系統識別號 | U0002-2007202011454400 |
---|---|
DOI | 10.6846/TKU.2020.00577 |
論文名稱(中文) | 居家智能環境溫度變異與人體血壓之分析探討 |
論文名稱(英文) | Analysis of Temperature Variation and Blood Pressure in Home Intelligent Environment |
第三語言論文名稱 | |
校院名稱 | 淡江大學 |
系所名稱(中文) | 電機工程學系碩士在職專班 |
系所名稱(英文) | Department of Electrical and Computer Engineering |
外國學位學校名稱 | |
外國學位學院名稱 | |
外國學位研究所名稱 | |
學年度 | 108 |
學期 | 2 |
出版年 | 109 |
研究生(中文) | 李建勲 |
研究生(英文) | JIAN-SYUN LI |
學號 | 707440110 |
學位類別 | 碩士 |
語言別 | 繁體中文 |
第二語言別 | |
口試日期 | 2020-07-10 |
論文頁數 | 89頁 |
口試委員 |
指導教授
-
李揚漢
委員 - 郭博昭 委員 - 蘇木春 |
關鍵字(中) |
感測器 溫度 雲端 血壓 |
關鍵字(英) |
Sensor Temperature Clouds Blood pressure |
第三語言關鍵字 | |
學科別分類 | |
中文摘要 |
本論文主要探討居家環境溫度分析跟生理訊息分析研究,透過智能溫度感測器Arduino WeMos-D1R2搭配DHT22分布在各個場景,客廳、陽台、房間、廚房,在居家環境不同的地方是否存在著環境溫度上的差異,居家的住戶者可以透過手機APP連接到網路查看目前居家環境各個環境溫度狀況,同時智能溫度感測器在每個環境的溫度也都會上傳到雲端平台(ThingSpeak)也可以從雲端下載過往溫度數據用於歷史分析。 除了分析環境溫度外,同時也在記錄身體血壓的數值,居家生活狀況下,不同溫度並且在不同場景量測血壓,還有在不同環境溫度下做居家生活事情量測血壓,藉由這些生理訊息來分析跟環境是否存在關聯。 |
英文摘要 |
This thesis mainly discusses the analysis of home environment temperature and physiological information. By placing the intelligent temperature sensor to analyze the temperature difference from the locations in home environment, such as living room, balcony, room and kitchen. The temperature of the current home environment can be viewed through the Blynk app. Simultaneous blood pressure and temperature are measured in different environments. Through these physiological information, the correlation between different environments and temperatures is analyzed. |
第三語言摘要 | |
論文目次 |
目錄 誌謝 I 中文摘要…………………………………………………………………………………… II ABSTRACT III 目錄 IV 圖目錄 VI 表目錄 XIII 第一章 緒論 1 1.1 研究動機 1 1.2 研究目的 1 1.3 文獻回顧 2 1.4 章節介紹 3 第二章 研究背景 5 2.1 台灣氣候溫度 5 2.2 居家環境溫度與健康 6 2.3 血壓 7 2.4 環境溫度跟血壓關係 7 第三章 研究方法 8 3.1 系統分析架構 8 3.2 居家智能溫度感測器硬體架構 8 3.3 Arduino WeMos-D1R2介紹(便宜,內建Wi-Fi模組) 9 3.4 Arduino IDE介紹 10 3.5 Blynk介紹 11 3.6 ThingSpeak雲端平台 13 3.7 溫濕度模組-DHT22 14 3.8 居家陽台與土城觀測站溫度比較 15 3.9 Blynk APP設計 19 3.10 居家智能溫度感測運行流程 20 第四章 研究成果 22 4.1 實驗流程 22 4.2 實驗環境 22 4.3 實驗結果 26 第五章 結論與未來展望 85 5.1 結論 85 5.2 未來展望 86 參考文獻 87 圖目錄 圖 1.1居家智能溫度感測器 2 圖 1.2 Arduino WeMos-D1 R2 開發板規格 3 圖 1.3論文章節架構圖 3 圖 1.4論文概念圖 4 圖 2.1台灣區域每月平均溫度圖(擷取中央氣象局) 5 圖 2.2居家舒適溫度圖(擷取ANSI/ASHRAE Standard 55-2017) 6 圖 2.3血壓範圍(擷取American Heart Association) 7 圖 3.1系統架構圖 8 圖 3.2硬體架構圖 9 圖 3.3 Arduino WeMos-D1R2硬體開發板 10 圖 3.4 Arduino IDE 11 圖 3.5 Arduino Library 11 圖 3.6 Blynk運行架構圖 12 圖 3.7 Blynk APP設計介面(擷取Blynk APP) 12 圖 3.8 ThingSpeak 免費與付費差異(擷取ThingSpeak Web) 13 圖 3.9 ThingSpeak平台介面(擷取ThingSpeak Web) 14 圖 3.10 DHT22溫溼度模組實體圖 14 圖 3.11觀測站查詢系統介面(擷取觀測站) 16 圖 3.12 2019/10月份居家陽台與土城觀測站溫度比較 16 圖 3.13 2019/11月份居家陽台與土城觀測站溫度比較 16 圖 3.14 2019/12月份居家陽台與土城觀測站溫度比較 17 圖 3.15 2020/1月份居家陽台與土城觀測站溫度比較 17 圖 3.16 2020/2月份居家陽台與土城觀測站溫度比較 17 圖 3.17 2020/3月份居家陽台與土城觀測站溫度比較 18 圖 3.18 2020/4月份居家陽台與土城觀測站溫度比較 18 圖 3.19 2020/5月份居家陽台與土城觀測站溫度比較 18 圖 3.20居家智能溫度感測器APP(擷取Blynk APP) 19 圖 3.21 Blynk APP設計介面(擷取Blynk APP) 19 圖 3.22居家智能溫度感測器程式流程圖 20 圖 3.23 Arduino WI-FI設定程式碼 21 圖 3.24 Arduino 溫度感測程式碼 21 圖 4.1 實驗流程圖 22 圖 4.2 居家平面圖 23 圖 4.3 客廳靠近玄關(A1) 23 圖 4.4 客廳靠近陽台(A2) 24 圖 4.5 房間靠近門(B1) 24 圖 4.6 房間靠近窗戶(B2) 25 圖 4.7 陽台(C1) 25 圖 4.8 廚房(D1) 26 圖 4.9 2019/10月份溫度圖A場景比C場景圖 28 圖 4.10 2019/10月份溫度圖B場景比C場景圖 29 圖 4.11 2019/10月份溫度圖A場景比B場景圖 30 圖 4.12 2019/11月份溫度圖A場景比C場景圖 31 圖 4.13 2019/11月份溫度圖B場景比C場景圖 32 圖 4.14 2019/11月份溫度圖A場景比B場景圖 33 圖 4.15 2019/12月份溫度圖A場景比C場景圖 34 圖 4.16 2019/12月份溫度圖B場景比C場景圖 36 圖 4.17 2019/12月份溫度圖A場景比B場景圖 37 圖 4.18 2020/1月份溫度圖A場景比C場景圖 38 圖 4.19 2020/1月份溫度圖B場景比C場景圖 39 圖 4.20 2020/1月份溫度圖A場景比B場景圖 40 圖 4.21 2020/2月份溫度圖A場景比C場景圖 42 圖 4.22 2020/2月份溫度圖B場景比C場景圖 43 圖 4.23 2020/2月份溫度圖A場景比B場景圖 44 圖 4.24 2020/3月份溫度圖A場景比C場景比D場景圖 45 圖 4.25 2020/3月份溫度圖B場景比C場景比D場景圖 46 圖 4.26 2020/3月份溫度圖A場景比B場景比D場景圖 48 圖 4.27 2020/4月份溫度圖A場景比C場景比D場景圖 49 圖 4.28 2020/4月份溫度圖B場景比C場景比D場景圖 50 圖 4.29 2020/4月份溫度圖A場景比B場景比D場景圖 51 圖 4.30 2020/5月份溫度圖A場景比C場景比D場景圖 52 圖 4.31 2020/5月份溫度圖B場景比C場景比D場景圖 53 圖 4.32 2020/5月份溫度圖A場景比B場景比D場景圖 55 圖 4.33 C1每月平均溫度圖&舒適度標準 56 圖 4.34 A1每月平均溫度圖&舒適度標準 56 圖 4.35 B1每月平均溫度圖&舒適度標準 57 圖 4.36 D1每月平均溫度圖&舒適度標準 57 圖 4.37 2019/10月份每個場景每小時平均溫度圖 58 圖 4.38 2019/11月份每個場景每小時平均溫度圖 58 圖 4.39 2019/12月份每個場景每小時平均溫度圖 58 圖 4.40 2020/1月份每個場景每小時平均溫度圖 59 圖 4.41 2020/2月份每個場景每小時平均溫度圖 59 圖 4.42 2020/3月份每個場景每小時平均溫度圖 59 圖 4.43 2020/4月份每個場景每小時平均溫度圖 60 圖 4.44 2020/5月份每個場景每小時平均溫度圖 60 圖 4.45 OMRON HEM-7121 61 圖 4.46 2020 2/3月A場景跟C場景甲的舒張壓圖 62 圖 4.47 2020 2/3月A場景跟C場景甲的收縮壓圖 62 圖 4.48 2020 2/3月早晚A場景跟C場景溫度圖 62 圖 4.49 2020 4月A場景跟B場景跟C場景甲的舒張壓圖 63 圖 4.50 2020 4月A場景跟B場景跟C場景甲的收縮壓圖 63 圖 4.51 2020 4月早晚A場景跟B場景跟C場景溫度圖 63 圖 4.52 2020 5月A場景跟B場景跟C場景甲的舒張壓圖 64 圖 4.53 2020 5月A場景跟B場景跟C場景甲的收縮壓圖 64 圖 4.54 2020 5月早晚A場景跟B場景跟C場景溫度圖 64 圖 4.55 2020 2/3月A場景甲的收縮壓晚上-早上圖 65 圖 4.56 2020 2/3月A場景甲的舒張壓晚上-早上圖 65 圖 4.57 2020 2/3月C場景甲的收縮壓晚上-早上圖 65 圖 4.58 2020 2/3月C場景甲的舒張壓晚上-早上圖 66 圖 4.59 2020 4月A場景甲的收縮壓晚上-早上圖 66 圖 4.60 2020 4月A場景甲的舒張壓晚上-早上圖 66 圖 4.61 2020 4月C場景甲的收縮壓晚上-早上圖 67 圖 4.62 2020 4月C場景甲的舒張壓晚上-早上圖 67 圖 4.63 2020 4月B場景甲的收縮壓晚上-早上圖 67 圖 4.64 2020 4月B場景甲的舒張壓晚上-早上圖 68 圖 4.65 2020 5月A場景甲的收縮壓晚上-早上圖 68 圖 4.66 2020 5月A場景甲的舒張壓晚上-早上圖 68 圖 4.67 2020 5月C場景甲的收縮壓晚上-早上圖 69 圖 4.68 2020 5月C場景甲的舒張壓晚上-早上圖 69 圖 4.69 2020 5月B場景甲的收縮壓晚上-早上圖 69 圖 4.70 2020 5月B場景甲的舒張壓晚上-早上圖 70 圖 4.71 A場景深蹲前後生理訊息圖 70 圖 4.72 C場景深蹲前後生理訊息圖 70 圖 4.73 A場景 溫度圖 71 圖 4.74 C場景 溫度圖 71 圖 4.75 A場景吃飯前後生理訊息圖 71 圖 4.76 C場景吃飯前後生理訊息圖 72 圖 4.77 A場景 溫度圖 72 圖 4.78 C場景 溫度圖 72 圖 4.79冷氣調環溫量測血壓 73 圖 4.80 2020年2月3月實驗者乙A場景跟C場景早晚舒張壓圖 73 圖 4.81 2020年2月3月實驗者乙A場景跟C場景早晚收縮壓圖 74 圖 4.82 2020年2月3月A場景跟C場景早晚溫度圖 74 圖 4.83 2020年4月實驗者乙A場景跟C場景早晚舒張壓圖 74 圖 4.84 2020年4月實驗者乙A場景跟C場景早晚收縮壓圖 75 圖 4.85 2020年4月A場景跟C場景早晚溫度圖 75 圖 4.86 2020年5月實驗者乙A場景跟C場景早晚舒張壓圖 75 圖 4.87 2020年5月實驗者乙A場景跟C場景早晚收縮壓圖 76 圖 4.88 2020年5月A場景跟C場景早晚溫度圖 76 圖 4.89 2020 2月3月A場景乙的收縮壓晚上-早上圖 76 圖 4.90 2020 2月3月A場景乙的舒張壓晚上-早上圖 77 圖 4.91 2020 2月3月C場景乙的收縮壓晚上-早上圖 77 圖 4.92 2020 2月3月C場景乙的舒張壓晚上-早上圖 77 圖 4.93 2020 4月A場景乙的收縮壓晚上-早上圖 78 圖 4.94 2020 4月A場景乙的舒張壓晚上-早上圖 78 圖 4.95 2020 4月C場景乙的收縮壓晚上-早上圖 78 圖 4.96 2020 4月C場景乙的舒張壓晚上-早上圖 79 圖 4.97 2020 5月A場景乙的收縮壓晚上-早上圖 79 圖 4.98 2020 5月A場景乙的舒張壓晚上-早上圖 79 圖 4.99 2020 5月C場景乙的收縮壓晚上-早上圖 80 圖 4.100 2020 5月C場景乙的舒張壓晚上-早上圖 80 圖 4.101 2020年2月3月實驗者乙A場景跟C場景早中舒張壓圖 80 圖 4.102 2020年2月3月實驗者乙A場景跟C場景早中收縮壓圖 81 圖 4.103 2020年2月3月A場景跟C場景早中溫度圖 81 圖 4.104 2020 2/3月A場景乙的收縮壓中午-早上圖 81 圖 4.105 2020 2/3月A場景乙的舒張壓中午-早上圖 82 圖 4.106 2020 2/3月C場景乙的收縮壓中午-早上圖 82 圖 4.107 2020 2/3月C場景乙的舒張壓中午-早上圖 82 圖 4.108 C場景血壓樣本迴歸線圖 甲 83 圖 4.109 C場景血壓樣本迴歸線圖 乙 83 圖 4.110血壓樣本迴歸線圖甲&乙 84 表目錄 表 3.1 MCU開發板成本分析 10 表 3.2智能溫度感測器量測準確性 15 表 3.3 Blynk APP引腳設定圖 20 表 4.1各場景最高最低溫度表 27 表 4.2各場景最高最低平均溫度表 27 表 4.3 2019/10月份溫度圖A場景比C場景 28 表 4.4 2019/10月份溫度圖B場景比C場景 29 表 4.5 2019/10月份溫度圖A場景比B場景 30 表 4.6 2019/11月份溫度圖A場景比C場景 32 表 4.7 2019/11月份溫度圖B場景比C場景 33 表 4.8 2019/11月份溫度圖A場景比B場景 34 表 4.9 2019/12月份溫度圖A場景比C場景 35 表 4.10 2019/12月份溫度圖B場景比C場景 36 表 4.11 2019/12月份溫度圖A場景比B場景 38 表 4.12 2020/1月份溫度圖A場景比C場景 39 表 4.13 2020/1月份溫度圖B場景比C場景 40 表 4.14 2020/1月份溫度圖A場景比B場景 41 表 4.15 2020/2月份溫度圖A場景比C場景 42 表 4.16 2020/2月份溫度圖B場景比C場景 44 表 4.17 2020/2月份溫度圖A場景比B場景 45 表 4.18 2020/3月份溫度圖A場景比C場景比D場景 46 表 4.19 2020/3月份溫度圖B場景比C場景比D場景 47 表 4.20 2020/3月份溫度圖A場景比B場景比D場景 48 表 4.21 2020/4月份溫度圖A場景比C場景比D場景 50 表 4.22 2020/4月份溫度圖B場景比C場景比D場景 51 表 4.23 2020/4月份溫度圖A場景比B場景比D場景 52 表 4.24 2020/5月份溫度圖A場景比C場景比D場景 53 表 4.25 2020/5月份溫度圖B場景比C場景比D場景 54 表 4.26 2020/5月份溫度圖A場景比B場景比D場景 55 表 4.27實驗者身體基本資訊 61 |
參考文獻 |
[1] 臺灣氣候特徵簡介-臺灣的氣候概述. (2020). Retrieved from https://app.cwb.gov.tw/web/climate_info/taiwan_climate/taiwan_1/taiwan_1_1.html [2] 臺灣氣候特徵簡介 - 臺灣的溫度. (2020). Retrieved from https://app.cwb.gov.tw/web/climate_info/taiwan_climate/taiwan_1/taiwan_1_2.html [3] Franchini, M., & Mannucci, P. M. (2015). Impact on human health of climate changes. European journal of internal medicine, 26(1), 1-5. [4] Understanding Blood Pressure Readings. (2020). Retrieved from https://www.heart.org/en/health-topics/high-blood-pressure/understanding-blood-pressure-readings [5] Arduino - Introduction. (2020). Retrieved from https://www.arduino.cc/en/Guide/Introduction?setlang=en [6] Arduino - Environment. (2020). Retrieved from https://www.arduino.cc/en/Guide/Environment [7] Documentation for Blynk, the most popular IoT platform for businesses. (2020). Retrieved from https://docs.blynk.cc/ [8] Learn More - ThingSpeak IoT. (2020). Retrieved from https://thingspeak.com/pages/commercial_learn_more [9] DHT22 溫度模組 濕度模組 溫濕度模組 DHT22 - 台灣物聯科技 TaiwanIOT Studio. (2020). Retrieved from https://www.taiwaniot.com.tw/product/dht22-%E6%BA%AB%E5%BA%A6%E6%A8%A1%E7%B5%84-%E6%BF%95%E5%BA%A6%E6%A8%A1%E7%B5%84-%E6%BA%AB%E6%BF%95%E5%BA%A6%E6%A8%A1%E7%B5%84-dht22/ [10] Jehn, M., Appel, L. J., Sacks, F. M., & Miller, E. R. (2002). The effect of ambient temperature and barometric pressure on ambulatory blood pressure variability. American journal of hypertension, 15(11), 941-945. [11] Winnicki, M., Canali, C., Accurso, V., Dorigatti, F., Giovinazzo, P., & Palatini on behalf of the Harvest Study Group, Italy, P. (1996). Relation of 24-hour ambulatory blood pressure and short-term blood pressure variability to seasonal changes in environmental temperature in stage I hypertensive subjects. Results of the Harvest Trial. Clinical and Experimental Hypertension, 18(8), 995-1012. [12] Minami, J., Kawano, Y., Ishimitsu, T., Yoshimi, H., & Takishita, S. (1996). Seasonal variations in office, home and 24 h ambulatory blood pressure in patients with essential hypertension. Journal of hypertension, 14(12), 1421-1425. [13] Modesti, P. A., Morabito, M., Bertolozzi, I., Massetti, L., Panci, G., Lumachi, C., ... & Orlandini, S. (2006). Weather-related changes in 24-hour blood pressure profile: effects of age and implications for hypertension management. Hypertension, 47(2), 155-161. [14] Zangpo, J., Dorji, G., Guilherme, J., & Horta, N. (2019, March). A 302 uW CMOS Temperature Sensor to compensate frequency drift for an oscillator. In 2019 9th Annual Information Technology, Electromechanical Engineering and Microelectronics Conference (IEMECON) (pp. 56-59). IEEE. [15] Lee, Y., Choi, W., Kim, T., Song, S., Makinwa, K. A., & Chae, Y. (2019, September). A 5800-μm 2 Resistor-Based Temperature Sensor With a One-Point Trimmed Inaccuracy of±1.2° C (3σ) From− 50° C to 105° C in 65-nm CMOS. In ESSCIRC 2019-IEEE 45th European Solid State Circuits Conference (ESSCIRC) (pp. 68-71). IEEE. [16] Amin, R., & Biswas, G. P. (2016). A secure light weight scheme for user authentication and key agreement in multi-gateway based wireless sensor networks. Ad Hoc Networks, 36, 58-80. [17] Messerges, T. S., Dabbish, E. A., & Sloan, R. H. (2002). Examining smart-card security under the threat of power analysis attacks. IEEE transactions on computers, 51(5), 541-552. [18] Zhang, H., Li, J., Wen, B., Xun, Y., & Liu, J. (2018). Connecting intelligent things in smart hospitals using NB-IoT. IEEE Internet of Things Journal, 5(3), 1550-1560. [19] Soliman, M., Abiodun, T., Hamouda, T., Zhou, J., & Lung, C. H. (2013, December). Smart home: Integrating internet of things with web services and cloud computing. In 2013 IEEE 5th international conference on cloud computing technology and science (Vol. 2, pp. 317-320). IEEE. [20] Kumar, S. (2014). Ubiquitous smart home system using android application. arXiv preprint arXiv:1402.2114. [21] Standard, A. S. H. R. A. E. (1992). 55, Thermal environmental conditions for human occupancy. American Society of Heating, Refrigerating and Air conditioning Engineers, 145. [22] Understanding Blood Pressure Readings. (2020). Retrieved from https://www.heart.org/en/health-topics/high-blood-pressure/understanding-blood-pressure-readings [23] 觀測資料查詢系統. (2020). Retrieved from https://e-service.cwb.gov.tw/HistoryDataQuery/index.jsp |
論文全文使用權限 |
如有問題,歡迎洽詢!
圖書館數位資訊組 (02)2621-5656 轉 2487 或 來信