22 |
| CN106527169B true CN106527169B (zh) | 2019-03-19 |
Family
ID=58337051
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710042960.8A Active CN106527169B (zh) | 2017-01-20 | 2017-01-20 | 基于蓝牙的智能家居控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106527169B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109856979B (zh) * | 2018-12-21 | 2022-03-25 | 深圳云天励飞技术有限公司 | 环境调节方法、系统、终端及介质 |
| CN109566279B (zh) * | 2019-01-29 | 2021-08-24 | 福州名亨电子科技有限公司 | 菇房的温度控制方法、装置和通风系统 |
| CN114035443B (zh) * | 2021-11-22 | 2023-10-31 | 上海富芮坤微电子有限公司 | 一种基于蓝牙通讯的智能家居控制系统及方法 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2522943Y (zh) * | 2002-02-07 | 2002-11-27 | 大连易视达科技有限公司 | 家居多功能智能控制装置 |
| CN1301387C (zh) * | 2004-06-04 | 2007-02-21 | 广东科龙电器股份有限公司 | 基于神经网络的空调器噪声源识别方法 |
| CN101799916A (zh) * | 2010-03-16 | 2010-08-11 | 刘国传 | 基于贝叶斯估计的生物芯片图像小波去噪方法 |
| WO2011157781A1 (de) * | 2010-06-17 | 2011-12-22 | Step Sensortechnik Und Elektronik Pockau Gmbh | Verfahren für die ionenmobilitätsspektrometrie |
| CN102434387A (zh) * | 2011-11-16 | 2012-05-02 | 三一电气有限责任公司 | 风机检测诊断系统 |
| CN103115668B (zh) * | 2013-01-22 | 2016-08-17 | 重庆大学 | 轧机振痕振动信号的故障特征提取方法及识别方法 |
| CN103671190B (zh) * | 2013-09-18 | 2016-04-06 | 北京工业大学 | 一种智能早期矿用通风机在线故障诊断系统 |
| CN103610461B (zh) * | 2013-10-17 | 2016-03-02 | 杭州电子科技大学 | 基于双密度小波邻域相关阈值处理的脑电信号消噪方法 |
| CN103745085B (zh) * | 2013-12-16 | 2017-01-11 | 西安交通大学 | 一种旋转机械振动信号的数据驱动阈值降噪方法 |
| CN105021276A (zh) * | 2015-07-30 | 2015-11-04 | 珠海格力电器股份有限公司 | 电器故障诊断方法和装置及电器 |
| CN105446151A (zh) * | 2015-12-10 | 2016-03-30 | 陈银奇 | 一种智能家居控制系统 |
| CN205405107U (zh) * | 2016-03-07 | 2016-07-27 | 李梦宁 | 一种基于无线传感器网络的智能家居系统 |
| CN105759624A (zh) * | 2016-03-08 | 2016-07-13 | 沈阳体育学院 | 基于计算机的家庭智能管理系统 |
-
2017
- 2017-01-20 CN CN201710042960.8A patent/CN106527169B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106527169A (zh) | 2017-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106527169B (zh) | 基于蓝牙的智能家居控制系统 | |
| CN104483851B (zh) | 一种情景感知控制装置、系统及方法 | |
| CN108091331A (zh) | 一种基于语音控制的智能家居系统及其控制方法 | |
| CN108052012A (zh) | 睡眠环境智能调节系统及方法 | |
| CN106654739B (zh) | 一种带智能断电功能的插座及家用设备智能断电实现方法 | |
| CN104656593A (zh) | 家电控制方法及穿戴式智能终端 | |
| CN107818782B (zh) | 一种实现家用电器智能控制的方法及系统 | |
| CN105066359B (zh) | 一种基于脑电控制的空调遥控方法 | |
| CN107942709B (zh) | 一种智能家居控制系统及其控制方法 | |
| CN109274559A (zh) | 一种安防和智能家居的自动场景切换系统及方法 | |
| CN105094298A (zh) | 终端以及基于该终端的手势识别方法 | |
| CN104165438A (zh) | 空调器控制方法和系统 | |
| CN107172790B (zh) | 一种办公室光线智能调节系统 | |
| CN108989162A (zh) | 一种家用智能机器人管家系统 | |
| CN105911872A (zh) | 一种家庭智能生活管理系统 | |
| CN110260371A (zh) | 基于多传感器的油烟机智能控制系统及方法 | |
| CN106502121B (zh) | 一种智能家居控制系统 | |
| CN104597813A (zh) | 一种自动识别电器运行状态的智能插座 | |
| CN104075409B (zh) | 空调器运行参数调整方法和系统 | |
| CN105276752B (zh) | 基于音频信号的空调器运行参数调节方法和系统 | |
| CN109945419A (zh) | 一种空调自动控制系统 | |
| CN206212367U (zh) | 一种智能灯和智能灯光系统 | |
| CN112020191A (zh) | 一种基于hplc的智能楼宇灯光控制装置及控制方法 | |
| CN105259779A (zh) | 牙控智能家居 | |
| CN109682024A (zh) | 一种基于红外热传感器阵列的空气净化器 |
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: 20190128 Address after: 523000 Hongsheng Industrial Zone, Lichuan, Dongcheng Street, Dongguan City, Guangdong Province Applicant after: Dongguan Priority Home Co., Ltd. Address before: Room 1206, Nanmen Zhongke Building, No. 9 Nanmen, Nanshan District, Shenzhen City, Guangdong Province Applicant before: Large Shenzhen Kechuang Technology Development Co Ltd |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |