电子智能锁安装教程

Posted 2023-04-12

参考技术A

电子智能锁安装教程

电子智能锁安装教程，现在智能锁的使用是我们家庭生活中非常常见的了，很多人都会在网上购买智能锁需要自己安装，但是有部人不知道怎么安装，以下分享电子智能锁安装教程。

电子智能锁安装教程1

智能锁

1、确认门锁状况：确认现场的安装条件是否符合安装的要求。例如：是否有电源；是否有专管人员;装修是否完工等。详细见《进场确认书》,里面有详尽的介绍，保证安装的安全性。

2、门锁厚度： 门锁厚度要求在：38mm-55mm特殊要求按照特殊要求处理。（门锁的厚度不同，要求门锁的锁芯、锁固定螺钉长度及打孔要求就不同，订货时应向厂家说明。）中心距离确认：有二种中心距离：55mm、70mm（具体安装尺寸见开孔图）

1、画开孔线：按工厂提供的开孔图分门的正、背面和侧面画线。（具体开孔图见具体图纸）。画门正背面开孔线：确定门锁安装高度，把手位置高度距门底面90CM处，（旧门改装，则依旧门为准）按照打孔图画出打孔的线条。画门侧面开孔线：首先画门侧面中心，按打孔用画门侧面开孔线。画门框的开孔线：一定要装上锁芯之后，根据锁芯的相应位置再开门框的开孔线（按开孔图要求）。门框的开孔一定要注意相应锁芯的高度

2、 开门孔：先按画好的开孔线开正面孔和背面孔。要注意开孔时要防止木材纤维产生飞边（最好先用割刀沿开孔线将纤维割断），阻止开孔偏大现象。再按画好的开孔线开门框门孔。注意：门框的孔尺寸要求高、防止有虚位，产生门锁的摇晃。

3、装门锁：打开包装箱后，首先检查门锁零部件是否齐全，方向是否与房间一致，并用电池试验一下电脑锁芯和线路板是否工作正常，然后开始安装门锁。将锁芯装入门板中，接线头穿入内侧板，所有固定孔符合要求。

4、装机械锁头：将机械锁头装入锁芯，并用螺丝固定，检查机械钥匙是否能开门。装前后锁体时调整锁芯空转的四角转套致正确位置（四角转套内孔有标识放好方轴和弹簧),把前锁体装入门板上。

在购买了智能锁之后，一定要在安装的问题上非常的重视，只有正确的进行安装才能保证智能锁的正常使用，这种时候最好是请专业的工作人员来协助我们进行安装工作，这样才能有一个更好的使用效果，保护我们的家庭财产安全。

电子智能锁安装教程2

第一步：拆

如果单看防盗门上的传统门锁根本不觉得它很大，但是当拆下来与电子门锁锁体对比，才真正看到什么是“霸王锁体”。锁体变小，相应的锁点也少了几个，但经过与现场安装师傅的确认，锁点多与安全性并不成正比，最关键的锁点牢固可靠，其余锁点都是通过连动实现的。为此也打消了因锁体变小、锁点减少带来的.安全性顾虑。

第二步：初装、测量

拆除旧锁后需要把电子门锁的锁体“试”装到防盗门里。安装过程中需要测量门板及新锁体的宽度、厚度等数据，根据现有门锁的体积及螺栓的位置，在防盗门上做标记开孔。也就是说，电子门锁的安装即破坏性安装。

第三步：开孔、打眼

测量完相关数据后需要把锁体取出，需要用角磨机或盘式砂光机等对防盗门钢体切割。安装现场火星四溅，随之产生的噪音也无需多言。本以为是一次低调的改装，殊不知还是惊动了左邻右舍。

第四步：安装锁体、校准

上述都是准备工作，接下来是真正的安装过程。首先需要固定锁体，完全固定之前还需要二次校准。锁舌的位置等要和原有门框匹配，最重要的是门锁不能倾斜。笔者在某网站上看过很多安装图片，发现门锁纵向未对其，虽不影响使用但也影响美观。

第五步：安装前后面板

看似简单的面板安装其实是“智能化”的核心。锁体与面板之间需要用大螺栓固定，前后面板间有连接线，因此才形成了智能解锁。此外，还需要安装防水橡胶垫等。通过下图可以看到，一款智能门锁的结构其实很复杂，而一款智能门锁的重量比传统机械锁更沉。

第六步：试用+密码

一切调试完成后需要对智能门锁进行设置，为了保证你家的安全，一定要更改原始密码，录入管理员指纹信息。任何操作都需要密码或指纹判断其管理权限。

从门锁拆卸到安装、调试，整个过程2个多小时。耗时的工程在测量、开孔。如果原锁孔小则还需要花费大量的时间进行切割。校准是个耐心活，师傅用游标卡尺测量数据十分精细，任何一个数据的失误都有可能造成无法弥补的损失。

电子智能锁安装教程3

一、确认门体参数

安装前自然是要做好准备工作，特别是需要换锁的客户，需要测量原锁导向片长度、宽度以及门体的厚度、各项孔距等，选择合适的侧面边条。

二、确定开孔位置

观察门体的开孔位置是否与要装的锁匹配，如果不匹配

则需要重新开孔，开孔的测量方法为：

（1）以边条作为水平定位点，开孔位置要与边条上下沿吻合（竖直方向定位）

（2）注意门边沿延伸尺寸内外是否一致，不一致的话，要估算边沿凸起尺寸（水平方向定位）

三、确定把手、锁舌方向

首先是门把手与锁舌方向，这主要由门的位置决定，同时还需要确定房门是否有天地钩。

锁体拼装阶段

一、调整锁舌方向

拧松锁舌螺丝，将锁舌拉出后旋转即可。

二、安装锁芯

将锁芯放入外侧锁面锁孔中，拧上螺丝固定。

三、安装固定柱

将固定柱拧入锁芯上方孔位。

四、安装细长方条

将细长方条带凹槽面朝下，装入外侧锁面下方孔位，将孔位侧面螺丝拧紧。

安装阶段

一、安装前确认

开始安装前需要确认天地钩需要处于缩进状态，如不安装天地勾，可用砂轮将锁体挂钩切割掉。同时需要确认反锁旋钮处于缩进状态（旋钮竖直状态）确认完毕后，开始进入安装。

二、安装内锁体

将内锁体通过孔位装入门中，注意接线不要缠绕在天地勾上，拧好边条上方螺丝。

三、安装大方条

安装时，弹片朝下，由门外向门内插入，若安装正确，内侧弹片刚好弹出卡住内锁体。

四、安装外侧锁面

判断内外方柱区别（内方柱的头部有一个刻着的内字，外方柱没有刻字），将正面方柱三角形对好内锁体，保持水平状态轻轻推入。

五、安装内侧锁面

接好外侧锁面与内侧锁面数据线，将内方柱对准孔位，保持水平状态轻轻推入。

六、固定锁面

检查锁体物理开关是否正常，如无问题，则将内外锁面拧好螺丝固定。

Windows系统深度学习AnacondaPyTorch软件安装教程

1.作者介绍

陈梦丹，女，西安工程大学电子信息学院，2022级研究生，张宏伟人工智能课题组
研究方向：机器视觉与人工智能
电子邮件：[e-mail]

安装思路：

根据电脑显卡选择cuda版本（是cuda10.x还是cuda11.x或者是其他版本，这里还需要根据pytorch所支持的版本来选择具体的cuda版本）–>然后根据cuda版本来选择对应版本的cudnn–>最后进行pytorch的安装

一、安装显卡驱动

1、查看显卡驱动型号

右击右下角开始，在设备管理器中查看计算机显卡型号，例如我的显卡是：RTX3050:

注意：30系列的显卡暂时支持cuda11.x版本。

2、下载显卡驱动

进入英伟达官网，下载对应显卡驱动：https://www.nvidia.cn/Download/index.aspx?lang=cn

选择对应版本参数并下载安装，安装时一直下一步即可。

3、查看GPU状态

1）安装完成后, Win+R打开cmd终端，即出现以下界面，然后按下enter进入：

2）命令行输入nvidia-smi查看GPU状态：

注意：右上角显示的CUDA版本（红色框中）是当前版本所支持的最高CUDA版本。

二、安装Visual Studio 2019

由于要使用cuda则必须要有一个编译工具，这里安装的是Visual Studio 2019；
下载Visual Studio 社区版链接：https://visualstudio.microsoft.com/zh-hans/downloads/；
安装完成后进入以下界面，注意：勾选“Python开发”和“C++桌面开发”。

三、安装CUDA

1、下载对应版本的CUDA

CUDA各版本官方下载地址: https://developer.nvidia.com/cuda-toolkit-archive；
注意：由于本次展示电脑显卡是30系列，所以我选择的是CUDA11.x,而PyTorch对应的CUDA11.x只有CUDA11.3，所以我安装的是CUDA11.3。
进入cuda官网找到对应的版本进行下载：

2、安装下载好的CUDA

下载完成后将CUDA安装，注意：建议默认路径，后期需要添加环境变量，安装时选择自定义安装：
注意：在安装时要把360杀毒软件关闭！！！


勾选Visual Studio Integration：
然后一直下一步即可。

3、设置环境变量

1）鼠标右键计算机（此电脑），打开属性->高级系统设置->环境变量

可以看到系统变量中多了CUDA_PATH和CUDA_PATH_V11_3两个环境变量。

接下来，还要在系统变量中“新建”，添加以下几个环境变量，以下是默认安装位置的路径的环境变量（左边是变量名，右边是变量值）:
CUDA_SDK_PATH = C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v11.3
CUDA_LIB_PATH = %CUDA_PATH%\\lib\\x64
CUDA_BIN_PATH = %CUDA_PATH%\\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\\bin\\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\\common\\lib\\x64

在系统变量 Path 的末尾添加：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

双击Path,再添加如下5条（默认安装路径）：
C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\ v11.3\\lib\\x64
C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\ v11.3\\include
C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\ v11.3\\extras\\CUPTI\\lib64
C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\ v11.3\\bin\\win64
C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\ v11.3\\common\\lib\\x64

四、安装cudnn

1、下载cuda11.3对应的cudnn
cudnn下载地址：https://developer.nvidia.com/cudnn

2、下载cudnn后直接将其解开压缩包，然后需要将解压后的bin,include,lib文件夹复制粘贴到cuda安装时的默认路径文件夹下（比如我的是在：C:\\ProgramData\\NVIDIA GPU Computing Toolkit\\v11.3下）
注意：对bin,include,lib整个文件夹复制粘贴
3、最后测试cuda是否配置成功：
Win+R打开CMD终端执行：nvcc -V 即可看到cuda的信息：

五、安装anaconda

详细安装教程可参考以下链接：
https://blog.csdn.net/m0_37758063/article/details/116540837?spm=1001.2014.3001.5502

六、安装PyTorch

1、创建虚拟环境

在anaconda中添加镜像源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

在开始栏打开刚才安装的anaconda prompt 创建项目运行虚拟环境：
conda create -n your_env_name(虚拟环境名称) pythonxx(想要创建的虚拟环境的python版本号)
注：若不知道python版本，Win+R打开CMD终端执行：python，然后enter即可看到所安装的python版本号。
可以根据自己需要修改，例如：conda create -n mytorch python3.9.7

输入y，然后按下enter确认开始下载安装。

出现以上界面则虚拟环境已经创建完成。

2、激活并进入虚拟环境

1）在上一步的基础上，对创建完成的虚拟环境进行激活，在anaconda prompt 终端中输入以下指令：
conda activate mytorch
2）若要退出当前的虚拟环境，执行以下指令即可：
conda deactivate

3、安装PyTorch

1）此时我们已经激活并进入到所创建的mytorch环境中。

2）接下来进入PyTorch官网: PyTorch，选择相关参数，获取PyTorch安装指令，并在anaconda prompt 终端中执行红色框中的指令（该指令为最新版本的PyTorch）：
注意：安装的时候要将命令后的-c pytorch后面的内容删除，从国内源进行下载，速度快一些。

另：若需要选择其他版本的PyTorch点击绿色框中的指令即可
然后进入以下页面，找到需要的版本进行安装即可

输入PyTorch安装指令指令后，查看conda找到将要安装的包是否是要进行安装的

如果是，输入y之后，按下enter确认进行下载；
如果不是，就需要重新检查安装PyTorch的命令。
3）安装PyTorch，至此，基础环境已经部署完成。

4、验证PyTorch是否安装成功

1）安装完成后，继续在在anaconda prompt 终端中执行以下指令，验证PyTorch是否安装成功：
python
import torch
torch.cuda.is_available()

2） 如下图提示True说明框架配置成功，且GPU可用
若显示为False说明安装失败，则需要重新检查安装指令。

3） 验证完成后Ctrl+Z回到命令行，然后执行conda list指令就可以看到该虚拟环境下已经安装好的包


能够在conda list中找到以上两个包，则说明已经配置完成。