描述

在許多實際應用中，監控溫度并確保其保持在最佳范圍內非常重要。許多警報系統僅在溫度超過設定限制時才會生成并共享警報。到那時，采取任何糾正措施的時間已經不多了，最終會導致貨物、金錢、精力和時間的損失。

因此除了實時監控溫度之外，在系統內部構建一些智能是非常必要的，這樣任何異常都可以立即發現并

預先配置的警報發送到堆棧持有者。因此，早期檢測為采取任何糾正措施提供了最大的時間。

TempGuard 是一個內置人工智能的系統，用于監控實時溫度并檢測任何異常趨勢，并向預先配置的堆棧持有人分享即時警報。

Making hardware connection

Capture Temperature Data.

• 該系統是使用 BoltIot 平臺構建的。Bolt wifi 模塊與 LM35 溫度傳感器連接，后者又將數據發送到 Bolt Cloud。

Sharing the captured data to the system.

• 為了構建異常檢測系統，我們使用了 DigitalOcean 云。數字海洋中的 linux 機器安裝了所有必要的操作系統和軟件組件，例如 python、Bolt 庫、json、math、統計庫。

The alert sending mechanism

• 系統通過短信發送警報。為此，我正在使用 Twilio 試用帳戶。只需在 Twilio 上注冊即可。獲取您的 SSID 和 Auth 令牌并完成。傳遞以下詳細信息：sms = Sms(conf.SSID, conf.AUTH_TOKEN, conf.TO_NUMBER, conf.FROM_NUMBER) 并完成。

系統屏幕上的警報。

?

?

Anomaly Detection

• 系統考慮 LM35 傳感器使用 Z 評分方法通過螺栓模塊發送的 10 個最近的溫度讀數。Z score 方法給出了外部和內部界限，每次溫度超出界限時，系統都會生成警報并通過任何配置的平臺共享。在這種情況下，警報是通過短信發送的，但是，也可以輕松配置任何其他平臺，例如電報、電子郵件。請參考項目附帶的代碼文件了解z-score方法是如何實現的