[发明专利]人工智能物联网处理流体分子系统有效

专利信息
申请号: 201910841223.3 申请日: 2019-09-06
公开(公告)号: CN112460006B 公开(公告)日: 2023-04-28
发明(设计)人: 莫皓然;韩永隆;黄启峰;蔡长谚;李伟铭;郭俊毅 申请(专利权)人: 研能科技股份有限公司
主分类号: F04B49/06 分类号: F04B49/06;F04B45/047
代理公司: 隆天知识产权代理有限公司 72003 代理人: 聂慧荃;郑特强
地址: 中国台湾新竹市*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人工智能 联网 处理 流体 分子 系统
【说明书】:

一种人工智能物联网处理流体分子系统,通过用户需求平台发送需求流体分子的数字信息指令给人工智能物联网云端处理装置,通过该人工智能装置的数据运算(computing)与逻辑整合(algorithms)的自我深度学习分析产生更新数字资料数据,通过联网将其回馈给流体检测装置的多个该微型泵产生多个该微型泵的致动作动及多个该传感器的检测作动,达到更有效率的该流体分子的作动与检测。

技术领域

本案是关于一种流体分子系统,尤指一种利用人工智能物联网处理的流体分子系统。

背景技术

在工业高度发展的当下,现代人对于流体分子的检测需求逐渐重视,例如一氧化碳、二氧化碳、挥发性有机物(Volatile Organic Compound,VOC)、悬浮微粒(PM10)、细悬浮微粒(PM2.5)、一氧化碳等有可能影响人体健康,甚至会危害到生命安全的流体,皆为关注重点。

而流体分子的检测,目前仅仰赖一些传感器来检测,以取得相关数字信息数据,但传感器无法即时精确地应对各种环境来进行调整及校正,因此传感器搭配微型泵来构成一流体检测装置来加速流体分子通过其检测区域,以提升传感器的精确度及执行效率,在将传感器取得数字信息数据通过联网传输至云端处理装置储存,并通过人工智能装置进行智能分析使用户获得更有效率的该流体分子的作动与检测效果,目前如此流体分子的检测发展是可行的。

发明内容

本案的主要目的在于提供一种人工智能物联网处理流体分子系统,通过用户需求平台发送所需求流体分子的数字信息指令给人工智能物联网云端处理装置,通过该人工智能装置的数据运算(computing)与逻辑整合(algorithms)的自我深度学习分析产生更新数字资料数据,通过联网将其回馈给流体检测装置的多个该微型泵,据以产生多个该微型泵的致动作动及多个该传感器的检测作动,达到更有效率的该流体分子的作动与检测,以满足用户需求。

为达上述目的,本案的较广义实施态样为提供一种人工智能物联网处理流体分子系统,包含:一流体检测装置,设置在多个流体分子通道中,且该流体检测装置由多个微型泵及多个传感器排列组合所构成,该微型泵控制该流体分子导送通过该传感器进行检测取得一数字资料数据,其中多个该微型泵控制该流体分子产生不同的流体压力、流体流速、流体阻力及流体流感的任何其中之一流体分子变化,以通过多个该传感器进行检测产生不同的数字资料数据,以对外联网传输;一人工智能物联网云端处理装置,接收该流体检测装置传输的该多个数字资料数据予储存,该多个数字资料数据通过一人工智能装置予以自我学习分析产生不同新的数字资料数据,通过联网回馈给该流体检测装置的多个该微型泵产生多个致动作动及多个该传感器的检测作动,致使该流体检测装置通过该人工智能物联网云端处理装置产生联网不停循环的该数字资料数据传输执行作动;以及一用户需求平台,与该人工智能物联网云端处理装置联网操作,该用户需求平台将发送所需求该多个流体分子的数字信息指令给该人工智能物联网云端处理装置,通过该人工智能装置的数据运算(computing)与逻辑整合(algorithms)的自我深度学习分析产生不同新的数字资料数据,通过联网回馈给该流体检测装置的多个该微型泵产生多个致动作动及多个该传感器的检测作动,达到用户更有效率的该流体分子的作动与检测需求。

附图说明

图1为本案人工智能物联网处理流体分子系统的示意图。

图2所示为本案流体检测装置的单一微型泵及单一传感器相对配置关系示意图。

图3A及图3B所示分别为本案微型泵于不同视角的分解结构示意图。

图4所示为第3A及3B图所示的压电致动器的剖面结构示意图。

图5所示为本案微型泵的剖面结构示意图。

图6A至图6B所示为本案微型泵作动示意图。

附图标记说明

1:流体检测装置

11:微型泵

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研能科技股份有限公司,未经研能科技股份有限公司许可,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/201910841223.3/2.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