CN111750932A - 一种基于智能家居的监测报警系统 - Google Patents

Abstract

本发明公开了一种基于智能家居的监测报警系统，包括摄像头、比对单元、分析模块、监测模块、数据库、判断模块、警报单元和智能设备；所述摄像头用于实时监控室内家具状态并获取影像信息，所述影像信息包括家具长度数据、家具宽度数据、家具高度数据和家具颜色数据，并将其传输至比对单元，所述数据库内存储有标准家具长度数据、标准家具宽度数据、标准家具高度数据和标准家具颜色数据，所述比对单元用于对家具长度数据、进行比对操作，本发明通过判定模块的设置，对数据信息的影像值和差值进行分析判定，从而生成相对应的警报信号，增加对数据信息判断的准确性，为家具的安全性提供了保障，从而提高工作效率。

Description

一种基于智能家居的监测报警系统

技术领域

本发明涉及家居安防监控技术领域，具体为一种基于智能家居的监测报警系统。

背景技术

随着社会科技的发展，家电已经成了必需品，对于一些大功率的冰箱等家电需要进行安全管理，因此，为了增加家电的安全性和用电的节约，便出现了家具的监控系统，监控系统是安防系统中应用最多的系统之一，现在市面上较为适合的工地监控系统是手持式视频通信设备，视频监控现在是主流。从最早模拟监控到前些年火热数字监控再到现在方兴未艾网络视频监控，发生了翻天覆地变化。在IP技术逐步统一全球今天，我们有必要重新认识视频监控系统发展历史。从技术角度出发，视频监控系统发展划分为第一代模拟视频监控系统，到第二代基于“PC+多媒体卡”数字视频监控系统，到第三代完全基于IP网络视频监控系统。

公告号为CN206649323U的一种智能家居管理系统，该智能家居管理系统，具有高可靠型、低功耗的Zigbee终端节点，终端节点与传感器设备或继电器设备采用模块化组合方案；本系统通过敲击该控制盒可以输入控制信号(即以敲击序列作为指令)，根据信号管理该系统，这是一种新概念的管理信号传递方式，通过敲击可以输入控制信号(即以敲击序列作为指令)，但是，该智能家居管理系统，无法对家具进行监控管理，故而无法对家具进行快速准确地识别，同时，无法对家具的相关数据进行精确地分析以及准确地判断，为此，我们提出一种基于智能家居的监测报警系统。

发明内容

本发明的目的在于提供一种基于智能家居的监测报警系统，通过比对单元对家具长度数据、家具宽度数据、家具高度数据和家具颜色数据进行比对操作，得到计算家具长度数据、计算家具宽度数据和计算家具高度数据，并依据其选取出对应的家具，标记为选取家具，识别过程简单，识别准确性高，节省识别所需要的时间，提高工作效率，通过分析模块依据不同时间段的家具周边温度数据、内部温度数据和温度变化时间数据计算出各数据的变化值，并将依据其从相应的计算式中得到变化率，依据变化率的出内部温度对周边温度的影响因子，将影响因子与影响因子预设值的比对结果标记为影响比对，依据箱体和柜门的距离对比，保障了数据信息的精确性，增加对数据信息的可靠性，为家具的判断增加了便利性，通过判断模块对影响比对大于、影响比对小于、差值对比大于和差值对比小于的出现情况进行一一列举，根据出现情况判断冰箱的状态，从而生成相对应的柜门报警信号、质量报警信号、缝隙报警信号和安全信号，增加对数据信息判断的准确性，为家具的安全性提供了保障，从而提高工作效率。

本发明所要解决的技术问题为：

(1)如何通过比对单元的设置，将家具长度数据、家具宽度数据、家具高度数据和家具颜色数据与数据库内存储的标准数据进行比对，从而识别出需要监控的家具，来解决现有技术中无法实现快速准确识别所需家具的问题；

(2)如何通过分析模块的设置，对家具的内部温度和周边温度的数值变化进行分析，从而得出温度变化率，依据温度变化率以及温度差值，从而计算得到内部温度对周边温度的影响因子，依据影响因子的差值以及距离的差值，来解决现有技术中无法对数据进行精确分析的问题；

(3)如何通过判定模块的设置，对数据信息的影像值和差值进行分析判定，从而生成相对应的警报信号，来解决现有技术中无法准确判断家具状态的问题；

本发明的目的可以通过以下技术方案实现：一种基于智能家居的监测报警系统，包括摄像头、比对单元、分析模块、监测模块、数据库、判断模块、警报单元和智能设备；

所述摄像头用于实时监控室内家具状态并获取影像信息，所述影像信息包括家具长度数据、家具宽度数据、家具高度数据和家具颜色数据，并将其传输至比对单元，所述数据库内存储有标准家具长度数据、标准家具宽度数据、标准家具高度数据和标准家具颜色数据，所述比对单元用于对家具长度数据、家具宽度数据、家具高度数据和家具颜色数据进行比对操作，得到选取家具，并将其传输至监测模块；

所述数据库内还存储有箱体与柜门之间的标准距离数据和密封条伸缩系数，所述监测模块用于实时监测选取家具的工作状态，所述选取家具的工作状态包括家具周边温度数据、内部温度数据、温度变化时间数据和柜门与箱体之间的距离数据，并将其传输至分析模块进行分析操作，得到上述影响比对大于、影响比对小于、差值对比大于和差值对比小于，并将其传输至判断模块；

所述判断模块用于对影响比对大于、影响比对小于、差值对比大于和差值对比小于进行判定操作，得到柜门报警信号、质量报警信号、缝隙报警信号和安全信号，并将其传输至警报单元；

所述警报单元接收柜门报警信号、质量报警信号、缝隙报警信号和安全信号，并对其进行识别，当识别到安全信号时，则不发出警报，当识别到柜门报警信号、质量报警信号和缝隙报警信号时，则发出对应的警报信号，具体为柜门报警信号对应为一级警报信号、质量报警信号对应为二级警报信号和缝隙报警信号对应为三级警报信号，并通过互联网传输至智能设备。

作为本发明的进一步改进方案：比对操作的具体操作过程为：

步骤一：获取家具长度数据、家具宽度数据、家具高度数据、家具颜色数据、标准家具长度数据、标准家具宽度数据、标准家具高度数据和标准家具颜色数据，并将其依次标记为Q1i、Q2i、Q3i、Q4i、Q5j、Q6j、Q7j和Q8j，i＝1,2,3......n，j＝1,2,3......m,且Q1i、Q2i、Q3i和Q4i一一对应，Q5j、Q6j、Q7j和Q8j一一对应；

步骤二：提起上述步骤一中的家具颜色数据，并依据其识别数据库内的标准家具颜色数据，提取出与之相对应的标准数据，标准数据指代标准家具长度数据、标准家具宽度数据和标准家具高度数据；

步骤三：设定一个距离影响因子M，并将其与家具长度数据、家具宽度数据和家具高度数据一同带入到计算式：

和

其中，S_Q1i、S_Q2i和S_Q3i分别表示为计算家具长度数据、计算家具宽度数据和计算家具高度数据，u1、u2和u3分别表示为家具长度宽度和高度的转换偏差因子；

步骤四：将上述步骤三中的计算家具长度数据、计算家具宽度数据和计算家具高度数据分别与步骤二中提取的标准数据进行选取，具体为：当计算出的长度、宽度和高度数据与标准数据的差值大于预设值N1时，则判定该家具与标准数据不对应，不选取该标准数据相对应的家具，当计算出的长度、宽度和高度数据与标准数据的差值小于等于预设值N1时，则判定该家具与标准数据相对应，则选取该标准数据对应的家具，并将其标记为选取家具。

作为本发明的进一步改进方案：分析操作的具体操作过程为：

K1：获取家具周边温度数据、内部温度数据、温度变化时间数据和柜门与箱体之间的距离数据，并将其依次标记为ZWl、NWl、BSl和XJl，l＝1,2,3......a1，且ZWl、NWl和XJl一一对应；

K2：提取不同时间段的家具周边温度数据、内部温度数据和温度变化时间数据，并将其分别带入到计算式：Wb1＝ZWa1-ZW1，Wb2＝NWa1-NW1，Wb3＝BSa1-BS1，Wb1、Wb2和Wb3分别表示为一段时间内周边温度数据的变化值、家具内部温度数据变化值以及温度变化时间数据的变化值，依据其计算温度变化率VB1＝Wb1/Wb3，VB2＝Wb2/Wb3；

K3：将一段时间内周边温度数据的变化值Wb1和家具内部温度数据变化值Wb2依据正负值进行分类，并将其依次标记为+Wb1、-Wb1、+Wb2和Wb3-，依据分类进行对箱体内部和外部的温度分析，具体为：当+Wb1和+Wb2同时出现时，则判定内部温度影响外部温度，外部温度随着内部温度的升高而升高，当-Wb1和-Wb2同时出现时，则判定内部温度影响外部温度，外部温度随着内部温度的降低而降低，当+Wb1和-Wb2同时出现时，则判定内部温度不影响外部温度，当-Wb1和+Wb2同时出现时，则判定内部温度不影响外部温度；

K4：依据上述K3中的内部以及外部温度的影响判断，外部温度随内部温度的变化而变化时，将周边温度数据的变化值、家具内部温度数据变化值以及温度变化时间数据的变化值带入到计算式：

得出

其中，e1表示为内部温度对周边温度的影响因子，e2表示为温度差值影响因数；

K5：并将计算出的内部温度对周边温度的影响因子与预设的值进行对比，并将得出的结果标记为影响比对大于和影响比对小于；

K6：获取箱体与柜门之间的标准距离数据和密封条伸缩系数，并将其带入到计算式：安全范围距离＝标准距离*伸缩系数，将安全范围距离与柜门与箱体之间的距离数据一同带入到计算式中进行差值计算，得出距离差值，设定一个差值预设值，并将其与距离差值进行对比，并将得出的结果标记为差值对比大于和差值对比小于。

作为本发明的进一步改进方案：判定操作的具体操作过程为：

G1：当影响比对大于和差值对比大于同时出现时，则判定该冰箱的柜门没有关上，生成柜门报警信号；

G2：当影响比对大于和差值对比小于同时出现时，则判定该冰箱的柜门密封质量差，生成质量报警信号；

G3：当影响比对小于和差值对比大于同时出现时，则判定该冰箱的柜门出现缝隙，生成缝隙报警信号；

G4：当影响比对小于和差值对比小于同时出现时，则判定该冰箱的状态安全，生成安全信号。

本发明的有益效果：

(1)摄像头用于实时监控室内家具状态并获取影像信息，并将其传输至比对单元，比对单元获取家具长度数据、家具宽度数据、家具高度数据和家具颜色数据进行比对操作，得到计算家具长度数据、计算家具宽度数据和计算家具高度数据，并依据其选取出对应的家具，标记为选取家具，通过比对单元的设置，将家具长度数据、家具宽度数据、家具高度数据和家具颜色数据与数据库内存储的标准数据进行比对，从而识别出需要监控的家具，识别过程简单，识别准确性高，节省识别所需要的时间，提高工作效率。

(2)监测模块实时监测选取家具的工作状态，并将其传输至分析模块，分析模块依据不同时间段的家具周边温度数据、内部温度数据和温度变化时间数据计算出各数据的变化值，并将依据其从相应的计算式中得到变化率，依据变化率的出内部温度对周边温度的影响因子，将影响因子与影响因子预设值的比对结果标记为影响比对，依据箱体和柜门的距离对比，通过分析模块的设置，对家具的内部温度和周边温度的数值变化进行分析，从而得出温度变化率，依据温度变化率以及温度差值，从而计算得到内部温度对周边温度的影响因子，依据影响因子的差值以及距离的差值，得出差值与预设值的比对结果，保障了数据信息的精确性，增加对数据信息的可靠性，为家具的判断增加了便利性；

(3)判断模块对影响比对大于、影响比对小于、差值对比大于和差值对比小于的出现情况进行一一列举，根据出现情况判断冰箱的状态，从而生成相对应的柜门报警信号、质量报警信号、缝隙报警信号和安全信号；通过判定模块的设置，对数据信息的影像值和差值进行分析判定，从而生成相对应的警报信号，增加对数据信息判断的准确性，为家具的安全性提供了保障，从而提高工作效率。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于智能家居的监测报警系统，包括摄像头、比对单元、分析模块、监测模块、数据库、判断模块、警报单元和智能设备；

所述摄像头用于实时监控室内家具状态并获取影像信息，所述影像信息包括家具长度数据、家具宽度数据、家具高度数据和家具颜色数据，并将其传输至比对单元，所述数据库内存储有标准家具长度数据、标准家具宽度数据、标准家具高度数据和标准家具颜色数据，所述比对单元用于对家具长度数据、家具宽度数据、家具高度数据和家具颜色数据进行比对操作，比对操作的具体操作过程为：

步骤一：获取家具长度数据、家具宽度数据、家具高度数据、家具颜色数据、标准家具长度数据、标准家具宽度数据、标准家具高度数据和标准家具颜色数据，并将其依次标记为Q1i、Q2i、Q3i、Q4i、Q5j、Q6j、Q7j和Q8j，i＝1,2,3......n，j＝1,2,3......m,且Q1i、Q2i、Q3i和Q4i一一对应，Q5j、Q6j、Q7j和Q8j一一对应；

步骤二：提起上述步骤一中的家具颜色数据，并依据其识别数据库内的标准家具颜色数据，提取出与之相对应的标准数据，标准数据指代标准家具长度数据、标准家具宽度数据和标准家具高度数据；

步骤三：设定一个距离影响因子M，并将其与家具长度数据、家具宽度数据和家具高度数据一同带入到计算式：

和

其中，S_Q1i、S_Q2i和S_Q3i分别表示为计算家具长度数据、计算家具宽度数据和计算家具高度数据，u1、u2和u3分别表示为家具长度宽度和高度的转换偏差因子；

步骤四：将上述步骤三中的计算家具长度数据、计算家具宽度数据和计算家具高度数据分别与步骤二中提取的标准数据进行选取，具体为：当计算出的长度、宽度和高度数据与标准数据的差值大于预设值N1时，则判定该家具与标准数据不对应，不选取该标准数据相对应的家具，当计算出的长度、宽度和高度数据与标准数据的差值小于等于预设值N1时，则判定该家具与标准数据相对应，则选取该标准数据对应的家具，并将其标记为选取家具；

步骤五：将选取家具传输至监测模块；

所述数据库内还存储有箱体与柜门之间的标准距离数据和密封条伸缩系数，所述监测模块用于实时监测选取家具的工作状态，且选取家具为冰箱，所述选取家具的工作状态包括家具周边温度数据、内部温度数据、温度变化时间数据和柜门与箱体之间的距离数据，家具周边温度和内部温度通过温度传感器进行测量，柜门与箱体之间的距离通过测距仪进行测量，并将其传输至分析模块进行分析操作，分析操作的具体操作过程为：

K1：获取家具周边温度数据、内部温度数据、温度变化时间数据和柜门与箱体之间的距离数据，并将其依次标记为ZWl、NWl、BSl和XJl，l＝1,2,3......a1，且ZWl、NWl和XJl一一对应；

K2：提取不同时间段的家具周边温度数据、内部温度数据和温度变化时间数据，并将其分别带入到计算式：Wb1＝ZWa1-ZW1，Wb2＝NWa1-NW1，Wb3＝BSa1-BS1，Wb1、Wb2和Wb3分别表示为一段时间内周边温度数据的变化值、家具内部温度数据变化值以及温度变化时间数据的变化值，依据其计算温度变化率VB1＝Wb1/Wb3，VB2＝Wb2/Wb3；

K3：将一段时间内周边温度数据的变化值Wb1和家具内部温度数据变化值Wb2依据正负值进行分类，并将其依次标记为+Wb1、-Wb1、+Wb2和Wb3-，依据分类进行对箱体内部和外部的温度分析，具体为：当+Wb1和+Wb2同时出现时，则判定内部温度影响外部温度，外部温度随着内部温度的升高而升高，当-Wb1和-Wb2同时出现时，则判定内部温度影响外部温度，外部温度随着内部温度的降低而降低，当+Wb1和-Wb2同时出现时，则判定内部温度不影响外部温度，当-Wb1和+Wb2同时出现时，则判定内部温度不影响外部温度；

K4：依据上述K3中的内部以及外部温度的影响判断，外部温度随内部温度的变化而变化时，将周边温度数据的变化值、家具内部温度数据变化值以及温度变化时间数据的变化值带入到计算式：

得出

其中，e1表示为内部温度对周边温度的影响因子，e2表示为温度差值影响因数；

K5：并将计算出的内部温度对周边温度的影响因子与预设的值进行对比，并将得出的结果标记为影响比对大于和影响比对小于；

K6：获取箱体与柜门之间的标准距离数据和密封条伸缩系数，并将其带入到计算式：安全范围距离＝标准距离*伸缩系数，将安全范围距离与柜门与箱体之间的距离数据一同带入到计算式中进行差值计算，得出距离差值，设定一个差值预设值，并将其与距离差值进行对比，并将得出的结果标记为差值对比大于和差值对比小于；

K7：将上述影响比对大于、影响比对小于、差值对比大于和差值对比小于传输至判断模块；

所述判断模块用于对影响比对大于、影响比对小于、差值对比大于和差值对比小于进行判定操作，判定操作的具体操作过程为：

G1：当影响比对大于和差值对比大于同时出现时，则判定该冰箱的柜门没有关上，生成柜门报警信号；

G2：当影响比对大于和差值对比小于同时出现时，则判定该冰箱的柜门密封质量差，生成质量报警信号；

G3：当影响比对小于和差值对比大于同时出现时，则判定该冰箱的柜门出现缝隙，生成缝隙报警信号；

G4：当影响比对小于和差值对比小于同时出现时，则判定该冰箱的状态安全，生成安全信号；

G5：将柜门报警信号、质量报警信号、缝隙报警信号和安全信号传输至警报单元；

所述警报单元接收柜门报警信号、质量报警信号、缝隙报警信号和安全信号，并对其进行识别，当识别到安全信号时，则不发出警报，当识别到柜门报警信号、质量报警信号和缝隙报警信号时，则发出对应的警报信号，具体为柜门报警信号对应为一级警报信号、质量报警信号对应为二级警报信号和缝隙报警信号对应为三级警报信号，并通过互联网传输至智能设备。

本发明在工作时，摄像头用于实时监控室内家具状态并获取影像信息，并将其传输至比对单元，比对单元获取家具长度数据、家具宽度数据、家具高度数据和家具颜色数据，并将其带入到计算式：

和

得到计算家具长度数据、计算家具宽度数据和计算家具高度数据，并依据其选取出对应的家具，标记为选取家具，监测模块实时监测选取家具的工作状态，并将其传输至分析模块，分析模块依据不同时间段的家具周边温度数据、内部温度数据和温度变化时间数据计算出各数据的变化值，并将变化值带入到计算式：VB1＝Wb1/Wb3，VB2＝Wb2/Wb3，得到变化率，依据变化率的出内部温度对周边温度的影响因子，将影响因子与影响因子预设值的比对结果标记为影响比对，依据箱体和柜门的距离对比，得到影响比对大于、影响比对小于、差值对比大于和差值对比小于，并将其传输至判断模块；判断模块对影响比对大于、影响比对小于、差值对比大于和差值对比小于的出现情况进行一一列举，根据出现情况判断冰箱的状态，从而生成相对应的柜门报警信号、质量报警信号、缝隙报警信号和安全信号，警报单元接收柜门报警信号、质量报警信号、缝隙报警信号和安全信号，并对其进行识别，当识别到安全信号时，则不发出警报，当识别到柜门报警信号、质量报警信号和缝隙报警信号时，则发出对应的警报信号，具体为柜门报警信号对应为一级警报信号、质量报警信号对应为二级警报信号和缝隙报警信号对应为三级警报信号，并通过互联网传输至智能设备。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (4)

1.一种基于智能家居的监测报警系统，其特征在于，包括摄像头、比对单元、分析模块、监测模块、数据库、判断模块、警报单元和智能设备；

所述摄像头用于实时监控室内家具状态并获取影像信息，所述影像信息包括家具长度数据、家具宽度数据、家具高度数据和家具颜色数据，并将其传输至比对单元，所述数据库内存储有标准家具长度数据、标准家具宽度数据、标准家具高度数据和标准家具颜色数据，所述比对单元用于对家具长度数据、家具宽度数据、家具高度数据和家具颜色数据进行比对操作，得到选取家具，并将其传输至监测模块；

所述数据库内还存储有箱体与柜门之间的标准距离数据和密封条伸缩系数，所述监测模块用于实时监测选取家具的工作状态，所述选取家具的工作状态包括家具周边温度数据、内部温度数据、温度变化时间数据和柜门与箱体之间的距离数据，并将其传输至分析模块进行分析操作，得到上述影响比对大于、影响比对小于、差值对比大于和差值对比小于，并将其传输至判断模块；

所述判断模块用于对影响比对大于、影响比对小于、差值对比大于和差值对比小于进行判定操作，得到柜门报警信号、质量报警信号、缝隙报警信号和安全信号，并将其传输至警报单元；

所述警报单元接收柜门报警信号、质量报警信号、缝隙报警信号和安全信号，并对其进行识别，当识别到安全信号时，则不发出警报，当识别到柜门报警信号、质量报警信号和缝隙报警信号时，则发出对应的警报信号，具体为柜门报警信号对应为一级警报信号、质量报警信号对应为二级警报信号和缝隙报警信号对应为三级警报信号，并通过互联网传输至智能设备。

2.根据权利要求1所述的一种基于智能家居的监测报警系统，其特征在于，比对操作的具体操作过程为：

步骤一：获取家具长度数据、家具宽度数据、家具高度数据、家具颜色数据、标准家具长度数据、标准家具宽度数据、标准家具高度数据和标准家具颜色数据，并将其依次标记为Q1i、Q2i、Q3i、Q4i、Q5j、Q6j、Q7j和Q8j，i＝1,2,3......n，j＝1,2,3......m,且Q1i、Q2i、Q3i和Q4i一一对应，Q5j、Q6j、Q7j和Q8j一一对应；

步骤二：提起上述步骤一中的家具颜色数据，并依据其识别数据库内的标准家具颜色数据，提取出与之相对应的标准数据，标准数据指代标准家具长度数据、标准家具宽度数据和标准家具高度数据；

步骤三：设定一个距离影响因子M，并将其与家具长度数据、家具宽度数据和家具高度数据一同带入到计算式：

和

其中，S_Q1i、S_Q2i和S_Q3i分别表示为计算家具长度数据、计算家具宽度数据和计算家具高度数据，u1、u2和u3分别表示为家具长度宽度和高度的转换偏差因子；

步骤四：将上述步骤三中的计算家具长度数据、计算家具宽度数据和计算家具高度数据分别与步骤二中提取的标准数据进行选取，具体为：当计算出的长度、宽度和高度数据与标准数据的差值大于预设值N1时，则判定该家具与标准数据不对应，不选取该标准数据相对应的家具，当计算出的长度、宽度和高度数据与标准数据的差值小于等于预设值N1时，则判定该家具与标准数据相对应，则选取该标准数据对应的家具，并将其标记为选取家具。

3.根据权利要求1所述的一种基于智能家居的监测报警系统，其特征在于，分析操作的具体操作过程为：

K1：获取家具周边温度数据、内部温度数据、温度变化时间数据和柜门与箱体之间的距离数据，并将其依次标记为ZWl、NWl、BSl和XJl，l＝1,2,3......a1，且ZWl、NWl和XJl一一对应；

K2：提取不同时间段的家具周边温度数据、内部温度数据和温度变化时间数据，并将其分别带入到计算式：Wb1＝ZWa1-ZW1，Wb2＝NWa1-NW1，Wb3＝BSa1-BS1，Wb1、Wb2和Wb3分别表示为一段时间内周边温度数据的变化值、家具内部温度数据变化值以及温度变化时间数据的变化值，依据其计算温度变化率VB1＝Wb1/Wb3，VB2＝Wb2/Wb3；

K3：将一段时间内周边温度数据的变化值Wb1和家具内部温度数据变化值Wb2依据正负值进行分类，并将其依次标记为+Wb1、-Wb1、+Wb2和Wb3-，依据分类进行对箱体内部和外部的温度分析，具体为：当+Wb1和+Wb2同时出现时，则判定内部温度影响外部温度，外部温度随着内部温度的升高而升高，当-Wb1和-Wb2同时出现时，则判定内部温度影响外部温度，外部温度随着内部温度的降低而降低，当+Wb1和-Wb2同时出现时，则判定内部温度不影响外部温度，当-Wb1和+Wb2同时出现时，则判定内部温度不影响外部温度；

K4：依据上述K3中的内部以及外部温度的影响判断，外部温度随内部温度的变化而变化时，将周边温度数据的变化值、家具内部温度数据变化值以及温度变化时间数据的变化值带入到计算式：

得出

其中，e1表示为内部温度对周边温度的影响因子，e2表示为温度差值影响因数；

K5：并将计算出的内部温度对周边温度的影响因子与预设的值进行对比，并将得出的结果标记为影响比对大于和影响比对小于；

K6：获取箱体与柜门之间的标准距离数据和密封条伸缩系数，并将其带入到计算式：安全范围距离＝标准距离*伸缩系数，将安全范围距离与柜门与箱体之间的距离数据一同带入到计算式中进行差值计算，得出距离差值，设定一个差值预设值，并将其与距离差值进行对比，并将得出的结果标记为差值对比大于和差值对比小于。

4.根据权利要求1所述的一种基于智能家居的监测报警系统，其特征在于，判定操作的具体操作过程为：

G1：当影响比对大于和差值对比大于同时出现时，则判定该冰箱的柜门没有关上，生成柜门报警信号；

G2：当影响比对大于和差值对比小于同时出现时，则判定该冰箱的柜门密封质量差，生成质量报警信号；

G3：当影响比对小于和差值对比大于同时出现时，则判定该冰箱的柜门出现缝隙，生成缝隙报警信号；

G4：当影响比对小于和差值对比小于同时出现时，则判定该冰箱的状态安全，生成安全信号。

Images