[发明专利]一种空调通风系统内部环境参数的监测反馈及分析方法

权利要求书

1.一种空调通风系统内部环境参数的监测反馈及分析方法，其特征在于：利用无人机搭载污染监测传感器在空调通风系统中巡航的方式获取其内部环境参数，并将监测数据以聚类的方式进行分析。

2.根据权利要求1所述的空调通风系统内部环境参数的监测反馈及分析方法，其特征在于：(1)无人机搭载污染监测传感器在空调通风系统内按遗传算法优化设计的轨迹巡航；(2)监测得到的环境参数通过构建的数据库储存并由k-means聚类方法分析提示空调通风系统内空气污染浓度较高区域。

3.根据权利要求1所述的空调通风系统内部环境参数的监测反馈及分析方法，其特征在于，包括以下步骤：

(1)选择适合的无人机；

(2)将拟搭载的传感器模块固定于所述无人机身上；

(3)无人机在通风系统内的巡逻路径需通过遗传算法进行优化；

(4)采集的空调通风系统内部环境数据通过传感器内置的储存模块收集并记录，待无人机巡检结束并回收后，对所测得的通风系统内部环境参数开展分析。

4.根据权利要求1所述的空调通风系统内部环境参数的监测反馈及分析方法，其特征在于：

步骤(1)中，所述无人机搭载重量≤1kg、续航时间≤1小时，并能在10米每秒以下的风速中稳定行进，以满足其在通风管道正常运行期间的巡检需求；和/或,

步骤(2)中所述传感器模块包含颗粒物、甲醛、温湿度传感器，通过单片机在无人机上集成。

5.根据权利要求1所述的空调通风系统内部环境参数的监测反馈及分析方法，其特征在于：

步骤(2)中：传感器采用多种类空气质量集成式微型自记仪(PM监测误差±5％，甲醛监测误差±8％，温湿度监测误差±5％，最短采样间隔2.0s)；和/或,

传感器精度校准方面，在每次无人机巡检前可利用其他常规污染监测仪器在相同条件对所述传感器进行数据横向比较校准。该传感器的校准可通过其内置的校准模块便捷实现。

6.根据权利要求1所述的空调通风系统内部环境参数的监测反馈及分析方法，其特征在于，步骤(3)包括：

(3.1)在实际的集中通风系统中测试无人机通过直管段、弯头、三通等构件时的巡检速度，分析集中通风系统规模、复杂程度对无人机巡检总时间的影响；进而根据无人机巡航速度与通风系统具体结构估算无人机巡检时间；

(3.2)在无人机的续航里程内，面向巡逻覆盖区域最大的目标，以巡检总时间小于无人机最长工作时间、通风系统检修口位置分布为约束，根据实测无人机通过不同构件的巡检速度与集中通风系统规模，采用遗传算法确定无人机巡逻的最优路径；和/或,

(3.3)所述遗传算法由Matlab中的遗传算法工具箱实现，优化目标为无人机在通风系统内的巡逻路径，针对典型通风系统结构，可由遗传算法的初始种群生成功能得到有效条随机的无人机巡逻路径，再通过输入的两个约束条件—巡检总时间与通风系统检修口位置分布，及实测的无人机巡检速度，计算初始种群中各路径的适应度，其后通过遗传算法中的选择、交叉、变异操作缩小求解范围，最后输出适应度最大的个体即为当前通风系统内最优的无人机巡逻路径。

7.根据权利要求1所述的空调通风系统内部环境参数的监测反馈及分析方法，其特征在于，步骤(4)包括：

(4.1)根据测得的通风系统内部环境参数，采用常规的数据库构建软件MySQL建立其中环境参数数据库。

(4.2)基于定期巡检的环境参数数据，利用k-means聚类分析方法从大数据层面揭示风管道内部何处的空气污染浓度较高。

8.根据权利要求7所述的空调通风系统内部环境参数的监测反馈及分析方法，其特征在于，所述k-means聚类分析方法的实现流程如下：

1)输入大小为N的数据集，选定无人机每次巡检测得的PM浓度与甲醛浓度较高的位置为待聚类数据，令Y＝X，随机选取k个聚类中心U_i(Y)，i＝1,2,...,j，Y为不同迭代轮数下的聚类中心；

2)估计每个样本数据至聚类中心的距离L(s_k,U_i(Y))，k＝1,2,3...并分类，s_k为获取浓度数据时的无人机位置；

3)令Y＝Y+1，计算新的聚类中心与目标函数值的误差平方和：

4)判断若|F_r(Y+1)-F_r(Y)|＜设定阈值或数据类别无变化，则聚类结束；否则，Y＝Y+1，返回至第2)步。