当前位置: 首页 > news >正文

基于STM32单片机的物联网智能鱼缸控制系统设计 物联网云平台 WIFI无线传输 定时增氧 多功能鱼缸 成品套件 DIY设计 实物+源程序+原理图+仿真+其它资料(850-31)

本人从事毕业论文设计辅导10余载,撰写的毕业论文超2000余篇,为广大的应届毕业生节省了大量的设计和撰写时间。在单片机领域,参与设计51系列STM32系列Proteus仿真JAVA上位机Android Studio物联网无线通信等千余套项目,具有丰富的实战经验。

点此文字联系我们

点击链接加入群聊【CSDN学习文档分享群-导师设计】:https://qm.qq.com/q/IhY91hHBKK

关注+点赞+收藏=联系我们发资料

关注+点赞+收藏=联系我们发资料

关注+点赞+收藏=联系我们发资料

随着人们物质生活的改善和欣赏能力的提高,观赏鱼缸之类的工艺产品逐渐进入了家庭和宾馆、商场等公共场所。但是,目前市场上的观赏鱼缸的水温检测、液位控制、水循环、喂食等操作都需要人为的手工进行,这就给人们带来了很大的麻烦和不便。

本文通过对目前大多数水族箱控制设备应用现状的分析和研究,提出了一种多功能的观赏鱼缸智能控制系统的设计方案。该控制系统基于STM32单片机的家庭水族箱控制系统。整套系统以STM32F103C8T6单片机为核心芯片,结合传感器技术、继电器原理、C语言编程等技术,集多种控制功能于一体,包括温度控制、喂食、增氧、自动、手动、光照照明、无线传输液晶显示、按键设置等,并可根据需要增加控制参数,通过选择不同元器件控制成本。本文从功能设计、元器件选择、硬件电路设计和软件设计等几个方面对该控制系统进行阐述。

通过较长时间的运行测试,表明该控制系统运行稳定可靠、操作简单方便、具有多种节电工作模式。同时该系统设计灵活、结构简单、成本低廉,易于规模化生产,可广泛用于家庭和宾馆等安装观赏鱼缸的场所。

硬件组成部分:

需要实物运行视频可联系我们:https://qm.qq.com/q/IhY91hHBKK

整个实物设计过程:

定时喂食+定时换水+缺水加水+温度采集+加热+蜂鸣器

1. LCD1602液晶显示是否缺水、时间、温度等信息

2. 水位传感器检测鱼缸水位是否有水

水位传感器检测缺水,液晶显示NO Water !

蜂鸣器报警,进水继电器闭合开始加水

3. DS18B20温度传感器检测当前温度

4. 第一个按键:设置 第二个:加

第三个:减 第四个:退出

5. 按下第一个按键设置时间

6. 再次按下第一个然后进入换水时间设置页面

Set Water Time

7. 长按第一个按键听到滴一声就可以进行修改时间

8. 换水时间到后出水继电器闭合5S水泵模拟出水

然后进水继电器闭合5S表示换水完成

按第一个按键退出设置换水时间

9. 在次按下 一个按键进入喂食时间

Set Feed Time

10. 喂食时间到后步电机旋转然后进行投放实物

10S后电机反转回来表示喂食结束

喂食时第一行闪烁显示F 表示正在喂食

11. 在次按下 一个按键进入温度保温

Set The Temp min:温度下限 max:温度上限

12. 温度低于设置min 蜂鸣器进行报警提醒

加热片开始加热达到max停止

加定时增氧功能 :

13. 按键设置增氧开启关闭时间

Set Oxygen Time

K:XX:XX(开启增氧时间) G:XX:XX(关闭增氧时间)

14. 时间到后开启增氧泵进行增氧

加光敏光照补偿功能 :

15. 光敏采集当前光照强度,液晶会显示当前光照强度

16. 按键设置光照下限

Set The Light :设置光照下限

17. 光线小于设置下限蜂鸣器报警

开启LED台灯进行光照补偿

加浊度采集功能:

18. 浊度传感器检测水体浑浊,液晶也会显示当前浊度值

19. 按键设置浊度上限

Set Turbidity 设置浊度上限

20. 当浊度超过上限蜂鸣器报警提醒

继电器闭合5S水泵模拟出水

进水继电器闭合5S表示换水完成

WIFI云平台功能

21. WIFI模块ESP8266云平台传输数据到物联网云平台显示

当前温度、光照、浊度等信息

22. 电脑端可以改为自动控制和手动控制

23. 手动控制下可以直接进行换水、增氧、喂食、照明、加热

技术交流 实践设计 资料下载即可联系我们

http://www.jsqmd.com/news/150739/

相关文章:

  • HardFault_Handler工业控制应用:深度剖析异常处理机制
  • TensorRT镜像用户手册:从安装到部署的每一个关键步骤
  • 使用TensorRT优化在线学习模型的推理路径
  • 打造高性能AI中台:TensorRT镜像作为底层引擎的优势分析
  • Keil安装新手教程:零基础入门必看指南
  • STM32 QSPI协议四线模式通信稳定性提升方案
  • 实测分享:在RTX 4090上运行TensorRT优化的Llama3推理
  • SpringBoot+Vue 面向智慧教育实习实践系统管理平台源码【适合毕设/课设/学习】Java+MySQL
  • 基于TensorRT的实时对话系统搭建:毫秒级响应不是梦
  • STM32工业阀门控制项目:Keil5操作指南
  • 如何在Python和C++环境中调用TensorRT镜像服务接口
  • arm64 x64交叉编译目标文件生成操作指南
  • 从零开始训练到上线服务:TensorRT镜像在流水线中的角色
  • Allegro中Gerber输出设置:从零实现的实战案例
  • 大模型推理延迟过高?可能是你还没用TensorRT镜像
  • [25/12/28]以撒忏悔远程联机教程
  • 基于TensorRT镜像的大模型部署实践:从训练到生产的高效路径
  • 如何用机器学习解决简单问题
  • SSD1306 OLED屏I2C地址解析:通俗解释常见问题
  • 杰理芯片SDK开发-普通串口调试EQ教程
  • 揭秘NVIDIA官方推理引擎:TensorRT镜像为何成为行业标准
  • Linux随记(二十七)
  • 从91%到135%的“惊悚”跃升:一篇合规的“学术垃圾”是如何炼成的?
  • 探索极限性能:在DGX系统上压榨TensorRT的最后一滴算力
  • 大模型推理服务灰度策略管理系统
  • 如何监控和调优TensorRT镜像运行时的GPU资源消耗
  • 数据科学家关于个性化项目长期实验的指南
  • TensorRT与Server-Sent Events在流式响应中的协作
  • 从PyTorch到TensorRT:如何将开源大模型转化为生产级服务
  • AD环境下原理图生成PCB:布线优化核心要点