基于神经网络PID的温湿度控制系统设计

来源 :计算机与数字工程 | 被引量 : 0次 | 上传用户：chener

【摘要】

：

随着工程技术的发展,室内温湿度的智能化控制越来越成为科研人员所关注的重点。论文主要采取一种以单片机系统为基础,辅之以BT神经网络PID算法调节的新型智能控制系统。其中采用STM32F407ZGT6型单片机作为该系统的控制核心,采用DS18B20温度传感器和AM2305数字温湿度传感器对室内的实时温度和湿度进行检测,并以LCD1602显示元件对检测到的温度进行实时显示,以超导热管作为降温系统核心元件,并在室内安装喷洒装置用于降温和加湿。此外为了更好地控制室内的温湿度,辅之以BT神经网络PID算法来对单片机系

【作者】

：

李锋张桂堂梁辉

【机构】

：

青岛科技大学机电工程学院

【出处】

：

计算机与数字工程

【发表日期】

：

2021年6期

【关键词】

：

BT神经网络PID 温度湿度 STM32 DS18B20温度传感器

【基金项目】

：

国家自然科学基金项目(编号:51605238),山东省重点研发计划项目(编号:2017GGX30108),青岛市源头创新计划应用基础研究项目(编号:17-1-1-92-jch),山东省高校科技计划项目(编号:J16LB07)资助。

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

PyTorch下基于CNN的手写数字识别及应用研究

文章对卷积神经网络模型LeNet-5中的激活函数、下采样方式等进行改进,对训练参数进行调整,使改进后的模型手写数字识别准确率达到99.2%。使用PyTorch搭建模型,用MNIST数据集对模型进行训练,其后在自制数据集上进行测试,从识别准确率和训练速度等方面验证了模型的可靠性。借助TensorBoard监督整个网络模型的训练过程,指导对模型参数的优化调整。最后,将改进的网络模型服务于该校人工智能课

期刊

CNNPyTorch手写数字识别可视化自动登分系统

基于神经网络PID的温湿度控制系统设计

其他学术论文