CN1821779A - 一种空气质量监测和控制系统 - Google Patents
一种空气质量监测和控制系统 Download PDFInfo
- Publication number
- CN1821779A CN1821779A CN 200610034453 CN200610034453A CN1821779A CN 1821779 A CN1821779 A CN 1821779A CN 200610034453 CN200610034453 CN 200610034453 CN 200610034453 A CN200610034453 A CN 200610034453A CN 1821779 A CN1821779 A CN 1821779A
- Authority
- CN
- China
- Prior art keywords
- data
- expert system
- gas
- knowledge base
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 43
- 239000000203 mixture Substances 0.000 claims abstract description 10
- 238000003909 pattern recognition Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 9
- 238000012417 linear regression Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 5
- 239000007784 solid electrolyte Substances 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000556 factor analysis Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 241001269238 Data Species 0.000 claims 2
- 230000001105 regulatory effect Effects 0.000 claims 2
- 238000004378 air conditioning Methods 0.000 claims 1
- 238000007084 catalytic combustion reaction Methods 0.000 claims 1
- 230000004069 differentiation Effects 0.000 claims 1
- 239000008187 granular material Substances 0.000 claims 1
- 238000004140 cleaning Methods 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 40
- 238000001514 detection method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000013618 particulate matter Substances 0.000 description 4
- 238000003915 air pollution Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 229920000642 polymer Polymers 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011540 sensing material Substances 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种空气质量监测和控制系统,该系统包括PC主机、显示器、传感器、监测仪、逻辑判断模块、模式特征和专家系统,系统核心件为传感器、监测仪、逻辑判断模块、模式特征和专家系统。传感器和监测仪是空气质量监测的硬件设备部分,逻辑判断模块用于判断出空气中气体的具体成分,模式特征记录了不同气体成分所呈现的数据特征。专家系统是系统智能控制的核心,包括数据接口、用户界面、控制接口、推理机、知识库等部分。本系统将家用电器、净化装置、检测装置三者紧密地结合在一起,同时充分利用PC的计算能力和专家系统的智能判断能力,能够方便对空气质量进行监测和控制。
Description
技术领域
本发明涉及一种空气质量监测和控制系统,具体来说,涉及了一种对家居空气质量进行自动监测并根据监测结果自动调节或者为用户提供专家建议的控制系统。
背景技术
空气污染的定义为:空气中污染物或由它们转化成的二次污染物的浓度达到了有害程度的现象。空气污染的污染包括了烟尘、总悬浮颗粒物、可吸入悬浮颗粒物(浮尘)、二氧化氮、二氧化硫、一氧化碳、臭氧、挥发性有机化合物等等。从总体上来看,我们可以将空气污染分为气体污染和固体颗粒污染两类。
现在通常用气敏传感器来检测空气中污染成分的含量。气敏传感器是众多传感器中的一类,当有气敏传感器敏感的气体进入气敏感应器时,感应器内部的敏感物质会发生一定的物理或化学变化,从而导致感应器的电流或电压产生变动。
气敏传感器种类繁多。按所用气敏材料及气敏特性不同,可分为半导体式、固体电解质式、电化学式、接触燃烧式、高分子式等。大多数传感器不是只对某种特定气体敏感,而是对一类气体(例如还原性气体,或者是氧化性气体等)敏感,所以它们无法有效地判别出具体的气体,做到对症下药。为此,目前大多数技术是通过多个气敏感应器加上微处理器形成较为大型的监测仪器。这样做的话,仪器的价格会比较高,同时不同的监测仪器可能具备同样的感应器,造成资源的浪费。
发明内容
本发明的目的在于解决上述现有系统的不足,提供一种能够将家用电器、净化装置、检测装置三者紧密地结合在一起,同时充分利用PC的计算能力和专家系统的智能判断能力,实现有效监测和控制的空气质量监测和控制系统。
为解决上述问题,本发明的技术方案如下:该系统包括PC主机、显示器、传感器、监测仪、逻辑判断模块、模式特征和专家系统,该系统核心件为传感器、监测仪、逻辑判断模块、模式特征和专家系统;
传感器为气敏传感器,其类型可以是半导体式、固体电解质式、电化学式、接触燃烧式、高分子式中的任何一种或多种,传感器的测定数据通过网络传输到逻辑判断模块做进一步的判断后再传送到专家系统;
监测仪的类型可以是空气颗粒监测仪,也可以是某种气体的专用检测仪,监测仪本身的数据已经可以作为结果监测数据直接使用,经过网络直接传送入专家系统;
逻辑判断模块用于对传感器传送过来的数据进行二次分析,判断出空气中气体的具体成分;
模式特征记录了不同气体成分所呈现的数据特征,它是一系列特征数据集的集合;
专家系统是系统智能控制的核心,它会根据探测到的气体类型和颗粒含量,比较各种标准数据,同时结合空间内各种电器设施,自动采取最优的解决方案进行调节或是对用户提出建议。
所述逻辑判断模块主要由两个部分组成:信号处理模块和模式识别模块;信号处理模块负责对传感器传送过来的信号进行二次处理,从而方便后面的模式识别,这一模块常用的方法有线性回归、偏微分最小二乘方、多重线性回归、顺序淹没因素分析、背景情况鉴别、人工神经网络等等,在具体应用中需要根据实际情况结合模式特征进行选取;模式识别模块主要进行判别工作,它将信号处理模块的结果数据和模式特征文件中的数据进行比较,找出最为相识的模式,从而判断出气体的具体成分,模式识别模块将处理后的数据和模式特征数据中的数据进行比较,如何两者能较好地吻合,那就意味着该气体中含有该模式所对应的气体,如果所有的模式数据都无法吻合,则意味着无法识别。
所述专家系统由以下几部分组成:
(a)数据接口
数据接口接受来自监测仪和判断逻辑模块的监测数据,同时接受来自空间中家居电器,如空调等的状态信息,作为专家系统进行分析推理的基本数据,进行推理判断;
(b)用户界面
用户界面是用户与专家系统的交互界面,通过该界面,用户可以向专家系统提出咨询,以获得较为合理的解决方案和建议,同时,用户还可以通过用户界面干预各种调节操作,从而营造个性化的生活环境,另外一方面,当发生突发事件时,专家系统也是通过用户界面将各种警告和建议信息反馈到用户;
(c)控制接口
为了实现自动控制功能,专家系统必须能够根据推理结果自动对调节各种生活电器,自动调节生活环境的功能,而系统对生活电器的调整就是统一通过控制接口实现的;
(d)推理机
推理机是专家系统的重要组成部分,它以来自数据接口的监测数据作为初始数据,结合知识库中的各项专门知识,再利用各种推理机制推断出问题的答案,推理机采用的推理机制可以是简单的任意检索或是启发式检索,也可以采用模糊逻辑演算进行,具体可以根据应用环境采用合适的机制;
(e)知识库
知识库用于存放各项专门的知识,它是各种理论知识和专家们在实践中得出的经验知识的一个合集,在本系统的设计中,我们将知识库拆分为内置和在线两个知识库,内置知识库用于存放一些比较常见的、比较固定的专门知识,是存放在本地机器上的一个知识库,它的设计主要侧重的是效率和确定性;在线知识库是一个更为庞大的知识库,它存放着的各种应用环境下的专门知识;当有新的应用环境出现时,还可以将新的知识增加到在线知识库中,使得有需要的用户可以监测到相应的知识。在实际运行过程中,如果推理机在内置知识库中查找不到相应的结果时,才试图从网络上获取在线知识库中的知识。
本发明利用了PC的处理能力,将监测仪器中微处理器的功能采用软件、由PC进行计算实现,从而采用简单的传感器就能实现监测功能,减少了成本,有利于普通家庭的购买和采用。利用气敏传感器、检测器、专家系统等技术的结合,可以对家庭和办公环境中空气的各种气体含量、颗粒含量进行监测并根据监测结果自动调节、发出警报或是提供专家意见。
附图说明
图1是系统的结构框图;
图2是系统的控制流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
如图1所示,本系统包括PC主机和显示器形成的网络、传感器、监测仪、逻辑判断模块、模式特征和专家系统。下面结合各部分对系统进行说明。
1.传感器和监测仪
传感器和监测仪是空气质量监测的硬件设备部分,它们能监测出空气中是否存在某类气体或是某种颗粒的含量,是整个监测系统的基本数据来源。虽然这两类都是监测硬件,但它们之间也有着不同:传感器仅仅是简单的感应器件,本身不存在微处理器,主要用于检测空气中的特定类型气体并将监测结果转化为数字信号传输到网络;检测仪本身就是一个较为复杂的监测系统,它能比较准确地测定某种物质的成分或含量等等,主要用于检测固体颗粒物质,因为这类物质是通过含量测定污染程度,目前还无法用传感器实现测量。另外,这两类硬件的数据流向也有所不同:传感器的测定数据先是通过网络传输到判断逻辑模块做进一步的判断后再传送到专家系统;检测仪本身的数据已经可以作为结果监测数据直接使用,所以经过网络直接传送入专家系统。
在此,我们并不限定传感器的类型,它可以是半导体式、固体电解质式、电化学式、接触燃烧式、高分子中的任何一种或多种;同样,我们在此也不限定监测仪就是式空气颗粒监测仪,它同样也可以是某种气体的专用检测仪,这样虽然可以提高系统对该种气体的监测能力,但会增加系统的成本。
2.逻辑判断模块
逻辑判断模块用于对传感器传送过来的数据进行二次分析,判断出空气中气体的具体成分。正如前面所讲,传感器一般能判断出某一类气体,但很难判断出是具体那种气体;但是,我们可以通过多个传感器的感应结果的综合判断,也就是综合气体氧化性、还原性等多种性质,判断出气体的大致成分。本模块正是模拟这一判断过程,它有两个部分组成:信号处理模块和模式识别模块。
信号处理模块负责对传感器传送过来的信号进行二次处理,从而方便后面的模式识别。这一模块常用的方法有线性回归、偏微分最小二乘方、多重线性回归、顺序淹没因素分析、背景情况鉴别、人工神经网络等等,在具体应用中需要根据实际情况结合模式特征进行选取。模式识别模块主要进行判别工作,它将信号处理模块的结果数据和模式特征文件中的数据进行比较,找出最为相识的模式,从而判断出气体的具体成分。
3.模式特征
模式特征记录了不同气体成分所呈现的数据特征,它是一系列特征数据集的集合。模式识别模块将处理后的数据和模式特征数据中的数据进行比较,如何两者能较好地吻合,那就意味着该气体中含有该模式所对应的气体;如果所有的模式数据都无法吻合,则意味着无法识别。
4.专家系统
专家系统是系统智能控制的核心,它会根据探测到的气体类型和颗粒含量,比较各种标准数据,同时结合空间内各种电器设施,自动采取最优的解决方案进行调节或是对用户提出建议。从上图中我们可以看到,专家系统由以下几部分组成:
(a)数据接口
数据接口接受来自监测仪和判断逻辑模块的监测数据,同时接受来自空间中家居电器,如空调等的状态信息,作为专家系统进行分析推理的基本数据,进行推理判断。
(b)用户界面
用户界面是用户与专家系统的交互界面。通过该界面,用户可以向专家系统提出咨询,以获得较为合理的解决方案和建议;同时,用户还可以通过用户界面干预各种调节操作,从而营造个性化的生活环境。另外一方面,当发生突发事件时,专家系统也是通过用户界面将各种警告和建议信息反馈到用户。
(c)控制接口
为了实现自动控制功能,专家系统必须能够根据推理结果自动对调节各种生活电器,自动调节生活环境的功能,而系统对生活电器的调整就是统一通过控制接口实现的。
(d)推理机
推理机是专家系统的重要组成部分,它以来自数据接口的监测数据作为初始数据,结合知识库中的各项专门知识,再利用各种推理机制推断出问题的答案。推理机采用的推理机制可以是简单的任意检索或是启发式检索,也可以采用模糊逻辑演算进行,具体可以根据应用环境采用合适的机制。
(e)知识库
知识库用于存放各项专门的知识,它是各种理论知识和专家们在实践中得出的经验知识的一个合集。在本系统的设计中,我们将知识库拆分为内置和在线两个知识库,内置知识库用于存放一些比较常见的、比较固定的专门知识,是存放在本地机器上的一个知识库。它的设计主要侧重的是效率和确定性。
在实际应用中,要想专家系统具有通用性,就需要考虑多种应用环境下的情况,这样会造成知识库的剧烈膨胀,从而造成存储的困难和速度的缓慢。为了应用于家庭和个人生活中,本系统还具有另一个知识库——在线知识库,这个知识库存放在网络上,当推理机在内置知识库中查找不到相应的结果时,才试图从网络上获取在线知识库中的知识。在线知识库是一个更为庞大的知识库,它存放着的可以是各种应用环境下的专门知识;当有新的应用环境出现时,还可以将新的知识增加到在线知识库中,使得有需要的用户可以监测到相应的知识。
如图2所示,系统的工作控制流程如下:
(a)监测硬件对空气中的质量进行检测;
(b)对于感应器获得的检测数据,逻辑判断模块进行如下操作,得出监测
结果数据:
i. 信号处理模块采用一定的方式,如线性回归、偏微分最小二乘方等对传感器传送过来的信号进行二次处理;
ii. 模式识别模块将处理完的检测数据和模式特征进行比较,查找出最为吻合的模式,分析出气体的成分对于由监测仪传送来的数据,作为监测结果数据进行下面的操作。
(c)监测结果数据通过数据接口传送入专家系统;同时各种生活电器的数据,如空调的温度测量值、室温测量值等也通过数据接口传送到专家
系统中;
(d)专家系统的推理机根据传入的数据,结合内置知识库中的知识进行推导,寻找出合适的答案;如果能找到答案,则跳入(f),否则执行下面
(e)的操作;
(e)推理机结合传入的原始数据,通过网络查找在线知识库并进行推导过程,查找合适的答案然后进入下一步;
(f)专家系统根据推导出来的答案,通过控制接口对生活电器进行调节,同时继续进行监测,直到监测的结果合格;或者将结果反馈给用户,提醒用户做进一步的处理。
本系统主要有以下几方面的特点:
(1)将空气质量监测中复杂的控制逻辑和模式识别转移到软件上,既可以简化传感器的设计,又可以方便地实现统一控制。在传统的空气质量监测上,监测一种气体需要一个十分复杂的感应器,或是一套特定的仪器,每个仪器具有独立的微处理器和自己的感应器,这样造成了感应器的复杂化和器件的重复;本系统将数据处理、模式识别等复杂的控制过程转移到了软件上,感应器只需要简单的探测功能和数据发送功能就可以;同一个感应器产生的数据还可以运用于多种气体的监测中,避免了资源的浪费。这样做出来的系统虽然在速度上稍微慢了一些,但功能不会减弱,实现也比较方便,适合于数字生活中广泛应用。
(2)结合专家系统,能更加有效地、更加科学地实现统一控制和调节。对于监测所得到的各种数据,我们可以藉由专家系统利用各种专业知识对其进行判断,从而实现更为科学、合理的控制和调节,避免死板的机械调节控制和用户的盲目调节。
(3)在专家系统的输入中增加数据接口,接收来自数字生活中其它与空气质量有关的器件的数据;同时增加控制接口用于实现对其它家用电器的控制从而实现更为有效的判断和控制。空气质量的监测和控制,特别是室内环境中,与各种电器,如空调、风扇、空气净化器等等是密切相关的,要想更好地监测、控制和调节空气质量,就不可避免地需要和这些电器进行信息的交换。本系统能够将家用电器、净化装置、检测装置三者紧密地结合在一起,实现更为有效的监测和控制。
(4)本系统中专家系统的知识库采用了内置知识库和在线知识库结合的方式,一方面避免存储过于庞大的知识库,使得推理速度减慢;同时可以利用不断更新的在线知识库,实现更为合理的控制。
Claims (4)
1、一种空气质量监测和控制系统,该系统包括PC主机、显示器、传感器、监测仪、逻辑判断模块、模式特征和专家系统,该系统核心件为传感器、监测仪、逻辑判断模块、模式特征和专家系统;
传感器为气敏传感器,其类型可以是半导体式、固体电解质式、电化学式、接触燃烧式、高分子式中的任何一种或多种,传感器的测定数据通过网络传输到逻辑判断模块做进一步的判断后再传送到专家系统;
监测仪的类型可以是空气颗粒监测仪,也可以是某种气体的专用检测仪,监测仪本身的数据已经可以作为结果监测数据直接使用,经过网络直接传送入专家系统;
逻辑判断模块用于对传感器传送过来的数据进行二次分析,判断出空气中气体的具体成分;
模式特征记录了不同气体成分所呈现的数据特征,它是一系列特征数据集的集合;
专家系统是系统智能控制的核心,它会根据探测到的气体类型和颗粒含量,比较各种标准数据,同时结合空间内各种电器设施,自动采取最优的解决方案进行调节或是对用户提出建议。
2、根据权利要求1所述的空气质量监测和控制系统,其特征是:所述逻辑判断模块主要由两个部分组成:信号处理模块和模式识别模块;信号处理模块负责对传感器传送过来的信号进行二次处理,从而方便后面的模式识别,这一模块常用的方法有线性回归、偏微分最小二乘方、多重线性回归、顺序淹没因素分析、背景情况鉴别、人工神经网络等等,在具体应用中需要根据实际情况结合模式特征进行选取;模式识别模块主要进行判别工作,它将信号处理模块的结果数据和模式特征文件中的数据进行比较,找出最为相识的模式,从而判断出气体的具体成分,模式识别模块将处理后的数据和模式特征数据中的数据进行比较,如何两者能较好地吻合,那就意味着该气体中含有该模式所对应的气体,如果所有的模式数据都无法吻合,则意味着无法识别。
3、根据权利要求1或2所述的空气质量监测和控制系统,其特征是:所述专家系统由以下几部分组成:
(a)数据接口
数据接口接受来自监测仪和判断逻辑模块的监测数据,同时接受来自空间中家居电器,如空调等的状态信息,作为专家系统进行分析推理的基本数据,进行推理判断;
(b)用户界面
用户界面是用户与专家系统的交互界面,通过该界面,用户可以向专家系统提出咨询,以获得较为合理的解决方案和建议,同时,用户还可以通过用户界面干预各种调节操作,从而营造个性化的生活环境,另外一方面,当发生突发事件时,专家系统也是通过用户界面将各种警告和建议信息反馈到用户;
(c)控制接口
为了实现自动控制功能,专家系统必须能够根据推理结果自动对调节各种生活电器,自动调节生活环境的功能,而系统对生活电器的调整就是统一通过控制接口实现的;
(d)推理机
推理机是专家系统的重要组成部分,它以来自数据接口的监测数据作为初始数据,结合知识库中的各项专门知识,再利用各种推理机制推断出问题的答案,推理机采用的推理机制可以是简单的任意检索或是启发式检索,也可以采用模糊逻辑演算进行,具体可以根据应用环境采用合适的机制;
(e)知识库
知识库用于存放各项专门的知识,它是各种理论知识和专家们在实践中得出的经验知识的一个合集,在本系统的设计中,我们将知识库拆分为内置和在线两个知识库,内置知识库用于存放一些比较常见的、比较固定的专门知识,是存放在本地机器上的一个知识库,它的设计主要侧重的是效率和确定性;在线知识库是一个更为庞大的知识库,它的设计侧重的是知识量,推理机在内置知识库中查找不到相应的结果时,才试图从网络上获取在线知识库中的知识。
4、根据权利要求1所述的空气质量监测和控制系统,其特征还在于本系统将传统监测仪器中复杂的控制逻辑和模式识别硬件的功能转移到软件上,解决了系统价格合硬件设计上的问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200610034453 CN1821779A (zh) | 2006-03-20 | 2006-03-20 | 一种空气质量监测和控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200610034453 CN1821779A (zh) | 2006-03-20 | 2006-03-20 | 一种空气质量监测和控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1821779A true CN1821779A (zh) | 2006-08-23 |
Family
ID=36923254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200610034453 Pending CN1821779A (zh) | 2006-03-20 | 2006-03-20 | 一种空气质量监测和控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1821779A (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102087125A (zh) * | 2010-11-29 | 2011-06-08 | 深圳市赛纳威环境仪器有限公司 | 空气净化效率检测装置 |
CN102393882A (zh) * | 2011-09-21 | 2012-03-28 | 济中节能技术(苏州)有限公司 | 在线监控和诊断室内空气质量传感器的方法 |
CN102500754A (zh) * | 2011-11-01 | 2012-06-20 | 沈阳铝镁设计研究院有限公司 | 一种阳极组装磷生铁配方及浇注温度监控方法 |
CN102680538A (zh) * | 2012-03-27 | 2012-09-19 | 南京邮电大学 | 基于气敏传感器和智蜂网络的道路中尾气监测方法 |
CN103557579A (zh) * | 2013-11-14 | 2014-02-05 | 江苏万全科技有限公司 | 一种室内环境监测系统及其监测方法 |
CN104007722A (zh) * | 2014-05-08 | 2014-08-27 | 沈阳高德金融设备净化技术有限公司 | 银行金库或现金中心智能环境监视控制系统及控制方法 |
CN104678843A (zh) * | 2015-01-24 | 2015-06-03 | 福建农林大学 | 基于人体健康信息及空气成分数据的室内植物推荐方法 |
CN101765747B (zh) * | 2007-07-26 | 2015-11-25 | 法伊兹·兹莎安 | 响应单元的改进 |
CN105492896A (zh) * | 2013-08-09 | 2016-04-13 | 新宇宙电机株式会社 | 环境监测系统 |
CN106227199A (zh) * | 2016-08-31 | 2016-12-14 | 王小兰 | 一种汽车故障监控专家系统 |
CN106886158A (zh) * | 2015-12-15 | 2017-06-23 | 英业达科技有限公司 | 智能居家分析与建议系统及其方法 |
CN107023943A (zh) * | 2017-03-31 | 2017-08-08 | 青岛海尔空调器有限总公司 | 一种具有净化功能的空调器 |
CN107421991A (zh) * | 2017-06-13 | 2017-12-01 | 潘志君 | 一种农药残留及气体检测方法、检测系统 |
CN107576598A (zh) * | 2017-09-15 | 2018-01-12 | 深圳市卡普瑞环境科技有限公司 | 一种大气颗粒物质量的获取方法以及终端 |
CN108037679A (zh) * | 2017-12-11 | 2018-05-15 | 成都逸重力网络科技有限公司 | 采用模型技术的家居控制方法 |
CN108061340A (zh) * | 2017-12-11 | 2018-05-22 | 成都逸重力网络科技有限公司 | 适用于各种家庭环境的系统 |
CN108614415A (zh) * | 2018-03-27 | 2018-10-02 | 苏州联点数据技术有限公司 | 一种植物生长因子的智能控制系统及控制方法 |
CN108985353A (zh) * | 2018-06-27 | 2018-12-11 | 天津大学 | 基于图像端对端的空气污染程度分类方法 |
CN109326089A (zh) * | 2018-12-03 | 2019-02-12 | 唐山工业职业技术学院 | 一种基于智能化传感器的城市地下空间灾害监测预警系统 |
CN110308662A (zh) * | 2019-06-12 | 2019-10-08 | 合肥泛米智能科技有限公司 | 一种具有多个传感器触发条件进行逻辑判断的智能家居系统 |
CN110500709A (zh) * | 2019-07-29 | 2019-11-26 | 七彩安科智慧科技有限公司 | 空调器运行状态在线判别方法 |
US10543386B2 (en) | 2016-02-01 | 2020-01-28 | Advanced Ventilation Applications, Inc. | Systems and methods for respiratory health management |
CN111051852A (zh) * | 2018-02-01 | 2020-04-21 | 山东诺方电子科技有限公司 | 多核传感器系统及其隔离和恢复的方法 |
US10767873B2 (en) | 2015-07-06 | 2020-09-08 | Koninklijke Philips N.V. | Air processing system and method |
CN111796000A (zh) * | 2020-07-07 | 2020-10-20 | 王垚 | 基于气敏半导体的小型化臭氧监测器及监测方法 |
CN112352147A (zh) * | 2017-07-29 | 2021-02-09 | 山东诺方电子科技有限公司 | 一种利用出租车进行大气监测时提高监测覆盖率的方法 |
CN115407028A (zh) * | 2022-09-15 | 2022-11-29 | 江苏师范大学 | 一种地铁空调环境模式检测系统和检测方法 |
-
2006
- 2006-03-20 CN CN 200610034453 patent/CN1821779A/zh active Pending
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101765747B (zh) * | 2007-07-26 | 2015-11-25 | 法伊兹·兹莎安 | 响应单元的改进 |
CN102087125A (zh) * | 2010-11-29 | 2011-06-08 | 深圳市赛纳威环境仪器有限公司 | 空气净化效率检测装置 |
CN102393882B (zh) * | 2011-09-21 | 2014-11-26 | 济中节能技术(苏州)有限公司 | 在线监控和诊断室内空气质量传感器的方法 |
CN102393882A (zh) * | 2011-09-21 | 2012-03-28 | 济中节能技术(苏州)有限公司 | 在线监控和诊断室内空气质量传感器的方法 |
CN102500754B (zh) * | 2011-11-01 | 2013-10-09 | 沈阳铝镁设计研究院有限公司 | 一种阳极组装磷生铁配方及浇注温度监控方法 |
CN102500754A (zh) * | 2011-11-01 | 2012-06-20 | 沈阳铝镁设计研究院有限公司 | 一种阳极组装磷生铁配方及浇注温度监控方法 |
CN102680538B (zh) * | 2012-03-27 | 2014-01-22 | 南京邮电大学 | 基于气敏传感器和智蜂网络的道路中尾气监测方法 |
CN102680538A (zh) * | 2012-03-27 | 2012-09-19 | 南京邮电大学 | 基于气敏传感器和智蜂网络的道路中尾气监测方法 |
CN105492896A (zh) * | 2013-08-09 | 2016-04-13 | 新宇宙电机株式会社 | 环境监测系统 |
CN103557579B (zh) * | 2013-11-14 | 2017-01-11 | 江苏万全科技有限公司 | 一种室内环境监测系统及其监测方法 |
CN103557579A (zh) * | 2013-11-14 | 2014-02-05 | 江苏万全科技有限公司 | 一种室内环境监测系统及其监测方法 |
CN104007722A (zh) * | 2014-05-08 | 2014-08-27 | 沈阳高德金融设备净化技术有限公司 | 银行金库或现金中心智能环境监视控制系统及控制方法 |
CN104678843B (zh) * | 2015-01-24 | 2017-05-10 | 福建农林大学 | 基于人体健康信息及空气成分数据的室内植物推荐方法 |
CN104678843A (zh) * | 2015-01-24 | 2015-06-03 | 福建农林大学 | 基于人体健康信息及空气成分数据的室内植物推荐方法 |
US10767873B2 (en) | 2015-07-06 | 2020-09-08 | Koninklijke Philips N.V. | Air processing system and method |
CN106886158A (zh) * | 2015-12-15 | 2017-06-23 | 英业达科技有限公司 | 智能居家分析与建议系统及其方法 |
US10543386B2 (en) | 2016-02-01 | 2020-01-28 | Advanced Ventilation Applications, Inc. | Systems and methods for respiratory health management |
CN106227199A (zh) * | 2016-08-31 | 2016-12-14 | 王小兰 | 一种汽车故障监控专家系统 |
CN106227199B (zh) * | 2016-08-31 | 2019-01-04 | 王小兰 | 一种汽车故障监控专家系统 |
CN107023943B (zh) * | 2017-03-31 | 2019-12-31 | 青岛海尔空调器有限总公司 | 一种具有净化功能的空调器 |
CN107023943A (zh) * | 2017-03-31 | 2017-08-08 | 青岛海尔空调器有限总公司 | 一种具有净化功能的空调器 |
CN107421991A (zh) * | 2017-06-13 | 2017-12-01 | 潘志君 | 一种农药残留及气体检测方法、检测系统 |
CN112352147A (zh) * | 2017-07-29 | 2021-02-09 | 山东诺方电子科技有限公司 | 一种利用出租车进行大气监测时提高监测覆盖率的方法 |
CN112703384A (zh) * | 2017-07-29 | 2021-04-23 | 山东诺方电子科技有限公司 | 一种利用公务车辆进行大气监测时提高监测覆盖率的方法 |
CN112639439A (zh) * | 2017-07-29 | 2021-04-09 | 山东诺方电子科技有限公司 | 一种利用公交车进行大气监测时提高监测覆盖率的方法 |
CN107576598A (zh) * | 2017-09-15 | 2018-01-12 | 深圳市卡普瑞环境科技有限公司 | 一种大气颗粒物质量的获取方法以及终端 |
CN107576598B (zh) * | 2017-09-15 | 2020-04-28 | 深圳市卡普瑞环境科技有限公司 | 一种大气颗粒物质量的获取方法以及终端 |
CN108037679A (zh) * | 2017-12-11 | 2018-05-15 | 成都逸重力网络科技有限公司 | 采用模型技术的家居控制方法 |
CN108061340A (zh) * | 2017-12-11 | 2018-05-22 | 成都逸重力网络科技有限公司 | 适用于各种家庭环境的系统 |
CN111051852A (zh) * | 2018-02-01 | 2020-04-21 | 山东诺方电子科技有限公司 | 多核传感器系统及其隔离和恢复的方法 |
CN108614415A (zh) * | 2018-03-27 | 2018-10-02 | 苏州联点数据技术有限公司 | 一种植物生长因子的智能控制系统及控制方法 |
CN108985353A (zh) * | 2018-06-27 | 2018-12-11 | 天津大学 | 基于图像端对端的空气污染程度分类方法 |
CN109326089A (zh) * | 2018-12-03 | 2019-02-12 | 唐山工业职业技术学院 | 一种基于智能化传感器的城市地下空间灾害监测预警系统 |
CN110308662A (zh) * | 2019-06-12 | 2019-10-08 | 合肥泛米智能科技有限公司 | 一种具有多个传感器触发条件进行逻辑判断的智能家居系统 |
CN110500709A (zh) * | 2019-07-29 | 2019-11-26 | 七彩安科智慧科技有限公司 | 空调器运行状态在线判别方法 |
CN111796000A (zh) * | 2020-07-07 | 2020-10-20 | 王垚 | 基于气敏半导体的小型化臭氧监测器及监测方法 |
CN115407028A (zh) * | 2022-09-15 | 2022-11-29 | 江苏师范大学 | 一种地铁空调环境模式检测系统和检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1821779A (zh) | 一种空气质量监测和控制系统 | |
CN1099652C (zh) | 归属度判别装置 | |
CN203642348U (zh) | 一种多功能室内空气质量监控系统 | |
CN104654452A (zh) | 一种多功能室内空气质量监控系统 | |
CN116701885A (zh) | 一种废水处理数据采集分析方法 | |
CN118495692B (zh) | 一种污水生物净化方法及系统 | |
CN118005195B (zh) | 一种河道生态环境修复系统及方法 | |
CN117174165B (zh) | 基于宏基因组的环境耐药组分析方法 | |
CN116951510A (zh) | 基于因果学习图网络的油烟监测净化方法 | |
KR20090078502A (ko) | 하수처리장 공정 운영 상태 진단을 위한 방법 및 장치 | |
CN204830339U (zh) | 一种自检测净化效果及污染类型的空气净化器控制系统 | |
CN1830521A (zh) | 袋式除尘系统故障专家诊断方法 | |
CN114662623B (zh) | 基于XGBoost的凝血检测中血液样本的分类方法及系统 | |
CN117138541B (zh) | 一种VOCs混合废气分离回收方法及装置 | |
Gu et al. | A new approach for clustering in desulfurization system based on modified framework for gypsum slurry quality monitoring | |
CN112766384A (zh) | 一种基于深度学习的藻类絮体去除率评估方法 | |
Tuo et al. | A Novel Detection Method for High-Order SNP Epistatic Interactions Based on Explicit-Encoding-Based Multitasking Harmony Search | |
CN116930440A (zh) | 基于污水检测的处理方法、系统、存储介质及电子设备 | |
Wei et al. | CoGSPro-net: A graph neural network based on protein-protein interaction for classifying lung cancer-relatrd proteins | |
CN115327049A (zh) | 基于空气质量监测的新风机控制方法及装置 | |
CN118411085B (zh) | 一种污水违规排放应急响应系统和方法 | |
CN118115311B (zh) | 一种基于数字孪生的储能管理方法及其管理系统 | |
Dai et al. | Precision DNA methylation typing via hierarchical clustering of Nanopore current signals and attention-based neural network | |
CN118966843B (zh) | 基于水务大模型的水务智能报警方法及装置 | |
CN119323309B (zh) | 基于大气生态管控的生活垃圾焚烧排放监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20060823 |