基于物联网的家禽孵化环境监控系统研究与设计
这是一篇关于NB-IoT,监控系统,OneNET,Web应用,BP-模糊PID的论文, 主要内容为随着禽蛋肉类的社会需求量不断增长,给位于家禽养殖上游的孵化产业带来了活力,促进了孵化产业朝规模化、集约化方向发展。孵化产业所使用的人工孵化技术是利用仿生学思想,通过模拟家禽孵化的自然环境,人为创造蛋种胚胎发育所需条件,以达孵化出幼禽的目的。本文针对目前孵化产业信息化程度不高、孵化环境参数调控实时性差等不足,设计出了一种基于物联网技术的家禽孵化环境监控系统。该系统综合应用了传感器技术、NB-IoT物联网技术、通信网络技术、OneNET云平台、Web开发等技术,其中引入的OneNET云平台是作为整个系统信息传输的中转站,搭建了Web端与终端设备的信息通道,缩短了Web应用的开发周期。本文从感知层、传输层、平台层和应用层等四层结构对系统进行设计。感知层选用STM32作为主控芯片,考虑低功耗、可移植性、性价比等因素选择出合适的终端传感器、执行器以及NB-IoT通信模块,为提高数据的精准性,将传感器所采集到的数据使用卡尔曼滤波算法进行滤波处理;传输层使用面向NB-IoT物联网应用的LwM2M协议实现感知层和平台层的通信;OneNET云平台具有HTTP数据推送和API调用等功能,实现数据推送至Web服务器以及接收Web服务器的命令下发;Web应用系统选用Tomcat作为Web服务器,采用B/S开发模式、SSM(Spring+Spring MVC+Mybatis)网络框架,利用JSP、My SQL数据库、Ajax异步请求等技术,完成对Web端数据流通及页面功能模块的设计。针对孵化环境温湿度具有非线性、滞后性等特点,提出基于BP神经网络的模糊PID(BP-模糊PID)控制算法,该算法的既解决了传统PID难以在线整定参数问题,又解决了模糊控制器算法无自学习能力导致控制速度较慢的问题。经MATLAB仿真验证表明,该算法的控制效果优于传统PID以及模糊PID。系统设计完成后,用现有的实验条件对所设计的系统进行了多次测试,实验结果表明,系统设计合理、各项功能运行稳定,控制效果良好,操作简单,稳定性较高,具有一定的实用意义。
基于物联网的家禽孵化环境监控系统研究与设计
这是一篇关于NB-IoT,监控系统,OneNET,Web应用,BP-模糊PID的论文, 主要内容为随着禽蛋肉类的社会需求量不断增长,给位于家禽养殖上游的孵化产业带来了活力,促进了孵化产业朝规模化、集约化方向发展。孵化产业所使用的人工孵化技术是利用仿生学思想,通过模拟家禽孵化的自然环境,人为创造蛋种胚胎发育所需条件,以达孵化出幼禽的目的。本文针对目前孵化产业信息化程度不高、孵化环境参数调控实时性差等不足,设计出了一种基于物联网技术的家禽孵化环境监控系统。该系统综合应用了传感器技术、NB-IoT物联网技术、通信网络技术、OneNET云平台、Web开发等技术,其中引入的OneNET云平台是作为整个系统信息传输的中转站,搭建了Web端与终端设备的信息通道,缩短了Web应用的开发周期。本文从感知层、传输层、平台层和应用层等四层结构对系统进行设计。感知层选用STM32作为主控芯片,考虑低功耗、可移植性、性价比等因素选择出合适的终端传感器、执行器以及NB-IoT通信模块,为提高数据的精准性,将传感器所采集到的数据使用卡尔曼滤波算法进行滤波处理;传输层使用面向NB-IoT物联网应用的LwM2M协议实现感知层和平台层的通信;OneNET云平台具有HTTP数据推送和API调用等功能,实现数据推送至Web服务器以及接收Web服务器的命令下发;Web应用系统选用Tomcat作为Web服务器,采用B/S开发模式、SSM(Spring+Spring MVC+Mybatis)网络框架,利用JSP、My SQL数据库、Ajax异步请求等技术,完成对Web端数据流通及页面功能模块的设计。针对孵化环境温湿度具有非线性、滞后性等特点,提出基于BP神经网络的模糊PID(BP-模糊PID)控制算法,该算法的既解决了传统PID难以在线整定参数问题,又解决了模糊控制器算法无自学习能力导致控制速度较慢的问题。经MATLAB仿真验证表明,该算法的控制效果优于传统PID以及模糊PID。系统设计完成后,用现有的实验条件对所设计的系统进行了多次测试,实验结果表明,系统设计合理、各项功能运行稳定,控制效果良好,操作简单,稳定性较高,具有一定的实用意义。
基于物联网的家禽孵化环境监控系统研究与设计
这是一篇关于NB-IoT,监控系统,OneNET,Web应用,BP-模糊PID的论文, 主要内容为随着禽蛋肉类的社会需求量不断增长,给位于家禽养殖上游的孵化产业带来了活力,促进了孵化产业朝规模化、集约化方向发展。孵化产业所使用的人工孵化技术是利用仿生学思想,通过模拟家禽孵化的自然环境,人为创造蛋种胚胎发育所需条件,以达孵化出幼禽的目的。本文针对目前孵化产业信息化程度不高、孵化环境参数调控实时性差等不足,设计出了一种基于物联网技术的家禽孵化环境监控系统。该系统综合应用了传感器技术、NB-IoT物联网技术、通信网络技术、OneNET云平台、Web开发等技术,其中引入的OneNET云平台是作为整个系统信息传输的中转站,搭建了Web端与终端设备的信息通道,缩短了Web应用的开发周期。本文从感知层、传输层、平台层和应用层等四层结构对系统进行设计。感知层选用STM32作为主控芯片,考虑低功耗、可移植性、性价比等因素选择出合适的终端传感器、执行器以及NB-IoT通信模块,为提高数据的精准性,将传感器所采集到的数据使用卡尔曼滤波算法进行滤波处理;传输层使用面向NB-IoT物联网应用的LwM2M协议实现感知层和平台层的通信;OneNET云平台具有HTTP数据推送和API调用等功能,实现数据推送至Web服务器以及接收Web服务器的命令下发;Web应用系统选用Tomcat作为Web服务器,采用B/S开发模式、SSM(Spring+Spring MVC+Mybatis)网络框架,利用JSP、My SQL数据库、Ajax异步请求等技术,完成对Web端数据流通及页面功能模块的设计。针对孵化环境温湿度具有非线性、滞后性等特点,提出基于BP神经网络的模糊PID(BP-模糊PID)控制算法,该算法的既解决了传统PID难以在线整定参数问题,又解决了模糊控制器算法无自学习能力导致控制速度较慢的问题。经MATLAB仿真验证表明,该算法的控制效果优于传统PID以及模糊PID。系统设计完成后,用现有的实验条件对所设计的系统进行了多次测试,实验结果表明,系统设计合理、各项功能运行稳定,控制效果良好,操作简单,稳定性较高,具有一定的实用意义。
基于物联网的家禽孵化环境监控系统研究与设计
这是一篇关于NB-IoT,监控系统,OneNET,Web应用,BP-模糊PID的论文, 主要内容为随着禽蛋肉类的社会需求量不断增长,给位于家禽养殖上游的孵化产业带来了活力,促进了孵化产业朝规模化、集约化方向发展。孵化产业所使用的人工孵化技术是利用仿生学思想,通过模拟家禽孵化的自然环境,人为创造蛋种胚胎发育所需条件,以达孵化出幼禽的目的。本文针对目前孵化产业信息化程度不高、孵化环境参数调控实时性差等不足,设计出了一种基于物联网技术的家禽孵化环境监控系统。该系统综合应用了传感器技术、NB-IoT物联网技术、通信网络技术、OneNET云平台、Web开发等技术,其中引入的OneNET云平台是作为整个系统信息传输的中转站,搭建了Web端与终端设备的信息通道,缩短了Web应用的开发周期。本文从感知层、传输层、平台层和应用层等四层结构对系统进行设计。感知层选用STM32作为主控芯片,考虑低功耗、可移植性、性价比等因素选择出合适的终端传感器、执行器以及NB-IoT通信模块,为提高数据的精准性,将传感器所采集到的数据使用卡尔曼滤波算法进行滤波处理;传输层使用面向NB-IoT物联网应用的LwM2M协议实现感知层和平台层的通信;OneNET云平台具有HTTP数据推送和API调用等功能,实现数据推送至Web服务器以及接收Web服务器的命令下发;Web应用系统选用Tomcat作为Web服务器,采用B/S开发模式、SSM(Spring+Spring MVC+Mybatis)网络框架,利用JSP、My SQL数据库、Ajax异步请求等技术,完成对Web端数据流通及页面功能模块的设计。针对孵化环境温湿度具有非线性、滞后性等特点,提出基于BP神经网络的模糊PID(BP-模糊PID)控制算法,该算法的既解决了传统PID难以在线整定参数问题,又解决了模糊控制器算法无自学习能力导致控制速度较慢的问题。经MATLAB仿真验证表明,该算法的控制效果优于传统PID以及模糊PID。系统设计完成后,用现有的实验条件对所设计的系统进行了多次测试,实验结果表明,系统设计合理、各项功能运行稳定,控制效果良好,操作简单,稳定性较高,具有一定的实用意义。
基于物联网的家禽孵化环境监控系统研究与设计
这是一篇关于NB-IoT,监控系统,OneNET,Web应用,BP-模糊PID的论文, 主要内容为随着禽蛋肉类的社会需求量不断增长,给位于家禽养殖上游的孵化产业带来了活力,促进了孵化产业朝规模化、集约化方向发展。孵化产业所使用的人工孵化技术是利用仿生学思想,通过模拟家禽孵化的自然环境,人为创造蛋种胚胎发育所需条件,以达孵化出幼禽的目的。本文针对目前孵化产业信息化程度不高、孵化环境参数调控实时性差等不足,设计出了一种基于物联网技术的家禽孵化环境监控系统。该系统综合应用了传感器技术、NB-IoT物联网技术、通信网络技术、OneNET云平台、Web开发等技术,其中引入的OneNET云平台是作为整个系统信息传输的中转站,搭建了Web端与终端设备的信息通道,缩短了Web应用的开发周期。本文从感知层、传输层、平台层和应用层等四层结构对系统进行设计。感知层选用STM32作为主控芯片,考虑低功耗、可移植性、性价比等因素选择出合适的终端传感器、执行器以及NB-IoT通信模块,为提高数据的精准性,将传感器所采集到的数据使用卡尔曼滤波算法进行滤波处理;传输层使用面向NB-IoT物联网应用的LwM2M协议实现感知层和平台层的通信;OneNET云平台具有HTTP数据推送和API调用等功能,实现数据推送至Web服务器以及接收Web服务器的命令下发;Web应用系统选用Tomcat作为Web服务器,采用B/S开发模式、SSM(Spring+Spring MVC+Mybatis)网络框架,利用JSP、My SQL数据库、Ajax异步请求等技术,完成对Web端数据流通及页面功能模块的设计。针对孵化环境温湿度具有非线性、滞后性等特点,提出基于BP神经网络的模糊PID(BP-模糊PID)控制算法,该算法的既解决了传统PID难以在线整定参数问题,又解决了模糊控制器算法无自学习能力导致控制速度较慢的问题。经MATLAB仿真验证表明,该算法的控制效果优于传统PID以及模糊PID。系统设计完成后,用现有的实验条件对所设计的系统进行了多次测试,实验结果表明,系统设计合理、各项功能运行稳定,控制效果良好,操作简单,稳定性较高,具有一定的实用意义。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设海岸 ，原文地址：https://m.bishedaima.com/lunwen/50383.html
