CN106644862B - 一种传感器、基于该传感器的监测站及监测站的监测方法 - Google Patents
一种传感器、基于该传感器的监测站及监测站的监测方法 Download PDFInfo
- Publication number
- CN106644862B CN106644862B CN201610819025.3A CN201610819025A CN106644862B CN 106644862 B CN106644862 B CN 106644862B CN 201610819025 A CN201610819025 A CN 201610819025A CN 106644862 B CN106644862 B CN 106644862B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- data
- station
- calibration
- monitoring station
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 290
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005259 measurement Methods 0.000 claims abstract description 83
- 230000008859 change Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 10
- 238000000149 argon plasma sintering Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 abstract description 3
- 239000002245 particle Substances 0.000 description 19
- 238000009434 installation Methods 0.000 description 14
- 238000001514 detection method Methods 0.000 description 13
- 230000002265 prevention Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000003321 amplification Effects 0.000 description 4
- 239000000428 dust Substances 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000013618 particulate matter Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 239000008277 atmospheric particulate matter Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000005250 beta ray Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种传感器、基于该传感器的监测站及监测站的监测方法,包括云服务器装置、和若干个传感器,还包括数量、位置与传感器相对应的温湿度传感器,所述云服务器装置与大气颗粒物监测传感器、国控站信号连接。本发明的有益效果在于:对大气颗粒物进行连续自动测量,测量成本低,可以实时测量大气颗粒物浓度,方便维护,并克服一般光散射法的准确度差,寿命短,不适宜进行户外测量等缺点。
Description
技术领域
本发明主要涉及大气颗粒物检测领域,具体是一种传感器、基于该传感器的监测站及监测站的监测方法。
背景技术
目前,大气颗粒物检测主要是手段:重量法,微振荡天平法、β射线法和光散射法,重量法,微振荡天平法、β射线法三种方法的优点是精度较高,缺点是检测频率较低,约1小时一个数据,成本昂贵(一般在十万到几十万一台),维护复杂。这些特点导致这些主流方法不便用于高密度覆盖的大气颗粒物网格化检测,不能满足我国大气污染检测,逐步增加监测密度的网格化发展趋势。成本较低的光散射法目前存在测量准确度不够,寿命较短,并且容易外界环境、湿度的影响等问题,不适用于户外测量。
发明内容
为解决现有技术中的不足,本发明提供一种传感器、基于该传感器的监测站及监测站的监测方法,对大气颗粒物进行连续自动测量,测量成本低,可以实时测量大气颗粒物浓度,方便维护,并克服一般光散射法的准确度差,寿命短,不适宜进行户外测量等缺点,还可对外界环境、湿度对检测结果带来的不利影响进行校准,增加监测的准确性,监测站形成监测网络,可以获得比国控站更加细化的监测数据,填补国控站的监测不足,人们就可以根据自己居住附近的用于大气颗粒物监测的传感器的监测数据确定空气质量等级,帮助人们确定外出的防护措施,减少局部空气中大气颗粒物增多给该地人民身体带来伤害。
本发明为实现上述目的,通过以下技术方案实现:
一种传感器,包括壳体,所述壳体上设置进风口、出风口,所述进风口设置连接头,所述连接头上设置软管,所述出口处安装风扇,所述壳体内设置电路板、测量室、激光发射器,所述电路板上设置电源,所述测量室分别与进风口、出风口连通且形成弯曲的空气通道,所述激光发射器与测量室之间设置光路通道,所述空气通道与激光的交叉处设置感光元件,所述测量室内设置光电接收器、放大滤波电路和微处理器,所述微处理器上设置数据采集装置、数据处理装置、数据输出装置和存储装置,所述风扇、光电接收器、激光发射器、放大滤波电路和微处理器均与电源电连接。
所述测量室远离激光发射器的一端连通有光陷阱,所述光陷阱是由隔板组成的封闭空间。
所述光路通道上设置光阑。
一种监测站,包括云服务器装置和若干个传感器,还包括数量、位置与传感器相对应的温湿度传感器,所述云服务器装置与传感器、国控站通过无线通信装置信号连接。
基于所述监测站的监测方法,包括以下步骤:
(1)将监测站安装在室内,将软管向室外伸出180-220mm后在重力作用下自然下垂,进行数据监测,获取大气颗粒物的当前监测数据B;
(2)云服务器装置根据所述监测站的地理位置搜索出其周围的多个国控站,实时获取国控站发布的数据并存储;
(3)根据每个国控站最近5-10天的历史监测数据,计算每个历史监测数据的皮尔逊相关系数,将相关性最差的一个国控站的历史监测数据剔除掉,利用其他的国控站的历史监测数据进行计算,得出本监测站的校准目标数据P:
其中,Ρ为校准目标数据;N为国控站数目;α为国控站权重系数,每个国控站所对应权重系数与其和待校准监测站距离成反比,并且进行归一化后求得;H为国控站的历史监测数据;
(4)云服务器装置将所述当前监测数据B与校准目标数据P进行比较并计算差值,设定校准差值门限,差值门限的取值为:10±0.1,若差值未超过设定的校准差值门限,则所述当前监测数据B为该时间段大气颗粒物的测量结果,得到大气颗粒物的测量结果;若差值超过设定的校准差值门限,则以校准目标数据为该时间段的大气颗粒物的测量结果,即得到大气颗粒物的测量结果,同时对该监测站进行校准,第一校准因子为β:
β=P/B
其中,β为第一校准因子,P为校准目标数据,B为当前监测数据;
则所述监测站的当前监测数据B自动乘以β,完成自动化校准,得到大气颗粒物的测量结果。
还包括风扇的转速测量装置。
基于所述的监测站的监测方法,包括以下步骤:
(1)调节风扇转速,获得不同转速下监测数据的变化,得到监测数据随风扇转速变化的比例系数k,将所述比例系数k存储于监测站内部。
(2)监测站进行数据监测,获取监测数据B1,将监测数据B1乘以k得到当前监测数据B2;
(3)云服务器装置根据所述监测站的地理位置搜索出其周围的多个国控站,实时获取国控站发布的数据并存储;
(4)根据每个国控站最近5-10天的历史监测数据,计算每个历史监测数据的皮尔逊相关系数,将相关性最差的一个国控站的历史监测数据剔除掉,利用其他的国控站的历史监测数据进行计算,得出本监测站的校准目标数据P:
其中,Ρ为校准目标数据;N为国控站数目;α为国控站权重系数,每个国控站所对应权重系数与其和待校准监测站距离成反比,并且进行归一化后求得;H为国控站的历史监测数据。
(5)云服务器装置将所述当前监测数据B2与校准目标数据P进行比较并计算差值,设定校准差值门限,差值门限的取值为:10+0.1,若差值未超过设定的校准差值门限,则所述当前监测数据B2为该时间段大气颗粒物的测量结果,即得到大气颗粒物的测量结果;若差值超过设定的校准差值门限,则以校准目标数据为该时间段的大气颗粒物的测量结果,得到大气颗粒物的测量结果,同时对该监测站进行校准,第一校准因子β:
β=P/B2
其中,β为第一校准因子,P为校准目标数据,B2为当前监测数据;
则所述监测站的当前监测数据B2自动乘以β,完成自动化校准,得到大气颗粒物的测量结果。
获得大气颗粒物的测量结果后,温湿度传感器获取该时间段监测站工作环境的相对温湿度,根据温湿度进行校准,第二校准因子:
C=1-θh
其中,C为第二校准因子;θ为校准常数,取值范围:0.01-0.02;h为相对湿度。大气颗粒物的测量结果乘以第二校准因子C得到该时间段最终的大气颗粒物的监测数据并进行存储。
数据处理装置在获得的监测数据波动范围大于等于20%时采用连续测量,在获得的监测数据小于20%时采用间隔测量。
每隔1-3天监测站的传感器控制激光器进行频闪,频闪形成的亮度变化脉冲通过感光元件采集,经过两级放大电路进入数据处理装置,测得到当前激光器的光强,根据激光器出厂时光强的初始值对当前激光器的光强进行补偿:
D=γd
其中,D为补偿后的光强数据,γ是补偿系数,补偿系数为当前光强与初始光强的比值;d为补偿前的光强数据。
对比与现有技术,本发明有益效果在于:
1、采用云标定技术进行远程校准,解决光散射颗粒物传感器数据漂移问题;弯曲的空气通道起到螺旋粒径切割器的作用,使得进入测量区域的颗粒物是属于测量目标(0.3um-10um)的颗粒粒径,过滤掉非测量目标。
2、内置温湿度传感器对测量数据进行湿度补偿,进一步增强监测数据准确性。
3、使用变频测量和抗光衰减算法延长激光光源使用寿命。
4、使用进气口插接软管的方式实现设备室内安装,测量室外大气颗粒物浓度,既实现了防风、防水、防尘、防柳絮又大大降低了成本、减轻了安装维护工作量。
5、使用采样气流补偿算法保证采样流速变化时测量数据不受影响。
6、监测站形成监测网络以较低成本实现高密度网格化大气颗粒物检测,提高数据可信度。
7、还包括风扇的转速测量装置,调节风扇转速,获得不同转速下监测数据的变化,得到监测数据随风扇转速变化的比例系数,将所述比例系数存储于监测站内部,根据存储的比例系数对风扇转速对监测结果造成的误差进行补偿。
附图说明
附图1是传感器的结构示意图;
附图2是本发明的结构示意图;
附图3是监测站监测结果图;其中,带五星的数据为国控站的监测数据,其他数据为监测站的监测数据。
附图中所示标号:1、云服务器装置;2、传感器;21、温湿度传感器;22、无线通信装置;3、国控站;4、壳体;41、进风口;42、出风口;5、软管;6、风扇;7、测量室;8、激光发射器;9、空气通道;91、感光元件;92、光陷阱;93、光阑。
具体实施方式
结合附图和具体实施例,对本发明作进一步说明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
一种传感器,包括壳体4,所述壳体4上设置进风口41、出风口42,所述进风口41设置连接头,所述连接头上设置软管5,进风口41插接软管的方式实现设备室内安装,测量室外大气颗粒物浓度,既实现了防风、防水、防尘、防柳絮又大大降低了成本、减轻了安装维护工作量。所述出口处安装风扇6(也可以是鼓风机),加速空气流动,保证采样空气快速、流畅的通过空气采样通道。所述壳体4内设置电路板、测量室7、激光发射器8,所述电路板上设置电源,所述测量室7分别与进风口41、出风口42连通且形成弯曲的空气通道9,弯曲的空气通道9是起到螺旋粒径切割器的作用,使得进入测量区域的颗粒物是属于测量目标(0.3um-10um)的颗粒粒径,过滤掉非测量目标,以便准确的检测空气中的微小颗粒的浓度,使监测结果的准确度和可信度大大提高。所述激光发射器8与测量室7之间设置光路通道,所述空气通道9与激光的交叉处设置感光元件91,所述测量室7内设置光电接收器、放大滤波电路和微处理器,所述微处理器上设置数据采集装置、数据处理装置、数据输出装置和存储装置,所述风扇、光电接收器、激光发射器8、放大滤波电路和微处理器均与电源电连接。测量过程为:风扇带动空气流动,引导采样空气从进风口41进入测量室7,大气中颗粒物经过激光照射区域时发生散射,散射光信号经感光元件91接收转化为电信号,该信号经放大滤波电路放大及滤波后被采集进微处理器,微处理器运行精密算法对该信号进行分析得出颗粒物的大小与个数,经校准后转化为颗粒物质量密度以数字输出。微处理器对采集的信号进行分析,辨别颗粒物数量和大小,经标准仪器校准后得到对应的质量密度数据,随后经数据输出装置输出。
优选的,所述测量室7远离激光发射器8的一端连通有光陷阱92,所述光陷阱92是由隔板组成的封闭空间,光陷阱92的作用是让光不会反射回测量室7影响测量的准确性。
优选的,所述光路通道上设置光阑93,作用是过滤光束杂光,增加监测结果的准确度和可信度。
基于所述的传感器的监测站,包括云服务器装置1、和若干个用于大气颗粒物监测的传感器2,还包括数量、位置与传感器2相对应的无线通信装置22,所述云服务器装置1与传感器2、国控站3无线通信装置22信号连接。传感器和监测站由市电供电。国控就是国家级别的检测监督,简称国控,主要是针对一些投资大,污染物排放量大,污染物危害严重的,容易造成重大的环境危害的建设项目和运营项目,国控站为国家级别的检测监督的监测站。如附图3所示:在一定的区域内安装云服务器以及若干个用于大气颗粒物监测的传感器2形成一个检测网络(以济南城区为例),可以将一定区域内划分为若干个面积很小的部分进行空气质量监测,优选根据人口密度进行布局即传感器2分布密度与该区域内人口密度成正比,在人口密度大的地方分布较多的传感器2,得到该地区每一个区域实时的空气质量,传感器2监测数据以国控站的监测数据为参考,形成网络后可以获得比国控站更加细化的监测数据,如某些远离国控站的地方施工或植被较少,空气中大气颗粒物实际含量就会远远大于国控站的监测数据,传感器2监测到该区域的的空气质量,填补国控站的监测不足,实现高密度网格化大气颗粒物检测,提高数据可信度。人们就可以根据自己居住附近的传感器2的监测数据确定外出的防护措施,减少局部空气中大气颗粒物增多给该地人民身体带来伤害。人们也可以将云服务器放在家中,更加方便获取空气质量监测结果。
所述的监测站的监测方法,包括以下步骤:
(1)将监测站安装在室内,将软管向室外伸出180-220mm后在重力作用下自然下垂,进行数据监测,获取大气颗粒物的当前监测数据B;
(2)云服务器装置根据所述监测站的地理位置搜索出其周围的3-5个国控站,实时获取国控站发布的数据并存储;
(3)根据每个国控站最近5-10天的历史监测数据,计算每个历史监测数据的皮尔逊相关系数,将相关性最差的一个国控站的历史监测数据剔除掉,利用其他的国控站的历史监测数据进行计算,得出本监测站的校准目标数据P:
其中,Ρ为校准目标数据;N为国控站数目;α为国控站权重系数,每个国控站所对应权重系数与其和待校准监测站距离成反比,并且进行归一化后求得;H为国控站的历史监测数据;
(4)云服务器装置将所述当前监测数据B与校准目标数据P进行比较并计算差值,设定校准差值门限,差值门限的取值为:10±0.1,若差值未超过设定的校准差值门限,则所述当前监测数据B为该时间段大气颗粒物的测量结果,得到大气颗粒物的测量结果;若差值超过设定的校准差值门限,则以校准目标数据为该时间段的大气颗粒物的测量结果,即得到大气颗粒物的测量结果,同时对该监测站进行校准,第一校准因子为β:
β=P/B
其中,β为第一校准因子,P为校准目标数据,B为当前监测数据;
则所述监测站的当前监测数据B自动乘以β,完成自动化校准,得到大气颗粒物的测量结果。
优选的,还包括风扇的转速测量装置,调节风扇转速,获得不同转速下监测数据的变化,得到监测数据随风扇转速变化的比例系数,将所述比例系数存储于监测站内部,根据存储的比例系数对风扇转速对监测结果造成的误差进行补偿。
所述的监测站的监测方法,包括以下步骤:
(1)调节风扇转速,获得不同转速下监测数据的变化,得到监测数据随风扇转速变化的比例系数k,将所述比例系数k存储于监测站内部。
(2)监测站进行数据监测,获取监测数据B1,将监测数据B1乘以k得到当前监测数据B2;
(3)云服务器装置根据所述监测站的地理位置搜索出其周围的3-6个国控站,实时获取国控站发布的数据并存储;
(4)根据每个国控站最近5-10天的历史监测数据,计算每个历史监测数据的皮尔逊相关系数,将相关性最差的一个国控站的历史监测数据剔除掉,利用其他的国控站的历史监测数据进行计算,得出本监测站的校准目标数据P:
其中,Ρ为校准目标数据;N为国控站数目;α为国控站权重系数,每个国控站所对应权重系数与其和待校准监测站距离成反比,并且进行归一化后求得;H为国控站的历史监测数据;
(5)云服务器装置将所述当前监测数据B2与校准目标数据P进行比较并计算差值,设定校准差值门限,差值门限的取值为:10+0.1,若差值未超过设定的校准差值门限,则所述当前监测数据B2为该时间段大气颗粒物的测量结果,即得到大气颗粒物的测量结果;若差值超过设定的校准差值门限,则以校准目标数据为该时间段的大气颗粒物的测量结果,得到大气颗粒物的测量结果,同时对该监测站进行校准,第一校准因子β:
β=P/B2
其中,β为第一校准因子,P为校准目标数据,B2为当前监测数据;
则所述监测站的当前监测数据B2自动乘以β,完成自动化校准,得到大气颗粒物的测量结果。
获得大气颗粒物的测量结果后,温湿度传感器获取该时间段监测站工作环境的相对温湿度,根据温湿度进行校准,第二校准因子:
C=1-θh
其中,C为第二校准因子;θ为校准常数,取值范围:0.01-0.02;h为相对湿度。大气颗粒物的测量结果乘以第二校准因子C得到该时间段最终的大气颗粒物的监测数据并进行存储。
数据处理装置在获得的监测数据波动范围大于等于20%时采用连续测量,在获得的监测数据小于20%时采用间隔测量。
每隔1-3天监测站的传感器控制激光器进行频闪,频闪形成的亮度变化脉冲通过感光元件采集,经过两级放大电路进入数据处理装置,测得到当前激光器的光强,根据激光器出厂时光强的初始值对当前激光器的光强进行补偿:
D=γd
其中,D为补偿后的数据,γ为补偿系数,补偿系数为当前光强与初始光强的比值;d为补偿前的数据。
实施例1:
一种传感器,包括壳体4,所述壳体4上设置进风口41、出风口42,所述进风口41设置连接头,所述连接头上设置软管5,进风口41插接软管的方式实现设备室内安装,测量室外大气颗粒物浓度,既实现了防风、防水、防尘、防柳絮又大大降低了成本、减轻了安装维护工作量。所述出口处安装风扇6(也可以是鼓风机),加速空气流动,保证采样空气快速、流畅的通过空气采样通道。所述壳体4内设置电路板、测量室7、激光发射器8,所述电路板上设置电源,所述测量室7分别与进风口41、出风口42连通且形成弯曲的空气通道9,弯曲的空气通道9起到螺旋粒径切割器的作用,使得进入测量区域的颗粒物是属于测量目标(0.3um-10um)的颗粒粒径,过滤掉非测量目标,以便准确的检测空气中的微小颗粒的浓度,使监测结果的准确度和可信度大大提高,所述激光发射器8与测量室7之间设置光路通道,所述光路通道上设置光阑93,作用是过滤光束杂光。增加监测结果的准确度和可信度;所述空气通道9与激光的交叉处设置感光元件91,所述测量室7内设置光电接收器、放大滤波电路和微处理器,所述微处理器上设置数据采集装置、数据处理装置、数据输出装置和存储装置,所述风扇6、光电接收器、激光发射器8、放大滤波电路和微处理器均与电源电连接,所述测量室7远离激光发射器8的一端连通有光陷阱92,所述光陷阱92是由隔板组成的封闭空间,光陷阱92的作用是让光不会反射回测量室7影响测量的准确性。本实施例的有益效果在于:光陷阱92的让光不会反射回测量室7影响测量的准确性。光路通道上设置光阑93,过滤光束杂光。增加监测结果的准确度和可信度。
实施例2:
一种监测站,包括云服务器装置1、和若干个用于大气颗粒物监测的传感器2,还包括数量、位置与传感器2相对应的无线通信装置22,所述云服务器装置1与传感器2、国控站3通过无线通信装置22信号连接。
所述的监测站的监测方法,包括以下步骤:
(1)将监测站安装在室内,将软管向室外伸出180-220mm后在重力作用下自然下垂,进行数据监测,获取大气颗粒物的当前监测数据B;数据处理装置在获得的监测数据波动范围大于等于20%时波动范围较小,说明这一时间段控制质量变化较大,采用连续测量,保证数据的实时性;在获得的监测数据小于20%时,说明这一时间段控制质量较为稳定,采用间隔测量,例如每隔5秒进行一次测量采样,这样可将激光器的使用时间相较于连续测量增大5倍,而且仍然保证数据的实时性。每隔1-3天监测站的传感器控制激光器进行频闪,频闪形成的亮度变化脉冲通过感光元件采集,经过两级放大电路进入数据处理装置,测得到当前激光器的光强,根据激光器出厂时光强的初始值对当前激光器的光强进行补偿:
D=γd
其中,D为补偿后的数据,γ是补偿系数,补偿系数为当前光强与初始光强的比值;d为补偿前的数据。
(2)云服务器装置根据所述监测站的地理位置搜索出其周围的4个国控站,实时获取国控站发布的数据并存储;
(3)根据每个国控站最近5-10天的历史监测数据,计算每个历史监测数据的皮尔逊相关系数,将相关性最差的一个国控站的历史监测数据剔除掉,利用其他的国控站的历史监测数据进行计算,得出本监测站的校准目标数据P:
其中,Ρ为校准目标数据;N为国控站数目;α为国控站权重系数,每个国控站所对应权重系数与其和待校准监测站距离成反比,并且进行归一化后求得;H为国控站的历史监测数据;
(4)云服务器装置将所述当前监测数据B与校准目标数据P进行比较并计算差值,设定校准差值门限,差值门限的取值为:10±0.1,若差值未超过设定的校准差值门限,则所述当前监测数据B为该时间段大气颗粒物的测量结果,得到大气颗粒物的测量结果;若差值超过设定的校准差值门限,则以校准目标数据为该时间段的大气颗粒物的测量结果,即得到大气颗粒物的测量结果,同时对该监测站进行校准,第一校准因子为β:
β=P/B
其中,β为第一校准因子,P为校准目标数据,B为当前监测数据;
则所述监测站的当前监测数据B自动乘以β,完成自动化校准,得到大气颗粒物的测量结果。
(5)获得大气颗粒物的测量结果后,温湿度传感器获取该时间段监测站工作环境的相对温湿度,根据温湿度进行校准,第二校准因子:
C=1-θh
其中,C为第二校准因子;θ为校准常数,取值范围:0.01-0.02;h为相对湿度。大气颗粒物的测量结果乘以第二校准因子C得到该时间段最终的大气颗粒物的监测数据并进行存储。
传统的测量室外大气环境数据需要将传感器安装到室外,而利用软管室内安装室外测量的方案主要优点是:防风,防水,防尘、防柳絮、安装维护简便和降低成本。防风:外界风力引起风压变化能够改变进入监测微站的气体流速从而影响测量数据,软管本身的容积能够形成缓冲室,减轻风力影响,软管在室外伸出180-220mm后在重力作用下自然下垂,大大减少水平方向的风的影响,而大气环境中水平方向风占绝大多数,经实际测试插入软管并下垂后,监测微站抗风能力大大增强。防水:监测站属于电子设备需要防水,设备在室内不用暴露在雨雪等恶劣环境中,软管在室外下垂,防止雨雪倒灌进入设备,用简便的方式实现了防水。防尘:大气颗粒如果沉积在监测站的感光元件上会影响监测数据,下垂的室外软管能够借助重力作用减少大颗粒的吸入,而弯曲的软管壁也能够使部分大颗粒惯性作用冲撞到软管内壁吸附,减少进入监测微站光敏区的颗粒数量。防柳絮:柳絮如果滞留在监测设备内部的光敏区,会严重影响测量数据,而细口径及弯曲的软管能够有效阻挡大的柳絮,小的柳絮进入监测设备一般也能够随着气流离开监测设备内部,卡在弯曲软管中的大的柳絮,对数据测量基本没有影响,也可以通过人工气吹的方式定期清除。安装维护简便:因为在室内安装及维护设备,软管通过空调口或其他口等伸出室外,杜绝了室外安装电子设备带来的不便和危险,大大减少了安装维护工作量。降低成本:传统的防水、防风、防柳絮、安装维护的成本都较高,而软管方案在实现防水、防尘、防柳絮、防风等功能的同时大大降低了成本。
实施例3:
一种监测站,包括云服务器装置1、和若干个用于大气颗粒物监测的传感器2,还包括用于测量风扇转速的转速测量装置以及数量、位置与传感器2相对应的无线通信装置22,所述云服务器装置1与传感器2、国控站3通过无线通信装置22信号连接。
所述的监测站的监测方法,包括以下步骤:
(1)调节风扇转速,获得不同转速下监测数据的变化,得到监测数据随风扇转速变化的比例系数k,将所述比例系数k存储于监测站内部。
(2)监测站进行数据监测,获取监测数据B1,将监测数据B1乘以k得到当前监测数据B2;数据处理装置在获得的监测数据波动范围大于等于20%时采用连续测量,在获得的监测数据小于20%时,波动范围较小说明这一时间段控制质量较为稳定,采用间隔测量,例如每隔5秒进行一次测量采样,这样可将激光器的使用时间相较于连续测量增大5倍,而且仍然保证数据的实时性。另外,每隔1-3天监测站的传感器控制激光器进行频闪,频闪形成的亮度变化脉冲通过感光元件采集,经过两级放大电路进入数据处理装置,测得到当前激光器的光强,根据激光器出厂时光强的初始值对当前激光器的光强进行补偿:
D=γd
其中,D为补偿后的数据,γ是补偿系数,补偿系数为当前光强与初始光强的比值;d为补偿前的数据。
(3)云服务器装置根据所述监测站的地理位置搜索出其周围的5个国控站,实时获取国控站发布的数据并存储;
(4)根据每个国控站最近5-10天的历史监测数据,计算每个历史监测数据的皮尔逊相关系数,将相关性最差的一个国控站的历史监测数据剔除掉,利用其他的国控站的历史监测数据进行计算,得出本监测站的校准目标数据P:
其中,Ρ为校准目标数据;N为国控站数目;α为国控站权重系数,每个国控站所对应权重系数与其和待校准监测站距离成反比,并且进行归一化后求得;H为国控站的历史监测数据;
(5)云服务器装置将所述当前监测数据B2与校准目标数据P进行比较并计算差值,设定校准差值门限,差值门限的取值为:10+0.1,若差值未超过设定的校准差值门限,则所述当前监测数据B2为该时间段大气颗粒物的测量结果,即得到大气颗粒物的测量结果;若差值超过设定的校准差值门限,则以校准目标数据为该时间段的大气颗粒物的测量结果,得到大气颗粒物的测量结果,同时对该监测站进行校准,第一校准因子β:
β=P/B2
其中,β为第一校准因子,P为校准目标数据,B2为当前监测数据;
则所述监测站的当前监测数据B2自动乘以β,完成自动化校准,得到大气颗粒物的测量结果。
(6)获得大气颗粒物的测量结果后,温湿度传感器获取该时间段监测站工作环境的相对温湿度,根据温湿度进行校准,第二校准因子:
C=1-θh
其中,C为第二校准因子;θ为校准常数,取值范围:0.01-0.02;h为相对湿度。大气颗粒物的测量结果乘以第二校准因子C得到该时间段最终的大气颗粒物的监测数据并进行存储。
本实施例的有益效果在于:调整风扇(鼓风机)的转速,测得k,将k存储于监测站内部,根据存储的k对风扇的转速带来的气体流速变化进行补偿,增加测量结果的准确性;采用光强衰减补偿,即每隔一段时间利用光源频闪测量光强大小,与初始值比较,并对差值进行补偿,延长激光的可使用时间。
Claims (8)
1.监测站的监测方法,其特征在于:监测站包括云服务器装置(1)和若干个传感器(2),还包括数量、位置与传感器(2)相对应的温湿度传感器(21),所述云服务器装置(1)与传感器(2)、国控站(3)通过无线通信装置(22)信号连接,所述传感器(2)包括壳体(4),所述壳体(4)上设置进风口(41)、出风口(42),所述进风口(41)设置连接头,所述连接头上设置软管(5),所述出风口处安装风扇(6),所述壳体(4)内设置电路板、测量室(7)、激光发射器(8),所述电路板上设置电源,所述测量室(7)分别与进风口(41)、出风口(42)连通且形成弯曲的空气通道(9),所述激光发射器(8)与测量室(7)之间设置光路通道,所述空气通道(9)与激光的交叉处设置感光元件(91),所述测量室(7)内设置光电接收器、放大滤波电路和微处理器,所述微处理器上设置数据采集装置、数据处理装置、数据输出装置和存储装置,所述风扇(6)、光电接收器、激光发射器(8)、放大滤波电路和微处理器均与电源电连接;
所述监测站的监测方法包括以下步骤:
(1)将监测站安装在室内,将软管向室外伸出180-220mm后在重力作用下自然下垂,进行数据监测,获取大气颗粒物的当前监测数据B;
(2)云服务器装置根据所述监测站的地理位置搜索出其周围的多个国控站,实时获取国控站发布的数据并存储;
(3)根据每个国控站最近5-10天的历史监测数据,计算每个历史监测数据的皮尔逊相关系数,将相关性最差的一个国控站的历史监测数据剔除掉,利用其他的国控站的历史监测数据进行计算,得出本监测站的校准目标数据P:
其中, P为校准目标数据;N为国控站数目;为国控站权重系数,每个国控站所对应权重系数与其和待校准监测站距离成反比,并且进行归一化后求得;H为国控站的历史监测数据;
(4)云服务器装置将所述当前监测数据B与校准目标数据P进行比较并计算差值,设定校准差值门限,差值门限的取值为:10±0.1,若差值未超过设定的校准差值门限,则所述当前监测数据B为该时间段大气颗粒物的测量结果,得到大气颗粒物的测量结果;若差值超过设定的校准差值门限,则以校准目标数据为该时间段的大气颗粒物的测量结果,即得到大气颗粒物的测量结果,同时对该监测站进行校准,第一校准因子为β:
β=P/B
其中,β为第一校准因子,P为校准目标数据,B为当前监测数据;
则所述监测站的当前监测数据B自动乘以β,完成自动化校准,得到大气颗粒物的测量结果。
2.根据权利要求1所述的监测站的监测方法,其特征在于:所述测量室(7)远离激光发射器(8)的一端连通有光陷阱(92),所述光陷阱(92)是由隔板组成的封闭空间。
3.根据权利要求1所述的监测站的监测方法,其特征在于:所述光路通道上设置光阑(93)。
4.根据权利要求1所述的监测站的监测方法,其特征在于:所述监测站还包括风扇(6)的转速测量装置。
5.监测站的监测方法,其特征在于:监测站包括云服务器装置(1)和若干个传感器(2),还包括数量、位置与传感器(2)相对应的温湿度传感器(21),所述云服务器装置(1)与传感器(2)、国控站(3)通过无线通信装置(22)信号连接,所述传感器(2)包括壳体(4),所述壳体(4)上设置进风口(41)、出风口(42),所述进风口(41)设置连接头,所述连接头上设置软管(5),所述出风口处安装风扇(6),所述壳体(4)内设置电路板、测量室(7)、激光发射器(8),所述电路板上设置电源,所述测量室(7)分别与进风口(41)、出风口(42)连通且形成弯曲的空气通道(9),所述激光发射器(8)与测量室(7)之间设置光路通道,所述空气通道(9)与激光的交叉处设置感光元件(91),所述测量室(7)内设置光电接收器、放大滤波电路和微处理器,所述微处理器上设置数据采集装置、数据处理装置、数据输出装置和存储装置,所述风扇(6)、光电接收器、激光发射器(8)、放大滤波电路和微处理器均与电源电连接;
所述监测站的监测方法包括以下步骤:
(1)同一监测条件下,调节风扇转速,获得不同转速下监测数据的变化,得到监测数据随风扇转速变化的比例系数k,将所述比例系数k存储于监测站内部;
(2)监测站进行数据监测,获取监测数据B1,将监测数据B1乘以k得到当前监测数据B2;
(3)云服务器装置根据所述监测站的地理位置搜索出其周围多个国控站,实时获取国控站发布的数据并存储;
(4)根据每个国控站最近5-10天的历史监测数据,计算每个历史监测数据的皮尔逊相关系数,将相关性最差的一个国控站的历史监测数据剔除掉,利用其他的国控站的历史监测数据进行计算,得出本监测站的校准目标数据P:
其中,Ρ为校准目标数据;N为国控站数目;为国控站权重系数,每个国控站所对应权重系数与其和待校准监测站距离成反比,并且进行归一化后求得;H为国控站的历史监测数据;
(5)云服务器装置将所述当前监测数据B2与校准目标数据P进行比较并计算差值,设定校准差值门限,差值门限的取值为:10±0.1,若差值未超过设定的校准差值门限,则所述当前监测数据B2为该时间段大气颗粒物的测量结果,即得到大气颗粒物的测量结果;若差值超过设定的校准差值门限,则以校准目标数据为该时间段的大气颗粒物的测量结果,得到大气颗粒物的测量结果,同时对该监测站进行校准,第一校准因子β:
β=P/B2
其中,β为第一校准因子,P为校准目标数据,B2为当前监测数据;
则所述监测站的当前监测数据B2自动乘以β,完成自动化校准,得到大气颗粒物的测量结果。
6.根据权利要求1或5所述的监测站的监测方法,其特征在于:获得大气颗粒物的测量结果后,温湿度传感器获取该时间段监测站工作环境的相对温湿度,根据温湿度进行校准,第二校准因子:
其中,C为第二校准因子;为校准常数,取值范围:0.01-0.02;h为相对湿度;大气颗粒物的测量结果乘以第二校准因子C得到该时间段最终的大气颗粒物的监测数据并进行存储。
7.根据权利要求1或5所述的监测站的监测方法,其特征在于:数据处理装置在获得的监测数据波动范围大于等于20%时采用连续测量,在获得的监测数据小于20%时采用间隔测量。
8.根据权利要求1或5所述的监测站的监测方法,其特征在于:每隔1-3天监测站的传感器控制激光器进行频闪,频闪形成的亮度变化脉冲通过感光元件采集,经过两级放大电路进入数据处理装置,测得到当前激光器的光强,根据激光器出厂时光强的初始值对当前激光器的光强进行补偿:
其中,D为补偿后的光强数据,是补偿系数,补偿系数为当前光强与初始光强的比值;d为补偿前的光强数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610819025.3A CN106644862B (zh) | 2016-09-12 | 2016-09-12 | 一种传感器、基于该传感器的监测站及监测站的监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610819025.3A CN106644862B (zh) | 2016-09-12 | 2016-09-12 | 一种传感器、基于该传感器的监测站及监测站的监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106644862A CN106644862A (zh) | 2017-05-10 |
CN106644862B true CN106644862B (zh) | 2023-08-29 |
Family
ID=58852756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610819025.3A Active CN106644862B (zh) | 2016-09-12 | 2016-09-12 | 一种传感器、基于该传感器的监测站及监测站的监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106644862B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107219157A (zh) * | 2017-07-29 | 2017-09-29 | 山东诺方电子科技有限公司 | 一种利用社会车辆进行大气颗粒物监测系统 |
CN107340212A (zh) * | 2017-08-18 | 2017-11-10 | 山东诺方电子科技有限公司 | 一种基于出租车顶灯的大气颗粒物在线监测设备 |
CN109426877A (zh) * | 2017-08-23 | 2019-03-05 | 复凌科技(上海)有限公司 | 一种地面数据的监测方法 |
CN107505005A (zh) * | 2017-09-20 | 2017-12-22 | 广东先河科迪隆科技有限公司 | 工业园区环境空气质量监管系统 |
CN107764951A (zh) * | 2017-11-25 | 2018-03-06 | 广东先河科迪隆科技有限公司 | 工业园区环境空气质量监管系统 |
CN107764950A (zh) * | 2017-11-25 | 2018-03-06 | 广东先河科迪隆科技有限公司 | 工业园区环境空气质量监管系统 |
CN108562693A (zh) * | 2018-01-08 | 2018-09-21 | 郑州易测智能科技有限公司 | 一种查找大气污染源的方法及其监测模块 |
CN108195728A (zh) * | 2018-02-01 | 2018-06-22 | 山东诺方电子科技有限公司 | 一种基于多核颗粒物传感器技术的控制系统及其控制方法 |
CN108469273A (zh) * | 2018-02-27 | 2018-08-31 | 济宁中科云天环保科技有限公司 | 基于机器学习算法的云端数据联调校准方法 |
CN108828150B (zh) * | 2018-06-20 | 2021-05-04 | 深圳市环思科技有限公司 | 基于时域滤波的传感器数据在线校准方法及装置 |
WO2020021343A1 (zh) * | 2018-07-25 | 2020-01-30 | 山东诺方电子科技有限公司 | 一种环境监测站数据可信度评价方法 |
WO2020021344A1 (zh) * | 2018-07-25 | 2020-01-30 | 山东诺方电子科技有限公司 | 环境传感器协同校准方法 |
CN113728220B (zh) * | 2018-08-25 | 2023-12-22 | 山东诺方电子科技有限公司 | 一种大气污染监测传感器校准和协同工作的方法 |
CN109187296A (zh) * | 2018-09-03 | 2019-01-11 | 海拉(厦门)电气有限公司 | 一种带自净化系统的激光pm2.5粉尘传感器 |
CN112213799B (zh) * | 2020-06-10 | 2023-08-22 | 北京建筑大学 | 串联式降水监测站及相应的监测方法 |
CN112147280B (zh) * | 2020-09-04 | 2023-06-30 | 北京英视睿达科技股份有限公司 | 环境空气监测的传感器远程校准方法及环境空气质量监测装置 |
CN113418844B (zh) * | 2021-06-25 | 2023-03-14 | 山东诺方电子科技有限公司 | 一种可进行自校验的尘荷采集系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1643345A (zh) * | 2002-01-23 | 2005-07-20 | 塞德拉公司 | 测量具有悬浮在管中流动的流体中的固体颗粒的混合物的参数的设备和方法 |
CN203605972U (zh) * | 2013-10-25 | 2014-05-21 | 上海市环境监测中心 | 一种环境空气质量移动监测车 |
CN104280070A (zh) * | 2014-10-16 | 2015-01-14 | 北京中恒电国际信息技术有限公司 | 大数据云服务集中环境监测平台 |
CN104596904A (zh) * | 2015-01-30 | 2015-05-06 | 武汉四方光电科技有限公司 | 一种激光粉尘传感器的粉尘浓度测量方法 |
CN204649241U (zh) * | 2015-06-02 | 2015-09-16 | 深圳市万联智慧电子有限公司 | Pm2.5监测仪及其环境监测系统 |
JP2016080571A (ja) * | 2014-10-20 | 2016-05-16 | 株式会社島津製作所 | 粒子量測定装置 |
CN205374238U (zh) * | 2016-02-02 | 2016-07-06 | 广东美的制冷设备有限公司 | 粉尘浓度传感器及具有该粉尘浓度传感器的空气净化器 |
CN205449752U (zh) * | 2016-03-23 | 2016-08-10 | 广东美的制冷设备有限公司 | 灰尘浓度传感器 |
CN206038482U (zh) * | 2016-09-12 | 2017-03-22 | 济南诺方电子技术有限公司 | 一种传感器及基于该传感器的监测站 |
-
2016
- 2016-09-12 CN CN201610819025.3A patent/CN106644862B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1643345A (zh) * | 2002-01-23 | 2005-07-20 | 塞德拉公司 | 测量具有悬浮在管中流动的流体中的固体颗粒的混合物的参数的设备和方法 |
CN203605972U (zh) * | 2013-10-25 | 2014-05-21 | 上海市环境监测中心 | 一种环境空气质量移动监测车 |
CN104280070A (zh) * | 2014-10-16 | 2015-01-14 | 北京中恒电国际信息技术有限公司 | 大数据云服务集中环境监测平台 |
JP2016080571A (ja) * | 2014-10-20 | 2016-05-16 | 株式会社島津製作所 | 粒子量測定装置 |
CN104596904A (zh) * | 2015-01-30 | 2015-05-06 | 武汉四方光电科技有限公司 | 一种激光粉尘传感器的粉尘浓度测量方法 |
CN204649241U (zh) * | 2015-06-02 | 2015-09-16 | 深圳市万联智慧电子有限公司 | Pm2.5监测仪及其环境监测系统 |
CN205374238U (zh) * | 2016-02-02 | 2016-07-06 | 广东美的制冷设备有限公司 | 粉尘浓度传感器及具有该粉尘浓度传感器的空气净化器 |
CN205449752U (zh) * | 2016-03-23 | 2016-08-10 | 广东美的制冷设备有限公司 | 灰尘浓度传感器 |
CN206038482U (zh) * | 2016-09-12 | 2017-03-22 | 济南诺方电子技术有限公司 | 一种传感器及基于该传感器的监测站 |
Also Published As
Publication number | Publication date |
---|---|
CN106644862A (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106644862B (zh) | 一种传感器、基于该传感器的监测站及监测站的监测方法 | |
US11105715B2 (en) | System and method of conducting particle monitoring using low cost particle sensors | |
CN206038482U (zh) | 一种传感器及基于该传感器的监测站 | |
CN205538672U (zh) | 一种基于激光散射原理的空气中颗粒物质量浓度检测装置 | |
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 | |
CN202837149U (zh) | 多功能激光粉尘仪 | |
CN209485924U (zh) | 一种扬尘监测装置及系统 | |
CN103149060B (zh) | 一种实现自动等速恒流采集流动气体内的不同粒径颗粒物的采样器 | |
CN205826472U (zh) | 粉尘传感器 | |
CN105445158A (zh) | 一种高精度大气污染实时在线检测仪 | |
CN111077049A (zh) | 一种便携式β射线法颗粒物浓度监测系统 | |
CN105954789B (zh) | 一种氡子体测量仪α能谱峰重叠修正因子的准确刻度方法 | |
CN110954664B (zh) | 一种环境监测和治理系统及方法 | |
CN103472035B (zh) | 一种大气气溶胶吸湿特性与体角散射系数测量仪 | |
CN204903345U (zh) | 一种高稳定可靠粉尘浓度检测仪 | |
CN209432182U (zh) | 一种具有大气环境空气质量监测功能的城市摄像系统 | |
CN206114476U (zh) | 一种测量细颗粒物浓度的传感器 | |
CN201259489Y (zh) | 具有湿度连续自动修正功能的激光粉尘检测仪 | |
CN206489042U (zh) | 一种地面固定环境监测平台 | |
CN210486945U (zh) | 气体检测装置 | |
CN208334128U (zh) | 检测终端及空气质量检测系统 | |
CN209691068U (zh) | 一种吸气式感烟火灾探测器 | |
CN111323350A (zh) | 基于光散射法的高精度颗粒物检测传感器及其检测方法 | |
CN111983149B (zh) | 一种多点式环境空气监测系统 | |
CN215931603U (zh) | 一种激光散射油烟在线监测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Room 1303, Building 5, National University Science Park, Shandong University, No. 12918, Second Ring South Road, Shizhong District, Jinan City, Shandong Province, 250000 Applicant after: NOVA FITNESS Co.,Ltd. Address before: 250000 Room 401, Shanda South Road, Licheng District, Ji'nan, Shandong, 401 Applicant before: NOVA FITNESS Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |