[发明专利]一种带同化算法的室内空气质量检测器有效
申请号: | 202110615310.4 | 申请日: | 2021-06-02 |
公开(公告)号: | CN113358825B | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 李佳宇;刘森;周圣杰;白双庆 | 申请(专利权)人: | 重庆大学 |
主分类号: | G01N33/00 | 分类号: | G01N33/00;G01N15/06 |
代理公司: | 北京沃知思真知识产权代理有限公司 11942 | 代理人: | 高小艳 |
地址: | 400030 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 同化 算法 室内 空气质量 检测器 | ||
1.一种带同化算法的室内空气质量检测器,其特征在于,包括数据初始化模块、空气收集分析模块、网络连接模块、OneNet平台、分析数据校准模块、数据整理模块、云端存储平台、数据预测模块以及信息反馈模块;
其中,所述空气收集分析模块分别与数据初始化模块、网络连接模块通信连接,所述网络连接模块分别与空气收集分析模块、OneNet平台通信连接,分析数据校准模块分别与OneNet平台、数据整理模块通信连接,所述数据整理模块分别与云端存储平台、数据预测模块通信连接,所述信息反馈模块分别与数据预测模块、云端存储平台通信连接;
所述空气收集分析模块包括实时采集单元以及样本分析单元;
所述信息反馈模块包括数据判断单元、检索单元、LED显示屏以及蜂鸣器;
所述实时采集单元用于对室内空气进行采集,并将采集到的空气信息通过数据转换处理生成解析数据,同时将其发送至样本分析单元;
所述样本分析单元用于对解析数据进行数据分析,并对分析结果进行分类标记,其具体分析标记方法如下:
步骤一:将解析数据中的空气进行信息提取,同时对其中有害气体按照CO、氨气、硫化物、苯系蒸气、PM2.5以及甲醛,并分别标记为A、B、C、D、E以及F;
步骤二:对各有害气体的含量进行计算,并将计算后的数值分别进行数据匹配;
步骤三:将采集到的空气温度以及空气湿度分别标记为G、H;
所述OneNet平台用于接收A、B、C、D、E、F、G以及H,并对其进行有序存储;
所述分析数据校准模块用于提取OneNet平台中存储的A、B、C、D、E、F,并对其进行数据校准处理,其具体数据校准步骤如下:
步骤(1):分析数据校准模块开始从OneNet平台中提取出对应时间段的A、B、C、D、E以及F;
步骤(2):将提取出的A、B、C、D、E以及F分别通过卡尔曼滤波算法进行数据同化处理,同时将其通过数据转换处理生成校准数据,并分别标记为a、b、c、d、e以及f;
所述数据整理模块用于接收校准数据,并对其进行信息整理,其具体信息整理步骤如下:
S1:从OneNet平台中提取对应时间段的G以及H;
S2:将数据生成时间与G、H、a、b、c、d、e以及f进行数据匹配;
S3:将匹配完成的数据发送至云端存储平台;
云端存储平台用于将数据通过数据转换处理生成存储数据并进行保存;
所述数据预测模块用于接收G、H、a、b、c、d、e以及f,并对未来一段时间内空气物质含量进行变化趋势预测,同时将其处理生成预报数据;
所述判断单元用于接收a、b、c、d、e以及f,并对其进行浓度判断,其具体浓度判断步骤如下:
SS1:将a、b、c、d、e以及f分别与气体标准浓度进行对比;
SS2:当超过标准浓度,对超过的气体进行数据标记,并生成警报数据,同时将其发送至智能移动设备;
所述LED显示屏用于接收G、H、a、b、c、d、e、f、预报数据以及警报数据,并将其转换生产显示数据进行显示;
所述蜂鸣器用于接受警报数据并发出刺耳的警报;
所述检索单元用于用户需要查看过往数据时,查找对应时间段的数据,其具体检索步骤如下:
SS1:使用者在检索模块中输入需要查找的初级时间段X;
SS2:使用者输入初级时间段X后再次输入次级时间段x;
SS3:使用者输入完初级时间段X和次级时间段x后,检索模块即会将使用者需要的内容调出并通过LED显示屏显示出来。
2.根据权利要求1所述的一种带同化算法的室内空气质量检测器,其特征在于,所述数据初始化模块用于用户将计算机通过Link连接与该空气质量检测器进行数据交互,同时对空气检测器进行参数设置以及调试,并将其进行数据初始化处理。
3.根据权利要求1所述的一种带同化算法的室内空气质量检测器,其特征在于,所述网络连接模块用于在该空气质量检测器与OneNet平台之间构建数据交互通道,同时将用户智能移动设备与该空气质量检测器进行无线连接,其中,智能移动设备包括笔记本电脑、智能手机。
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重庆大学,未经重庆大学许可,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/202110615310.4/1.html,转载请声明来源钻瓜专利网。