CN106796207A - 传感器系统和感测方法 - Google Patents
传感器系统和感测方法 Download PDFInfo
- Publication number
- CN106796207A CN106796207A CN201580046287.4A CN201580046287A CN106796207A CN 106796207 A CN106796207 A CN 106796207A CN 201580046287 A CN201580046287 A CN 201580046287A CN 106796207 A CN106796207 A CN 106796207A
- Authority
- CN
- China
- Prior art keywords
- sensor
- sensing
- filter
- fluid
- calibration
- 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
- 238000000034 method Methods 0.000 title claims description 25
- 239000012530 fluid Substances 0.000 claims abstract description 44
- 239000000463 material Substances 0.000 claims abstract description 34
- 239000002245 particle Substances 0.000 claims description 27
- 239000003344 environmental pollutant Substances 0.000 claims description 17
- 231100000719 pollutant Toxicity 0.000 claims description 17
- 230000003287 optical effect Effects 0.000 claims description 16
- 239000000126 substance Substances 0.000 claims description 16
- 239000013076 target substance Substances 0.000 claims description 6
- 238000000149 argon plasma sintering Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 230000002463 transducing effect Effects 0.000 claims 1
- 230000004044 response Effects 0.000 description 24
- 238000011045 prefiltration Methods 0.000 description 22
- 238000005259 measurement Methods 0.000 description 15
- 230000035945 sensitivity Effects 0.000 description 12
- 238000001514 detection method Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 150000001875 compounds Chemical class 0.000 description 7
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 6
- 239000000443 aerosol Substances 0.000 description 6
- 238000013459 approach Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 239000000356 contaminant Substances 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 206010011906 Death Diseases 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000007850 degeneration Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 239000003599 detergent Substances 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003679 aging effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002520 cambial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000013626 chemical specie Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005518 electrochemistry Effects 0.000 description 1
- 238000001962 electrophoresis Methods 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000002105 nanoparticle Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000011236 particulate material Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 230000007096 poisonous effect Effects 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003380 quartz crystal microbalance Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000001089 thermophoresis Methods 0.000 description 1
- 231100000167 toxic agent Toxicity 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
- 238000004879 turbidimetry Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000003442 weekly effect Effects 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
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/082—Investigating permeability by forcing a fluid through a sample
-
- 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
- G01N33/0006—Calibrating gas analysers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D46/00—Filters or filtering processes specially modified for separating dispersed particles from gases or vapours
- B01D46/42—Auxiliary equipment or operation thereof
-
- 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
-
- 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
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N2015/084—Testing filters
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
一种传感器系统,用于感测流体(1)中的物质,包括相同类型的第一传感器(10)和第二传感器(12)。使用第一传感器(10)直到校准事件为止,在该校准事件期间,使用第二传感器(12)。第二传感器(12)仅在校准事件期间使用。使用来自第二传感器(12)的传感器信息来校准第一传感器(10)。
Description
技术领域
本发明涉及流体中的物质的感测(例如,测量空气中的污染物浓度)并且涉及一种用于感测流体中的物质的方法。
背景技术
空气颗粒污染(尤其是颗粒物质尺寸小于2.5μm直径范围(被称为“PM2.5”))对于消费者而言是个重大问题,尤其是在诸如中国之类的快速工业化的国家中。
作为增加消费者赋权的结果,对关于生活空间的空气质量的信息的需求正在增加。在诸如中国之类的国家中,过度的PM2.5污染已经成为过去十年的常见问题。这个问题也通过在中国各个城市中的连续测量值得到验证。数据是公众可用的,并且可以由移动电话应用或通过web同时监测。
该数据的可用性以及国家和国际媒体的持续关注使消费者对这个问题的认识更加强烈。
官方室外空气质量标准将颗粒物质浓度定义为每单位体积的质量浓度(例如,μg/m3)。中国大陆的平均PM2.5污染浓度是基于卫星数据计算的,并且已经发现,该国大部分地区超过世界卫生组织的10μg/m3的限值,其中一些地区达到甚至超过PM2.5浓度100μg/m3。
标准参考测量方法基于例如使用石英晶体微量天平、锥形谐振器、冲击器、或称重过滤器和滤网来测量每空气取样体积的沉积或捕获的颗粒的质量。除了(或代替)测量颗粒浓度之外,还期望检测空气内的特定化学物质。
然而,已知的系统通常需要用于处理测量的手动部分(例如,称重过滤器和滤网)的专业操作指南和/或用于清洁累积的质量、维持各种系统部件和校准的定期维护。
已经认识到,需要更低的成本并且更简单地使用感测技术,以使不需要复杂和昂贵的科学仪器。
通常,例如可以应用于消费者使用的空气净化器中的低成本传感器的灵敏度和可靠性的性能与昂贵得多的专业范围传感器相比较而言会降低。许多低成本传感器仅响应于比期望的更高的污染物浓度。也可能是它们的响应在低浓度区域中不是线性的。
对于许多传感器,操作原理产生对目标化合物以外的其它化合物的响应,从而当目标化合物和干扰化合物同时存在时导致不正确的读数。
以电化学甲醛传感器为示例,像醇和洗涤剂之类的化合物可以极大地影响输出,并且这些其它化合物通常在真实的家庭条件下看到。传感器污染是大多数现实生活中的另一个挑战。在暴露于脏的环境一段时间后,传感器趋于被像油性颗粒或毒性气体之类的物质污染,从而导致输出衰减。环境的温度改变也常常引起传感器响应的偏移。错误的读数几乎是不可避免的,并且如果没有执行校准(重新校准),则传感器是不可靠的。
已知使用传感器上游的预过滤器,以保护传感器免受污染和干扰气体的影响。
WO 2013/133872公开了使用蜂窝过滤器来筛选导致室内甲醛气体或其它目标气体的错误读数的干扰化合物。这在干扰物质浓度非常低的情况下是有效的。然而,对于在空气净化器或其它器具中使用的传感器,在日常生活(例如,在聚会期间或在烹饪期间)中经常排放的像洗涤剂、醇和油性气雾剂之类的高浓度干扰和/或毒性物质可以使预过滤器快速和再次使得传感器不可靠。
因此,例如在空气净化器中使用的常规感测系统使用一个传感器,并且在传感器运行一段时间之后变得不可靠。通过使用预过滤可以部分地缓解该问题,但是这种对策的功效仍然受到限制。由于预过滤器必须在单传感器系统中继续与传感器一起工作,所以特别是当污染物浓度高时,其有用的操作寿命很快达到。这种情况也不容易被检测到。
对于协作感测系统,已知使用不同类型的传感器来进行互校准。例如,US 5 394934公开了使用VOC(挥发性有机化合物)传感器和CO2传感器,并且使用一个传感器来修改来自另一个传感器的读数。
因为不同传感器对干扰物质的响应不相同,在执行互校准时可能会导致不正确的基线校准。这意味着系统稳定性可能恶化。
EP0764331A1公开了一种通过具有测量传感器和校准传感器来重新校准湿度传感器的方法。在该系统中,传感器直接暴露于进入的空气,并且湿度传感器例如不需要在感测之前过滤。
EP2762877A1公开了一种用于通过在检测到两个传感器彼此接近时比较来自两个传感器的读数来校准化学传感器的系统。然而,该公开不涉及在将化学传感器暴露于其之前处理空气,其可能导致更短的传感器寿命和/或干扰。
发明内容
减轻已知系统的至少一些缺点的本发明由权利要求限定。
根据本发明的第一方面,一种用于感测流体中的物质的传感器系统,包括:
第一传感器,用于感测流体中的物质;
第二传感器,用于感测所述流体中的物质,该第二传感器与第一传感器具有相同的类型,并且用于感测相同的物质;和
控制器,适于:
控制第一传感器以感测流体中的物质,直到校准事件为止;
在校准事件期间,使用第二传感器感测流体中的物质,该第二传感器仅在校准事件期间操作;和
使用来自第二传感器的传感器信息校准第一传感器。
流体可以是气溶胶,诸如空气、或夹带有颗粒或污染气体的任何其它气体。在其它实施例中,流体也可以是液体,诸如水、化学物质的水溶液等。
优选地,第二传感器的操作的占空比低于第一传感器的操作的占空比。这样,第二传感器以较慢的速率老化,以使其可以用于校准更快速老化的第一传感器。
该传感器系统使得能够使用第一传感器(其可以是低成本传感器而非昂贵的科学仪器(尽管甚至昂贵的科学设备可能需要定期校准))进行长时间(诸如连续)监测。来自第一传感器的输出信号中的漂移和/或非线性可以由与第一传感器类型相同但以较低占空比操作的第二传感器补偿。第二传感器执行离散校准测量,其然后可以用于调整来自第一传感器的输出信号被解释的方式。如果发现来自第一传感器的输出信号的漂移和/或非线性足够严重,还可以通过处理来自第一传感器和第二传感器的输出信号来指示第一传感器的寿命期满,并且不可能校准第一传感器。
通过使用具有较低占空比的第二传感器,第二传感器经受比第一传感器更慢的输出漂移或其它老化效应,因此其可以用于使用校准途径来补偿这种漂移。第一传感器可以在校准事件期间停止操作,或者它可以继续监测。两个传感器使用相同的感测方法(例如,质量感测、光学散射检测、光学透射检测、在对颗粒充电之后测量的电荷、或化学感测等)。注意,该列表不是完整的,并且不意味着约束所使用的感测原理。传感器还被配置成用于检测相同的物质,(例如,相同的化学种类或相同的颗粒尺寸范围),因此,术语“物质”应当被理解为涉及特定化学物质或化学物质的类别、或者特定的颗粒尺寸或颗粒尺寸范围,包括微生物、病毒、孢子等。再者,该列表并不完整,并且不意味着限制本发明。
第一传感器和第二传感器可以是相同的,或者它们可以是按比例的等同物。通过具有相同类型的两个传感器,校准操作尽可能有效。传感器对当时条件具有相同的响应,以使可以有效地执行背景相关或减法。
可以简单地周期性地执行校准事件,或者可以基于指示何时可能需要校准的信息来控制定时。第一传感器的感测历史例如可以用于例如基于目标物质的浓度有多高来确定何时应该执行校准。
校准可以包括调整零点和/或灵敏度。灵敏度可以包括例如传感器响应的线性,诸如线性传感器响应函数的梯度。灵敏度校正例如还可以包括调整在光学传感器中使用的LED或激光二极管的光强度。
在第一传感器的寿命结束时,可以在其位置使用第二传感器,并且可以安装新的校准传感器。
传感器系统可以用于测量空气中的污染物数量或浓度,或感测流体(诸如空气)中的目标物质。
在一个示例中,第一传感器和第二传感器各自包括机械传感器。机械传感器各自可以包括感测元件和适于驱动感测元件进入谐振并且检测感测元件的谐振频率的换能器,其中,谐振频率取决于沉积在感测元件上的颗粒的质量。
在这种情况下,机械传感器是检测共振频率的改变的共振质量传感器。这可以例如包括MEMS(微机电系统)传感器。
在另一示例中,第一传感器和第二传感器各自包括光散射光学传感器。
这可以例如包括浊度计。这是个容易获得的部件。可替代地,可以使用特别设计的光学单元。
在另一个示例中,第一传感器和第二传感器各自包括气体传感器。每个气体传感器可以包括电化学传感器或基于MOX的(金属氧化物半导体)传感器。
传感器系统还可以包括用于朝向所使用的传感器驱动所监测的流体的样品入口设备。
对于气溶胶,样品入口设备可以包括风扇或静电吸引装置,或者可以使用基于热泳或重力的系统。这样,第二传感器可以在未被使用时不暴露于目标。传感器的操作可以改为例如通过静电吸引来提供样品入口功能,以使当传感器未被使用时,其不暴露于目标。
传感器系统还可以包括耦合到第一传感器的第一过滤器和耦合到第二传感器的第二过滤器。
这些过滤器可以执行预过滤以使得传感器的寿命能够延长。
第一过滤器可以用于从用于供应到第一传感器的空气中选择颗粒尺寸的范围,并且第二过滤器可以用于从空气中选择用于供应到第二传感器的颗粒尺寸的范围。这意味着对于粒子分析,仅对感兴趣的颗粒尺寸范围进行感测。例如,过滤装置可以确保防止大颗粒到达传感器。例如,对于PM2.5测量,过滤装置可以捕获大于诸如2.5μm的尺寸阈值的颗粒。
该系统还可以包括阀门装置,用于选择性地将由第一过滤器和第二过滤器过滤的流体路由到第一传感器和第二传感器中选定的一个传感器。
这可以用作当从两个过滤器依次接收过滤的流体时,基于比较由传感器中的一个传感器(优选地,第二传感器)接收的信号来诊断何时第一过滤器(其使用比第二过滤器更长的总体时间)需要被改变的方式。
空气处理设备可以使用本发明的第一方面的传感器系统。
根据本发明的第二方面,一种感测方法,包括以下步骤:
使用第一传感器感测流体中的物质,直到校准事件为止;
在校准事件期间,使用第二传感器感测物质,该第二传感器与第一传感器具有相同的类型,并且用于感测相同的物质,第二传感器仅在校准事件期间操作;和
使用来自第二传感器的所监测的信息来校准第一传感器。
第一传感器和第二传感器各自可以包括:
物理传感器(机械、光学、热、声、静电、电磁等);
化学传感器,例如,电化学传感器或MOX传感器;或者
混合传感器(火焰离子化检测器等)。
该列表不是穷尽的,并且还可以使用其它传感器类型。
因此,本发明可以用于提供一系列不同传感器类型的校准。这可以用于改善低成本传感器的性能,但同样地,该方法可以应用于更高成本的传感器。
该方法还可以包括在使用第一过滤器将流体供应到第一传感器之前过滤流体,以及在使用第二过滤器将流体供应到第二传感器之前过滤流体,其中,所述方法还包括:
依次通过将由第一过滤器和第二过滤器过滤的流体路由到第一传感器和第二传感器中的一个传感器来执行第一过滤器的测试,并且从传感器测量值来确定过滤器状态。
这使得能够自动确定过滤器状态。
附图说明
现在将参照附图详细描述本发明的示例,其中:
图1示出了传感器系统的第一示例和相关联的时序图;
图2示出了操作图1的传感器系统的方法;
图3示出了传感器系统的第二示例;
图4示出了操作图3的传感器系统的方法;和
图5示出了传感器响应特点如何随时间改变;
图6示出了可以用于基线校准的测量;
图7用于解释用于灵敏度校准的第一途径;
图8用于解释用于灵敏度校准的第二途径;和
图9示出了可能的传感器结构的一个示例。
具体实施方式
本发明提供了一种用于感测流体中的物质的传感器系统,包括相同类型的第一传感器和第二传感器。使用第一传感器直到校准事件为止,在该校准事件期间使用第二传感器。第二传感器仅在校准事件期间使用,以使第二传感器的操作的占空比低于第一传感器的操作的占空比。使用来自第二传感器的传感器信息来重新校准第一传感器。
这样,在感测系统中使用相同种类的两个传感器。一个工作传感器以常规方式操作以用于持续感测。另一个校准传感器间歇工作以执行实时内部校准。周期性校准克服了工作传感器在长期操作中的可靠性问题。校准传感器(和任何相关联的预过滤器)仅短时间使用,从而还保证了长期服务的可用性。通过使用相同类型的传感器,可以平衡来自干扰物质的响应。
因此,感测具有至少两种模式:感测模式和校准模式。两个传感器之间的信号减法可以用于消除在校准期间来自其它物质的干扰。校准时间比总感测时间更短,并且优选地,短得多。感测时间和校准时间之间的比率例如可以是可调谐的。
如下文所讨论的,还可以实施诊断模式。
图1示出了用于感测流体1中的物质的传感器系统的第一示例。流体可以是包含待感测的颗粒物质的空气流,或者该感测可以用于检测和/或测量目标污染物的数量。因此,待感测的“物质”可以包括已知的化学物质或化学物质的类别或任何微粒物质(其可以由已知或未知的化学成分组成)。
该系统包括用于感测流体1中的物质的第一传感器10和用于感测流体1中的物质的第二传感器12,第二传感器12与第一传感器10具有相同的类型,并且用于感测相同的物质。
控制器14适于:
使用第一传感器10感测流体中的物质,直到校准事件为止;
在校准事件期间,使用第二传感器12感测流体中的物质,第二传感器仅在校准事件期间操作,以使第二传感器的操作的占空比低于第一传感器的操作的占空比;和
使用来自第二传感器的传感器信息来重新校准第一传感器。
第一传感器10可以提供持续监测和/或测量。来自第一传感器10的输出信号中的漂移和/或灵敏度改变可以在离散校准测量期间由第二传感器补偿。第一传感器10可以在校准事件期间停止操作,或者它可以继续监测。
在图1的最简单的实施例中,可以使用两个廉价的传感器,而无需预过滤器。第一传感器10用作工作传感器,第二传感器12用作校准传感器。
空气流1可以通过两个传感器,并且它可以是来自目标环境的原始空气,或者可以在上游使用预过滤器。控制器14从两个传感器获得信号并且执行第一传感器10的校准。
图1中的时序图表示传感器10和12分别作为曲线100和120的操作的定时。大多数时间,第二传感器12与空气流分离,并且传感器10暴露于空气流用于感测。周期性地,第二传感器12被开启并且暴露于空气流1用于校准。在短时间之后,传感器12被关闭并且再次与空气流分离,直到下一个循环为止。第一传感器10在校准期间被示为停用,但是其可以持续操作,因为校准是信号处理修改,而非对第一传感器12的物理配置的修改。
从两个传感器10,12接收的信号之间的差异可以用于第一传感器的基线调整。基线调整包括:调整零点。然而,灵敏度还可以被重新校准并且可以通过改变用于操作传感器的软件中的校准因子来实现。
图2示出了使用图1的传感器系统的方法。在步骤16中,传感器10用于感测流体1中的物质(例如,空气流),直到校准事件为止。在校准事件期间,在步骤18中利用第二传感器12进行感测。第二传感器仅在校准事件期间(即,在步骤18中)操作,使得第二传感器的操作的占空比低于第一传感器的操作的占空比。步骤19是第一传感器的校准。
两个传感器使用相同的感测方法。存在各种可能类型的传感器,并且非穷举列表是:
机械传感器;
光学传感器;
化学传感器,例如,电化学传感器或MOX传感器;
静电传感器;
基于检测热行为的差异的传感器;
火焰离子化检测器。
两个传感器还被配置成用于检测相同物质(例如,相同的化学物质或相同的颗粒尺寸范围)。第一传感器和第二传感器可以是相同的,但是它们可以是按比例的等同物,以使它们的输出信号仍然以相同的方式响应于目标和污染物。
可以简单地周期性地执行校准事件。校准事件之间的长延迟将给予校准传感器更长的寿命,但是将导致校准事件之间更多的信号漂移。校准的频率可以例如由用户来设置。
替代地,可以基于指示何时可能需要校准的信息来控制校准事件的定时。第一传感器的感测历史例如可以用于确定何时应该执行校准。
图3示出了第二实施例,其中,第一传感器10具有预过滤器20并且第二传感器12具有预过滤器22。预过滤器用于去除已知的预期污染物,或者限制到达定义范围内的传感器的颗粒尺寸范围。
来自第一预过滤器20的输出被供应给第一阀门24,该第一阀门24可以将预过滤的空气供应到传感器10、12中的任一个传感器。来自第二预过滤器22的输出被供应到第二阀门26,该第二阀门26可以允许或阻挡经预过滤的空气传送到第二传感器12。
阀门装置使得能够在线诊断预过滤器以及退化工作传感器10的性能。对于诊断功能,使用三个系列的数据:
(i)工作传感器10对工作空气的响应信号,
(ii)校准传感器12对工作空气的(即,来自过滤器20)响应信号,
(iii)校准传感器12对校准空气的(即,来自过滤器22)响应信号,
如果预过滤器20失效,则来自预过滤器20的工作空气可能含有不希望的污染物。由于使用预过滤器22的低占空比,来自预过滤器22的校准空气被假定为没有污染物。
图4示出了该方法。
在步骤30中,工作传感器10用于感测来自第一预过滤器20的空气。
在步骤32中,校准传感器12用于感测来自第一预过滤器20的空气。在步骤34中,校准传感器12用于感测来自第二预过滤器22的空气。可以一起考虑步骤32和步骤34以包括校准事件的一部分,并且再者,步骤30的持续时间长于步骤32和步骤34的持续时间。
因为对由两个预过滤器过滤的空气流的传感器响应是非常不同的,所以如果步骤32中的信号与步骤34中的信号第一次非常不同,则意味着预过滤器20用完。
因为两个传感器对相同的空气供应具有不同的响应,所以来自步骤30和步骤32的信号之间的差异指示传感器10的退化或基线偏移。
在改变预过滤器20之前,所收集的关于过滤器状态的信息可以用于修改来自第一传感器10的数据的解释。因此,在最终处理步骤36中,系统可以确定过滤器20何时需要改变,可以基于对相同刺激的不同传感器响应来执行基线校正,并且可以基于过滤器性能对信号处理执行线性和稳定性调整。工作传感器的线性例如可以通过相关两个传感器的趋势线来重新校准。
由每个传感器产生的信号包括在没有污染物(基线)的情况下产生的值,其中添加了取决于污染物浓度的值。最简单的校正是基于假设两个传感器的基线没有改变。然后,可以通过改变校准因子(传感器信号与其相乘)来校正信号的任何改变。一般而言,这不足以作为完全校准操作,在这种情况下,可以使用下文所描述的更完整的校准操作。
存在许多类型的传感器,其当在没有流体(即空气)流过的情况下操作时,产生不包含任何污染物信息的信号。然后,这给出基线信号。这应用于上文所提及的所有传感器原理。在这种传感器的情况下,例如在用于操作传感器的软件中容易地检测和校正基线差异。
当用污染的空气来操作传感器时,可以使用由传感器产生的信号以类似的方式检测和校正灵敏度而不是基线的差异。对于基于光散射的光学传感器,还可以在光源的工作原理固有的限值内调整光源的强度。可替代地,还有,在操作原理固有的限值内,可以调整光电检测器上的电压。在基于光学吸收的传感器的情况下还可以采取类似的措施。
上文已经描述了一种基线校准方法。现在将对一些其它可能的校准步骤进行讨论。
图5示出了对于一个月的传感器(曲线图1M)和对于三个月的传感器(曲线图3M),线性传感器响应(作为所记录的浓度对信号)如何对于新传感器(曲线图0M)随时间变化。梯度改变,其说明了灵敏度,并且没有信号的零点也改变。
传感器响应的这两个属性应该随时间重新校准。当传感器退化时,可能只能在非常高的浓度下获得良好的信号。在这种情况下,对于一些光学传感器,还可以控制传感器的工作条件(例如,增加光源的功率)以补偿灵敏度的损失。
图6用于说明另一种基线校准途径。进行三个信号测量。信号A是校准传感器12对已经由过滤器22预过滤的输入的响应,该过滤器22用于移除感兴趣的目标物质。信号B是校准传感器12对未经过预过滤的输入的响应。信号C是工作传感器10对未经过预过滤的输入的响应并且因此包括感兴趣的目标物质。
清洁的校准传感器信号A可以用作零点基线信号,并且因此可以用于解释工作传感器信号C。因为基线是使用校准传感器获得的,该途径假设两个传感器具有相似的基线值,然后假定也适用于工作传感器。信号B和信号C是用于上文所描述的校准过程的正常工作传感器信号和校准传感器信号。
对于零点和灵敏度校准,参考图7解释第一途径。
在不同的污染物水平下,采取若干个校准点(例如,三个或五个)。曲线图100是工作传感器信号,曲线图120是校准传感器信号。在日常生活中通常满足对不同污染物水平的要求。这使得传感器响应曲线能够形成为如曲线图37所示的最佳拟合线。这再次示出了所记录的浓度对信号。可以计算线的正确的零点和斜率,其稍后用于计算其它测量结果。当在校准中发现非常差的线性时,这意味着工作传感器处于其寿命的结束。
这假定线性传感器响应。
如果原则上使用的传感器的种类对不同的污染物浓度具有非线性响应,则参考图8解释备选途径。
如曲线图38所示,首先找到两个传感器之间的相关性。这绘制了工作传感器信号W与校准传感器信号C的关系。如曲线图39所示的工作传感器功能可以通过插值获得,其中工作传感器响应被计算为校准传感器响应的转换版本,其被假定为静态的。曲线图39也是所记录的浓度对信号。
如果在两个传感器之间发现差的线性,则意味着工作传感器处于其寿命的结束。
在第一传感器10的寿命结束时,例如,如上文所解释的检测的,在其位置可以使用第二传感器12,并且可以安装新的校准传感器。这样,校准传感器总是接近其寿命的开始。
注意,图1的最简单的实现方式不使用阀门来允许空气路径交换。在这种情况下,诊断仅基于两次测量,每次测量通过相同进入空气供应的每个传感器。
如上文所提及的,本发明可以应用于不同类型的传感器。
一个示例是质量传感器,例如,用于测量污染物的颗粒浓度。使用谐振设备的直接质量测量是已知的技术。如图9所示,它基于谐振频率(f0)和谐振器的质量之间的关系。
在图9中,示意性地表示了质量为m和弹簧常数为k的谐振器质量40。该图示出了作为频率(x轴)的函数的谐振振荡(在y轴上)的幅度。曲线图42用于基本谐振器质量。如果添加了附加质量44(Δm),则振荡曲线在频率上向下移位到具有频移Δf的曲线图46。
管控谐振振动的方程是:
等式(1)示出了基本谐振频率和谐振器特点之间的关系。等式(2)示出了由质量改变引起的频率改变,等式(3)示出了可以被检测的最小质量(Δmmin)。最小值取决于谐振器的机械质量因数Q。
在文献中存在用于气溶胶污染监测的基于共振的质量感测的几个示例。例如,已经提出使用具有皮克级水平的质量分辨率的微加工硅悬臂设备用于个人暴露监测。过滤器可以用于清除大颗粒,并且可以提供静电取样器用于在悬臂上沉积纳米颗粒。
作为经验法则,通过监测谐振频率改变而操作的机械传感器在添加的质量与初始谐振器质量相比较而言较小的范围中操作。然而,在传感器的寿命期间的持续质量累积是不可避免的。这个问题对于MEMS秤设备更加显著,其中不可能对累积的质量进行机械和/或化学清洁——至少对于消费者应用而言。因此,可以通过考虑每个测量周期的初始质量和近似质量沉积来大致估计MEMS传感器的寿命。
还已经提出光学感测技术(用于PM2.5)用于空气净化器的消费者级应用。用于消费级应用的主要技术是基于通过空气中的悬浮颗粒的光学散射(例如,比浊法)。传感器精度取决于光学路径的质量,例如,取决于污染物颗粒的存在和位置。浊度计使用光源和光学检测器。该方法基本上是基于通过空气(或其它载体气体)中的悬浮颗粒而测量散射的光强度。
光学传感器测量基于散射的光,除了其它因素之外。因此,这种传感器的性能取决于散射的光的强度。随着时间的推移,由光学传感器(例如,LED)使用的光源的亮度降低,并且这导致传感器漂移。还存在污染的问题,其对于室内气溶胶(尤其是可能在系统的各种光学部件(透镜、LED表面等)上形成层的油性气溶胶)更加显著。这导致光强度的降低,因此导致假测量。
由系统启用的校准解决长期传感器信号漂移或非线性的问题。本发明可以应用于上文所概述的光学传感器或机械传感器,而且可以应用于化学传感器(例如,电化学传感器)、静电传感器、基于检测热行为差异的传感器、或火焰离子化检测器。
为了避免校准传感器以与工作传感器相同的速率老化,在不使用时不应当暴露于污染物。在带电粒子的情况下,在接地或相反偏置的谐振器上,可以通过静电或电泳沉淀来控制被分析的流体的供应。替代地,可以使用热泳沉淀,其包括在传感器和相对表面之间产生温度差异。还可以使用用于递送取样的流体体积的风扇或泵。
传感器系统可以用于测量空气中的污染物的量或浓度,或用于感测流体(诸如空气)中的目标物质。
占空比可以为0.1或更小,即,校准传感器用于使用工作传感器的时间的10%或更少。这也意味着如果它然后用于替换期满的工作传感器并且被新的校准传感器替换,则校准传感器始终在其寿命的10%的开始。
校准可以每天、每周、或仅在诸如几周或几个月之类的较长时间之后进行。因此,占空比可以非常低,以使校准传感器仅在非常短的时间段内操作。
感兴趣的应用包括空气净化器、独立的颗粒传感器单元、个人暴露监测设备、车辆车厢颗粒测量传感器、户外使用的颗粒传感器(作为独立的传感器单元,或例如用于城市管理的灯柱的传感器)、通风单元、建筑物气候管理系统的各种部件、以及一般而言通过检测共振频率改变而操作的各种类型的机械传感器。在呼吸支持和药物递送应用中也存在医疗应用。
该系统使用控制器。可以用于控制器的部件包括但不限于常规微处理器、专用集成电路(ASIC)和现场可编程门阵列(FPGA)。
在各种实现方式中,处理器或控制器可以与一个或多个存储介质相关联,诸如易失性计算机存储器和非易失性计算机存储器,诸如RAM、PROM、EPROM和EEPROM。存储介质可以用一个或多个程序来编码,其当在一个或多个处理器和/或控制器上执行时,以所需功能来执行。各种存储介质可以固定在处理器或控制器内,或者可以是可传输的,使得存储在其上的一个或多个程序可以被加载到处理器或控制器中。
通过研究附图、公开内容和所附权利要求,本领域技术人员在实践要求保护的本发明时可以理解和实现所公开的实施例的其它变型。在权利要求中,词语“包括(comprising)”不排除其它元件或步骤,并且不定冠词“一(a)”或“一个(an)”不排除多个。在相互不同的从属权利要求中陈述某些措施的事实并不表示不能有利地使用这些措施的组合。权利要求中的任何附图标记不应被解释为对范围的限制。
Claims (13)
1.一种用于感测流体中的物质的传感器系统,包括:
用于感测所述流体中的所述物质的第一传感器(10);
用于感测所述流体中的所述物质的第二传感器(12),所述第二传感器与所述第一传感器具有相同的类型,并且用于感测相同的物质;和
控制器(14),适于:
控制所述第一传感器以感测所述流体中的所述物质,直到校准事件为止;
在所述校准事件期间,控制所述第二传感器以感测所述流体中的所述物质,所述第二传感器仅在所述校准事件期间操作;
使用来自所述第二传感器的传感器信息来校准所述第一传感器;
耦合到所述第一传感器(10)的第一过滤器(20)、以及耦合到所述第二传感器(12)的第二过滤器(22);
所述传感器系统被配置成将由所述第一过滤器(20)和所述第二过滤器(22)过滤的流体依次路由到所述第一传感器和所述第二传感器中的一个传感器,并且因而确定所述第一过滤器(20)的状态。
2.根据权利要求1所述的传感器系统,其中,所述传感器系统被配置用于感测流体中的目标物质的存在和/或数量。
3.根据权利要求2所述的传感器系统,其中,所述传感器系统被配置用于感测空气中的污染物数量或浓度。
4.根据权利要求1、2或3所述的传感器系统,其中,所述第一传感器(10)和所述第二传感器(12)各自包括机械传感器。
5.根据权利要求4所述的传感器系统,其中,所述机械传感器各自包括感测元件和换能器,所述换能器适于驱动所述感测元件为谐振并且适于检测所述感测元件的谐振频率,其中,所述谐振频率取决于沉积在所述感测元件上的大量颗粒。
6.根据权利要求1、2或3所述的传感器系统,其中,所述第一传感器(10)和所述第二传感器(12)各自包括光散射光学传感器。
7.根据权利要求1、2或3所述的传感器系统,其中,所述第一传感器(10)和所述第二传感器(12)各自包括气体传感器,或诸如电化学传感器或基于MOX的气体传感器。
8.根据权利要求1至7中的任一项所述的传感器系统,还包括样品入口设备,用于朝向所使用的传感器驱动所监测的流体。
9.根据权利要求1所述的传感器系统,其中,所述第一传感器(10)和所述第二传感器(12)是颗粒传感器,所述第一过滤器(20)用于从空气中选择用于供应到所述第一传感器的颗粒尺寸范围,并且所述第二过滤器(22)用于从空气中选择用于供应到所述第二传感器的颗粒尺寸范围。
10.根据权利要求1或9所述的传感器系统,还包括阀门装置(24,26),用于选择性地将由所述第一过滤器和所述第二过滤器过滤的流体路由到所述第一传感器和所述第二传感器中选定的一个传感器。
11.一种空气处理设备,包括根据权利要求1至10中的任一项所述的传感器系统。
12.一种感测方法,包括:
使用第一传感器来感测(16;30)流体中的物质,直到校准事件为止;
在所述校准事件期间,使用第二传感器来感测(18;32)所述物质,所述第二传感器与所述第一传感器具有相同的类型,并且用于感测相同的物质,所述第二传感器仅在所述校准事件期间操作;和
使用来自所述第二传感器的传感器信息来校准(19;36)所述第一传感器;和
在向所述第一传感器供应之前使用第一过滤器过滤所述流体,并且在向所述第二传感器供应之前使用第二过滤器过滤所述流体,其中,所述方法还包括:
依次通过将由所述第一过滤器和所述第二过滤器过滤的流体路由到所述第一传感器和所述第二传感器中的一个传感器来执行(32,34)所述第一过滤器的测试,以及从所述传感器测量值来确定(36)过滤器状态。
13.根据权利要求12所述的方法,其中,所述第一传感器(10)和所述第二传感器(12)各自包括:
物理传感器,诸如机械、光学、热、声、静电或电磁传感器;或者
化学传感器,诸如电化学传感器或MOX传感器;或者
混合传感器,诸如火焰离子化检测器。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNPCT/CN2014/085397 | 2014-08-28 | ||
CN2014085397 | 2014-08-28 | ||
EP15153626.5 | 2015-02-03 | ||
EP15153626 | 2015-02-03 | ||
PCT/EP2015/069465 WO2016030386A1 (en) | 2014-08-28 | 2015-08-25 | Sensor system and sensing method |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106796207A true CN106796207A (zh) | 2017-05-31 |
Family
ID=54064304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580046287.4A Pending CN106796207A (zh) | 2014-08-28 | 2015-08-25 | 传感器系统和感测方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20170254737A1 (zh) |
EP (1) | EP3186628B1 (zh) |
JP (1) | JP6253844B2 (zh) |
CN (1) | CN106796207A (zh) |
WO (1) | WO2016030386A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107314961A (zh) * | 2017-08-17 | 2017-11-03 | 广州市汇鑫电子科技有限公司 | 一种双激光头粉尘检测方法及传感器 |
CN108548855A (zh) * | 2018-07-11 | 2018-09-18 | 上海兆莹自控设备有限公司 | 现场气体双传感器检测系统及其控制方法 |
CN110573857A (zh) * | 2018-02-01 | 2019-12-13 | 山东诺方电子科技有限公司 | 高低频多核传感器系统 |
WO2020151018A1 (en) * | 2019-01-24 | 2020-07-30 | Hong Kong Applied Science and Technology Research Institute Company Limited | Systems and methods for determining concentrations of materials in solutions |
CN112198207A (zh) * | 2019-06-23 | 2021-01-08 | 宁波方太厨具有限公司 | 一种甲醛检测方法及甲醛检测装置 |
CN112557599A (zh) * | 2020-12-07 | 2021-03-26 | 河南省日立信股份有限公司 | 一种传感器现场修正方法 |
CN113196017A (zh) * | 2018-12-10 | 2021-07-30 | 3M创新有限公司 | 包括阻抗感测元件的流体监测装置 |
CN113433281A (zh) * | 2021-07-05 | 2021-09-24 | 陕西中天盛隆智能科技有限公司 | 智能化的液体中离子浓度连续不间断检测系统 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PL3430319T3 (pl) * | 2016-03-16 | 2020-07-27 | Koninklijke Philips N.V. | Oczyszczacz powietrza i sposób oczyszczania powietrza |
US11326988B2 (en) * | 2016-09-30 | 2022-05-10 | Kyocera Corporation | Sensor module for detecting a component in a sample fluid and method for detecting a component in a sample fluid |
JP6978911B2 (ja) * | 2017-11-29 | 2021-12-08 | 三菱パワー株式会社 | 動翼監視システム、動翼監視装置、動翼監視方法、プログラム |
CN110221036B (zh) * | 2018-03-01 | 2021-08-10 | 中国矿业大学 | 带渗流装置的保水开采“声发射-红外辐射”实验系统 |
CN112005095A (zh) * | 2018-03-29 | 2020-11-27 | 太阳诱电株式会社 | 传感系统、信息处理装置、程序和信息收集方法 |
AU2018422676B2 (en) * | 2018-05-10 | 2023-08-24 | Halliburton Energy Services, Inc. | Filters with dynamic pore sizes |
TWI677677B (zh) | 2018-09-27 | 2019-11-21 | 財團法人工業技術研究院 | 懸浮粒子感測裝置 |
JP6710840B2 (ja) * | 2018-11-21 | 2020-06-17 | 株式会社マツシマメジャテック | 盤内粉塵監視装置及び方法、盤内粉塵監視システム |
US11460434B2 (en) * | 2019-05-29 | 2022-10-04 | Sapiens Environmental Technology Co., Ltd. | Gas detection system with eliminating influence of ambient temperature and humidity changes and the method thereof |
KR102243136B1 (ko) * | 2019-08-23 | 2021-04-21 | 재단법인 다차원 스마트 아이티 융합시스템 연구단 | 미세먼지 센서 측정 및 보정 시스템, 및 그 방법 |
CN111089941A (zh) * | 2019-12-05 | 2020-05-01 | 四方光电股份有限公司 | 一种甲醛检测装置及其检测方法 |
CN111366684B (zh) * | 2020-01-19 | 2023-07-18 | 上海兆莹自控设备有限公司 | 一种用于防范气体泄漏危险的气体检测系统及感测方法 |
US11635339B2 (en) * | 2020-03-13 | 2023-04-25 | Honeywell International Inc. | Gas leakage monitoring system |
GB2593511A (en) * | 2020-03-25 | 2021-09-29 | Sumitomo Chemical Co | Sensor apparatus |
CN111982850B (zh) * | 2020-08-20 | 2023-11-21 | 成都安可信电子股份有限公司 | 传感器阵列用于红外抗乙酸干扰的检测装置及方法 |
SE544494C2 (en) | 2020-10-21 | 2022-06-21 | Senseair Ab | Temperature controller for a temperature control mechanism |
DE102020214210A1 (de) | 2020-11-12 | 2022-05-12 | Robert Bosch Gesellschaft mit beschränkter Haftung | Atemgasanalysegerät |
SE544539C2 (en) * | 2020-11-18 | 2022-07-05 | Senseair Ab | Method and device for determining a concentration of a component in a fluid |
CN112798739A (zh) * | 2020-12-28 | 2021-05-14 | 山东诺方电子科技有限公司 | 可自校准的大气断层监测设备 |
US20230184575A1 (en) * | 2021-12-14 | 2023-06-15 | Cnh Industrial America Llc | Systems and methods for detecting fill-levels in crop transport receptacles using capacitance-based sensor assemblies |
WO2023167140A1 (ja) * | 2022-03-02 | 2023-09-07 | ローム株式会社 | センサシステム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5502659A (en) * | 1994-06-06 | 1996-03-26 | Endress+Hauser, Inc. | Method and apparatus for calibrating moisture sensors |
US20120229287A1 (en) * | 2009-08-31 | 2012-09-13 | Lorne Schuetzle | Gas monitoring system |
CN103649738A (zh) * | 2011-07-13 | 2014-03-19 | 皇家飞利浦有限公司 | 气体感应装置 |
EP2762877A1 (en) * | 2013-01-31 | 2014-08-06 | Sensirion AG | Calibration of a chemical sensor in a portable electronic device |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02118442A (ja) * | 1988-10-28 | 1990-05-02 | Kurita Water Ind Ltd | ガスセンサ装置 |
JPH08313436A (ja) * | 1995-05-16 | 1996-11-29 | Fuji Electric Co Ltd | 水道水質自動監視装置のフィルタの劣化検出方法 |
ES2556978T3 (es) * | 2011-09-16 | 2016-01-21 | Siemens Schweiz Ag | Aparato de prueba para la calibración de campo de un detector de gas |
US8869586B2 (en) * | 2012-02-08 | 2014-10-28 | Empire Technology Development Llc | Methods and systems for calibrating chemical sensors |
-
2015
- 2015-08-25 EP EP15759700.6A patent/EP3186628B1/en not_active Not-in-force
- 2015-08-25 US US15/505,130 patent/US20170254737A1/en not_active Abandoned
- 2015-08-25 WO PCT/EP2015/069465 patent/WO2016030386A1/en active Application Filing
- 2015-08-25 JP JP2017503149A patent/JP6253844B2/ja not_active Expired - Fee Related
- 2015-08-25 CN CN201580046287.4A patent/CN106796207A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5502659A (en) * | 1994-06-06 | 1996-03-26 | Endress+Hauser, Inc. | Method and apparatus for calibrating moisture sensors |
US20120229287A1 (en) * | 2009-08-31 | 2012-09-13 | Lorne Schuetzle | Gas monitoring system |
CN103649738A (zh) * | 2011-07-13 | 2014-03-19 | 皇家飞利浦有限公司 | 气体感应装置 |
EP2762877A1 (en) * | 2013-01-31 | 2014-08-06 | Sensirion AG | Calibration of a chemical sensor in a portable electronic device |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107314961A (zh) * | 2017-08-17 | 2017-11-03 | 广州市汇鑫电子科技有限公司 | 一种双激光头粉尘检测方法及传感器 |
CN110573857A (zh) * | 2018-02-01 | 2019-12-13 | 山东诺方电子科技有限公司 | 高低频多核传感器系统 |
CN110933950A (zh) * | 2018-02-01 | 2020-03-27 | 山东诺方电子科技有限公司 | 多核传感器中异常子传感器隔离和恢复的方法 |
CN111316085A (zh) * | 2018-02-01 | 2020-06-19 | 山东诺方电子科技有限公司 | 一种具备自清洁功能的大气污染物监测设备 |
CN108548855A (zh) * | 2018-07-11 | 2018-09-18 | 上海兆莹自控设备有限公司 | 现场气体双传感器检测系统及其控制方法 |
CN115586226A (zh) * | 2018-07-11 | 2023-01-10 | 上海兆莹自控设备有限公司 | 现场气体双传感器检测系统及其控制方法 |
CN113196017A (zh) * | 2018-12-10 | 2021-07-30 | 3M创新有限公司 | 包括阻抗感测元件的流体监测装置 |
US11340205B2 (en) | 2019-01-24 | 2022-05-24 | Hong Kong Applied Science And Technology Research Institute Co., Ltd. | Systems and methods for determining concentrations of materials in solutions |
WO2020151018A1 (en) * | 2019-01-24 | 2020-07-30 | Hong Kong Applied Science and Technology Research Institute Company Limited | Systems and methods for determining concentrations of materials in solutions |
CN112198207A (zh) * | 2019-06-23 | 2021-01-08 | 宁波方太厨具有限公司 | 一种甲醛检测方法及甲醛检测装置 |
CN112198207B (zh) * | 2019-06-23 | 2022-01-11 | 宁波方太厨具有限公司 | 一种甲醛检测方法及甲醛检测装置 |
CN112557599A (zh) * | 2020-12-07 | 2021-03-26 | 河南省日立信股份有限公司 | 一种传感器现场修正方法 |
CN113433281A (zh) * | 2021-07-05 | 2021-09-24 | 陕西中天盛隆智能科技有限公司 | 智能化的液体中离子浓度连续不间断检测系统 |
Also Published As
Publication number | Publication date |
---|---|
US20170254737A1 (en) | 2017-09-07 |
WO2016030386A1 (en) | 2016-03-03 |
JP6253844B2 (ja) | 2017-12-27 |
EP3186628B1 (en) | 2018-01-31 |
JP2017531161A (ja) | 2017-10-19 |
EP3186628A1 (en) | 2017-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106796207A (zh) | 传感器系统和感测方法 | |
KR101309973B1 (ko) | 환경 모니터링용 장치 및 방법 | |
RU2672773C2 (ru) | Датчик аэрозоля и способ восприятия | |
CN109195684B (zh) | 用于确定空气过滤器的已利用容量的方法 | |
JP6454733B2 (ja) | エアロゾル粒子質量センサ及び感知方法 | |
JP2017531161A5 (zh) | ||
KR20100016260A (ko) | 공기 오염 센서 시스템 | |
EP2220629A1 (en) | System and method for calibration verification of an optical particle counter | |
US20100027013A1 (en) | Method and apparatus for the analysis of materials | |
KR20190023369A (ko) | 차량의 미세먼지 모니터링 시스템 | |
CN102762972B (zh) | 用于确定散射光测量设备的测量结果质量的方法和装置 | |
CN104956221A (zh) | 用于测量残留油的装置 | |
CN102866091A (zh) | 一种基于β射线法的颗粒物差分浓度测量系统 | |
US7941288B2 (en) | Chemical agent detection | |
Pitz et al. | Quality control and quality assurance for particle size distribution measurements at an urban monitoring station in Augsburg, Germany | |
CN114307443A (zh) | 一种空气检测结构、空气过滤装置及空气过滤设备 | |
KR102164220B1 (ko) | 필터 제조 시의 테스트 장치 | |
CN105203439B (zh) | 空气净化控制方法及装置 | |
CN101934178A (zh) | 用于管理空气污染防治装置的方法及系统 | |
JP5181299B2 (ja) | 材料の評価方法 | |
CN111307676A (zh) | 激光前散射颗粒物浓度监测装置及方法 | |
Wiegleb | Dust Measurement Technology | |
CN117521871A (zh) | 吸气式烟雾检测器的过滤器寿命预测 | |
CN114965196A (zh) | 一种β射线法与激光法相结合的大气颗粒物监测装置 | |
Janisko et al. | Aerosol sensing technologies in the mining industry |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |