[发明专利]基于中央空调的高密度人群室内环境空气质量改善系统在审

专利信息
申请号: 201910106246.X 申请日: 2019-01-18
公开(公告)号: CN109813848A 公开(公告)日: 2019-05-28
发明(设计)人: 朱西平 申请(专利权)人: 西南石油大学
主分类号: G01N33/00 分类号: G01N33/00;F24F11/89;F24F11/00;F24F110/76
代理公司: 成都众恒智合专利代理事务所(普通合伙) 51239 代理人: 唐健玲
地址: 610500 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 密度空间 人员信息 空气质量改善 高密度人群 室内环境 中央空调 发送报警信息 人员基本信息 高密度空间 室内含氧量 报警级别 报警信息 等级对应 情况信息 数据关系 所属级别 项目信息 预先设置 职务信息 含氧量 第三方 云平台 智能化 调控 存储 语音 发送 图像 配备 管理
【权利要求书】:

1.基于中央空调的高密度人群室内环境空气质量改善系统,其特征在于,空气从中央空调进入总管道,其中云平台客户端实时监控总管道和分管道,对总管道进行初步空气质量检测,分管道通过氧气检测器对供氧设备周围环境含氧量信息采集,结合设置含氧量范围数据,供氧设备周边环境含氧量不足时,氧气检测器发送信号至云平台智能监控客户端,云平台将控制供氧设备启动对输出空气含氧量进行提高。

2.根据权利要求1所述的基于中央空调的高密度人群室内环境空气质量改善系统,其特征在于,所述总管道中安装有空气质量检测仪,对总管道进行初步空气质量进行检测。

3.根据权利要求1所述的基于中央空调的高密度人群室内环境空气质量改善系统,其特征在于,所述过滤处理环节通过设置空气过滤器完成。

4.根据权利要求1所述的基于中央空调的高密度人群室内环境空气质量改善系统,其特征在于,所述云平台控制室内环境含氧量19.5%-24%,当室内人数10平方米一人时,为低密度空间,含氧量可控制在19.5%;当5平方米一人时,为中等密度空间,含氧量可控制在21%;当室内人数每平方米一人时,为高密度空间,含氧量可控制在24%。

5.根据权利要求1所述的基于中央空调的高密度人群室内环境空气质量改善系统,其特征在于,所述云平台配备有存储相关人员信息和密度空间情况信息等级的对应数据关系,以及项目信息和第三方维保人员信息的对应关系;相关人员信息包括人员基本信息和职务信息,并预先设置所述职务对应的报警级别,当生成报警信息时向其等级对应的相关人员发送报警信息;所述低密度空间、中等密度空间和高密度空间可以采用语音、文字和图像中的一种或多种方式发送;

若发送低密度空间信息或中等密度空间信息一段时间内报警未取消,且数据持续异常,则生成更高一等级的报警信息;

所述云平台设置含氧量数值进行数据异常分析,并在数据异常时生成报警信息,包括:存储预先设置的分别与智能监测终端信息相对应的低密度空间、中等密度空间和高密度空间;

分别将实时接收的智能监测终端信息与存储的其对应的最高级临界值进行比较,若超出该等级临界值范围,则判断为数据异常,生成相应等级的报警信息;否则与存储的其对应的低一等级临界值比较,直至与所有等级临界值比较完成;

建立关系数据库进行数据异常分析,并在数据异常时生成报警信息,包括:根据不同用户经验值建立关系数据库,所述关系数据库中存储供氧设备报警原因与氧气检测器和空气质量检测仪的检测信息,以及报警原因与报警级别的关联关系;

分别将实时接收的智能监测终端信息与所述关系数据库进行比较,生成相应等级的报警信息;

建立关系数据库进行数据异常分析,并在数据异常时生成报警信息,包括:根据智能监测终端的历史数据和历史报警信息建立历史信息数据库,采用机器学习分析智能监测终端的历史数据之间以及历史数据和历史报警信息之间的关系,建立关系数据库,并预设报警原因与报警级别的关联关系;

分别将实时接收的智能监测终端信息与所述关系数据库进行比较,生成相应等级的报警信息。

6.根据权利要求1所述的基于中央空调的高密度人群室内环境空气质量改善系统,其特征在于,所述监控器包括视频监控器,且视频监控器具有人头量数据检测功能,并通过数据或者图像的方式传输至云平台。

7.根据权利要求1所述的基于中央空调的高密度人群室内环境空气质量改善系统,其特征在于,所述供氧单元分别设置于室内。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南石油大学,未经西南石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910106246.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top