Tartalomjegyzék:
- 1. lépés: 1. lépés: Első lépések
- 2. lépés: 2. lépés: Kezdjük el a huzalozást
- 3. lépés: 3. lépés: Programozás
- 4. lépés: 4. lépés: Adatbázis
- 5. lépés: 5. lépés: Weboldal
- 6. lépés: 6. lépés: Összerakás
Videó: Szobahőmérséklet és páratartalom monitor: 6 lépés
2024 Szerző: John Day | [email protected]. Utoljára módosítva: 2024-01-30 09:41
A projektem, a QTempair, méri a szoba hőmérsékletét, páratartalmát és a levegő minőségét.
Ez a projekt beolvassa az érzékelőktől származó adatokat, elküldi azokat az adatbázisba, és az adatok megjelennek egy webhelyen. A weboldal beállításainál elmentheti a hőmérsékletet, ha a ventilátor bekapcsol, ha melegebb lesz, mint a tárolt hőmérséklet. A ventilátort a webhelyen keresztül is be- vagy kikapcsolhatja.
Tehát röviden a QTempair képes lesz:
- Mérje meg a helyiség páratartalmát
- Mérje meg a helyiség hőmérsékletét
- Mérje meg a helyiség szén -dioxidját
- Jelenítse meg az adatokat a webhelyen
Ebben az utasításban lépésről lépésre elmagyarázom, hogyan készítettem.
1. lépés: 1. lépés: Első lépések
A mellékletben talál egy Excel fájlt. BOM (anyagjegyzék) Ott megtalálja a szükséges dolgokat, hol találja meg, mennyibe kerül és mennyibe kerül a projekt.
A szükséges anyagok a következők:
- Raspberry Pi 3 B modell
- DHT22
- MQ-135
- DC motor
- LCD kijelzö
- Vezette
- Ldr
- Némi fa doboz készítéséhez, de csak egy kenyérdoboz stb. Is megteszi a trükköt!
2. lépés: 2. lépés: Kezdjük el a huzalozást
Ezen frizurázási vázlat alapján képesnek kell lennie a huzalozásra
3. lépés: 3. lépés: Programozás
A komponenseket a Pythonba programoztam (https://www.python.org/)
Ha helyesen csatlakoztatta a komponenseket a fritázási vázlat alapján, akkor képesnek kell lennie arra, hogy adatokat olvasson ki belőlük.
4. lépés: 4. lépés: Adatbázis
Az adatbázis létrehozásához a MySql -t (https://www.mysql.com/) használtam. 2 táblázatot használtam ehhez a projekthez. Az egyik táblázatban a projektben használt érzékelőt mentjük, a másik táblázatban az érzékelőből mentett adatok lesznek. Ez az érzékelő táblázatban található sensorId -hez kapcsolódik.
5. lépés: 5. lépés: Weboldal
Itt vannak a webhelyem képernyői. Látja, hogy az adatok megjelennek a diagramon. Az adatok megjelennek és a beállítások oldal.
6. lépés: 6. lépés: Összerakás
MDF -et használtam a "tokomhoz", de bármit használhat, amit csak akar. Csak győződjön meg róla, hogy elég vastag, és lyukakat fúrhat bele.
Ajánlott:
Szobahőmérséklet az interneten keresztül a BLYNK ESP8266 és DHT11 segítségével: 5 lépés (képekkel)
Szobahőmérséklet az interneten keresztül a BLYNK ESP8266 & DHT11 segítségével: Sziasztok, ma elkészítünk egy szobahőmérséklet -figyelőt, amellyel a világ bármely pontjáról megfigyelhetjük szobánkat, és ehhez BLYNK IoT lemezformát fogunk használni. DHT11 a szobahőmérséklet leolvasásához ESP8266 -ot használunk a
Szobahőmérséklet és páratartalom figyelése az ESP32 és az AskSensors Cloud segítségével: 6 lépés
Szobahőmérséklet és páratartalom figyelése az ESP32 és az AskSensors Cloud segítségével: Ebben az oktatóanyagban megtanulhatja, hogyan figyelheti a szoba vagy az asztal hőmérsékletét és páratartalmát a DHT11 és az ESP32 segítségével, amely a felhőhöz csatlakozik. Oktatóanyag -frissítéseink itt találhatók. Specifikációk: A DHT11 érzékelő képes a hőmérséklet mérésére
ESP8266 Nodemcu hőmérséklet -figyelés DHT11 használatával a helyi webszerveren - Szobahőmérséklet és páratartalom beállítása a böngészőben: 6 lépés
ESP8266 Nodemcu hőmérséklet -figyelés DHT11 használatával a helyi webszerveren | Szobahőmérséklet és páratartalom beállítása böngészőjében: Sziasztok, ma páratartalmat és amp; hőmérséklet -felügyeleti rendszer ESP 8266 NODEMCU & DHT11 hőmérséklet -érzékelő. A hőmérsékletet és a páratartalmat a DHT11 Sensor & böngészőben látható, hogy melyik weboldalt fogják kezelni
IOT alapú szobahőmérséklet -szabályozás: 5 lépés
IOT-alapú szobahőmérséklet-szabályozás: Ez az IOT-alapú szobahőmérséklet-szabályozási projektben oktatható. Jellemzők: -1. Automatikusan kapcsolja be a ventilátort a megadott szobahőmérséklet felett.2. A ventilátort automatikusan kapcsolja ki a megadott szobahőmérséklet alá.3. Kézi vezérlés bármikor
Szobahőmérséklet -előrejelzés az LM35 érzékelő és a gépi tanulás segítségével: 4 lépés
Szobahőmérséklet -előrejelzés az LM35 érzékelő és a gépi tanulás segítségével: Bevezetés Ma egy olyan gépi tanulási projekt felépítésére összpontosítunk, amely polinomiális regresszió segítségével jósolja meg a hőmérsékletet. A gépi tanulás a mesterséges intelligencia (AI) alkalmazása, amely lehetővé teszi a rendszerek számára, hogy automatikusan megtanulják