[发明专利]基于智能控制的住宅楼油烟集中净化处理方法以及系统在审
申请号: | 202010913014.8 | 申请日: | 2020-09-02 |
公开(公告)号: | CN111853904A | 公开(公告)日: | 2020-10-30 |
发明(设计)人: | 王燕飞;余龙宝;赵读亮;蒋杉;刘添添;倪士宇;郭媛媛 | 申请(专利权)人: | 合肥师范学院 |
主分类号: | F24C15/20 | 分类号: | F24C15/20 |
代理公司: | 北京华仁联合知识产权代理有限公司 11588 | 代理人: | 王希刚 |
地址: | 230601 安徽省合肥市经*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 智能 控制 住宅楼 油烟 集中 净化 处理 方法 以及 系统 | ||
本发明公开一种基于智能控制的住宅楼油烟集中净化处理方法以及系统,本发明提供的方法包括下面步骤:步骤S100:住宅楼油烟通过各个油烟公共通道后排送到住宅楼油烟集中净化处理系统,首先通过油烟探测器感知油烟排送量大小;步骤S200:油烟探测器将感知的油烟量的信号传送到微处理器,微处理器根据采集的油烟量信号进行数据分析,并通过算法处理得出分析结果,依据分析结果发送指令到静电吸附网。本发明通过静电吸附网和复合过滤网双重吸附过滤,克服了传统单一油烟净化模式净化不彻底的缺点,同时采用集中净化模式,避免了每家每户安装油烟净化的高额投入。且油烟集中净化处理装置自动化程度高,易于安装和管理。
技术领域
本发明涉及餐饮油烟净化技术领域,尤其涉及一种基于智能控制的住宅楼油烟集中净化处理方法以及系统。
背景技术
由于我国对居民家庭大气污染物排放物没有限制要求。目前,城市居民家庭油烟排放已成为继工业废弃和汽车尾气之后又一大污染源,成为污染治理的一个漏洞,如果不及时控制,会一直是我们环境污染的主要源头之一,危害城市居民的身体健康,因此亟需对居民家庭油烟排放进行处理。
目前,我国家庭使用的抽油烟机主要采用技术有机械式、静电吸收、UV光解等技术,产品普遍能耗强,多数只能将家庭产生的油烟转移到户外,造成二次污染,不能有效净化油烟污染。因此,要从源头真正清除PM2.5、VOCs等油烟小颗粒物质,研制投入成本低、持续工作时间长的高效净化设备是目前餐饮油烟净化研究的重点。但是,由于油烟净化需要较高的资金投入,并非每家每户都能安装油烟净化系统。基于以上考虑,本设计在以往的油烟净化器基础上进行改进,将高层住宅楼排放的油烟通过烟气通道集中净化处理,实现低污染排放。采用高压静电网吸附大部分颗粒物质,纤维滤芯过滤层除去VOCs等污染物,以达到净化油烟的目的。不仅能大大减少居民楼油烟排放所造成的空气污染,更能避免每户居民安装处理设备造成的浪费。由于住宅楼油烟排放量实时变化的特点,系统中采用智能控制技术,根据排放量实时调整静电层高压输入电压及工作层数,达到降低能耗目的。系统部分处理物质可回收利用,不会造成二次污染。本系统设备结构简单、使用和维护方便,且吸收效率高,如果实现普遍推广应用,可大幅降低城市空气污染。
发明内容
本发明目的就在于为了解决上述问题而提供一种基于智能控制的住宅楼油烟集中净化处理方法以及系统。
为实现上述目的,本方法发明采用的技术方案是:
一种基于智能控制的住宅楼油烟集中净化处理方法,包括下面步骤:
步骤S100:住宅楼油烟通过各个油烟公共通道后排送到住宅楼油烟集中净化处理系统,首先通过油烟探测器感知油烟排送量大小;
步骤S200:油烟探测器将感知的油烟量的信号传送到微处理器,微处理器根据采集的油烟量信号进行数据分析,并通过算法处理得出分析结果,依据分析结果发送指令到静电吸附网;
步骤S300:启动并控制静电吸附网运行预设的工作电压,实现静电吸附网依据油烟量大小智能调节工作档位;
步骤S400:油烟中的大部分固体颗粒物通过静电吸附网一次过滤后被吸附去除;剩余的油烟中含大量VOCs等物质,通过系统中的过滤层,经过过滤层二次吸收后,可吸附去除大部分VOCs等物质;
步骤S500:最终剩余的油烟中仅含少量污染物,满足餐饮排放标准,可直接排放入大气。
进一步的,所述步骤S200中微处理器还包含定位模块和数据传输模块,实时定位油烟集中净化处理系统所处位置并能将油烟处理相关数据实时回传到预设的数据分析中心的后台数据接收处理系统。
再进一步的,所述步骤S200中,油烟探测器实时感知油烟中的固体颗粒物和VOCs排放量,并将采集到的信号实时传输到微处理器。
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合肥师范学院,未经合肥师范学院许可,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/202010913014.8/2.html,转载请声明来源钻瓜专利网。