建筑室内环境监测系统设计与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.2.1 室内环境监测 | 第13页 |
| 1.2.2 建筑智能化系统综合应用 | 第13-15页 |
| 1.2.3 云平台 | 第15-16页 |
| 1.3 课题研究的目的和意义 | 第16页 |
| 1.4 课题内容组织结构 | 第16-18页 |
| 第2章 建筑室内环境监测系统架构设计 | 第18-21页 |
| 2.1 前言 | 第18页 |
| 2.2 需求分析 | 第18-19页 |
| 2.3 总体架构设计 | 第19-20页 |
| 2.4 小结 | 第20-21页 |
| 第3章 建筑室内环境数据采集及数据获取 | 第21-42页 |
| 3.1 前言 | 第21页 |
| 3.2 云数据库设计与开发 | 第21-29页 |
| 3.2.1 E-R模型设计 | 第21-23页 |
| 3.2.2 数据结构设计 | 第23-27页 |
| 3.2.3 云数据库开发 | 第27-29页 |
| 3.3 硬件开发环境 | 第29-32页 |
| 3.3.1 Arduino | 第29-30页 |
| 3.3.2 ESP8266EX | 第30-32页 |
| 3.3.3 ESPDuino | 第32页 |
| 3.4 程序设计流程 | 第32-33页 |
| 3.5 硬件模块配置 | 第33-39页 |
| 3.5.1 温湿度监测模块 | 第34-35页 |
| 3.5.2 光照度监测模块 | 第35页 |
| 3.5.3 PM2.5甲醛二合一监测模块 | 第35-36页 |
| 3.5.4 人员监测模块 | 第36-37页 |
| 3.5.5 能耗监测模块 | 第37-38页 |
| 3.5.6 WiFi网络配置信息设置 | 第38-39页 |
| 3.6 硬件系统测试 | 第39-41页 |
| 3.7 小结 | 第41-42页 |
| 第4章 建筑室内环境监测系统软件开发 | 第42-70页 |
| 4.1 前言 | 第42页 |
| 4.2 软件方案设计 | 第42-48页 |
| 4.2.1 可行的解决方案 | 第42-43页 |
| 4.2.2 方案论证 | 第43-44页 |
| 4.2.3 开发环境 | 第44-46页 |
| 4.2.4 开发工具 | 第46-48页 |
| 4.3 程序编译的业务流程 | 第48-50页 |
| 4.4 Web客户端使用方法 | 第50-54页 |
| 4.4.1 用户信息管理 | 第50-51页 |
| 4.4.2 建筑信息管理 | 第51-54页 |
| 4.5 环境监测模块开发 | 第54-63页 |
| 4.5.1 主界面 | 第54-57页 |
| 4.5.2 PM2.5监测模块 | 第57-60页 |
| 4.5.3 温湿度监测模块 | 第60-61页 |
| 4.5.4 二氧化碳监测模块 | 第61-62页 |
| 4.5.5 甲醛监测模块 | 第62页 |
| 4.5.6 信息推送模块 | 第62-63页 |
| 4.6 人员监测模块开发 | 第63-64页 |
| 4.7 能耗监测模块开发 | 第64-66页 |
| 4.8 手机客户端开发 | 第66-68页 |
| 4.8.1 MVC设计模式 | 第66-67页 |
| 4.8.2 设计流程 | 第67-68页 |
| 4.9 小结 | 第68-70页 |
| 第5章 PM2.5浓度预测模型研究与应用 | 第70-79页 |
| 5.1 前言 | 第70-71页 |
| 5.2 极限学习机的基本原理 | 第71-72页 |
| 5.3 PM2.5浓度预测模型 | 第72-76页 |
| 5.3.1 数据预处理 | 第72-73页 |
| 5.3.2 实验过程 | 第73-76页 |
| 5.3.3 实验结果比较与分析 | 第76页 |
| 5.4 算法验证 | 第76-78页 |
| 5.5 小结 | 第78-79页 |
| 第6章 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 致谢 | 第86-87页 |
| 攻读硕士学位期间论文发表及科研情况 | 第87页 |
