基于PID控制算法的热水器智能控制系统设计.docx
- 文档编号:13866341
- 上传时间:2023-06-18
- 格式:DOCX
- 页数:30
- 大小:635.28KB
基于PID控制算法的热水器智能控制系统设计.docx
《基于PID控制算法的热水器智能控制系统设计.docx》由会员分享,可在线阅读,更多相关《基于PID控制算法的热水器智能控制系统设计.docx(30页珍藏版)》请在冰点文库上搜索。
基于PID控制算法的热水器智能控制系统设计
基于PID控制算法的热水器智能控制系统设计——语音识别系统设计
摘要
伴随着物联网、大数据、人工智能的发展,对于语音识别有了更高要求,同时也意味着,我们生活中的家居产品越来越智能,走进了我们生活中的方方面面,我们作为消费者,生活品质得到了提高。
家电的智能化已经成为了家电市场发展的一个必要趋势,为了达到更加人性,更加节约资源以及提供更便携的服务等作用,因此,全方位实现生活中信息交互功能显得十分有必要!
往往被忽略的电热水器再智能发面有着巨大的发展前景。
除了要满足了一定的舒适度,与其同时,也希望能够做到语音智能,但市面上已有的热水器主要是储水式电热水器和即热式热水器。
而其中,储水式电热水器被广为使用,因为它的各项优势更符合的家庭安装的要求,所以,这对于产品的更新换代有了一定的群众基础。
以储水式热水器作为基础,进行功能上的改进以及增加,结合了语音识别系统,主要包括了以下内容,
针对现在语音识别主要算法的进行介绍,做进一步分析,了解了不同算法的原理之后,对几种算法进行操作难度的比较,并结合了本设计的主体进行筛选,选出合适的算法。
对本设计的主体,储水式电热水器参与了方案设计,介绍了它的结构设计,与语音识别所相关的,水温控制以及水位控制做相关调整,
基于动态时间规整的算法,首先提取语音内容,使用了计算机的声卡收集,对所收集到的语音进行数字化和预处理,与此同时,对于语音的端点检测也至关重要,通过以处理过的语音进行特征提取,获取所需内容,最后对其进行训练和识别,通过实验验证,该方法可以初步实现语音识别,达到通过语音控制电热水器的基本操作,满足了日常所需。
提高了使用的舒适性
关键词:
储水式电热水器;智能控制;语音识别系统;节能保温;动态时间规整算法
1前言
由于目前我们生活水平的提高,加上科研专家的不断研发,以及商家的营销,我们的生活中已经被各式各样的智能家居所包围,与此同时,作为生活中的必备品——热水器,有着不可捍卫的坚固地位,小到家庭,大到酒店,热水器已经是装潢的必备产品之一了,但是早期由于燃气热水器的安全性有所欠缺,且燃气热水器所引起的爆炸、中毒事件,数量庞大,也使得人们对燃气热水器具有一定的恐惧心理,加上燃气热水器的安装条件有限制,对水压有较高的要求,而普遍的家用水压较难达到这个要求,导致燃气热水器逐渐的被市场淘汰。
取而代之的就是电热水器。
由于电热水器在中国的市场已经发展了十多年,在其经历过一段不尽人意的市场后,在二十世纪90年代末,有部分国外品牌发现了我们中国的市场,开始向国内引进,由于国外品牌的进入,开始转而关注电热水器,相比燃气热水器,电热水器的有点显而易见,他的安装方式对技术没有很高的要求,在使用上更简洁方便,最重要的就是,不会产生大量的废气,避免了空气的污染,同时也避免了中毒的危险,更安全更卫生,不仅如此,还能适应天气的变化。
目前,市面上销售的大部分电热水器已经能够基本满足生活的需求,然而学者们不断的完善的已有的产品,力求其更安全,更智能,更稳定。
对于电热水器的水温控制、水位系统以及储水容量等设计方面,目前在我国专家的不懈努力下,已经取得了很大的成就,并且一直在不断完善和开发新功能
1.1本设计的目的和意义
随着我们对物质生活水平的要求逐渐不断提高,以及对生活舒适性的要求越来越高,许多智能家居控制系统已进入我们的生活。
但由于热水器种类众多,控制方式不统一,因此智能家居控制系统很少包含对于热水器的控制模块。
现今,燃气式热水器出现的问题越来越明显,水压受限,较差的安全性能,频繁的出现过因为废气中毒、燃气爆炸等事故,导致燃气热水器渐渐退出市场,而天气的原因,对太阳能热水器的影响较大,也逐渐被市场淘汰。
目前市场上主要是有两种电热水器。
当代年轻人比较少有人知道的是连续水流式电热水器,另一种就是我们生活中,家庭装潢首选的储水式电热水器。
连续水流式电热水器之所以鲜为人知的一个原因就是,它的缺点非常明显,它所需的功率相比器家庭中,是非常大的,因此对路线要求很高,但是它的优点也十分显著,对于水温的加加热速度非常快,实用性很高,而且它的体积娇小,不占过多的地方,但是它的。
而储水式电热水器吸取了流水式电热水器的使用经验,尽可能地避开了它的设计缺点,采用了机械式的设计方法,但鱼与熊掌不可兼得,这样设计的所带来的问题也比较多,对于温度的控制过于简单,同时设计精度低、加热的时间偏长、并且,它的功能单一,无法做到多功能。
但将两者进行相比过后,绝大部分家庭更倾向于购买储水式电热水器,毕竟作为生活必须品,它具安全,更符合家装要求,因此,储水式电热水器比流水式电热水器在家装方面更具有市场,相比之下,应用也更广泛,但节能,智能控制等方面仍有待提高,同时,市面上大部分的储水式热水器着重于提高储水量,而忽略了对热水器的智能化和个性化的需求。
为满足人们对高质量生活的需求,以及处于环保节能的倡导理念下,有必要对于储水式电热水器进行改良,使其温度控制系统要求更高,更加的节能,更加方便人们在使用过程中对热水器的智能控制。
当热水器在不用的时候,可以及时的关闭,以及防止热量在散发的过程中导致的浪费。
当热水器在使用的时候,可以做到人性化的使用,提高使用的舒适度。
1.2本设计的发展现状与趋势
1.2.1本设计的现状
经过近十多年的一个发展,电热水器在整个技术上取得了持续性的进步,例如,大众比较了解的防电墙、防电门的创新技术,在专业领域所熟知的3D快速加热,变频功能的扩展等等,类似这样的创新性产品逐渐在行业后再蔓延开来。
我们最关注安全性,节能,加热速率,出水量等,也在不断改进。
对目前的电热水器的市场进行查阅后,电热水器的主要市场以储水式电热水器和水流式电热水器各占据半壁江山。
一种是被广泛的运用于家庭中的储水式电热水器,它的显著特征在于他的容量选择上,据销量显示,选择50L的居多,小户家庭由于空间受限,更看重储水式电热水器的空间占比,倾向于选择较少的储水量,例如40L,也有家庭人员较多,空间较充裕的就选择更大的出水容量,例如60L,甚至高达到100L以上,家用一般都是40L-60L。
由于储水式热水器的加热管采用的是低功率,导致每次使用前的,预热时间较长,早期的热水器加热需要高达1个小时及以上,如今部分热水器的加热时间可以缩短到40-60分钟,也加入了预约加热等功能,但仍然不便于人们的使用,同时,在节能节水方面,仍然有待提高。
另外,使用过程中,大部分热水器没有考虑到用户体验,也需要加以改善。
而水流式电热水器,具有小巧,即热快的优点,主要是弥补了储水式电热水器的缺点,借助加热管的高功率,冷水被快速加热,水温升温很快,因此可以做到立即打开和关闭的效果,以此来节约用水。
但是,由于使用大功率加热管,使用条件有限,必须使用专门的线路还能安装,对出水量的要求也很多,出水量不能过大,会影响使用效果。
因此储水式电热水器更广泛的运用于家庭。
随着技术的不断进步,人工智能近年来发展迅速。
不知不觉中,人工智能已经进入我们的生活每一个地方,从Apple手机中的Siri到无人机和无人驾驶车辆。
都是体现了人工智能的应用。
而语音识别技术作为一项含有高科技的技术,实现过程看似简单,但实际操作也十分复杂,对使用的机器是有所要求的,需使用特定的产品,通过对语音进行识别,然后分析以及理解,将机器所得到的语音信号进行一个转换,从而得到相应的文本或命令,进而执行。
这对于计算机而言,语音识别的存在,就好比是我们人的耳朵,大脑和嘴巴配合着工作一样。
属于人工智能中极其重要的一部分。
中国的语音识别研究要从上世纪五十年代开始,由于近年来需求猛增,促使了发展迅猛。
我国的研究水平已经走出实验室了,逐渐走向国际。
在上世纪八十年代。
我国实施国家863计划开始,我国的专家组为此特别设立了语音识别技术研究的项目,据了解,这个语音识别研究项目每两年进行一次。
在专家们和各项人才的研究下,中国的语音识别技术的研究水平基本已经赶上了国外水平。
其次,中国语音识别技术体现了独特的功能和优势,例如方言等等,甚至可以说,已经达到了国际先进水平。
据了解,我国的几所知名院校,例如清华大学、北京大学、哈尔滨工业大学等,对语音识别技术这方面都有进行过深入的研究。
清华大学电子工程系的一个研究组,经过不断的研究,已经开发出一种非特定人的中文数字字符串连续语音识别系统,部分识别精度高达98.7%。
这是目前国际上最好的识别结果之一,几乎接近实用水。
1.2.2本设计的发展趋势
语音是大规模环境中语音识别研究的主题之一。
它不仅仅作为语音信号处理的一个重要研究方向,还是模式识别的一个分支。
它做涉及的领域非常广泛,包括人类生理学,心理学,语言学,计算机科学,计算机信号处理,甚至人类语言(例如人与人之间的交流时)。
此技术可以用来帮助我们理解时对方的面部表情,手势和其他行为,但都是朝着以一个方向,其最终目标是实现人与机器之间的自然语言交流。
语音识别技术正在迅速普及,为更多用户提供了方便自然的交互体验。
语音识别技术目前已在移动互联网得到广泛的应用了,而可穿戴、智能家居、智能汽车等领域的也已经开始应用了语音识别技术,并且越来越多的其他智能产品终端也开始引入语音功能。
伴随着网络的快速发展,目前5G高速网络及大数据服务平台的广泛应用,语音识别技术的发展有望从“听/说”的初步应用发展到能够“理解/思考”的人工智能,
如果能实现这一技术,用户体验效果将得到很大幅度的提升,从而迎来更大的发展机遇期。
新技术,新产品和新服务(例如可穿戴设备,智能家居和无人驾驶汽车)将使用语音作为人机交互设计和开发的手段。
智能语音识别技术将影响新兴产业数万亿美元的发展。
在围绕智能语音技术开发新产品和服务的过程中,对产业链中的所有环节,可能会进行重新调整,从制造商开始,例如组件制造商,终端制造商,到技术方面,例如软件技术提供商,再到内容和服务提供商,最后到我们消费者,通过这一系列的调整,促进了产业的变革。
进而建立新的工业生态系统。
随着语音识别和语音合成领域中深度神经网络技术的不断深入,语音识别和语音合成技术得到了迅速发展和不断成熟,不断提高的准确性和精度。
机器翻译和自然语言理解技术作为智能语音的两项核心技术,仍将是学术界和工业界关注的焦点。
随着人工智能技术的广泛关注,机器翻译和自然语言理解技术将成为未来研究机构和企业研发的重点。
信息消费将促进智能语音识别技术在移动电话,家用电器和汽车电子等传统终端设备中的应用,并将扩展到新兴的可穿戴设备,例如智能眼镜和智能手表,从而不断改善用户的体验和效果。
扩大了消费范畴和消费类别。
创建了一个新的信息消费市场。
由于经济因素和房屋行业的不景气,我国的消费电子行业增速放缓,增长动力不足。
特别是主要产品类别的销售增长已放缓。
当然,这种现象在电热水器行业也不例外。
电热水器产业并不是一个新兴产业,它作为一项传统产业,相对于新兴产业而言,它的竞争市场相对而言还是比较激烈的,并且,由于我们国家在城市的市场对热水器的普及率较高,同时,相应的政策出台对产业的影响,我国热水器市场的出现了增长减缓的一个情况。
但挑战伴随着机遇,人们对智能的需求不再局限于电子产品,开始转而望向智能家居,因此,相对于市面上大部分电热水器,具有更智能更人性化的热水器慢慢的进入到人们的视野中,在逐渐受到年轻人的青睐。
远观未来,具有人机交互功能,技术含量高,节能环保的新型电热水器可能是我国的电热水器市场的主要增长点,随着国家对农村的大力支持,农村城市化,家电下乡以及节能补贴等诸多政策的出台,中国农村家电市场将会得到了巨大的发展。
空间。
目前,市面上的电热水器品牌格局基本上已经初步形成,由于科学技术在不断的发展,以及人们的需求在不断的增多,对热水器要求逐渐的趋于高端化和智能化。
目前看来,在未来的十几年甚至几年内,热水器行业将会进入到一个术语它的发展黄金时期。
据了解,各品牌对于智能化电热水器都加以深究,电热水器的发展也十分迅猛,总体来说,行业内缺乏统一的规划与协调,但是,综合来看,热水器未来发展的主要方向仍然是智能化。
近年来,消费群体对热水器需求量仍然是增长的,说明了电热水器的潜力依旧很巨大,同时,这一行业极有可能成为国内电气行业下一阶段的一个热点。
另一方面,迄今为止诸如家庭智能和个人需求之类的新概念尚未普及,因此智能电热水器市场的总体拥有率较低,这使得更智能的电热水器的将会成为行业内的优质产品。
如果可以通过这一现状,把握住升级的机会,加快机会并推广新的智能电热水器概念,未来,会有更多种类,更多功能的智能化电热水器将进入每一个消费者的家庭。
在国家的号召,网络的进步,环保人士的大力宣传,人们对于节能减排的艺术逐渐有所提高,我相信,智能节能储热式电热水器市场广阔,需求稳定。
同时,随着储热式电热水器等环保节能产品的普及,环境也将得到改善。
1.3本设计的研究内容和目标
此次毕业设计旨在针对市面上大部分储水式热水器的恒温系统以及语音识别系统的不足进行改善,市面上大多数有语音识别系统的多是流水式电热水器,而流水式电热水器最大的不足就是功率过大,大部分家庭的无法满足这样硬性要求,所以针对这一现象,对储水式电热水器进行改善,完善语音识别系统,实现在使用过程中进行语音控制。
根据需要,做出语音指令,同时电热水器做出相应反应,例如;“提高/降低水温,开/关水”等语音指令。
2语音识别系统工作原理
2.1主要算法
目前具有代表性的语音识别方法主要有动态时间规整技术(DTW)、隐马尔科夫模型(HMM)、人工神经网络(ANN)、深度神经网络(DNN)等方法。
2.1.1动态时间规整
时间动态规整算法即DTW,在最初的时候,它被运用于识别语音的相似性。
例如,我们使用数字来代表所发出的词语的音调的高低,例如某个词语的发音音调为1-3-2-4。
安排让两个同学分别来说这个词语,同学a说的时候,前半部分发音故意拖长,其发音表示为1-1-3-3-2-4;同学b在说这个词语的时候,将后半部分发音拖长,其发音表示为1-3-2-2-4-4。
图2.1A/B发音序列图
现在就得到两组序列,分别计算第一位同学的1-1-3-3-2-4的序列的距离和第二位同学的1-3-2-2-4-4的序列的距离。
已知,距离越小,相似度越高,因为所得到的这两组序列代表同一个词语,我们的期望是,通过计算得出的距离越小越好,这样将两个序列所表示的词语,被视为统一词语的概率就越大。
首先,我们运用传统的计算方法计算两个序列的欧几里得距离,此步骤就是计算刚刚两个序列每个对应的点之间的距离只和。
距离之和
=|A
(1)-B
(1)|+|A
(2)-B
(2)|+|A(3)-B(3)|+|A(4)-B(4)|+|A(5)-B(5)|+|A(6)-B(6)|
=|1-1|+|1-3|+|3-2|+|3-2|+|2-4|+|4-4|
=6
图2.2A/B发音序列距离图
假设,我们允许第一个发音所得的序列图中的每个点与第二个发音序列图中的每个点竖向相连,这样做的目的是,延长这个点代表的音调的发音时间,然后对他们之间的点的距离进行计算,求距离之和。
如下图:
B发音中的1与A发音中的1相连,B发音中的1与A发音中的2相连,B发音中的3与A发音中的3相连,B发音中的4与A发音中的4相连。
图2.3A/B对应点相连图
这种“可以把序列某个时刻的点跟另一时刻多个连续时刻的点相对应”的做法,就是时间规整(TimeWarping)。
第一个序列我们称之为A,第二个序列我们称之为B,即A(1-1-3-3-2-4)和B(1-3-2-2-4-4)两个序列之间,总共各6个点,我们用一个6*6矩阵M表示各个点之间的距离,则M(i,j)就是代表,A的第i个点(例如A
(2)=1)和B的第j个点(例如B
(2)=3)之间的距离等于3-2=2,即
式2.1
图2.4矩阵M
通过传统欧几里得距离里所对应的点:
A
(1)-B
(1)
A
(2)-B
(2)
A(3)-B(3)
A(4)-B(4)
A(5)-B(5)
A(6)-B(6)
两两之间正好是矩阵M的对角线,对这条对角线上的点进行综合计算,不难发现,他们的和等于6。
而使用动态时间规整的方法中,一一所对应的点如下所示:
A
(1)A
(2)-B
(1)
A(3)A(4)-B
(2)
A(5)-B(3)B(4)
A(6)-B(5)B(6)
由此不难看出,我们从左上角到右下角的所有路径中,通过时间规整方法所对应的点,是其中一条路径,并且路径上的元素总和为0。
因此,DTW算法的步骤为:
在第一步中,计算两个序列的每个点之间的距离矩阵。
在第二步中,从矩阵的左上角到右下角的路径,计算这条路径最小的元素和。
我们将路径上元素的总和称为路径长度。
那么如何找到这条路径呢?
首先,不难看出,在矩阵中,从左上角到右下角的路径长度具有以下属性:
当前的路径长度=上一步的路径长度+当前元素的大小
对于路径上的元素(i,j),其前一个元素只能是以下三个元素之一:
a)左侧的元素(i,j-1)
b)上方的元素(i-1,j)
c)左上方的元素(i-1,j-1)
假设一个矩阵为M,我们从矩阵中的左上角一个点(1,1)到任意点(i,j)的最短路径长度为Lmin(i,j)。
然后,就可以使用递归算法找到最短路径长度:
起始条件:
式2.2
递推规则:
式2.3
当前元素的最短路径必须是前一个元素的最短路径的长度加上当前元素的长度。
而前一个元素有刚刚提及的三个可能,我们只需要取三个可能之中路径最短的那个就可以了。
2.1.2隐马尔可夫
如图所示为马尔科夫模型的图结构
图2.5隐马尔可夫模型
通过图2.5所示,对结构有了初步了解,要完成一个HMM模型的,是以满足以下3个特征为前提的:
(1)通过已知变量对未知变量进行猜测;
(2)序列满足马尔可夫性质;
(3)观测序列变量X的状态,是由时间t的隐藏状态确定的,并且要在时间t里才可以。
同时,隐马尔可夫模型是一个概率图模型,它将学习任务归因于计算变量的概率分布。
通过考虑联合概率P(Y,X)来推断Y的分布。
考虑到马尔可夫性质,时间t处的随机变量Y的状态仅由y(t-1)确定,时间t处的观测序列变量X的状态仅由yt确定,有:
式2.4
从而可以推出联合概率:
式2.5
通常,马尔可夫模型使用已知的观察序列来推断未知变量序列的模型。
2.1.3人工神经网络
人工神经网络的出现,很大的提高了语音识别的准确率,它是在1980年代后期出现的,英文缩写是——ANN。
他的本质无非是一个自适应非线性动力学系统,通过了解人类神经活动的原理,它对此进行一个模仿,以及人类大脑的所具有的自适应性,并行性,鲁棒性,以及容错性和学习特征这几个方面,它对人类具有的这几个原理进行一个模仿学习。
通过模仿学习,从而具备了这样复杂的特征,当然,ANN不仅仅如此,他有着很强大的分类功能,而且,在语音输入输出映射这方面的功能,相比其他,也更吸引人一点,是具有创新性的一种算法。
通俗来说,它对我们人类的大脑在进行模仿学习,把复杂的人脑思维机制转换成的一个工程模型。
跟隐马尔可夫模型相比,它们的工作原理是相反的,它所具有的分类决策能力和对不确定信息的描述这两方面在全世界学术界得到广泛认可,但是它对于描述语音信号的动态时间信号的能力仍然具有不足。
静态模式分类问题,通常由MLP分类器通解决,但是它不足就是对于时间序列的处理,没有过多的涉及。
尽管界内学者们推出了许多具有反馈的结构,但它们的表现力仍然不尽人意,不足以表示出语音信号的时间序列的动态特性。
人工神经网络也由于这一缺陷,因此在使用的过程中,人们通常是将人工神经网络算法与传统的识别方法结合使用,除去各自的劣势,吸取各自的优势,进行语音识别,这样的算法能够弥补了人工神经网络和传统算法之间所具有的不足之处。
比较常用的就是将神经网络和隐马尔可夫模型识别算法进行结合使用。
针对这种结合算法,科研专家对这个算法的研究已经走了相当长的一段路,也取得了较大进展,据了解,使用这种算法的识别的正确率,基本接近隐马尔可夫模型识别系统的正确率,有效的提高了语音识别的鲁棒性和准确性,为语音识别做出了较大贡献。
图2.6人工神经网络图
2.1.4深度神经网络
Hinton为全世界语音识别技术做出了重大贡献,他们提出的“深度置信网络”(DBN)促进了深度神经网络(DNN)研究的。
在2010年左右,Hinton将DNN应用于语音声学建模,并在TIMIT取得了最佳结果。
2011年底,MicrosoftResearch的YuDong和DengLi将DNN技术应用于连续词汇连续语音的识别任务中,这一举措,真正做到了大大降低了语音识别的错误率。
也就是从这时候开始,语音识别正式进入DNN-HMM时代。
DNN-HMM主要用深层神经网络模型代替原始模型,对每个音频信号的状态进行建模,并且不再需要对语音数据的分布进行假设。
这就是DNN的好处。
拼接语音帧,同时包括语音的时序结构信息。
以此方式,状态的分类概率显着提高。
同时,深度神经网络还具有很强的环境学习能力,可以提高噪声和口音的鲁棒性。
图2.7深度神经网络图
简而言之,DNN给出与特征输入字符串相对应的状态概率。
由于语音信号是有连续性的,每一个单词中包含的音素、音节,以及单词与单词之间都是没有明显的界限,而且每个发音单元也受上下文以及逻辑因素的影响。
尽管拼帧可以添加上下文的信息,但对语音而言,仅仅通过拼帧是远远不及理想效果的。
就有了递归神经网络(RNN)的出现,它的作用不但体现在记住了更多的历史信息,主要是对所获得的语音信号的上下信号,进行了建模。
2.2本章小结
语音识别的算法有很多种,但目前对于入门者来说,动态时间规整算法(DTW)和隐马尔可夫算法(HMM)是比较有代表性的,可以实现孤立词识别。
DTW算法适用于训练样本较少时,所得到的效果更理想。
针对语音特征参数序列的时间对齐问题,能够较好的解决相关问题。
克服了不同情况下,语音速度有所差异带来的识别错误,并且在训练时,样本少,算法相对简单,就是识别过程相对复杂。
隐马尔可夫算法(HMM)主要使用状态序列来描述观测向量的时间逻辑。
观测向量序列的空间分布由多元高斯混合分布表示,因此,它虽然识别识别率高,但是在保证识别率的前提下,这种算法在训练中,需要使用十分多的训练样本。
这无疑是增加了存储负荷并需要大量存储空间,但是其识别过程相对简单,并且主要在大规模词汇语音识别系统中连续使用。
而人工神经网络和深度神经网络虽然在一定程度上,降低了识别的错误率,更能准确的识别出语音信号的内容,但考虑到其成本,算法的难度,故不优先考虑这两种算法,
至此,结合了本次设计的要求,选择了动态时间规整算法(DTW)
3热水器的总体方案设计
3.1总体方案介绍
3.1.1结构设计
电热水器结构的关键零件有内胆、加热棒、镁棒。
其中内胆可以说是最重要的一个部分了。
它关系到热水的保温问题,甚至可以说,评判一个热水器的好坏,取决于热水器的内胆性能,本设计的结构设计使用了搪瓷内胆来提高电热水器的耐腐蚀性,此外,镁棒和加热棒的性能也关系到热水器的使用寿命。
加热棒作为加热元件,他的重要性,光看名字就显而易见,一个质量较好的电热水器,对于加热棒的选择,也有着较高的标准。
由于长时间处在水里的环境,会产生结水垢的现象,同时,因为加热的缘故,会加剧这一现象,所以在本词设计在电加热棒的选择上,倾向于选择符合抗腐蚀标准的产品。
镁棒看似没有体现出较大的作用,但实际上,镁棒是在无形中发挥着巨大作用的,它主要是吸收电热水器中产生的离子,以保护水箱和加热管。
因为镁棒的性质活泼,故采用了牺牲阳极的方法,来减慢水和碱的腐蚀速度,更有效的保回内胆和加热棒。
另外,由于镁棒是会被消耗殆尽的,未来提高它的使用体验,减少售后维修成本
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 PID 控制 算法 热水器 智能 控制系统 设计