本發(fā)明涉及智能家居領域，具體涉及基于藍牙的智能家居控制系統(tǒng)。

背景技術：

相關技術中，藍牙技術作為一種尖端的開放式無線通訊標準，能夠在短距離范圍內(nèi)無線連接。藍牙無線技術使用了全球通用頻帶，以確保能在世界各地通訊無阻。簡而言之，藍牙技術讓各種數(shù)碼設備之間能夠無線溝通

此外，智能家居系統(tǒng)中，每個家用電器及家用裝置只能作為一個單體執(zhí)行操作，無法將整個家居系統(tǒng)中每個電器聯(lián)系起來作為一個系統(tǒng)使用，造成家居電器缺乏系統(tǒng)性和可操作性，影響用戶體驗。

技術實現(xiàn)要素：

針對上述問題，本發(fā)明提供基于藍牙的智能家居控制系統(tǒng)。

本發(fā)明的目的采用以下技術方案來實現(xiàn)：

基于藍牙的智能家居控制系統(tǒng)，包括室內(nèi)照明設備、用于調(diào)節(jié)室內(nèi)溫度并使室內(nèi)與外界環(huán)境進行通風換氣的風機設備、紅外傳感器、溫度傳感器、藍牙發(fā)送裝置、風機故障檢測裝置以及控制中心，所述紅外傳感器、溫度傳感器、風機故障檢測裝置皆與藍牙發(fā)送裝置連接，所述控制中心與藍牙發(fā)送裝置通信連接；所述紅外傳感器用于感應人體進入室內(nèi)，并通過藍牙發(fā)送裝置將人體感應信號發(fā)送至控制中心；所述溫度傳感器用于感應室內(nèi)溫度，并通過藍牙發(fā)送裝置將室內(nèi)溫度發(fā)送至控制中心；所述風機故障檢測裝置用于對風機設備進行故障檢測，并在風機設備發(fā)生故障時將故障信息發(fā)送至控制中心；所述控制中心用于在室內(nèi)溫度超出設定的溫度閾值范圍時控制所述風機設備調(diào)節(jié)室內(nèi)溫度，并在接收到人體感應信號時控制室內(nèi)照明設備開啟，還用于在接收到故障信息時進行報警。

本發(fā)明的有益效果為：利用藍牙技術，實現(xiàn)了室內(nèi)照明設備的自動開啟和關閉，避免夜晚用戶在黑暗中找尋照明開關的問題，而且在室內(nèi)無人時，自動關斷燈具，起到了節(jié)能降耗的作用，此外系統(tǒng)能夠檢測室內(nèi)溫度，通過控制風機來調(diào)節(jié)室內(nèi)溫度，從而提高用戶舒適度，從而將整個家居系統(tǒng)中每個電器聯(lián)系起來作為一個系統(tǒng)使用，提高用戶體驗。

附圖說明

利用附圖對本發(fā)明作進一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限制，對于本領域的普通技術人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明的結(jié)構(gòu)連接框圖；

圖2是風機故障檢測裝置的結(jié)構(gòu)框圖。

附圖標記：

室內(nèi)照明設備1、風機設備2、紅外傳感器3、溫度傳感器4、風機故障檢測裝置5、控制中心6、藍牙發(fā)送裝置7、藍牙接收裝置8、振動信號采集模塊11、信號降噪模塊12、故障特征提取模塊13、故障識別模塊14。

具體實施方式

結(jié)合以下實施例對本發(fā)明作進一步描述。

參見圖1，本實施例提供了基于藍牙的智能家居控制系統(tǒng)，包括室內(nèi)照明設備1、用于調(diào)節(jié)室內(nèi)溫度并使室內(nèi)與外界環(huán)境進行通風換氣的風機設備2、紅外傳感器3、溫度傳感器4、藍牙發(fā)送裝置7、風機故障檢測裝置5以及控制中心6，所述紅外傳感器3、溫度傳感器4、風機故障檢測裝置5皆與藍牙發(fā)送裝置7連接，所述控制中心6與藍牙發(fā)送裝置7通信連接；所述紅外傳感器3用于感應人體進入室內(nèi)，并通過藍牙發(fā)送裝置7將人體感應信號發(fā)送至控制中心6；所述溫度傳感器4用于感應室內(nèi)溫度，并通過藍牙發(fā)送裝置7將室內(nèi)溫度發(fā)送至控制中心6；所述風機故障檢測裝置5用于對風機設備2進行故障檢測，并在風機設備2發(fā)生故障時將故障信息發(fā)送至控制中心6；所述控制中心6用于在室內(nèi)溫度超出設定的溫度閾值范圍時控制所述風機設備2調(diào)節(jié)室內(nèi)溫度，并在接收到人體感應信號時控制室內(nèi)照明設備1開啟，還用于在接收到故障信息時進行報警。

優(yōu)選地，所述控制中心6包括設有與藍牙發(fā)送裝置7通信的藍牙接收裝置8；所述藍牙接收裝置8用于接收所述紅外傳感器3發(fā)送的人體感應信號、所述溫度傳感器4發(fā)送的室內(nèi)溫度和所述風機故障檢測裝置5發(fā)送的故障信息。

優(yōu)選地，所述控制中心6還包括用于在接收到故障信息時進行報警的報警器。

本發(fā)明上述實施例利用藍牙技術，可以實現(xiàn)室內(nèi)照明設備1的自動開啟和關閉，避免夜晚用戶在黑暗中找尋照明開關的問題，而且在室內(nèi)無人時，自動關斷燈具，起到了節(jié)能降耗的作用，此外系統(tǒng)能夠檢測室內(nèi)溫度，通過控制風機來調(diào)節(jié)室內(nèi)溫度，從而提高用戶舒適度，從而將整個家居系統(tǒng)中每個電器聯(lián)系起來作為一個系統(tǒng)使用，提高用戶體驗。

優(yōu)選地，如圖2所示，該風機故障檢測裝置5包括依次連接的振動信號采集模塊11、信號降噪模塊12、故障特征提取模塊13和故障識別模塊14；所述振動信號采集模塊11，用于利用加速度傳感器采集風機設備2在正常狀態(tài)下及各種故障狀態(tài)下運行時的原始振動信號；所述信號降噪模塊12包括信號初步降噪單元、信號二級降噪單元和信號末級降噪單元，所述信號初步降噪單元用于利用最小熵反褶積的自適應分析方法對原始振動信號進行初步降噪；所述信號二級降噪單元用于對經(jīng)過信號初步降噪單元處理后的振動信號進行二次降噪；所述信號末級降噪單元用于基于改進的綜合經(jīng)驗模態(tài)算法對信號二級降噪后的振動信號進行末級降噪；所述故障特征提取模塊13用于提取降噪后的振動信號的故障特征信息；所述故障識別模塊14用于建立故障診斷模型，并采用提取的故障特征信息對該故障診斷模型進行訓練，從而基于訓練完的故障診斷模型對風機設備2進行故障識別。

其中，所述提取降噪后的振動信號的故障特征信息，具體包括：(1)通過二階循環(huán)自相關函數(shù)對降噪后的振動信號進行解調(diào)分析，獲得二階循環(huán)自相關函數(shù)；(2)對該二階循環(huán)自相關函數(shù)進行時域切片，獲得時域切片信號，從而提取出振動信號的故障特征信息。其中，所述利用最小熵反褶積的自適應分析方法對原始振動信號進行初步降噪，包括：(1)采用范數(shù)衡量熵的大小，并把其作為目標函數(shù)，求目標函數(shù)的最大值，即為最優(yōu)濾波器系數(shù)；(2)運用該最優(yōu)濾波器系數(shù)對原始振動信號進行反褶積運算，得出濾波器系數(shù)；(3)使用得到的濾波器系數(shù)設計FIR濾波器對原始振動歷史信號進行濾波。

在上述實施例中，對采集的原始振動信號進行多次降噪，能夠有效地消除噪聲對數(shù)據(jù)的影響，從而有利于更精確地提高對風機設備2進行故障分析的精度；此外，采用上述方式進行降噪，能有效降低原始振動信號中的噪聲部分，提高原始振動信號的信噪比，削弱噪聲對綜合經(jīng)驗模態(tài)分解后的微弱信號特征提取的干擾，進一步提高對風機設備2進行故障特征提取的精度，從而有益于提高對風機設備2進行精確的故障識別，確保在風機設備2發(fā)生故障時能夠得到及時的維修，保證智能家居控制系統(tǒng)的正常運行。

優(yōu)選地，所述信號二級降噪單元對經(jīng)過信號初步降噪單元處理后的振動信號進行二次降噪時，具體執(zhí)行：

(1)對經(jīng)過信號初步降噪單元降噪的振動信號進行小波轉(zhuǎn)換，得到不同頻帶上的振動信號，采用滑動窗技術對各頻帶上的振動信號進行分段處理，提取振動信號的時間序列Z和Y，以及各段信號的小波系數(shù)其中g＝1，2，3…，為振動信號的頻帶數(shù)，m＝1，2，3…，為小波系數(shù)的序列；

(2)對功率譜密度進行一階平滑處理，得到平滑后的振動信號E(Z,Y)；

(3)設定各個頻帶上平滑后的振動信號中各段信號的閥值，根據(jù)設定的閥值對各段信號進行降噪，削除超出閥值以外的振動信號，然后將降噪后的各段信號進行重構(gòu)，之后進入信號末級降噪單元進行進一步降噪處理。

本實施例采用上述方式對原始振動信號進行二次降噪，能夠使得各段噪聲處理更加靈活準確，降噪效果更好，為對風機設備2的故障特征提取奠定良好的基礎。

優(yōu)選地，設E(Z,Y)表示時間序列為Z和Y的平滑后的振動信號，E(Z-1,Y)為時間序列為Z-1和Y的平滑后的振動信號，設定E(0,Y)＝0，N為采用的窗函數(shù)的長度，β為人為設定的閾值系數(shù)，采用以下經(jīng)過優(yōu)化的平滑公式得到平滑后的振動信號：

式中，|C(Z,Y)|²為振動信號E(Z,Y)所對應頻帶的功率譜密度。

在本實施例中，采用優(yōu)化的平滑公式進行振動信號的平滑處理，該公式不僅考慮了閥值系數(shù)的影響，也考慮了窗函數(shù)的長度的影響，使得該平滑處理更精確，適用范圍更廣，為對風機設備2的故障特征提取奠定良好的基礎。

優(yōu)選地，所述各個頻帶上平滑后的振動信號中各段信號的閥值由以下公式進行設定：

其中，Ω_g為第g個頻帶上平滑后的振動信號E(Z,Y)的閾值；β為所述的人為設定的閥值系數(shù)，E_max(Z,Y)、E_min(Z,Y)和分別為平滑后的振動信號E(Z,Y)的最大值、最小值和平均值，為所述的各段信號的小波系數(shù)的中值的絕對值。

在本實施例中，能夠根據(jù)振動信號中各頻帶的功率譜密度和小波系數(shù)對各段信號的閥值自適應地進行調(diào)整，使得降噪更加準確，且不受振動信號長度的影響，有利于實現(xiàn)針對風機設備2的故障的精確識別，確保智能家居系統(tǒng)的健康運作。

優(yōu)選地，所述基于改進的綜合經(jīng)驗模態(tài)算法對二級降噪后的振動信號進行末級降噪，包括：

(1)設定高低頻的分界線，采用經(jīng)驗模態(tài)分解的自適應時頻分析方法將初步降噪后的原始振動信號按高低頻分解成不同的固有模態(tài)函數(shù)，對所得的固有模態(tài)函數(shù)進行傅里葉變換，獲得多個含有高頻成分的固有模態(tài)函數(shù)和多個含有低頻成分的固有模態(tài)函數(shù)，將多個含有高頻成分的固有模態(tài)函數(shù)組合成新的本征模態(tài)函數(shù)P_H：

將多個含有低頻成分的固有模態(tài)函數(shù)組合成新的本征模態(tài)函數(shù)P_L：

式中，P₁,P₂,…,P_a表示含有高頻成分的固有模態(tài)函數(shù)，P_1+a,P_2+a,…,P_b表示含有低頻成分的固有模態(tài)函數(shù)，a是含有高頻成分的固有模態(tài)函數(shù)的最大層數(shù)，b是含有低頻成分的固有模態(tài)函數(shù)的最大層數(shù)；

(2)對本征模態(tài)函數(shù)P_H、P_L分別進行綜合經(jīng)驗模態(tài)分解，提取敏感的固有模態(tài)函數(shù)。

本優(yōu)選實施例能夠避免經(jīng)驗模態(tài)分解中的模態(tài)混疊現(xiàn)象，提高綜合經(jīng)驗模態(tài)的分解精度，為下一步對風機設備2的故障特征提取打下基礎。

優(yōu)選地，對本征模態(tài)函數(shù)P_L進行綜合經(jīng)驗模態(tài)分解時選取的整合次數(shù)為100，選取的白噪聲幅值為[0.2,0.6]；對本征模態(tài)函數(shù)P_H進行綜合經(jīng)驗模態(tài)分解時選取的整合次數(shù)為100，選取的白噪聲幅值滿足R_n＝0.06R_h，其中R_n為選取的白噪聲的能量標準差，R_h為原始振動信號的最優(yōu)高頻成分的能量標準差，該最優(yōu)高頻成分為與原始振動信號相關性最大的固有模態(tài)函數(shù)；其中，通過下式計算固有模態(tài)函數(shù)與原始振動信號的相關性：

式中，relativeU_i(j)表示U_i(j)與原始振動信號的相關性，C為原始振動信號的采樣點數(shù)，s₀(j)表示第j個原始振動信號，U_i(j)表示與第j個原始振動信號對應的第i個固有模態(tài)函數(shù)，γ表示與第j個原始振動信號對應的固有模態(tài)函數(shù)的數(shù)量，為原始振動信號的均值，T為人為設定的修正系數(shù)。

本優(yōu)選實施例選取優(yōu)化后的白噪聲幅值進行綜合經(jīng)驗模態(tài)分解，能夠提高綜合經(jīng)驗模態(tài)分解的精度，從而有利于實現(xiàn)對風機設備2的原始振動信號的精確降噪。

根據(jù)上述實施例，發(fā)明人進行了一系列測試，以下是進行測試得到的實驗數(shù)據(jù)：

上述實驗數(shù)據(jù)表明，本發(fā)明能夠避免夜晚用戶在黑暗中找尋照明開關的問題，而且在室內(nèi)無人時，自動關斷燈具，起到了節(jié)能降耗的作用，此外系統(tǒng)能夠檢測室內(nèi)溫度，通過控制風機來調(diào)節(jié)室內(nèi)溫度，從而提高用戶舒適度，從而將整個家居系統(tǒng)中每個電器聯(lián)系起來作為一個系統(tǒng)使用，提高用戶體驗，且能精確對風機設備2進行故障檢測，從而確保系統(tǒng)的正常運行，具有非常顯著的有益效果。

最后應當說明的是，以上實施例僅用以說明本發(fā)明的技術方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細地說明，本領域的普通技術人員應當理解，可以對本發(fā)明的技術方案進行修改或者等同替換，而不脫離本發(fā)明技術方案的實質(zhì)和范圍。