電子發(fā)燒友網(wǎng)>電子資料下載>電子資料>基于Arduino Nano的pH值監(jiān)測(cè)器

基于Arduino Nano的pH值監(jiān)測(cè)器

2734680 2022-12-23 | rar | 0.36 MB | 次下載 | 免費(fèi)

資料介紹

對(duì)于這個(gè)項(xiàng)目，我決定使用 Arduino Nano 33 BLE Sense 作為中心單元，因?yàn)槲以诠?X TinyML 課程中使用過它。電路很簡單：一個(gè) pH 傳感器（連接了一個(gè)水 pH 探頭）連接到 Arduino 模擬輸入，3 個(gè) LED 作為數(shù)字輸出驅(qū)動(dòng)。將草圖上傳到 Arduino 后，我必須校準(zhǔn)傳感器。我將 pH 指示紙浸入一杯自來水中以了解其 pH 值，結(jié)果為 7。然后，我將探頭浸入同一個(gè)玻璃杯中，并調(diào)整靠近探頭連接器的傳感器微調(diào)器，直到讀取到 7 左右的值串行監(jiān)視器。對(duì)于我使用過的特定傳感器，調(diào)整靠近傳感器引腳的微調(diào)器也很有用，以提高靈敏度。對(duì)于這個(gè)項(xiàng)目，我選擇了三個(gè) pH 邊緣值：

- pH 4：低于 5 的 pH 值對(duì)植物來說太低

- pH 5：5 到 6 的 pH 值最適合植物

- pH 7：7 左右的 pH 值對(duì)植物來說太高了

為了得到 pH 值為 4 的溶液，我在一杯自來水中加入了一些檸檬汁，然后我用試紙測(cè)量了 pH 值以確認(rèn)它在 4 左右，所以我將探針浸入玻璃杯中，然后它感應(yīng)到大約 4 的值，這讓我確信傳感器校準(zhǔn)良好。對(duì)于 pH 5 的溶液，我又拿了一杯自來水，并在其中放入了 pH 校正劑以降低其 pH。試紙和 pH 傳感器的值都在 5 左右，所以我決定將這種溶液用于水培植物。電路中的三個(gè) LED 指示 pH 值：

- 紅色 LED：當(dāng) pH 值約為 4 時(shí)亮起

- 綠色 LED：pH 值約為 5 時(shí)亮起

- 黃色 LED：當(dāng) pH 值約為 7 時(shí)亮起

TinyML模型為了訓(xùn)練 tinyML 模型，我使用了 Edge Impulse 平臺(tái)。我已經(jīng)根據(jù)三個(gè)邊緣值訓(xùn)練了模型，對(duì)于每個(gè)邊緣值，我已經(jīng)獲取了五分鐘的數(shù)據(jù)，以涵蓋該值周圍的大部分小波動(dòng)。

數(shù)據(jù)收集后，我進(jìn)行了脈沖設(shè)計(jì)，添加了我需要的功能塊。

“時(shí)間序列數(shù)據(jù)”塊將收集的數(shù)據(jù)拆分為多個(gè)選定大小的窗口（在本例中為 2000 毫秒）。“頻譜分析”??塊過濾信號(hào)，然后執(zhí)行頻譜分析?！胺诸悺眽K是神經(jīng)網(wǎng)絡(luò)，它使用光譜分析的結(jié)果來學(xué)習(xí)如何區(qū)分三個(gè)數(shù)據(jù)集。要?jiǎng)?chuàng)建脈沖，我單擊“保存脈沖”，然后轉(zhuǎn)到左側(cè)菜單上的“光譜特征”以查看光譜分析結(jié)果并單擊“保存參數(shù)”。

之后，出現(xiàn)了一個(gè)新窗口，允許為神經(jīng)網(wǎng)絡(luò)生成特征。

然后，通過點(diǎn)擊左側(cè)菜單中的“NN Classifier”，我進(jìn)入了神經(jīng)網(wǎng)絡(luò)配置環(huán)境。我選擇對(duì)網(wǎng)絡(luò)進(jìn)行 500 次訓(xùn)練，以達(dá)到令人滿意的模型精度水平。

神經(jīng)網(wǎng)絡(luò)能夠區(qū)分?jǐn)?shù)據(jù)集，所以我可以繼續(xù)下一步：將“異常檢測(cè)”塊添加到脈沖設(shè)計(jì)中，允許將神經(jīng)網(wǎng)絡(luò)無法識(shí)別的異常數(shù)據(jù)分類。

左側(cè)菜單上的“異常檢測(cè)”部分允許我選擇要檢測(cè)異常的特征。

為了測(cè)試模型，我進(jìn)行了實(shí)時(shí)分類，并從 ph 5 解決方案中收集了五分鐘的數(shù)據(jù)。該模型能夠識(shí)別收集到的數(shù)據(jù)屬于 ph 5 數(shù)據(jù)集。由于檢測(cè)到的值包含在數(shù)據(jù)集中，因此沒有檢測(cè)到異常。