CN105823856A - 一种基于多传感器融合的空气质量监测方法 - Google Patents

一种基于多传感器融合的空气质量监测方法 Download PDF

Info

Publication number
CN105823856A
CN105823856A CN201610280741.9A CN201610280741A CN105823856A CN 105823856 A CN105823856 A CN 105823856A CN 201610280741 A CN201610280741 A CN 201610280741A CN 105823856 A CN105823856 A CN 105823856A
Authority
CN
China
Prior art keywords
sensor
measurement apparatus
air pollutants
measurement
measures
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
Application number
CN201610280741.9A
Other languages
English (en)
Inventor
廖炳瑜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Insights Value Technology Co Ltd
Original Assignee
Beijing Insights Value Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Insights Value Technology Co Ltd filed Critical Beijing Insights Value Technology Co Ltd
Priority to CN201610280741.9A priority Critical patent/CN105823856A/zh
Publication of CN105823856A publication Critical patent/CN105823856A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
    • G01N33/0034—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array comprising neural networks or related mathematical techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Combustion & Propulsion (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明主要针对利用激光散射法进行测量的便携式空气质量监测仪测量一致性差，噪声大，测量精度低等缺点，采用多个传感器同时进行测量，同时对多传感器测量结果利用多层神经元网络进行数据融合，从而实现高可靠、高精度的大气污染颗粒物监测的目的。

Description

一种基于多传感器融合的空气质量监测方法
技术领域
本发明涉及空气分析领域，具体地，涉及大气颗粒污染物的测量分析，尤其是便携式的可用于室外的污染物测量分析。
背景技术
随着经济社会发展和城市化进程的加速，中国大气污染的态势日益严峻，突出表现在京津冀、长三角等城市群区域重度雾霾现象频发，对公众健康带来了严重的负面影响。
对于治理雾霾，首先要解决的是准确找出污染源头，分析推算出污染传播路径，建立区域性联防联控的监管平台，从而使治理有的放矢、高效精准，管理方便快捷、有理有据，成效直观可见、赏罚有据。要达到此目的的首要条件是要获得不同位置，实时准实时的大气污染颗粒物的指标。这个指标包括PM1.0、PM2.5、PM5、PM10等。这些大气污染颗粒物的监测指标的测量方法主要包括：(1)重量法；(2)Beta射线法；(3)光散射法；(4)激光散射法等。
由于重量法和Beta射线法需要大型设备才能测量，成本要求高，实施困难，因此便携式的污染物测量分析装置以光散射法和激光散射法为主，便携式污染物测量分析装置因低成本和便携性有着宽广的市场前景。然而采用散射法的便携式分析装置存在测量一致性差，噪声大，测量精度低等缺点，难以直接用于测量空气。
发明内容
本发明的目的是提供一种便携式的污染物测量分析装置，具有高精度稳定的测量值。
为了实现上述目的，本发明采用如下技术方案：
空气污染物测量装置，包括进气口，风机，排气口，多个传感器，计算装置，结果输出装置，多个传感器分别与计算装置之间保持电连接，向计算装置输入信号，计算装置与结果输出装置之间保持电连接。
所述多个传感器将测量结果输入计算装置，在计算装置中做数据融合处理。
所述数据融合处理为后向传播法。
所述多个传感器为同类多个传感器。
所述多个传感器为不同类多个传感器。
所述多个不同类传感器为煤炭燃烧排放物二氧化硫测量传感器、汽车尾气排放物氮氧化物测量传感器、光化学污染释放物臭氧测量传感器、温室效应排放物一氧化碳测量传感器、PM2.5测量传感器、PM10测量传感器中的二个或多个。
所述结果输出装置为显示装置。
所述结果输出装置向外部设备传输测量结果。
所述空气污染物测量装置为便携式。
本发明主要针对利用激光散射法进行测量的便携式空气质量监测仪测量一致性差，噪声大，测量精度低等缺点，采用多个传感器同时进行测量，同时对多传感器测量结果利用多层神经元网络进行数据融合，从而实现高可靠、高精度的大气污染颗粒物监测的目的。
附图说明
图1示出了采用BP神经元网络进行数据融合的架构图；
具体实施方式
散射法测量空气中的污染物时，发射的激光在几百纳米到一千多纳米范围内，而待测污染物的粒径尺寸对于PM2.5来说，为粒径在2500纳米以下，对于PM10来说，为粒径在10000纳米以下，可见激光波长和待测污染物的粒径尺寸相当，激光在波长相当的情况下同时呈现波动性和粒子性，而光散射法利用的散射效应仅能利用光的粒子性进行测量，因此单次测量无法完全准确呈现待测空间范围内的粒子数。
本发明将多个传感器的多组测量数据做融合处理，优化了光的波动性引入的伪随机误差问题。数据的融合方法可根据需求选择已有的融合算法。可选地，对多个测量数据做平均。可选地，利用BP(BackPropagation)神经网络对多组测量数据做融合。
图1示出了采用BP神经元网络进行数据融合的架构图。如图1所示，32组数据输入到神经网络后，用机器学习的方法确定中间层的权重组合，多次迭代权重组合后，得到收敛的输出数据6组。
可选地，仅采用一类传感器(PM值测量传感器)进行融合。可选地，6个传感器数据输入融合模块，输出1个融合后的PM值，该值相对于单个传感器数值来说更加稳定准确。
可选地，采用多类多个传感器进行融合。可选地，多类传感器包括煤炭燃烧排放物二氧化硫测量传感器、汽车尾气排放物氮氧化物测量传感器、光化学污染释放物臭氧测量传感器、温室效应排放物一氧化碳测量传感器、PM2.5测量传感器、PM10测量传感器，这六类传感器测量值之间存在一定的数值关系，各类排放物本身有自己的粒径范围，因此和利用粒径范围测量的PM2.5、PM10传感器测量结果有数值对应关系，而PM2.5和PM10之间也有着复杂的数值关系，因为PM10传感器测量的是粒径10微米以下的污染物浓度，包含了粒径2.5微米以下的污染物。可选用上述六类传感器各四个，输入24个数据进行融合，输出6个数据为融合后的结果。这6个测量结果在融合过程中不仅做简单的权重组合，更在融合过程中利用各类数据之间的对应关系，相互校正，得到的结果更加稳定可靠。
上述的传感器融合在计算装置中执行，可选地，在AP(应用程序处理器)、CPU(中央处理器)中执行。传感器与计算装置电连接，传感器向计算装置输入信号，计算装置将计算结果输出给显示装置，和/或传送给外部装置，传送方式可选有线传输或者无线传输，无线传输方式依据传感器不同的应用场景可选运营商GPRS组网传输、wifi传输、蓝牙传输。传输方式不限。
多个传感器测量数据融合的方法可利用有限数量的传感器，例如4组同类型传感器，得到较为准确可靠的测量结果，适合用于可随身携带的便携式污染物传感器，成本低廉，市场前景宽广。

Claims (9)

1.一种空气污染物测量装置，包括进气口，风机，排气口，多个传感器，计算装置，结果输出装置，多个传感器分别与计算装置之间保持电连接，向计算装置输入信号，计算装置与结果输出装置之间保持电连接。
2.如权利要求1所述的空气污染物测量装置，所述多个传感器将测量结果输入计算装置，在计算装置中做数据融合处理。
3.如权利要求1所述的空气污染物测量装置，所述数据融合处理为后向传播法。
4.如权利要求1所述的空气污染物测量装置，所述多个传感器为同类多个传感器。
5.如权利要求1所述的空气污染物测量装置，所述多个传感器为不同类多个传感器。
6.如权利要求5所述的空气污染物测量装置，所述多个不同类传感器为煤炭燃烧排放物二氧化硫测量传感器、汽车尾气排放物氮氧化物测量传感器、光化学污染释放物臭氧测量传感器、温室效应排放物一氧化碳测量传感器、PM2.5测量传感器、PM10测量传感器中的二个或多个。
7.如权利要求1所述的空气污染物测量装置，所述结果输出装置为显示装置。
8.如权利要求1所述的空气污染物测量装置，所述结果输出装置向外部设备传输测量结果。
9.如权利要求1所述的空气污染物测量装置，所述空气污染物测量装置为便携式。
CN201610280741.9A 2016-05-03 2016-05-03 一种基于多传感器融合的空气质量监测方法 Pending CN105823856A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610280741.9A CN105823856A (zh) 2016-05-03 2016-05-03 一种基于多传感器融合的空气质量监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610280741.9A CN105823856A (zh) 2016-05-03 2016-05-03 一种基于多传感器融合的空气质量监测方法

Publications (1)

Publication Number Publication Date
CN105823856A true CN105823856A (zh) 2016-08-03

Family

ID=56527910

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610280741.9A Pending CN105823856A (zh) 2016-05-03 2016-05-03 一种基于多传感器融合的空气质量监测方法

Country Status (1)

Country Link
CN (1) CN105823856A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109613183A (zh) * 2019-01-03 2019-04-12 北京英视睿达科技有限公司 低精度监测设备数据的修定方法及系统
CN109814549A (zh) * 2018-12-29 2019-05-28 北京英视睿达科技有限公司 一种确定污染源位置的方法、装置和系统
GB2574045A (en) * 2018-05-24 2019-11-27 Vortex Iot Ltd A system for detecting air pollution
CN110987068A (zh) * 2019-11-28 2020-04-10 中国人民解放军陆军炮兵防空兵学院郑州校区 一种多传感器综合控制系统数据融合方法
CN111650340A (zh) * 2020-06-19 2020-09-11 深圳市法莱茵科技有限公司 一种实现氮氧化物及pm值检测的方法
US11067553B2 (en) 2018-02-01 2021-07-20 Nova Fitness Co., Ltd. Method for determination and isolation of abnormal sub-sensors in a multi-core sensor

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101105690A (zh) * 2007-07-26 2008-01-16 武汉理工大学 城市长隧道监控系统中的多传感器融合方法
CN101140288A (zh) * 2007-10-09 2008-03-12 华南理工大学 中央空调风管空气质量远程分析系统及其方法
CN203053909U (zh) * 2013-01-16 2013-07-10 昆明理工大学 一种神经网络信息融合的智能co传感器
CN103728348A (zh) * 2013-12-02 2014-04-16 江苏大学 一种室内空气质量电子鼻
CN104297117A (zh) * 2014-10-23 2015-01-21 浙江省环境保护科学设计研究院 基于遥感技术的风景名胜区道路交通污染预警装置及方法
CN104766433A (zh) * 2015-04-23 2015-07-08 河南理工大学 基于数据融合的电气火灾报警系统
CN205003133U (zh) * 2015-09-10 2016-01-27 湖南工业大学 一种基于神经网络的混合气体成分检测装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101105690A (zh) * 2007-07-26 2008-01-16 武汉理工大学 城市长隧道监控系统中的多传感器融合方法
CN101140288A (zh) * 2007-10-09 2008-03-12 华南理工大学 中央空调风管空气质量远程分析系统及其方法
CN203053909U (zh) * 2013-01-16 2013-07-10 昆明理工大学 一种神经网络信息融合的智能co传感器
CN103728348A (zh) * 2013-12-02 2014-04-16 江苏大学 一种室内空气质量电子鼻
CN104297117A (zh) * 2014-10-23 2015-01-21 浙江省环境保护科学设计研究院 基于遥感技术的风景名胜区道路交通污染预警装置及方法
CN104766433A (zh) * 2015-04-23 2015-07-08 河南理工大学 基于数据融合的电气火灾报警系统
CN205003133U (zh) * 2015-09-10 2016-01-27 湖南工业大学 一种基于神经网络的混合气体成分检测装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
屠乃威: ""多传感器信息融合技术在矿井环境监测系统中的应用研究", 《中国优秀硕士学位论文全文数据库（电子期刊） 工程科技Ⅰ辑》 *
马剑伟: "电子鼻空气质量检测系统研究", 《中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11067553B2 (en) 2018-02-01 2021-07-20 Nova Fitness Co., Ltd. Method for determination and isolation of abnormal sub-sensors in a multi-core sensor
US11092581B2 (en) 2018-02-01 2021-08-17 Nova Fitness Co., Ltd. Method for isolation and restoration for a multi core sensor system within a taxi
US11119082B2 (en) 2018-02-01 2021-09-14 Nova Fitness Co., Ltd. Multi-core sensor system within taxi roof light
GB2574045A (en) * 2018-05-24 2019-11-27 Vortex Iot Ltd A system for detecting air pollution
GB2574045B (en) * 2018-05-24 2022-03-09 Vortex Iot Ltd A system for detecting air pollution
CN109814549A (zh) * 2018-12-29 2019-05-28 北京英视睿达科技有限公司 一种确定污染源位置的方法、装置和系统
CN109814549B (zh) * 2018-12-29 2023-11-10 北京英视睿达科技股份有限公司 一种确定污染源位置的方法、装置和系统
CN109613183A (zh) * 2019-01-03 2019-04-12 北京英视睿达科技有限公司 低精度监测设备数据的修定方法及系统
CN110987068A (zh) * 2019-11-28 2020-04-10 中国人民解放军陆军炮兵防空兵学院郑州校区 一种多传感器综合控制系统数据融合方法
CN111650340A (zh) * 2020-06-19 2020-09-11 深圳市法莱茵科技有限公司 一种实现氮氧化物及pm值检测的方法

Similar Documents

Publication Publication Date Title
CN105823856A (zh) 一种基于多传感器融合的空气质量监测方法
Manikonda et al. Laboratory assessment of low-cost PM monitors
Holstius et al. Field calibrations of a low-cost aerosol sensor at a regulatory monitoring site in California
US10055906B1 (en) System and method to detect emissions OBD false failures
CN107607450A (zh) 一种大气质量监测方法及相关设备
CN108254495B (zh) 一种隧道机动车污染物监测方法及系统
CN110243762A (zh) 机动车尾气遥测和监管系统及自学习高排污车辆判定算法
CN107505005A (zh) 工业园区环境空气质量监管系统
CN101354332A (zh) 具有湿度连续自动修正功能的激光粉尘检测仪及检测方法
CN210221806U (zh) 污染判定标定车辆及其车载尾气检测设备
Limon et al. Drone-Based Real-Time Air Pollution Monitoring for Low-Access Areas by Developing Mobile-Smart Sensing Technology
CN107036984A (zh) 一种机动车尾气排放遥测系统
CN113063897A (zh) 空气污染物溯源方法及装置
CN112967764A (zh) 多技术耦合的污染物源解析方法、装置
CN106248543A (zh) 一种粉尘传感器性能参数检测方法
CN104089656A (zh) 一种堆场煤炭自燃检测方法和装置
Rani et al. Real-time air quality monitoring system using MQ-135 and thingsboard
CN116205150A (zh) 基于伴随脉冲算法的室内气态污染源时空信息估计方法
CN206683703U (zh) 一种柴油车碳平衡法油耗检测系统
CN207407924U (zh) 工业园区环境空气质量监管系统
CN203745440U (zh) 一种多功能气体在线连续监控系统
Koziel et al. Efficient calibration of cost-efficient particulate matter sensors using machine learning and time-series alignment
CN205067288U (zh) 灰尘检测装置
CN205002802U (zh) 一种在线监测大气污染物系统
CN108645817B (zh) 一种多类型混合颗粒物质量浓度在线测量方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
DD01 Delivery of document by public notice

Addressee: BEIJING INSIGHTS VALUE TECHNOLOGY CO., LTD.

Document name: Notification that Application Deemed to be Withdrawn

DD01 Delivery of document by public notice
DD01 Delivery of document by public notice

Addressee: BEIJING INSIGHTS VALUE TECHNOLOGY CO., LTD.

Document name: Notification of Passing Examination on Formalities

DD01 Delivery of document by public notice
CB02 Change of applicant information

Address after: 100071 Beijing Fengtai Auto Museum West Road No. 8 Courtyard 1 Building 6 Floor 606

Applicant after: BEIJING INSIGHTS VALUE TECHNOLOGY CO., LTD.

Address before: 100044 Block 312, Jinmao Building, Xicheng District, Beijing

Applicant before: BEIJING INSIGHTS VALUE TECHNOLOGY CO., LTD.

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20160803

RJ01 Rejection of invention patent application after publication