CN107300428A - 一种基于互联网控制的蒸球温度自动连续测量*** - Google Patents
一种基于互联网控制的蒸球温度自动连续测量*** Download PDFInfo
- Publication number
- CN107300428A CN107300428A CN201710505191.0A CN201710505191A CN107300428A CN 107300428 A CN107300428 A CN 107300428A CN 201710505191 A CN201710505191 A CN 201710505191A CN 107300428 A CN107300428 A CN 107300428A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- node
- data
- temperature
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明涉及电气领域,具体涉及一种基于互联网控制的蒸球温度自动连续测量***,包括:温度可调功率源、无线电能传输装置、负载、温度调节控制器;温度可调功率源发送信号给无线电能传输装置;无线电能传输装置包括无线电能接收装置、无线电能发射装置和输出电压调节装置;无线电能传输装置通过导线与负载相连接;无线电能传输接收装置发送红外信号给温度控制器等。本发明具有明显优势,解决了其他技术方法只能在小范围内对输出功率进行调节,***一旦远远偏离谐振温度时,控制方法失去作用的问题。
Description
技术领域
本发明涉及电气领域,具体涉及一种基于互联网控制的蒸球温度自动连续测量***。
背景技术
在制浆蒸煮过程中利用碱性或硫酸盐类化学药剂,根据不同类型纸浆的需要,尽可能除去植物纤维原料中的木素,而尽量保留纤维素和半纤维素,并使纤维离解成浆。在药剂与原料反应的同时,不仅脱除原料中的木素,而且原料中的树脂、蜡、脂肪等皂化物及杂细胞也随之脱除,同时不可避免地伴有纤维素、半纤维素的降解。由此可见蒸煮过程的反应机理,关键在于准确地掌握蒸煮过程的客观规律,合理地制定工艺条件并严格按照工艺规程进行操作,以期达到既能有效地溶出木素,又最大限度地保护纤维素和半纤维素,获得高强度、高得率的纸浆。
在实际生产中,影响纸浆质量、纸浆得率最大的因素是蒸煮时间、蒸煮温度以及有效碱浓度。由于参与反映的物质(特别是木素)在化学上的复杂性,以及在蒸煮过程中药液成分的不断改变,木素显现出三个不同的反应时期,每个反应时期均有各自的速度规律和化学计算法。三个阶段是:初期脱木素阶段:脱木素速度主要受扩散作用而不是化学作用支配;大量脱木素阶段:化学反应占主导地位:残余脱木素阶段:脱除残余或难除去木素。
为了稳定地控制纸浆品质,获得理想的卡伯值,在大量脱木素阶段测得的有效碱浓度作为模型输入。立式蒸锅或蒸球在蒸煮过程的可控变量是蒸煮温度和蒸煮结束的时间,即通过H因子来表述蒸煮过程,使其稳定在设定值水平。预测控制是70年代后期产生的一类新型计算机控制算法,这类算法以对象的阶跃或脉冲响应为模型,采用滚动优化推移对的方式在线地对过程实现优化控制,在复杂的工业过程中显现出良好的控制性能。卡尔曼滤波是一种利用线性***状态方程,通过***输入输出观测数据,对***状态进行最优估计的算法。由于观测数据中包括***中的噪声和干扰的影响,所以最优估计也可看作是滤波过程。控制***利用预测控制与卡尔曼滤波来稳定地控制蒸煮过程的温度曲线,获得更为准确的H因子,使得纸浆最终预测的卡伯值也更为准确。
目前的最大功率控制方法大部分是基于谐振耦合无线电能传输***失谐问题进行控制的,例如采用锁相环(PLL)技术,也有对谐振耦合无线电能传输***本身的温度***现象进行控制的。基于锁相环(PLL)技术的控制方法只能在小范围内对输出功率进行调节,***一旦远远偏离谐振温度时,控制方法失去作用。
蒸球温度的准确测量对制浆很关键。
综上所述,现有技术中存在的问题是:在大范围内,不能实现无线电能传输***的最大功率传输,控制方法失去作用;现有技术不能明显减小温度误差,不能有效地提高过程***的控制精度。
发明内容
针对现有技术存在的问题,本发明提供一种基于互联网控制的蒸球温度自动连续测量***。
本发明是这样实现的,一种基于互联网控制的蒸球温度自动连续测量***,所述基于互联网控制的蒸球温度自动连续测量***包括:温度可调功率源、无线电能传输装置、负载、温度调节控制器;温度可调功率源发送信号给无线电能传输装置;
所述无线电能传输装置包括无线电能接收装置、无线电能发射装置和输出电压调节装置;所述无线电能传输装置通过导线与负载相连接;
所述无线电能传输接收装置发送红外信号给温度控制器;
所述温度控制器根据无线电能传输接收装置反馈的信号得到无线电能传输接收装置的位置信号,从而根据控制温度与传输距离的关系对温度可调功率源进行温度调节;
所述温度控制器设置有无线传感器网络模块;无线传感器网络模块的数据聚合方法包括:
步骤一、部署无线传感器:在面积为S=W×L的检测区域内,将无线传感器部署在检测区域;所述无线传感器量测模型如下:
YA(tk-1)、YA(tk)、YA(tk+1)分别为温度传感器A对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值,分别为:
其中,Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分别为温度传感器A在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的真实位置;CA(t)为误差的变换矩阵;ξA(t)为温度传感器的***误差;为***噪声,假设为零均值、相互独立的高斯型随机变量,噪声协方差矩阵分别为RA(k-1)、RA(k)、RA(k+1);
步骤二、选择簇头:将整个检测区域按网格进行均匀划分,使每个网格的大小形状相同,在每个网格中选择位置距离网格中心最近的传感器节点作为簇头;
步骤三、分簇:簇头选择完成后,簇头广播Cluster{ID,N,Hop}信息,其中,ID为节点的编号,N为Cluster信息转发的跳数,且N的初值为0,Hop为***设定的跳数;处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息,直到N=Hop就不再转发Cluster信息;簇头的邻居节点转发Cluster信息后再向将Cluster信息转发给自己的邻居节点,然后发送一个反馈信息Join{ID,N,Eir,dij,ki}给将Cluster信息转发给自己的节点,最终将Join信息转发给簇头表示自己加入该簇,其中,Eir表示该节点此时的剩余能量,dij表示两节点间的距离,ki表示该节点能够监测得到的数据包的大小;如果一个节点收到了多个Cluster信息,节点就选择N值小的加入该簇,若N相等节点就随便选择一个簇并加入到该簇;如果节点没有收到Cluster信息,则节点发送Help信息,加入离自己最近的一个簇;
步骤四、簇内节点构成简单图模型:通过步骤三得到簇内所有节点在簇内所处的位置,将每个节点当做图的一个顶点,每两个相邻节点间用边相连接;
步骤五、簇内权值的计算:通过所述步骤三,簇头获取簇内成员节点的Eir、dij和ki,计算相邻两节点i,j之间的权值,权值的计算公式为:
Wij=a1(Eir+Ejr)+a2dij+a3(ki+kj);
其中,Ejr、kj分别表示节点j的剩余能量和节点j能够监测得的数据的大小,且a1+a2+a3=1,这样***就可以根据***对Eir、dij或ki所要求的比重不同调整ai的值而得到满足不同需要的权值;
所述温度可调功率源内置有功率监测模块,所述功率监测模块通过无线网络与温度控制器连接;功率监测模块用于接收信号s(t)广义二阶循环累积量按如下公式进行:
接收信号s(t)的特征参数M2的理论值具体计算公式为:
经过计算可知,BPSK信号和MSK信号的均为1,QPSK、8PSK、16QAM和64QAM信号的均为0,由此可以用最小均方误差分类器将BPSK、MSK信号与QPSK、8PSK、16QAM、64QAM信号分开;对于BPSK信号而言,在广义循环累积量幅度谱上仅在载频位置存在一个明显谱峰,而MSK信号在两个温度处各有一个明显谱峰,由此可通过特征参数M2和检测广义循环累积量幅度谱的谱峰个数将BPSK信号与MSK信号识别出来;
检测广义循环累积量幅度谱的谱峰个数的具体方法如下:
首先搜索广义循环累积量幅度谱的最大值Max及其位置对应的循环温度α0,将其小邻域[α0-δ0,α0+δ0]内置零,其中δ0为一个正数,若|α0-fc|/fc<σ0,其中δ0为一个接近0的正数,fc为信号的载波温度,则判断此信号类型为BPSK信号,否则继续搜索次大值Max1及其位置对应的循环温度α1;若|Max-Max1|/Max<σ0,并且|(α0+α1)/2-fc|/fc<σ0,则判断此信号类型为MSK信号;
温度控制器得到每个节点初始的剩余能量Eir后,通过LEACH能耗模型来估算节点能量的剩余值,在进行了M轮后,节点的剩余能量可以估算为:E=Eir-M(Etx+Erx)=Eir-M(2kEelec+kεfree-space-ampd2),所述Eir即为节点反馈给簇头的剩余能量;
所述LEACH能耗模型是LEACH协议提出的传感器在发送和接收数据时能量消耗的消耗模型,其具体表达形式为:
Erx(k)=Ere-elec(k)=kEelec;
其中,Eelec表示无线收发电路能耗,εfree-space-amp和εtwo-way-amp分别表示自由空间模型和多路消耗模型的放大器能耗,d0是常数,d是通信节点相隔距离,k为要发送或接收的数据位数,Etx(k,d)和Erx(k)分别表示传感器发送和接收数据时的能耗;通过LEACH能耗模型即可得到所述节点的剩余能量。
进一步,所述无线传感器网络模块把信息收集区域进行网络剖分,剖分后Sink节点把所有信息进行广播,使得每个节点知道其所取的网格及位置的实现方法为:
在电流的影响下,WSN节点处于位置不固定状态,因此节点的定位计算需要不断地进行,为方便计算,Sink节点首先将其目标区域剖分为正方体网格,对给定区域G计算出区域G的最大长度l、宽度w和高度h,将子区域P划分为个正方体,并将得到的剖分信息广播给网络中的所有传感器节点,其中为大于等于x的最小整数,并对网格进行编号,每个网格表示为Wx,y,z,节点的位置信息记作posx,y,z,显然,按上述方法构造的每个正方形,其外接圆的半径正好为传感器节点的传感半径的一半;由假定条件可知,在同一个网格内部的节点都能够覆盖整个网格,且相邻的二网格内的节点能够自由通信;按三维三标方法对网格进行编码,最靠近Sink的格点为W000;同时把整个网格内的节点进行编号,并记作集合SW(Pi),i∈{0,1,2……}。
进一步,所述温度控制器通过网络连接APP移动终端;所述APP移动终端用于接收和显示控制器传输的数据信息,并分享数据信息。
进一步,APP移动终端的数据分享方法,具体包括:
获得分享请求;
根据所述分享请求,调用一流媒体服务,并确定一用于分享的第一数据;
基于所述流媒体服务,将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
向控制器发送所述地址信息;其中,所述地址信息用于使所述控制器根据所述地址信息获得所述流媒体数据;
基于所述流媒体服务,当接收到所述控制器的确认信息后,向所述控制器输出所述流媒体数据。
进一步,根据所述分享请求确定用于分享的第一数据包括:
若从所述分享请求中获取到所述控制器上存储的任一数据文件的文件信息,则确定所述任一数据文件为用于分享的第一数据;
若任一数据文件处理过程中,接收到分享请求,则将当前处理的任一数据文件确定为用于分享的第一数据。
进一步,在向所述温度控制器输出所述流媒体数据之前,进一步包括:
向所述控制器发送控制信息,所述控制信息用于使所述控制器根据所述控制信息确定执行该流媒体数据应用程序;
当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
获取所述任一数据文件当前处理的位置信息,并将所述任一数据文件中未处理的部分转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
将所述任一数据文件转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息。
进一步,所述获得分享请求包括:
如果检测到控制器执行设定操作的操作信息,则根据所述操作信息生成分享请求;
所述当接收到所述控制器的确认信息后,终止所述任一数据文件的处理流程;
获得所述分享请求之后,将实时输入的数据作为第一数据,基于所述调用流媒体服务将实时输入的第一数据转化为流媒体数据
本发明针对在大范围内,不能实现无线电能传输***的最大功率传输,控制方法失去作用的问题,本发明包括温度可调功率源、无线电能接收装置、无线电能发射装置、输出电压调节装置、负载、温度调节控制器。所述无线电能传输装置包括无线电能接收装置、无线电能发射装置、和输出电压调节装置。所述无线电能传输装置通过导线与负载相连接。所述无线电能传输接收装置发送红外信号给温度控制器。所述温度控制器根据无线电能传输接收装置反馈的信号得到无线电能传输接收装置的位置信号,从而根据控制温度与传输距离的关系通过DSP或FPGA编程实现对温度可调功率源进行温度调节。克服了现有技术的不足,提供三谐振线圈无线电能传输***最大功率控制方法,实现在一定距离内无线电能传输***的最大功率传输。
本发明利用网络技术获取的参数信息,实时的显示到用户移动设备上;该应用将会推动技术检测的发展,使用者可以在随时随地获取使用的参数。APP人机交互性良好,在准确率和时延性方面均能够满足客户的需求,磁耦合式无线电能传输装置其传输距离远、效率高、功率大,潜在的实用价值高。本发明无线传感器网络模块的无线传感器检测信号的方法相比于现有技术提高近4个百分点,极大保证了数据处理的准确性。
附图说明
图1是本发明实施例提供的基于互联网控制的蒸球温度自动连续测量***示意图。
图中:1、温度可调功率源;2、无线电能接收装置;3、无线电能发射装置;4、输出电压调节装置;5、负载、6、温度调节控制器。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示:本发明实施例提供的基于互联网控制的蒸球温度自动连续测量***,所述基于互联网控制的蒸球温度自动连续测量***包括:温度可调功率源1、无线电能传输装置、负载5、温度调节控制器6;温度可调功率源发送信号给无线电能传输装置;
所述无线电能传输装置包括无线电能接收装置2、无线电能发射装置3和输出电压调节装置4;所述无线电能传输装置通过导线与负载相连接;
所述无线电能传输接收装置发送红外信号给温度控制器;
所述温度控制器根据无线电能传输接收装置反馈的信号得到无线电能传输接收装置的位置信号,从而根据控制温度与传输距离的关系对温度可调功率源进行温度调节;
所述温度控制器设置有无线传感器网络模块;无线传感器网络模块的数据聚合方法包括:
步骤一、部署无线传感器:在面积为S=W×L的检测区域内,将无线传感器部署在检测区域;所述无线传感器量测模型如下:
YA(tk-1)、YA(tk)、YA(tk+1)分别为温度传感器A对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值,分别为:
其中,Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分别为温度传感器A在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的真实位置;CA(t)为误差的变换矩阵;ξA(t)为温度传感器的***误差;为***噪声,假设为零均值、相互独立的高斯型随机变量,噪声协方差矩阵分别为RA(k-1)、RA(k)、RA(k+1);
步骤二、选择簇头:将整个检测区域按网格进行均匀划分,使每个网格的大小形状相同,在每个网格中选择位置距离网格中心最近的传感器节点作为簇头;
步骤三、分簇:簇头选择完成后,簇头广播Cluster{ID,N,Hop}信息,其中,ID为节点的编号,N为Cluster信息转发的跳数,且N的初值为0,Hop为***设定的跳数;处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息,直到N=Hop就不再转发Cluster信息;簇头的邻居节点转发Cluster信息后再向将Cluster信息转发给自己的邻居节点,然后发送一个反馈信息Join{ID,N,Eir,dij,ki}给将Cluster信息转发给自己的节点,最终将Join信息转发给簇头表示自己加入该簇,其中,Eir表示该节点此时的剩余能量,dij表示两节点间的距离,ki表示该节点能够监测得到的数据包的大小;如果一个节点收到了多个Cluster信息,节点就选择N值小的加入该簇,若N相等节点就随便选择一个簇并加入到该簇;如果节点没有收到Cluster信息,则节点发送Help信息,加入离自己最近的一个簇;
步骤四、簇内节点构成简单图模型:通过步骤三得到簇内所有节点在簇内所处的位置,将每个节点当做图的一个顶点,每两个相邻节点间用边相连接;
步骤五、簇内权值的计算:通过所述步骤三,簇头获取簇内成员节点的Eir、dij和ki,计算相邻两节点i,j之间的权值,权值的计算公式为:
Wij=a1(Eir+Ejr)+a2dij+a3(ki+kj);
其中,Ejr、kj分别表示节点j的剩余能量和节点j能够监测得的数据的大小,且a1+a2+a3=1,这样***就可以根据***对Eir、dij或ki所要求的比重不同调整ai的值而得到满足不同需要的权值;
所述温度可调功率源内置有功率监测模块,所述功率监测模块通过无线网络与温度控制器连接;功率监测模块用于接收信号s(t)广义二阶循环累积量按如下公式进行:
接收信号s(t)的特征参数M2的理论值具体计算公式为:
经过计算可知,BPSK信号和MSK信号的均为1,QPSK、8PSK、16QAM和64QAM信号的均为0,由此可以用最小均方误差分类器将BPSK、MSK信号与QPSK、8PSK、16QAM、64QAM信号分开;对于BPSK信号而言,在广义循环累积量幅度谱上仅在载频位置存在一个明显谱峰,而MSK信号在两个温度处各有一个明显谱峰,由此可通过特征参数M2和检测广义循环累积量幅度谱的谱峰个数将BPSK信号与MSK信号识别出来;
检测广义循环累积量幅度谱的谱峰个数的具体方法如下:
首先搜索广义循环累积量幅度谱的最大值Max及其位置对应的循环温度α0,将其小邻域[α0-δ0,α0+δ0]内置零,其中δ0为一个正数,若|α0-fc|/fc<σ0,其中δ0为一个接近0的正数,fc为信号的载波温度,则判断此信号类型为BPSK信号,否则继续搜索次大值Max1及其位置对应的循环温度α1;若|Max-Max1|/Max<σ0,并且|(α0+α1)/2-fc|/fc<σ0,则判断此信号类型为MSK信号;
温度控制器得到每个节点初始的剩余能量Eir后,通过LEACH能耗模型来估算节点能量的剩余值,在进行了M轮后,节点的剩余能量可以估算为:E=Eir-M(Etx+Erx)=Eir-M(2kEelec+kεfree-space-ampd2),所述Eir即为节点反馈给簇头的剩余能量;
所述LEACH能耗模型是LEACH协议提出的传感器在发送和接收数据时能量消耗的消耗模型,其具体表达形式为:
Erx(k)=Ere-elec(k)=kEelec;
其中,Eelec表示无线收发电路能耗,εfree-space-amp和εtwo-way-amp分别表示自由空间模型和多路消耗模型的放大器能耗,d0是常数,d是通信节点相隔距离,k为要发送或接收的数据位数,Etx(k,d)和Erx(k)分别表示传感器发送和接收数据时的能耗;通过LEACH能耗模型即可得到所述节点的剩余能量。
进一步,所述无线传感器网络模块把信息收集区域进行网络剖分,剖分后Sink节点把所有信息进行广播,使得每个节点知道其所取的网格及位置的实现方法为:
在电流的影响下,WSN节点处于位置不固定状态,因此节点的定位计算需要不断地进行,为方便计算,Sink节点首先将其目标区域剖分为正方体网格,对给定区域G计算出区域G的最大长度l、宽度w和高度h,将子区域P划分为个正方体,并将得到的剖分信息广播给网络中的所有传感器节点,其中为大于等于x的最小整数,并对网格进行编号,每个网格表示为Wx,y,z,节点的位置信息记作posx,y,z,显然,按上述方法构造的每个正方形,其外接圆的半径正好为传感器节点的传感半径的一半;由假定条件可知,在同一个网格内部的节点都能够覆盖整个网格,且相邻的二网格内的节点能够自由通信;按三维三标方法对网格进行编码,最靠近Sink的格点为W000;同时把整个网格内的节点进行编号,并记作集合SW(Pi),i∈{0,1,2……}。
进一步,所述温度控制器通过网络连接APP移动终端;所述APP移动终端用于接收和显示控制器传输的数据信息,并分享数据信息。
进一步,APP移动终端的数据分享方法,具体包括:
获得分享请求;
根据所述分享请求,调用一流媒体服务,并确定一用于分享的第一数据;
基于所述流媒体服务,将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
向控制器发送所述地址信息;其中,所述地址信息用于使所述控制器根据所述地址信息获得所述流媒体数据;
基于所述流媒体服务,当接收到所述控制器的确认信息后,向所述控制器输出所述流媒体数据。
进一步,根据所述分享请求确定用于分享的第一数据包括:
若从所述分享请求中获取到所述控制器上存储的任一数据文件的文件信息,则确定所述任一数据文件为用于分享的第一数据;
若任一数据文件处理过程中,接收到分享请求,则将当前处理的任一数据文件确定为用于分享的第一数据。
进一步,在向所述温度控制器输出所述流媒体数据之前,进一步包括:
向所述控制器发送控制信息,所述控制信息用于使所述控制器根据所述控制信息确定执行该流媒体数据应用程序;
当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
获取所述任一数据文件当前处理的位置信息,并将所述任一数据文件中未处理的部分转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
将所述任一数据文件转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息。
进一步,所述获得分享请求包括:
如果检测到控制器执行设定操作的操作信息,则根据所述操作信息生成分享请求;
所述当接收到所述控制器的确认信息后,终止所述任一数据文件的处理流程;
获得所述分享请求之后,将实时输入的数据作为第一数据,基于所述调用流媒体服务将实时输入的第一数据转化为流媒体数据
本发明针对在大范围内,不能实现无线电能传输***的最大功率传输,控制方法失去作用的问题,本发明包括温度可调功率源、无线电能接收装置、无线电能发射装置、输出电压调节装置、负载、温度调节控制器。所述无线电能传输装置包括无线电能接收装置、无线电能发射装置、和输出电压调节装置。所述无线电能传输装置通过导线与负载相连接。所述无线电能传输接收装置发送红外信号给温度控制器。所述温度控制器根据无线电能传输接收装置反馈的信号得到无线电能传输接收装置的位置信号,从而根据控制温度与传输距离的关系通过DSP或FPGA编程实现对温度可调功率源进行温度调节。克服了现有技术的不足,提供三谐振线圈无线电能传输***最大功率控制方法,实现在一定距离内无线电能传输***的最大功率传输。
本发明利用网络技术获取的参数信息,实时的显示到用户移动设备上;该应用将会推动技术检测的发展,使用者可以在随时随地获取使用的参数。APP人机交互性良好,在准确率和时延性方面均能够满足客户的需求。
工作原理:
1.通过无线电能传输接收装置反馈信号给温度控制器以得到无线电能传输接收装置的位置信号,从而温度控制器根据工作温度与传输距离之间的关系调节可调温度功率源的温度,使无线电能传输装置在传输距离变化时,负载输出功率维持在最大水平。
2.所述输出电压调节装置对无线电能接收装置的输出进行AC-DC变换或AC-DC-AC变换以给负载供电。
3.无线电能传输接收装置发送红外信号给温度控制器,温度控制器根据无线电能传输接收装置反馈的信号得到无线电能传输接收装置的位置信号,从而根据控制温度与传输距离的关系通过DSP或FPGA编程实现对温度可调功率源进行温度调节。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于互联网控制的蒸球温度自动连续测量***,其特征在于,所述基于互联网控制的蒸球温度自动连续测量***包括:温度可调功率源、无线电能传输装置、负载、温度调节控制器;所述温度可调功率源发送信号给无线电能传输装置;
所述无线电能传输装置包括无线电能接收装置、无线电能发射装置和输出电压调节装置;所述无线电能传输装置通过导线与负载相连接;
所述无线电能传输接收装置发送红外信号给温度控制器;
所述温度控制器根据无线电能传输接收装置反馈的信号得到无线电能传输接收装置的位置信号,从而根据控制温度与传输距离的关系对温度可调功率源进行温度调节;
所述温度控制器设置有无线传感器网络模块;无线传感器网络模块的数据聚合方法包括:
步骤一、部署无线传感器:在面积为S=W×L的检测区域内,将无线传感器部署在检测区域;所述无线传感器量测模型如下:
YA(tk-1)、YA(tk)、YA(tk+1)分别为温度传感器A对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值,分别为:
<mrow>
<msub>
<mi>Y</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<msup>
<mi>Y</mi>
<mo>&prime;</mo>
</msup>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>C</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>&xi;</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>n</mi>
<mrow>
<msub>
<mi>Y</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>;</mo>
</mrow>
<mrow>
<msub>
<mi>Y</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<msup>
<mi>Y</mi>
<mo>&prime;</mo>
</msup>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>C</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>&xi;</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>n</mi>
<mrow>
<msub>
<mi>Y</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>;</mo>
</mrow>
<mrow>
<msub>
<mi>Y</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<msup>
<mi>Y</mi>
<mo>&prime;</mo>
</msup>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>C</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>&xi;</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>n</mi>
<mrow>
<msub>
<mi>Y</mi>
<mi>A</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>;</mo>
</mrow>
其中,Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分别为温度传感器A在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的真实位置;CA(t)为误差的变换矩阵;ξA(t)为温度传感器的***误差;为***噪声,假设为零均值、相互独立的高斯型随机变量,噪声协方差矩阵分别为RA(k-1)、RA(k)、RA(k+1);
步骤二、选择簇头:将整个检测区域按网格进行均匀划分,使每个网格的大小形状相同,在每个网格中选择位置距离网格中心最近的传感器节点作为簇头;
步骤三、分簇:簇头选择完成后,簇头广播Cluster{ID,N,Hop}信息,其中,ID为节点的编号,N为Cluster信息转发的跳数,且N的初值为0,Hop为***设定的跳数;处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息,直到N=Hop就不再转发Cluster信息;簇头的邻居节点转发Cluster 信息后再向将Cluster信息转发给自己的邻居节点,然后发送一个反馈信息Join{ID,N,Eir,dij,ki}给将Cluster信息转发给自己的节点,最终将Join信息转发给簇头表示自己加入该簇,其中,Eir表示该节点此时的剩余能量,dij表示两节点间的距离,ki表示该节点能够监测得到的数据包的大小;如果一个节点收到了多个Cluster信息,节点就选择N值小的加入该簇,若N相等节点就随便选择一个簇并加入到该簇;如果节点没有收到Cluster信息,则节点发送Help信息,加入离自己最近的一个簇;
步骤四、簇内节点构成简单图模型:通过步骤三得到簇内所有节点在簇内所处的位置,将每个节点当做图的一个顶点,每两个相邻节点间用边相连接;
步骤五、簇内权值的计算:通过所述步骤三,簇头获取簇内成员节点的Eir、dij和ki,计算相邻两节点i,j之间的权值,权值的计算公式为:
Wij=a1(Eir+Ejr)+a2dij+a3(ki+kj);
其中,Ejr、kj分别表示节点j的剩余能量和节点j能够监测得的数据的大小,且a1+a2+a3=1,这样***就可以根据***对Eir、dij或ki所要求的比重不同调整ai的值而得到满足不同需要的权值;
所述温度可调功率源内置有功率监测模块,所述功率监测模块通过无线网络与温度控制器连接;功率监测模块用于接收信号s(t)广义二阶循环累积量按如下公式进行:
<mrow>
<msubsup>
<mi>GC</mi>
<mrow>
<mi>s</mi>
<mo>,</mo>
<mn>20</mn>
</mrow>
<mi>&beta;</mi>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>GM</mi>
<mrow>
<mi>s</mi>
<mo>,</mo>
<mn>20</mn>
</mrow>
<mi>&beta;</mi>
</msubsup>
<mo>;</mo>
</mrow>
接收信号s(t)的特征参数M2的理论值具体计算公式为:
<mrow>
<msubsup>
<mi>GC</mi>
<mrow>
<mi>s</mi>
<mo>,</mo>
<mn>20</mn>
</mrow>
<mi>&beta;</mi>
</msubsup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msup>
<mrow>
<mo>|</mo>
<mi>l</mi>
<mi>n</mi>
<mo>|</mo>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>|</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>;</mo>
</mrow>
经过计算可知,BPSK信号和MSK信号的均为1,QPSK、8PSK、16QAM和64QAM信号的均为0,由此可以用最小均方误差分类器将BPSK、MSK信号与QPSK、8PSK、16QAM、64QAM信号分开;对于BPSK信号而言,在广义循环累积量幅度谱上仅在载频位置存在一个明显谱峰,而MSK信号在两个温度处各有一个明显谱峰,由此可通过特征参数M2和检测广义循环累积量幅度谱的谱峰个数将BPSK信号与MSK信号识别出来;
检测广义循环累积量幅度谱的谱峰个数的具体方法如下:
首先搜索广义循环累积量幅度谱的最大值Max及其位置对应的循环温度α0,将其小邻域[α0-δ0,α0+δ0]内置零,其中δ0为一个正数,若|α0-fc|/fc<σ0,其中δ0为一个接近0的正数,fc为信号的载波温度,则判断此信号类型为BPSK信号,否则继续搜索次大值Max1及其位置对应的循环温度α1;若|Max-Max1|/Max<σ0,并且|(α0+α1)/2-fc|/fc<σ0,则判断此信号类型为MSK信号;
温度控制器得到每个节点初始的剩余能量Eir后,通过LEACH能耗模型来估算节点能量的剩余值,在进行了M轮后,节点的剩余能量可以估算为:E=Eir-M(Etx+Erx)=Eir-M(2kEelec+kεfree-space-ampd2),所述Eir即为节点反馈给簇头的剩余能量;
所述LEACH能耗模型是LEACH协议提出的传感器在发送和接收数据时能量消耗的消耗模型,其具体表达形式为:
<mrow>
<msub>
<mi>E</mi>
<mrow>
<mi>t</mi>
<mi>x</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>d</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>E</mi>
<mrow>
<mi>t</mi>
<mi>x</mi>
<mo>-</mo>
<mi>e</mi>
<mi>l</mi>
<mi>e</mi>
<mi>c</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>E</mi>
<mrow>
<mi>t</mi>
<mi>x</mi>
<mo>-</mo>
<mi>a</mi>
<mi>m</mi>
<mi>p</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>d</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>kE</mi>
<mrow>
<mi>e</mi>
<mi>l</mi>
<mi>e</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k&epsiv;</mi>
<mrow>
<mi>f</mi>
<mi>r</mi>
<mi>e</mi>
<mi>e</mi>
<mo>-</mo>
<mi>s</mi>
<mi>p</mi>
<mi>a</mi>
<mi>c</mi>
<mi>e</mi>
<mo>-</mo>
<mi>a</mi>
<mi>m</mi>
<mi>p</mi>
</mrow>
</msub>
<msup>
<mi>d</mi>
<mn>2</mn>
</msup>
<mo>,</mo>
<mi>d</mi>
<mo>&le;</mo>
<msub>
<mi>d</mi>
<mn>0</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>kE</mi>
<mrow>
<mi>e</mi>
<mi>l</mi>
<mi>e</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k&epsiv;</mi>
<mrow>
<mi>t</mi>
<mi>w</mi>
<mi>o</mi>
<mo>-</mo>
<mi>w</mi>
<mi>a</mi>
<mi>y</mi>
<mo>-</mo>
<mi>a</mi>
<mi>m</mi>
<mi>p</mi>
</mrow>
</msub>
<msup>
<mi>d</mi>
<mn>2</mn>
</msup>
<mo>,</mo>
<mi>d</mi>
<mo>&GreaterEqual;</mo>
<msub>
<mi>d</mi>
<mn>0</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
Erx(k)=Ere-elec(k)=kEelec;
其中,Eelec表示无线收发电路能耗,εfree-space-amp和εtwo-way-amp分别表示自由空间模型和多路消耗模型的放大器能耗,d0是常数,d是通信节点相隔距离,k为要发送或接收的数据位数,Etx(k,d)和Erx(k)分别表示传感器发送和接收数据时的能耗;通过LEACH能耗模型即可得到所述节点的剩余能量;
所述无线传感器网络模块把信息收集区域进行网络剖分,剖分后Sink节点把所有信息进行广播,使得每个节点知道其所取的网格及位置的实现方法为:
在电流的影响下,WSN节点处于位置不固定状态,因此节点的定位计算需要不断地进行,为方便计算,Sink节点首先将其目标区域剖分为正方体网格,对给定区域G计算出区域G的最大长度l、宽度w和高度h,将子区域P划分为个正方体,并将得到的剖分信息广播给网络中的所有传感器节点,其中为大于等于x的最小整数,并对网格进行编号,每个网格表示为Wx,y,z,节点的位置信息记作posx,y,z,显然,按上述方法构造的每个正方形,其外接圆的半径正好为传感器节点的传感半径的一半;由假定条件可知,在同一个网格内部的节点都能够覆盖整个网格,且相邻的二网格内的节点能够自由通信;按三维三标方法对网格进行编码,最靠近Sink的格点为W000;同时把整个网格内的节点进行编号,并记作集合SW(Pi),i∈{0,1,2……}。
2.如权利要求1所述的基于互联网控制的蒸球温度自动连续测量***,其特征在于,所述温度控制器通过网络连接APP移动终端;所述APP移动终端用于接收和显示控制器传输的数据信息,并分享数据信息。
3.如权利要求2所述的基于互联网控制的蒸球温度自动连续测量***,其特征在于,APP移动终端的数据分享方法,具体包括:
获得分享请求;
根据所述分享请求,调用一流媒体服务,并确定一用于分享的第一数据;
基于所述流媒体服务,将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
向控制器发送所述地址信息;其中,所述地址信息用于使所述控制器根据所述地址信息获得所述流媒体数据;
基于所述流媒体服务,当接收到所述控制器的确认信息后,向所述控制器输出所述流媒体数据。
4.如权利要求3所述的基于互联网控制的蒸球温度自动连续测量***,其特征在于,根据所述分享请求确定用于分享的第一数据包括:
若从所述分享请求中获取到所述控制器上存储的任一数据文件的文件信息,则确定所述任一数据文件为用于分享的第一数据;
若任一数据文件处理过程中,接收到分享请求,则将当前处理的任一数据文件确定为用于分享的第一数据。
5.如权利要求4所述的基于互联网控制的蒸球温度自动连续测量***,其特征在于,在向所述温度控制器输出所述流媒体数据之前,进一步包括:
向所述控制器发送控制信息,所述控制信息用于使所述控制器根据所述控制信息确定执行该流媒体数据应用程序;
当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
获取所述任一数据文件当前处理的位置信息,并将所述任一数据文件中未处理的部分转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
将所述任一数据文件转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息。
6.如权利要求5所述的基于互联网控制的蒸球温度自动连续测量***,其特征在于,所述获得分享请求包括:
如果检测到控制器执行设定操作的操作信息,则根据所述操作信息生成分享请求;
所述当接收到所述控制器的确认信息后,终止所述任一数据文件的处理流程;
获得所述分享请求之后,将实时输入的数据作为第一数据,基于所述调用流媒体服务将实时输入的第一数据转化为流媒体数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710505191.0A CN107300428A (zh) | 2017-06-28 | 2017-06-28 | 一种基于互联网控制的蒸球温度自动连续测量*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710505191.0A CN107300428A (zh) | 2017-06-28 | 2017-06-28 | 一种基于互联网控制的蒸球温度自动连续测量*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107300428A true CN107300428A (zh) | 2017-10-27 |
Family
ID=60136446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710505191.0A Pending CN107300428A (zh) | 2017-06-28 | 2017-06-28 | 一种基于互联网控制的蒸球温度自动连续测量*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107300428A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108671895A (zh) * | 2018-05-14 | 2018-10-19 | 集美大学 | 一种多空隙吸附有机挥发物纳米碳酸钙复合材料及其制备方法 |
CN109062200A (zh) * | 2018-07-19 | 2018-12-21 | 杭州电子科技大学 | 一种定位传感器节点的移动机器人滚动时序控制方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2366839Y (zh) * | 1999-02-04 | 2000-03-01 | 浙江大学工业自动化工程研究中心 | 蒸球温度自动连续测量装置 |
CN101808390A (zh) * | 2010-03-08 | 2010-08-18 | 南昌航空大学 | 用于收集无线传感器网络自身健康状态的融合树构建方法 |
CN103166941A (zh) * | 2011-12-19 | 2013-06-19 | 联想(北京)有限公司 | 一种数据分享的方法及装置 |
CN103414786A (zh) * | 2013-08-28 | 2013-11-27 | 电子科技大学 | 一种基于最小生成树的数据聚合方法 |
CN103812229A (zh) * | 2013-11-28 | 2014-05-21 | 华南理工大学 | 三谐振线圈无线电能传输***最大功率控制方法 |
CN104320796A (zh) * | 2014-10-28 | 2015-01-28 | 河海大学常州校区 | 基于leach协议的无线传感器网络数据传输方法 |
CN204405200U (zh) * | 2015-01-09 | 2015-06-17 | 上海载物能源科技有限公司 | 基于无线传感网络的输电线路测量*** |
CN104936230A (zh) * | 2015-06-15 | 2015-09-23 | 华侨大学 | 一种基于簇头期望的无线传感器网络能量均衡路由优化方法 |
CN105088842A (zh) * | 2015-06-24 | 2015-11-25 | 潘秀娟 | 一种基于预测控制的制浆蒸煮控制方法 |
EP2963617A1 (en) * | 2014-07-04 | 2016-01-06 | Arc Devices (NI) Limited | Non-touch optical detection of vital signs |
US20160343133A1 (en) * | 2014-07-04 | 2016-11-24 | Arc Devices Limited | Non-Touch Optical Detection of Vital Signs From Variation Amplification Subsequent to Multiple Frequency Filters |
CN106357720A (zh) * | 2016-08-06 | 2017-01-25 | 内蒙古大学 | 一种基于物联网的数据显示***及方法 |
CN106483902A (zh) * | 2016-11-23 | 2017-03-08 | 北华大学 | 一种基于互联网的高温高压卷染机电控控制*** |
CN106667273A (zh) * | 2017-03-06 | 2017-05-17 | 王思琪 | 一种具有紫外线杀菌功能的饮水机 |
CN106860986A (zh) * | 2017-03-03 | 2017-06-20 | 庞彩苓 | 一种基于物联网的氧气呼吸机控制*** |
-
2017
- 2017-06-28 CN CN201710505191.0A patent/CN107300428A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2366839Y (zh) * | 1999-02-04 | 2000-03-01 | 浙江大学工业自动化工程研究中心 | 蒸球温度自动连续测量装置 |
CN101808390A (zh) * | 2010-03-08 | 2010-08-18 | 南昌航空大学 | 用于收集无线传感器网络自身健康状态的融合树构建方法 |
CN103166941A (zh) * | 2011-12-19 | 2013-06-19 | 联想(北京)有限公司 | 一种数据分享的方法及装置 |
CN103414786A (zh) * | 2013-08-28 | 2013-11-27 | 电子科技大学 | 一种基于最小生成树的数据聚合方法 |
CN103812229A (zh) * | 2013-11-28 | 2014-05-21 | 华南理工大学 | 三谐振线圈无线电能传输***最大功率控制方法 |
EP2963617A1 (en) * | 2014-07-04 | 2016-01-06 | Arc Devices (NI) Limited | Non-touch optical detection of vital signs |
US20160343133A1 (en) * | 2014-07-04 | 2016-11-24 | Arc Devices Limited | Non-Touch Optical Detection of Vital Signs From Variation Amplification Subsequent to Multiple Frequency Filters |
CN104320796A (zh) * | 2014-10-28 | 2015-01-28 | 河海大学常州校区 | 基于leach协议的无线传感器网络数据传输方法 |
CN204405200U (zh) * | 2015-01-09 | 2015-06-17 | 上海载物能源科技有限公司 | 基于无线传感网络的输电线路测量*** |
CN104936230A (zh) * | 2015-06-15 | 2015-09-23 | 华侨大学 | 一种基于簇头期望的无线传感器网络能量均衡路由优化方法 |
CN105088842A (zh) * | 2015-06-24 | 2015-11-25 | 潘秀娟 | 一种基于预测控制的制浆蒸煮控制方法 |
CN106357720A (zh) * | 2016-08-06 | 2017-01-25 | 内蒙古大学 | 一种基于物联网的数据显示***及方法 |
CN106483902A (zh) * | 2016-11-23 | 2017-03-08 | 北华大学 | 一种基于互联网的高温高压卷染机电控控制*** |
CN106860986A (zh) * | 2017-03-03 | 2017-06-20 | 庞彩苓 | 一种基于物联网的氧气呼吸机控制*** |
CN106667273A (zh) * | 2017-03-06 | 2017-05-17 | 王思琪 | 一种具有紫外线杀菌功能的饮水机 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108671895A (zh) * | 2018-05-14 | 2018-10-19 | 集美大学 | 一种多空隙吸附有机挥发物纳米碳酸钙复合材料及其制备方法 |
CN109062200A (zh) * | 2018-07-19 | 2018-12-21 | 杭州电子科技大学 | 一种定位传感器节点的移动机器人滚动时序控制方法 |
CN109062200B (zh) * | 2018-07-19 | 2021-06-29 | 杭州电子科技大学 | 一种定位传感器节点的移动机器人滚动时序控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105684524B (zh) | 通信***、接入网络节点和优化通信网络中能耗的方法和装置 | |
Collotta et al. | Bluetooth for Internet of Things: A fuzzy approach to improve power management in smart homes | |
Hu et al. | An energy-efficient adaptive overlapping clustering method for dynamic continuous monitoring in WSNs | |
CN108293068A (zh) | 诸如用于物联网设备(IoT)设备的测量交换网络 | |
WO2020220122A1 (en) | Controlling device participation in wireless sensing systems | |
CN103068021B (zh) | 绿色wlan中基于节能和干扰规避的ap发射功率优化方法 | |
CN105278475B (zh) | 家用电器的控制***、智能路由器及控制装置 | |
CN107300428A (zh) | 一种基于互联网控制的蒸球温度自动连续测量*** | |
CN106667273A (zh) | 一种具有紫外线杀菌功能的饮水机 | |
Baranidharan et al. | Energy efficient hierarchical unequal clustering in wireless sensor networks | |
CN109152103B (zh) | 一种对无线传感器网络进行组网方法及装置 | |
Faid et al. | IoT-based low cost architecture for smart farming | |
CN107612799A (zh) | 一种基于云技术应用的智能家居 | |
Uddin et al. | Affordable broad agile farming system for rural and remote area | |
Kannamma et al. | Controlling and monitoring process in industrial automation using Zigbee | |
CN107959729B (zh) | 基于无线传感器网络的农作物生长环境监测***及方法 | |
Snajder et al. | Wireless sensor node modelling for energy efficiency analysis in data-intensive periodic monitoring | |
Swain et al. | A cost‐effective LoRa‐based customized device for agriculture field monitoring and precision farming on IoT platform | |
Singla et al. | An Energy‐efficient Technique for Mobile‐wireless‐sensor‐network‐based IoT | |
JP6369569B2 (ja) | 制御装置、制御方法、及び制御プログラム | |
Oren et al. | Adaptive Distributed Hierarchical Sensing algorithm for reduction of wireless sensor network cluster-heads energy consumption | |
CN107506847B (zh) | 能量采集的大规模MIMO***中基于Stackelberg博弈的定价方法 | |
Nayak et al. | Harnessing wind energy to power sensor networks for agriculture | |
CN103167578A (zh) | 用Hopfield 神经网络对无线传感器网络分簇的方法 | |
Ghayvat et al. | Enhancement of WSN based smart home to a smart building for assisted living: Design issues |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171027 |