基于云的制药行业温度阈值监控系统

描述

基于云的制药行业温度阈值监控系统

提交人 - Nakul Dubey

2020 年 5 月

ABSTRACT

基于云的制药行业温度阈值监控系统是一种基于云的高级温度监控系统，配备高科技物联网技术，可输出工业安装 HVAC 的当前温度、系统时间、生成记录、信号强度以及进一步的湿度和温度因素。此应用程序使用带有附加传感器和持续互联网连接的 Bolt IoT 套件。用户和管理员可以远程访问云端数据，并及时采取必要的预防措施，这也将推动药品制造和供应链管理系统的进步。此应用程序将 SMS、电子邮件和通知发送给所有监控设备、管理部门以及任何有权接收该消息的人。我们开发了整个应用程序，它不仅可以测量当前温度，还可以根据行业用途调整阈值。此外，每当温度即将达到其阈值时，它都会通过连接到应用程序的警报器向整个行业发出警报。此应用程序的优点是它还将数据以 CSV 格式存储在云端，然后我们运行我们的预测算法，它向我们展示了一天中的哪个时间温度降低，以便我们可以据此调整系统并提高 HVAC 的温度并有效地使用此功能。

 

第1章

INTRODUCTION

1.1 问题定义

热量会影响涉及我们的每一项运动。直接确认温度是与各个科学领域无限相互作用的重要因素。温度识别对于食品业务、车间、制药业务和环境测试等业务范围很重要。简单的温度和计算机温度传感器可用于检测商业用途的温度。温度传感器的特性低于包含电阻器、半导体元件（例如二极管和热电偶）的电测量温度。

这种有针对性的访问评估了持续有效加热的成本。这是 BOLT IoT 寻找它的地方。用于 BOLT IOT 的编程语言是 PYTHON。这里使用的传感器是 LM35 线高级温度传感器。该传感器带有一个小型 pi 形晶体管。传感器连接到使用跨接电缆的小工具。温度是使用高质量 LM35 传感器实现的，可远程使用并通过屏幕显示。湿度、气压重量或振动等各种传感器可以在不破坏自然边界的情况下进行集中。

• 准备基于云的测试
• 收集热量指示器的混凝土机械
• 软件测试，
• 老式监控
• 制作报告
• 以有效的方式保存敏感数据

该实验使用 BOLT IOT 产生连续的温度观测。热量会影响所有让我们陷入其中的运动，比如冻伤、混合浓缩咖啡等等。热变体在小工具领域发挥着重要作用。直接保证热量是无与伦比的商业和各种科学领域的关键要素。对于食品行业、工作场所以及制药和环境行业等大企业来说，温度测试是当务之急。可以使用订单在 BOLT IOT 包中显示收益。提议的策略侧重于持续评估持续加热的成本——通过设定有限的手段来有效地评估。

1.2 项目概述

“温度敏感药物” - 在“药剂师”一词下，物质和化学品的组合，例如药物、药物生物制药、API、合成材料、人体测试或临床小工具。他们都在谈论他们的建筑以及温度如何变化——例如：

• 蛋白质随时间和温度而下降——温度越高，它自我破坏的速度就越快。
• 胰岛素只要稳定就可以成形——如果胰岛素过紧，可能对患者有害。
• 凝胶会在高温下浇水。

与食物分开，草药在暴露于错误温度时通常不会改变其气味和眼妆。无论哪种方式，它们都会改变它们的大小和充足性。这样，失去电力系统可能会损害持续的安全性。

物品属于“热软化材料”类别 - 没有为制药和医疗设备设置中的所有温度敏感物品列出标准指南。当“冷链”行业于 1980 年开始时，热敏感药物通常被添加到疫苗、胰岛素或生物制药等冷藏物品中。此外，血液和血液制品，以及研究材料和人体，都需要温度监测。自 2015 年欧盟 GDP 规则修订以来，API 和常温材料，例如小原子和非处方药，一直被温度控制的接触级别召回。随着新的医疗器械指南生效，

1.3 硬件定义

1) 螺栓物联网套件

2) LM35 温度传感器

 

3) 跳线

1.4 软件规格

1) 螺栓云平台

2) 螺栓接口

3) 任何操作系统（Linux UBUNTU 服务器首选）

1.5 使用的语言

1) 蟒蛇

Python 是 1991 年问世的一种非常先进的语言。我们可以广泛地使用 Python 语言来开发各种技术的应用程序和系统。我们在这个应用程序中使用了 Python 3.8 版本。Python 在这个应用程序中扮演着非常重要的角色。后端的连接和配置是由 Python 在 Bolt python 库的帮助下完成的。使用 Python 非常容易。

2) LINUX 基本命令

在 Linux Ubuntu Server 上部署整个应用程序时，基本上会使用下面给出的 Linux 命令。Linux 服务器是开源的，可以通过网络免费获得。通过使用下面给出的命令，我们可以操作任何类型的 Linux 操作系统。

>>> pwd
>>> ls
>>> cd
>>> nano
>>> mkdir
>>> rmdir
>>> rm
>>> touch
>>> clear
>>> sudo
>>> sudo -s
>>> apt-get update
>>> apt-get upgrade
>>> man
>>> --help
>>> cp
>>> mv
>>> locate
>>> echo
>>> cat
>>> df
>>> chmod
>>> uname
>>> ping

 

第2章

LITERATURE SURVEY

2.1 现有系统

实验安排的历史背景始于 30 多年前的自主温度数据伐木工——例如，ELPRO 令人惊叹的 HAMSTER。电池驱动，伐木工人的数据记录率被记录下来，它可以选择将其内部存储器传输到显示探头系统。由于自调节温度数据在危害分析和关键控制点 (HACCP) 测试中不同，因此供暖、空调和冷却系统 (HVAC) 等食品和饮料行业利用自调节信息的早期信息. 此后不久，制药企业也开始分析冷藏室和冷藏室。温度梯度的温度信息与研究中心和自然办公室使用的蝙蝠密切相关。

温度监测系统的关键功能——监测系统通常包含特定位置的温度传感器或其他环境信息的测量值。传感器传输的节点比信息木桩更远或更远，信息木桩充当通信链路。软件慢慢地收集属性来执行各种任务（见下面的框架）。

在任何环境和许多配送中心，楼宇管理解决方案 (BMS) 的基础知识都以生成的温度和环境信息（例如弯曲）呈现，例如在凉爽的框架中提供订单。免费监控解决方案有什么区别？除结构控制外，监控解决方案从来没有控制圈，而是完全独立于任何控制组件。监控解决方案的允许自由度是任何 GxP 法律的基本要求。

参数和传感器

药物的研究、创建、测试和灌装总是在一个系统化的环境中进行，其中不同的环境参数，例如温度、附着力、压力、压差、CO2 排放等。

通过这种方式，实验准备应可用于处理、评估和展示所有自然参数。当一个项目在容器、租金、小瓶或注射器中完成时，温度是对环境很重要的环境的重要细节。

传感器的放置

GMP和GDP的规则需要存储、冷却或移动箱的电源。该过程中最重要的部分是将吸烟者与最冷的人分开的温暖地图系统。

根据具体情况和要求，可以选择和设置合适的传感器。这取决于双传感器（例如 4 至 20mA 变送器）或远程传感器（例如温度和湿度）之间的连接性质。

2.2 建议系统

基于云的温度监测

基于云的温度监控系统包括收集温度参数的设备以及程序信息监控、警报、报告和补充以批准的方式收集的信息。无论如何，这个产品在哪里工作？虽然过去“在建筑物中”是标准响应，但现在大多数云计划都在部署。但是，使用基于 GxP 的基于云的温度监测系统有哪些建议、风险和要求？

云技术

云技术是一种实用程序，它使用多个远程服务器来提供 Web 服务，而不是在本地的相邻服务器上运行应用程序。通常，在工作的重新分配区域中出现的三维云模型之间存在区别。编程即服务 (SaaS)，也称为基于云的应用程序管理，体现了伟大的云愿景。SaaS 应用程序是通常直接通过 Internet 浏览器完成的传输（业务），不需要在客户端下载或构建。

云计算的优势

多年来，计算机的分布和云的简化迅速为所有不同的业务建立了业务应用程序。这是由于明显的兴趣点：

• 了解如何使用对云提供商开放的服务器场
• 测量办公室、装备、软件设备（例如消防机构）、表格和人员的高级安全措施
• 更快且易于使用的计算设备，满足所有考虑（实用性、额外空间）
• 用于内置钢筋和钢筋
• 由于联军的影响，减少了支援工作。

与在安全性和效率方面的某个地方实施程序相比，这些好处中的每一个通常都会导致巨大的投资成本。

通常，云注册也存在类似的问题：登录约束给系统提供商带来了条件。这需要对周围中断的性质达成非常明确和明确的共识。

安全问题或监管任命：同样，这需要额外的努力来评估适当的合规性和一般审查。但最终它与成本有关：与使用本地产品相比，云规划的好处（投资成本）和额外的努力（额外成本）是什么。

开放云对比私有云：SaaS的权利是什么。

云计算或软件即管理 (SaaS) 具有三种子类型，用于区分应用程序何时专用于一个客户端或系统是否由多个客户端共享。

公共云：该应用程序由 SaaS 提供商提供，并由许多具有客户端名称和密码但具有共享框架和程序的客户端使用。

私有云：应用程序致力于一个客户端。与公共云分离后，私有云变得更加昂贵，因为每个新客户的资产都必须翻倍。

混合云：开放和私有云安排的组合。商品通常以嵌入式框架的形式覆盖。云孕育云抓住了“两全其美”，但在冷漠和感知方面正在慢慢改善。

基于云的温度监测系统

为了确保基于公共云的 SaaS 基于云的测试提供与 GxP 兼容，必须满足几个要求： 包括数据库在内的热测试设置是工厂操作系统。为了满足最初的 GxP 要求（例如，GAMP5，标题 21 CFR 第 11 部分），必须批准电子框架 (CSV)。为确保良好的稳定性，数据必须保持不变，并且数据完整性必须由多层应用程序保护，在该应用程序中，信息可以是敏感的、干净的、被认为是旧的、唯一的、精确的、强大的、健壮的，并且在其整个生命周期中都可以访问。电子框架批准 (CSV) 是一个有据可查的过程，可确保现代框架以可靠和有效的方式准确地完成其打算做的事情。保障数据安全最有效的方式是SaaS公有云温度监控系统。在 SaaS 公共云基础上，不同的客户体验基于云的温度监控系统，该系统使用他们自己的客户端名称和密码，这意味着他们只需访问他们的详细信息和报告，以保证最大的访问权限。因此，数据库中的每一行仅对授权客户开放。

在公共云中托管基于云的监控解决方案的风险

医药供应链

温度监测和制药供应链是一系列先进功能的奇妙链，灵活的制药系列令人惊叹且用途广泛。此外，每种药材的和谐系列看起来都不一样，依赖于多维物质，就像是一个创意空间。虽然合成药物等昂贵物质的供应链通常很短，但阿司匹林等低成本仿制药的供应链令人难以置信，在天然药物和患者药物之间存在不同程度的差异。所有制药连锁店都愿意分享他们所有的需求和目的，是活性产品成分 (API) 提交和复合材料之间的责任。最近，温度数据分析的速度正在慢慢达到药店甚至患者的最后一英里。

制药优雅链的湿度如何适用

厚度与热量相比，是指在其周围可见的水量。只要物质在重要的复合（例如，液体或粉末）之前处于其开放物质中，闷热在药物生产中非常有效。在重要的包装之后，相对附着力通常会失去其对安全洞察力的重要性。关闭储藏室有限的粘合力以保持适当的距离对命名和组装的负面影响（例如，纸张，纸板）都被认为是正常的。然而，在大多数分布中，主要的相关参数是温度。通常，这些信息的木头不会在旅行保险箱中寻找水分。

运输条件与容量条件

尽管每个药品项目都有单独的安全计划，但根据运输和运输的类别将其包含在一般温度信息中。作为能源条件，我们通常保持温度 - 196°C、-80°C、-20°C、2-8°C 和 15-25°C。作为旅行条件，标记可以是“湿氮”（-196°C ），“干冰”（- 78°C），2-8°C和15-25°C。“稳定”（-20°C）容量并不总是通过移动来实现，原因有两个。稳定的材料通常不会在非常高的温度下积累。以后使用冷冻干燥机比使用昂贵且复杂的压力冷却更便宜。

制药公司的监管环境

一个组织需要在何种程度上要求、生产、储存、交付或销售医疗用品，这取决于最初的管理需求。法律和准则对所有国家都很清楚，通常包括国家或国际权力机构，例如 FDA（美国）、欧盟（欧洲）或瑞士医学（瑞士），所有这些都是由 ICH（国际协调委员会）组织的个人化学品）。

除了官方指南之外，还有各种相关实体提供跟踪记录，支持并在明确的情况下提供指南和实施。与药品供应链相关的最引人注目的组织是国际制药工程学会 (ISPE)、美国药典 (USP)、父母药物协会 (PDA) 和世界卫生组织 (WHO)。一项与这些改变日常生活的生活方式和新规则保持同步的管理计划已经变成了执行和新的最终提交的地方。

GMP 和 GDP 差异

从制药的角度来看，管理结构的基础是良好制造 (GMP) 框架和良好分销规范 (GDP) 框架——尽管它们总是被称为 GxP。虽然 GMP 通过整合（测试计数、释放和剂量）强调身体健康，但 GDP 围绕分配的中心包括运输、移动库存和医疗用品折扣。GMP和GDP都意味着通过确保项目的质量来创造良好的健康。

GMP 和 GDP 是如何产生的（历史较短）

近年来制定的 GMP 和 GDP 法律。与之相关的光线显示了 GMP 和 GDP 取得的最重要的成功。

2.3 可行性研究

做可行性研究的主要目的是看我们给定的应用系统是否适合工作，简而言之，这取决于技术、行为和经济可行性研究三个主要因素。让我们在下面讨论这三个因素：

技术可行性：

我们使用了 Bolt IoT 小工具和云平台。很明显，可以访问基本设备和系统来开发和实施给定的应用系统。在对 Python 和一些传感器有中级知识后，我们开始工作。经过研究，我们得到的输出是这个系统在技术上是完全可行的。

行为可行性：

目前，各行各业都在使用数字感温机，它包括很多庞大的架构和遍布整个产业园区的互联互通，需要人力，最终成为行业的负担。因此，通过使用我们的应用程序公司将节省大量资金，并且出现人为错误的机会更少，这对制药行业来说是最好的。

经济可行性：

只要我们正在构建这个应用程序，我们就会知道这个系统在财务上是可行的，因为所有硬件组件都具有成本效益并且质量最好。随着进步，该系统正在给予行业并照顾所有主要风险并减少特定任务的人力，这对行业和管理员来说都是双赢的局面。

 

第3章

SYSTEM ANALYSIS & DESIGN

3.1 需求规范

该区域由产品必需品组成，一定程度的信息与框架设置图、用例和用例描述相结合，足以使架构师能够构建框架来满足这些先决条件，并让分析器能够测试框架是否满足这些先决条件。

3.1.1 外部接口要求

建议的应用系统使用一些外部设备来执行 I/O 任务。下面是其中的一些。

• 电脑设备
• 移动设备
• 输入设备
• 输出设备
• 互联网宽带

3.1.2 用户界面

监控人员需要一台监视器和一部手机，以在每次低于 -31 度和高于 -40 度时获得温度阈值的通知。它还将显示图表，以及安装在行业内的系统或（HVAC）的当前温度。

3.1.3 硬件接口

该软件在云平台上运行，即 Bolt 物联网云平台。从由 Bolt IoT 设备连接的传感器收集信息，该设备非常先进，包含内置蓝牙模块和 Wi-Fi 模块，连接到任何其他设备所需的空间和时间更少。除此之外，我们只需要跳线和LM35传感器，它们将相互连接，以收集制药行业的准确温度。在用户端，您只需要一个屏幕即可查看传感器收集的数据。

3.1.4 软件接口

我们正在使用 Linux 服务器连接和收集来自 Bolt IoT Cloud 平台的数据。为此，Bolt Python 库用于成功连接。Bolt API 已用于安全目的，由 16 位 API 密钥保护，因此任何人都不会干扰连接，并且未经管理部门许可，任何人都无法看到正在发生的事情。Python 语言用于编码目的。并向机器发出指令以执行所需的任务。

3.1.5 通讯接口

出于通信目的，需要互联网的持续连接，因为该系统正在通过云收集数据，需要持续连接到互联网作为我们的代码，并且所有系统所需的传感器和机器都配置在云端，所以它是无用的没有互联网。

3.1.6 功能需求

它定义了系统应该执行的基本功能。整个产品的一些主要功能是本系统独有的关键功能，如下所示。

• 收集正确的温度
• 检查阈值
• 警告行业管理
• 通过电话和电子邮件发送消息

3.1.7 非功能性需求

它定义了非基本功能，它定义了性能和安全性方面的需求以及下面给出的更多内容。

• API 密钥的系统安全性。
• 以 CSV 格式收集和保存每日数据。
• 预测某个时间的温度下降。
• 生成用于分析温度的图表。

3.1.8 可靠性

该系统显示了值得信赖和始终如一地表现良好的质量。指出建立必要的产品质量所需的变量

3.1.9 可用性

该软件承诺通过非常严格地采取一些保密因素来供行业使用。

• 持续的互联网连接。
• 硬件维护。
• 任何灾难中的天灾人祸或人类纵容。

3.1.10 安全

整个应用程序受到下面给出的许多因素的保护。

• Linux 开源服务器——它是一个安全的操作系统。
• Bolt Python 库是另一个重要因素。
• 云上的安全性是一个额外的优势。
• API 密钥是整个连接完整性的主要安全因素。

3.1.12 可维护性

系统开发使用了75%的硬件，25%的软件对硬件进行了额外的维护，对软件级别的维护较少，Python用于易于更新和使用的软件编码。人们应该不时了解硬件维护。

3.1.13 可移植性

此应用程序的主要独特之处在于您可以在世界任何地方看到当前的行业温度和阈值交叉。这是可能的，因为我们在其中使用了云技术。您可以通过网络通过电话查看情况，在笔记本电脑和台式机中，您只需要管理权限即可。

3.2 流程图/DFD

3.2.1 瀑布模型

瀑布模型文件 SDLC 方法应用于开发计划。我将模型展平，直接连续地表示产品改进过程流。这意味着该过程的任何阶段最好在您完成上一节时开始。瀑布模型是将身体的承诺直接分解为连续的阶段，其中每个阶段都依赖于过去的期望和对其他任务的尊重。这是在某些地方运行处理器以创建计划的方式。

3.2.2 数据流程图

数据流图显示了系统应用程序内部的整个数据流。在设计整个基于云的监控系统时非常有帮助。

3.3 设计和测试步骤

3.3.1 用例图

用例图显示了不同类型的用户交互，因为这是一个仅供行业使用的产品，因此单个用户是行业管理员，监控一切。

3.3.2 活动图

活动图显示了系统的动态方面。一种流程图，显示从一个活动到另一个活动的流程。

3.4 测试过程

计算平台的安装——所有硬件连接都将完成，然后所有这些都将在云上进行配置，以通过连接到 Bolt IoT 设备的 LM35 传感器收集温度数据。此外，您必须安装 Linux 服务器操作系统，并且需要高优先级的持续 Internet 连接。

现场准备——所有监控设备都应该在工业监控室中，您还可以在远程位置通过笔记本电脑和手机查看温度变化和图表。

技术测试——所有硬件设备，包括笔记本电脑和移动设备，都应该同步并检查一次，以查看整个应用程序是否正常工作。此外，编码和软件也应由知名且知识渊博的人进行测试。

程序测试——在完成安装和测试设备的整个过程之后，我们现在应该打开 Bolt IoT 设备并检查进一步的连接，看看我们是否在所有监控设备上接收到温度数据。

用户培训——因此，在这种情况下，劳动力较少的同一个人可以学习如何查看和监控数据并为公司完成各自的工作，而不会对行业造成任何人为干扰和错误。这将降低对医药和工业造成任何损害的风险。

输出测试——最后，我们必须检查即将到来的输出是否正确，是否对行业有帮助。因为我们做这整个过程只是为了正确的输出，降低劳动力和人类放纵的风险因素。

 

第 4 章

RESULTS AND OUTPUTS

4.1 硬件连接

整个图显示了应用系统的实际连接方式。

所需硬件

• Bolt Wi-Fi 模块
• 3 母对公线
• 温度传感器：LM35传感器

将 LM35 传感器连接到螺栓

第 1 步：握住传感器，以便您可以读取上面写的 LM35。

第 2 步：在此位置，将传感器的引脚从左到右识别为 VCC、输出和接地。VCC接红线，Output接橙线，Gnd接棕线

第 3 步：使用公对母线将 LM35 的 3 个引脚连接到 Bolt Wi-Fi 模块，如下所示：

• LM35 的 VCC 引脚连接到 Bolt Wi-Fi 模块的 5v。
• LM35 的输出引脚连接到 A0（模拟输入引脚）
• LM35 的 Gnd 引脚连接到 Gnd。

4.2 配置机器

device_stat.py

from boltiot import Bolt
api_key = "XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
device_id  = "BOLTXXXXXX"
mybolt = Bolt(api_key, device_id)
response = mybolt.isOnline()
print (response)

此输出显示每次我们需要使用安全功能 Bolt API 密钥进行更改或更新时，我们必须如何配置 Bolt IoT 机器。

首先，我们需要从 boltiot python 模块中导入 Bolt 类。这是在第 1 行完成的。接下来，我们需要向 Bolt 类提供 API 密钥和设备 ID，以便我们可以控制我们的设备。为此，我们在第 2 行创建并分配了一个变量来保存 API 密钥。在第 3 行，我们创建并分配了一个变量来保存设备 ID。您可以找到您的设备 ID 和 API 密钥https://cloud.boltiot.com/api_credentials从您的云仪表板。设备 ID 类似于 BOLTXXXXXX，其中 XXXXX 是数字。在第四行中，我们使用我们的 API 密钥和设备 ID 初始化 Bolt 类。在第五行，我们调用“isOnline()”函数来了解设备是在线还是离线。在最后一行，我们打印“isOnline()”函数的响应。这将告诉我们 Bolt 设备是在线还是离线以及设备分别在线/离线的时间。

如果设备在线，那么它将打印以下消息。

{“成功”：1，“价值”：“在线”，“时间”：“星期一 2018-06-18 03:27:40 UTC”}

4.3 部署应用程序

conf.py

SID = 'You can find SID in your Twilio Dashboard' 
AUTH_TOKEN = 'You can find  on your Twilio Dashboard' 
FROM_NUMBER = 'This is the no. generated by Twilio. You can find this on your Twilio Dashboard'
TO_NUMBER = 'This is your number. Make sure you are adding +91 in beginning'
API_KEY = 'This is your Bolt Cloud accout API key'
DEVICE_ID = 'This is the ID of your Bolt device'

temp_sms.py

import conf
from boltiot import Sms, Bolt
import json, time

minimum_limit = 300
maximum_limit = 600  


mybolt = Bolt(conf.API_KEY, conf.DEVICE_ID)
sms = Sms(conf.SID, conf.AUTH_TOKEN, conf.TO_NUMBER, conf.FROM_NUMBER)


while True: 
    print ("Reading sensor value")
    response = mybolt.analogRead('A0') 
    data = json.loads(response) 
    print("Sensor value is: " + str(data['value']))
    try: 
        sensor_value = int(data['value']) 
        if sensor_value > maximum_limit or sensor_value < minimum_limit:
            print("Making request to Twilio to send a SMS")
            response = sms.send_sms("The Current temperature sensor value is " +str(sensor_value))
            print("Response received from Twilio is: " + str(response))
            print("Status of SMS at Twilio is :" + str(response.status))
    except Exception as e: 
        print ("Error occured: Below are the details")
        print (e)
    time.sleep(10)

一个 Python 程序，它将获取 Bolt 收集的温度数据，并在温度值超出我们指定的温度范围时发送 SMS。

代码的算法可以分解为以下步骤 -

1. 从 Bolt 设备中获取最新的传感器值。

2. 检查传感器值是否在我们的最小值和最大值指定的范围内。

3. 如果不在范围内，发送短信。

4. 等待 10 秒。

5. 从步骤 1 开始重复。

在上面的代码中，我们每 10 秒获取一次数据。您可以更改该值，但理想情况下，如果 2 个数据点之间的时间间隔超过 10 秒应该会很好

注意：上面的“sensor_value”是从 LM35 传感器获得的原始温度读数。如果您想将此值转换为以摄氏度为单位的温度，请使用公式：Temperature=(100*sensor_value)/1024其中 sensor_value 是存储从 LM35 传感器获得的数据的变量。

4.4 读取传感器值

在上图中，Linux 服务器正在运行 python 代码并获取传感器的值，同时检查手动给出的阈值参数。

4.5 跨越温度阈值

图中显示，只要阈值超过其值，系统就会要求第三方 SMS 和电子邮件应用程序向注册号码发送警报。

4.6 温度超过阈值时发送短信

由于我们在代码中编写了几个打印语句。因此温度数据将打印在终端上。如果该值超出阈值范围，则 SMS 将发送到您的注册号码。给出了发送的 SMS 的屏幕截图。

Twilio 是第三方 SMS 功能提供商。它是一家云通信平台即服务 (PaaS) 公司。Twilio 允许软件开发人员以编程方式拨打和接听电话，还可以使用其 Web 服务 API 发送和接收文本消息。

登录到您的 Linux 服务器后。创建一个名为 conf.py 的文件，该文件将存储与 Twilio 相关的所有凭据。在终端中创建一个新的文件类型 sudo nano conf.py。之后编写以下代码以将所有凭据保存在单个文件中[11]。

SID = '您可以在 Twilio 仪表板中找到 SID'

AUTH_TOKEN = '您可以在 Twilio 仪表板上找到'

FROM_NUMBER = '这是号码。由 Twilio 生成。

TO_NUMBER = '这是你的号码。确保在开头添加 +91'

API_KEY = '这是您的 Bolt Cloud 帐户 API 密钥'

DEVICE_ID = '这是你的 Bolt 设备的 ID'

注意：您必须用您的凭据替换上述所有值。您可以在 Twilio 仪表板中找到前四个值，在 Bolt Cloud 仪表板中找到后两个值。我们将所有凭据存储在一个单独的文件中，因为它是不应与任何人共享的敏感数据。因此，避免在代码中直接使用凭据是一种很好的做法。替换所有值后，使用 CTRL+X 保存文件。

4.7 系统收到的邮件

Mailgun 是一种电子邮件自动化服务。它有一套非常强大的用于发送电子邮件的内置功能。开发人员可以在 Mailgun API 的帮助下处理他们的电子邮件。

email.conf

MAILGUN_API_KEY = 'This is the private API key which you can find on your Mailgun Dashboard' 
SANDBOX_URL= 'You can find this on your Mailgun Dashboard' 
SENDER_EMAIL = 'This would be test@your SANDBOX_URL'
RECIPIENT_EMAIL = 'Enter your Email ID Here'
API_KEY = 'This is your Bolt Cloud account API key'
DEVICE_ID = 'This is the ID of your Bolt device'

temp_email.py

import email_conf
from boltiot import Email, Bolt
import json, time

minimum_limit = 300 #the minimum threshold of light value 
maximum_limit = 600 #the maximum threshold of light value 


mybolt = Bolt(email_conf.API_KEY, email_conf.DEVICE_ID)
mailer = Email(email_conf.MAILGUN_API_KEY, email_conf.SANDBOX_URL, email_conf.SENDER_EMAIL, email_conf.RECIPIENT_EMAIL)


while True: 
    print ("Reading sensor value")
    response = mybolt.analogRead('A0') 
    data = json.loads(response) 
    print ("Sensor value is: " + str(data['value']))
    try: 
        sensor_value = int(data['value']) 
        if sensor_value > maximum_limit or sensor_value < minimum_limit:
            print("Making request to Mailgun to send an email")
            response = mailer.send_email("Alert", "The Current temperature sensor value is " +str(sensor_value))
            response_text = json.loads(response.text)
            print("Response received from Mailgun is: " + str(response_text['message']))
    except Exception as e: 
        print ("Error occured: Below are the details")
        print (e)
    time.sleep(10)

由于我们在代码中编写了几个打印语句，温度数据将打印在终端上。如果该值超出阈值范围，则会向您注册的电子邮件 ID 发送一封电子邮件。给出了发送的电子邮件的屏幕截图。

登录到您的 Linux 服务器后。创建一个名为 email_conf.py 的文件，该文件将存储与 Mailgun 相关的所有凭据。在终端中创建一个新的文件类型 sudo nano email_conf.py。之后编写下面的代码以将所有凭据保存在单个文件中[12]。

MAILGUN_API_KEY = '这是您可以在 Mailgun 仪表板上找到的私有 API 密钥'

SANDBOX_URL = '您可以在 Mailgun 仪表板上找到它'

SENDER_EMAIL = '这将是 test@your SANDBOX_URL'

RECIPIENT_EMAIL = '在此处输入您的电子邮件 ID'

API_KEY = '这是您的 Bolt Cloud 帐户 API 密钥'

DEVICE_ID = '这是你的 Bolt 设备的 ID'

注意：您必须用您的凭据替换上述所有值。您可以在 Mailgun 仪表板中找到前四个值，在 Bolt Cloud 仪表板中找到后两个值。

我们将所有凭据存储在一个单独的文件中，因为它是不应与任何人共享的敏感数据。因此，避免在代码中直接使用凭据是一种很好的做法。替换所有值后，使用 CTRL+X 保存文件。

4.8 数据集收集

该图表示系统应用程序收集的数据，每 30 秒统计一次数据集，并以图形的形式显示输出。

绘制温度数据并运行多项式回归算法的代码

setChartLibrary('google-chart');
setChartTitle('Polynomial Regression');
setChartType('predictionGraph');
setAxisName('time_stamp','temp');
mul(0.0977);
plotChart('time_stamp','temp');

预测点：这个数字告诉 Visualizer 需要预测多少未来数据点。默认情况下，Visualizer 在产品的硬件配置中将点与数据收集时间间隔开。

因此，如果您将产品设置为每 5 分钟收集一次数据，并选择 6 个预测点，Visualizer 将预测趋势并在未来 30 分钟内显示 6 个点。

No. 多项式系数：Polynomial Visualizer 处理给定的输入时间相关数据，并输出以下形式的函数的系数：

这与输入数据中的趋势最相似。这个数字告诉 Visualizer 函数中应该存在多少元素，即 n 的值。

帧大小：这些是 Visualizer 将用于预测数据趋势的先前数据点的数量。例如，如果将此值设置为 5，Visualizer 将使用前 5 个点来预测趋势。

4.9 通过多项式回归预测温度

该图代表多项式回归，我们将使用 Bolt Cloud 来预测您的制药行业或任何地方的未来温度。

当您单击预测按钮时，除了显示的数据图之外，还有 2 个图。这些图表是预测历史和预测数据。

预测历史图表可帮助您调整机器学习模型。您必须更改以下参数，以使该图表最接近实际数据。当这种情况发生时，预测数据或预测的未来温度将是最准确的。

 

第 5 章

CONCLUSION

传统制药行业使用旧仪表系统来检查行业所需的温度阈值以保持药品质量，因为如果药品批次因未在所需温度 [- 31º到 - 40º] 那么根据政府的指导方针，必须销毁大量药物或药物，并且不应该将它们分发给经销商或客户。

无论如何，温度阈值超过了要求的温度度，公司不得不遭受巨大的损失，最终影响到整个公司的供应链，包括工人和经销商。自 1937 年以来，该行业一直在努力减少这种人为错误的因素，并使其更加正确和准确。就像在安全领域一样，我们说人类的愚蠢没有补丁，所以制药行业也因此面临很多损失，因为早些时候有人手动检查温度并生成手写报告，并且在最后药物不符合政府规定，他们必须全部销毁。

后来，该系统在帮助行业和其他食品制造业方面也取得了很大进展，因为快速消费品产品也依赖于温度因素，因此行业温度监测的变化正在帮助所有食品制造业的增长。基本产品和服务。

然后数字系统开始用于通过温度阈值检查和监控药品生产，这是必需的。但劳动力的问题是同一家公司必须使用人工来检查和报告。大多数大型制药行业都在 24x7 每天 8 小时三班倒运行。想象一下他们投资了多少金额，但风险保持不变，任何畸形都可能发生，因为没有自动系统来提醒公司和管理员温度已达到阈值，以便到时候可以采取更好的安全措施和减少公司和药品批次的风险和损失。

因此，考虑到这一切，我们开发了整个应用程序，它不仅可以测量当前温度，还可以根据行业用途调整阈值。此外，每当温度即将达到其阈值时，它都会通过连接到应用程序的警报器来警告整个行业。

此应用程序将 SMS、电子邮件和通知发送给所有监控设备、管理部门以及任何有权接收该消息的人。

我们使用了 IoT Device 的最新技术，即Bolt IoT和LM35 温度传感器，该传感器接收该区域的当前温度。我们还使用Bolt IoT 云平台连接整个设备，并通过 Linux 服务器配置它，使用Bolt IoT python 库进行 API 连接，并通过云技术远程使用。

此应用程序的优点是它还以 CSV 格式将数据存储在云端，然后我们运行我们的预测算法，该算法向我们显示一天中的哪个时间温度会降低，以便我们可以据此调整系统并增加暖通空调的温度并有效地使用此功能。

结果，制药行业获得了双赢的局面，一方面温度阈值风险的最大因素几乎无效，另一方面，他们不必为人工支付额外的人工费用这也降低了人类愚蠢的风险。关于他们现有的系统监控管理员可以从他们那里完成这项工作。

这种基于云的制药行业温度阈值监控系统不仅可以解决药品制造问题，还可以解决全球快速消费品和食品生产行业的问题。