以STM32为核心的人工智能风扇

针对当代风扇的单一功能我们设计了一款人工智能无叶式风扇，即以科恩达效应，翼型结构和智能算法为基础的智能无叶风扇。与传统无叶风扇相比，该产品利用各传感模块并用遗传算法优化BP神经网络模型进行人物轨迹定位与预测，退火算法解决风速调节问题，通过历史风速，障碍判断，工作时间，室内温度等条件判断与条件适应的风速，本产品完全适合当代智能家居的选择。

1系统基本结构介绍

该产品以STM32作为核心，搭配LM393红外传感器、超声波定位器、DHT11温湿度传感器、WIFI无线传输模块、触摸式液晶显示屏、翼型结构外壳、微型电机和空气增压器，通过红外模块与红外遥控器协同并通过WIFI无线传输模块与手机APP联系，以实现吹风系统对风速的调节、方向的调节、温湿度数据的显示和对人身体状况的数据分析。

图1 功能框图

1.1风速倍数放大

参照科恩达效应的基本原理，我们选用了无刷式马达放于基座中。无刷式马达可以以30L/s的吸入速度吸入空气并送入基座上方的空气增压器中增大气流流速，在增压的基础上放大流速效果。被增速的气流将从环状翼型出风口的窄缝处流出。独特的环状翼型结构如机翼一般利用了科恩达效应（流体有离开本来的流动方向，改为随着凸出的物体表面流动的倾向）使流出的空气带动环状出风口后方的空气一起沿其内壁流动，由于空气与内壁之间的摩擦使空气在流动过程中受到阻力产生了负压效应，在压力作用下大量的空气从四周经环状出风口内侧流过实现了风速倍数放大的目的（见图2）。

图2 风速放大的倍数及原理

1.2关于产品的硬件选择

（1）LM393红外传感器。

为实现自动追踪人物轨迹与精准定位的功能我们选取了LM393红外传感器。因为在我们生存的世界中任何生物都是有温度的，凡是有温度的物体自身就会辐射出红外线。人类的身体也可以辐射出红外线，其波长大约在10000nm上下。依据人体辐射出的固定波长，只要使用针对此波长的红外探测器，就可以探测出专属于人类的红外线从而剔除了其他生物的干扰光波，以此达到探测人类活动的目的。同时LM393的红外传感器对比于其他传感器来说其工作温度范围较广，损耗的电流比较小。

（2）DHT11温湿度传感器。

为实现对风速的实时调节，我们加入了可对产品周围环境温度和湿度精准测量的DHT11温湿度传感器。DHT11温湿度传感器有已校准的数字信号输出，采用的数字模块采集技术和温湿度传感技术，有极高的可靠性和稳定性。该传感器响应速度快、抗干扰能力强、有极高的性价比优势，而且体积小、功耗低、信号传输距离相对较远，因此在选择温湿度传感器上成为了最好的选择。

（3）STM32单片机。

作为该产品的控制核心，选用STM 32单片机作为处理器。STM32的外设也比较丰富，有很多个定时器，和强大性能的PWM，并且它的ADC精度很高甚至可以高达12位，特别是DMA控制器，将CPU从繁忙的数据中转中解脱出来。此外附带FMSC的内存接口，外部的接口也是相当多的，比较先进的还具备连接摄像头的接口和链接网络的接口等。STM32 MCU的功耗低、需求电压低，同时，它的集成度很高也很容易开发。

（4）无刷式马达。

无刷式电机去除了电刷以后，运行时不会因旋转而产生电火花，电火花对遥控无线电是有干扰的，没了电刷，这份干扰会被极大地减小。同时没有电刷的存在，运转时的摩擦力被最大化降低，对轴承的磨损减小，运行起来相对比较流畅，很大程度地降低噪音，达到了我们设计产品时静音的目的。

1.3 AI人物轨迹追踪与定位及算法

实现AI智能化，解决市场上的风扇在控制和调节上的不足，我们借遗传算法优化的BP神经网络的预测模型做出一套智能化的预测调节和控制系统。AI是对人的智能的研究，并且对其进行模拟和延伸的一门技术。AI结合神经网络可以通过感知系统对外界的输入信息进行标记和分类处理，一方面实现不同温湿度环境下对风的速度大小和方向的自我调节处理；另一方面由深度学习完成对人的身体、职业、年龄等状况信息的学习及经验处理，做到不同用户输入不同的自身和环境信息时可以构建出相应的数学模型并由Cook距离图生成不同的针对性吹风方案。系统的程序运行图如图 3。

图3 AI智能算法

2 关于该产品的特性、功能及创新点

为响应未来社会在节能和智能方面的发展需求，我们改变了传统风扇用旋转叶片送风和手动操作的方式，设计了涡轮增压器制风，无扇叶式出风口和手机、遥控器、触摸式液晶屏结合的多模式操控的产品。其主要功能有。

（1）无扇叶，易清洗、安全性高且无噪音。

（2）采用翼型结构为该无叶风扇的基础架构，并利用追踪模块与遗传算法优化BP神经网络实现自动追踪人物轨迹与精准定位和风速调节。

（3“） 固定风速”，即在有效距离内，人感受的风速大小由产品自动调节不随人与风扇的距离改变。

（4）结合科恩达效应和翼型结构采用空气倍增技术扩大15倍风速（见图2）。

（5）通过AI深度学习，并结合用户手动输入的年龄、职业、身体状况等信息进行方案设计针对性吹风。

（6）采用WiFi数据传输的手机APP、红外线信号传输的红外遥控器、智能触摸式的液晶屏幕实现多端控制。