CN106979909A - 基于光通量比值的颗粒物分类和浓度检测传感器及方法 - Google Patents
基于光通量比值的颗粒物分类和浓度检测传感器及方法 Download PDFInfo
- Publication number
- CN106979909A CN106979909A CN201710100379.7A CN201710100379A CN106979909A CN 106979909 A CN106979909 A CN 106979909A CN 201710100379 A CN201710100379 A CN 201710100379A CN 106979909 A CN106979909 A CN 106979909A
- Authority
- CN
- China
- Prior art keywords
- silicon photo
- photo diode
- particulate matter
- particle
- laser
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 239000013618 particulate matter Substances 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000004907 flux Effects 0.000 title claims abstract description 15
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims abstract description 46
- 229910052710 silicon Inorganic materials 0.000 claims abstract description 46
- 239000010703 silicon Substances 0.000 claims abstract description 46
- 239000002245 particle Substances 0.000 claims abstract description 45
- 230000003750 conditioning effect Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 229920001343 polytetrafluoroethylene Polymers 0.000 claims description 6
- 239000004810 polytetrafluoroethylene Substances 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 241000486406 Trachea Species 0.000 claims description 5
- 210000003437 trachea Anatomy 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 4
- 238000010146 3D printing Methods 0.000 claims description 3
- 238000005553 drilling Methods 0.000 claims description 3
- -1 polytetrafluoroethylene Polymers 0.000 claims description 3
- 239000011347 resin Substances 0.000 claims description 3
- 229920005989 resin Polymers 0.000 claims description 3
- 239000002184 metal Substances 0.000 claims 1
- 230000003287 optical effect Effects 0.000 abstract description 5
- 239000004065 semiconductor Substances 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 4
- 238000005070 sampling Methods 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 9
- 238000000149 argon plasma sintering Methods 0.000 description 7
- 239000013078 crystal Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 239000010419 fine particle Substances 0.000 description 4
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 3
- 208000033157 Hepatic cystic hamartoma Diseases 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000016457 liver mesenchymal hamartoma Diseases 0.000 description 3
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000003517 fume Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000000790 scattering method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012358 sourcing 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
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
-
- 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
- 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
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- 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
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N2015/0238—Single particle scatter
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (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
本发明公开一种基于光通量比值的颗粒物分类和浓度检测传感器及方法。传感器包括：颗粒采样单元、颗粒检测单元和信号处理单元。颗粒采样单元将大气中的颗粒抽入颗粒检测单元，受到半导体激光器的照射，在40°和55°两个角度上颗粒群的散射光被两个双凸透镜收集随后分别汇集到两个硅光二极管上，随后光信号被转换成电信号，通过信号处理单元得到所需的电压信号，随后40°与55°硅光二极管的电压信号比值用于计算颗粒群的质量平均粒径，颗粒群的质量平均粒径既可用于校准硅光二极管的电压信号所对应的颗粒物质量浓度，又可用于判断此时室内的主要污染源类型。本发明具有结构简单、可分辨颗粒物类型、不受颗粒物粒径变化影响等特点。
Description
技术领域
本发明涉及室内细颗粒物质量浓度的测量技术领域，特别是涉及一种基于两个角度光通量比值的室内颗粒物分类和浓度检测传感器。
背景技术
根据国内外资料统计，日常生活中人们约80％的时间是呆在室内的，因此室内空气污染在人体健康影响方面占据极其重要的位置。常见室内空气污染物包括二氧化硫、二氧化氮、一氧化碳、甲醛以及细颗粒物(空气动力学粒径小于等于2.5um的颗粒)。在这些污染物中，细颗粒物的快速检测技术虽然已经存在很长时间，但是其性能一直未能很好的满足用户的实际使用需求。
细颗粒物的质量浓度是评价室内空气质量好坏的重要参数之一，现有的快速检测室内细颗粒的质量浓度分方法包括：石英晶体微天平(QCM)方法、固态装配型谐振器(SMR)方法、光散射法等。其中，石英晶体微天平方法是利用石英晶体的逆压电效应，石英晶体在交变电场下会产生一定频率的振动，这种振动的频率与晶体的质量有关，若晶体表面有物质吸附，质量的改变会使振动频率发生改变，产生频移，这种方法原理简单，但是需要定期清除传感器表面的颗粒物，因此未大规模应用于实际生产生活中，同时基于此方法的传感器精度不高，长期运行的稳定性不高；固态装配型谐振器是通过颗粒物附着在传感器表面时改变传感器的复阻抗大小来检测颗粒物的质量浓度，这种传感器体积非常小，价格低廉，但是同样的定期颗粒物的清除以及精度问题困扰着基于这种原理的传感器的大规模产业化。在目前的消费级市场中，基于光散射方法的颗粒物质量浓度传感器应用最为广泛，例如常见的空气净化器都配备了基于光散射方法的颗粒物传感器如Sharp公司的GP2Y1014AU0F、Syhitech公司的DSM501A，这些传感器价格及其低廉，但是检测稳定性和精度都非常有限；在大型的公共建筑如博物馆或者大型医院一般都会配备建筑新风系统，一个完整的新风系统会配备多级的空气过滤和电除尘设备，通常电除尘设备是在室内空气污染物浓度超高一个预先设定的指标时才会启用以达到节能和空气质量直接的平衡，为此在这些大型新风系统中都会配备基于激光散射法的颗粒物浓度测量仪器，例如TSI公司的8532或者Thermo Fisher Scientific公司的DataRAM pDR-1500颗粒物检测仪，这些设备相对来说比较昂贵，当然检测精度会有很大提高，但是对于颗粒物粒径分布变化敏感并会引入很大的误差，当颗粒物的质量中值直径(MMD)从0.2um变成0.6um时，这些仪器得到的颗粒物质量浓度会比实际值偏低一倍多。
发明内容
本发明的目的在于针对现有技术中的不足，提供一种结构简单、价格适中、易于维护、在不同颗粒粒径分布的情况下都能得到准确的颗粒物质量浓度的颗粒物质量浓度传感器，同时在得到颗粒物质量浓度的基础上可以大致判断目前室内颗粒污染物的主要类型并为进一步优化室内空气质量提供技术指导。
为实现上述目的，本发明的技术方案是：
基于光通量比值的颗粒物分类和浓度检测传感器，包括：气泵、PM2.5撞击器、检测壳、激光器、双凸透镜、硅光二极管、信号调理电路、数据采集卡和主机设备；检测壳用于安装和固定激光器、双凸透镜以及硅光二极管，检测壳在检测壳的左侧安装有激光器，在检测壳的顶部开孔并通过气管依次与气泵和PM2.5撞击器相连，在检测壳的右侧装有光陷阱，以减小检测壳内激光的反射强度，在检测壳中激光器与光陷阱连线逆时针旋转40°方向上依次安装有双凸透镜1和第一硅光二极管，在检测壳中激光器与光陷阱连线顺时针旋转55°方向上依次安装有双凸透镜2和第二硅光二极管；所述的激光器产生的激光束照射于所述气管的出气口，且出气口的颗粒物受到激光束照射产生的散射光被第一硅光二极管和第二硅光二极管接收；所述的第一硅光二极管和第二硅光二极管分别依次连接信号调理电路、数据采集卡和主机设备。
所述的信号调理电路由芯片LMP7721实现，硅光二极管输出电流信号引脚与LMP7721芯片的IN-引脚连接，硅光二极管另一个引脚接地并与LMP7721芯片的IN+引脚相连，LMP7721芯片的IN-引脚连接一个100MΩ的金属膜电阻后与LMP7721芯片的Vout引脚相连，金属膜电阻两侧并联一个10PF的聚四氟乙烯电容，以提高整个传感器的动态性能。
所述的气泵为隔膜气泵，在单泵头、3V供电情况下气体流量为1.7升/分。
所述的气管为PU气管。
所述的主机设备为便携式计算机或者带有存储和显示功能的片上系统。
所述的检测壳由光敏树脂通过3D打印形成。
一种利用上述任一种检测传感器的基于光通量比值的颗粒物分类和浓度检测方法，具体为：由40°的第一硅光二极管和55°的第二硅光二极管分别得到电压信号V40和V55，其中V40和V55的比值被引入为类型参数T，T＝V40/V55；通过T数值的大小计算颗粒群质量中值直径MMD的大小k，公式为k＝a*eT+b，其中a和b为系数；利用k计算校正因子CF，计算公式为CF＝c*k+d，其中c和d为系数；然后进一步得到PM2.5浓度＝CF*V55；最后通过颗粒物质量中值直径MMD的信息判断室内污染物类型。
本发明的主要优势：针对不同的室内污染源如香烟、厨房油烟、尘土等，不同污染源颗粒物的质量中值直径MMD通常在0.2um到0.6um之间变化，当MMD数值变化时，基于光散射的颗粒浓度传感器需要不同大小的校正因子CF对传感器得到的颗粒物质量浓度值进行校准以准确反映真实情况下的颗粒物质量浓度，由于颗粒物的质量中值直径通常很小，无法直接检测，传统的基于光散射法的仪器对不同污染源颗粒的检测通常会有很大误差，而且无法实时校准。本发明的传感器则不存在这种问题，通过两个角度光散射的比值来估计颗粒物的质量中值直径并实时改变校准因子的大小，因而可以更加准确的反映真实的室内颗粒物质量浓度。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制。
图1传感器的组成示意图；
图2检测壳和激光器、硅光二极管安装示意图；
图3信号调理电路原理图；
图4角散射光通量计算的原理图；
图5类型参数T与颗粒质量中值直径MMD的关系图；
图6颗粒质量中值直径MMD与校正因子CF的关系图。
具体实施方式
下面结合附图和实施例来对本发明的具体实施方式作进一步详细描述。以下实施例用以说明本发明，但不构成对本发明的任何限制。
如图1所示，基于两个角度光通量比值的室内颗粒物分类和浓度检测传感器主要由颗粒采样单元、颗粒检测单元和信号处理单元组成。
颗粒采样单元包括气泵和PM2.5撞击器：其中气泵用于产生所需流速的气流；PM2.5撞击器用于去除空气动力学粒径大于等于2.5um的颗粒。
颗粒检测单元包括检测壳、半导体激光器、双凸透镜和硅光二极管：其中检测壳用于安装和固定半导体激光器、双凸透镜以及硅光二极管；半导体激光器用于产生恒定的激光信号；双凸透镜用于收集特定角度范围内的散射光；硅光二极管用于散射光信号的检测。
信号处理单元包括信号调理电路电路、数据采集卡和主机设备：其中信号调理电路电路用于将硅光二极管产生的微弱电流信号转换成便于后续处理的电压信号；数据采集卡用于将电压信号传输到主机设备；主机设备用于数据的分析和显示。
各单元间的具体连接方式如下：
如图2所示，检测壳用于安装和固定激光器、双凸透镜以及硅光二极管。检测壳由光敏树脂通过3D打印形成，在检测壳的左侧开有一个圆孔以安装半导体激光器，在检测壳的顶部开孔并通过PU气管依次与气泵和PM2.5撞击器相连，在检测壳的右侧装有光陷阱，以减小检测壳内激光的反射强度。在检测壳中激光器与光陷阱连线逆时针旋转40°方向上开有一直径10mm的小孔，孔内安装有双凸透镜1和第一高性能硅光二极管，在检测壳中激光器与光陷阱连线顺时针旋转55°方向上开有一直径10mm的小孔，孔内安装有双凸透镜2和第二高性能硅光二极管。激光器、第一硅光二极管和第二硅光二极管及PU气管的出气口位于同一平面上，且激光器产生的激光束照射于PU气管的出气口，且出气口的颗粒物受到激光束照射产生的散射光被第一硅光二极管和第二硅光二极管接收；所述的第一硅光二极管和第二硅光二极管分别依次连接信号调理电路、数据采集卡和主机设备。
主机设备为便携式计算机或者带有存储和显示功能的片上系统。气泵采用的是通用隔膜气泵，在单泵头、3V供电情况下气体流量设置为1.7升/分。
基于两个角度光通量比值的室内颗粒物分类和浓度检测传感器，主要用于室内颗粒物质量浓度检测并同时提供颗粒物质量平均粒径和主要污染物类型信息。
如图3所示，信号调理电路由芯片LMP7721实现，硅光二极管输出电流信号引脚与LMP7721芯片的IN-引脚连接，硅光二极管另一个引脚接地并与LMP7721芯片的IN+引脚相连，LMP7721芯片的IN-引脚连接一个100MΩ的金属膜电阻后与LMP7721芯片的Vout引脚相连，金属膜电阻两侧并联一个10PF的聚四氟乙烯电容，以提高整个传感器的动态性能。
如图4所示，对于单个颗粒，根据Mie散射理论，在空间中某点的角散射光通量可以通过如下方式计算：
其中是极化平面的方位角，θ是散射角，Is是空间中某点的散射光强，λ是入射光波长，I0是入射光强度，r颗粒到观察点之间的距离而i1和i2是关于颗粒物折射率m，颗粒粒径D，散射角θ和入射光波长λ的散射强度函数分量。
而当我们考虑的是颗粒群时，在颗粒物浓度不是特别高(小于500ug/m3)的情况下，颗粒间的二次散射的影响可以忽略，通常情况下颗粒群为对数正态分布，颗粒的体积分布可由式(4)表示时
其中D为颗粒粒径，V为颗粒体积，VMD为颗粒群的体积中值直径，σg为颗粒群分布的标准差，当颗粒群中颗粒都具有同样的密度时，颗粒体积中值直径VMD和颗粒质量中值直径MMD是相等的。
此时，颗粒群在空间中某点的角散射光通量可以由式(5)计算：
其中F(θ,Di,m)是颗粒粒径为Di时单个颗粒的散射光通量，P(Di)是粒径为Di的颗粒在颗粒群中所占的体积比，由式(6)表示:
对于颗粒群来说，颗粒类型参数T可以由式(7)所述表示：
如图5所示，基于Mie散射理论，经过仿真计算可以得到颗粒类型参数T与颗粒质量中值直径MMD的大小k之间的关系。
因此，对于颗粒传感器来说
颗粒质量中值直径MMD的大小k可以表示为：
所述主机设备可以是便携式计算机或者带有存储和显示功能的片上系统，该主机设备中写入了信号处理程序，程序如下：40°和55°方向的硅光二极管得到电压信号V40和V55，其中V40和V55的比值被引入为类型参数T，T＝V40/V55，T数值的大小可以用来估计颗粒群质量中值直径MMD的大小k，k与T直接存在非线性关系，即k＝a*eT+b，而MMD的值k又可以用于校准光散射式传感器得到的颗粒物质量浓度，通常情况下光散射式传感器得到的电压信号与颗粒物质量浓度间存在线性关系，而这种线性关系通过一个校正因子CF来实现：PM2.5浓度＝CF*V55。
如图6所示，针对室内不同污染源，这个校正因子CF会随着颗粒群的质量中值直径MMD的变化而变化，即CF＝c*k+d；于是我们可以得到PM2.5浓度＝(c*k+d)V55。随后主机设备显示校准后的颗粒物浓度数值以及颗粒物质量中值直径信息，我们可以通过颗粒物质量中值直径MMD的信息大致判断室内污染物类型。
因此，基于该理论，提出一种利用上述检测传感器的基于光通量比值的颗粒物分类和浓度检测方法：由40°的第一硅光二极管和55°的第二硅光二极管分别得到电压信号V40和V55，其中V40和V55的比值被引入为类型参数T，T＝V40/V55；通过T数值的大小计算颗粒群质量中值直径MMD的大小k，公式为k＝a*eT+b，其中a和b为系数，通过试验进行确定；利用k计算校正因子CF，计算公式为CF＝c*k+d，其中c和d为系数，通过试验进行确定；然后进一步得到PM2.5浓度＝CF*V55；最后通过颗粒物质量中值直径MMD的信息判断室内污染物类型。
Claims (7)
1.一种基于光通量比值的颗粒物分类和浓度检测传感器，其特征在于，包括：气泵、PM2.5撞击器、检测壳、激光器、双凸透镜、硅光二极管、信号调理电路、数据采集卡和主机设备；检测壳用于安装和固定激光器、双凸透镜以及硅光二极管，在检测壳的左侧安装有激光器，在检测壳的顶部开孔并通过气管依次与气泵和PM2.5撞击器相连，在检测壳的右侧装有光陷阱，以减小检测壳内激光的反射强度，在检测壳中激光器与光陷阱连线逆时针旋转40°方向上依次安装有双凸透镜1和第一硅光二极管，在检测壳中激光器与光陷阱连线顺时针旋转55°方向上依次安装有双凸透镜2和第二硅光二极管；所述的激光器产生的激光束照射于所述气管的出气口，且出气口的颗粒物受到激光束照射产生的散射光被第一硅光二极管和第二硅光二极管接收；所述的第一硅光二极管和第二硅光二极管分别依次连接信号调理电路、数据采集卡和主机设备。
2.如权利要求1所述的检测传感器，其特征在于，所述的信号调理电路由芯片LMP7721实现，硅光二极管输出电流信号引脚与LMP7721芯片的IN-引脚连接，硅光二极管另一个引脚接地并与LMP7721芯片的IN+引脚相连，LMP7721芯片的IN-引脚连接一个100MΩ的金属膜电阻后与LMP7721芯片的Vout引脚相连，金属膜电阻两侧并联一个10PF的聚四氟乙烯电容，以提高整个传感器的动态性能。
3.如权利要求1所述的检测传感器，其特征在于，所述的气泵为隔膜气泵，在单泵头、3V供电情况下气体流量为1.7升/分。
4.如权利要求1所述的检测传感器，其特征在于，所述的气管为PU气管。
5.如权利要求1所述的检测传感器，其特征在于，所述的主机设备为便携式计算机或者带有存储和显示功能的片上系统。
6.如权利要求1所述的检测传感器，其特征在于，所述的检测壳由光敏树脂通过3D打印形成。
7.一种利用权利要求1所述检测传感器的基于光通量比值的颗粒物分类和浓度检测方法，其特征在于：由40°的第一硅光二极管和55°的第二硅光二极管分别得到电压信号V40和V55，其中V40和V55的比值被引入为类型参数T，T＝V40/V55；通过T数值的大小计算颗粒群质量中值直径MMD的大小k，公式为k＝a*eT+b，其中a和b为系数；利用k计算校正因子CF，计算公式为CF＝c*k+d，其中c和d为系数；然后进一步得到PM2.5浓度＝CF*V55；最后通过颗粒物质量中值直径MMD的信息判断室内污染物类型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710100379.7A CN106979909B (zh) | 2017-02-23 | 2017-02-23 | 基于光通量比值的颗粒物分类和浓度检测传感器及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710100379.7A CN106979909B (zh) | 2017-02-23 | 2017-02-23 | 基于光通量比值的颗粒物分类和浓度检测传感器及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106979909A true CN106979909A (zh) | 2017-07-25 |
| CN106979909B CN106979909B (zh) | 2019-05-31 |
Family
ID=59338709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710100379.7A Expired - Fee Related CN106979909B (zh) | 2017-02-23 | 2017-02-23 | 基于光通量比值的颗粒物分类和浓度检测传感器及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106979909B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108469404A (zh) * | 2018-02-01 | 2018-08-31 | 王林林 | 一种pm2.5浓度估算系统及方法 |
| CN109490160A (zh) * | 2017-09-12 | 2019-03-19 | 日立-Lg数据存储韩国公司 | 采用冲击器的灰尘传感器 |
| CN109484023A (zh) * | 2018-12-25 | 2019-03-19 | 威格气体纯化科技（苏州）股份有限公司 | 一种打印氛围可控的打印设备 |
| CN112649337A (zh) * | 2020-12-21 | 2021-04-13 | 张家口市杰星电子科技有限公司 | 一种油烟在线监控方法及装置 |
| CN112924340A (zh) * | 2021-02-09 | 2021-06-08 | 西安理工大学 | 一种大气气溶胶颗粒物分类检测系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104487817A (zh) * | 2012-03-06 | 2015-04-01 | 皮卡索尔公司 | 用于颗粒质量浓度测量的设备和过程以及对用于颗粒质量浓度测量的设备的使用 |
| CN104849190A (zh) * | 2015-05-18 | 2015-08-19 | 浙江大学 | 基于真有效值检测的颗粒物浓度传感器 |
| CN104914024A (zh) * | 2015-03-09 | 2015-09-16 | 浙江大学 | 应用于大气中悬浮颗粒物的颗粒物质量浓度检测装置及其方法 |
-
2017
- 2017-02-23 CN CN201710100379.7A patent/CN106979909B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104487817A (zh) * | 2012-03-06 | 2015-04-01 | 皮卡索尔公司 | 用于颗粒质量浓度测量的设备和过程以及对用于颗粒质量浓度测量的设备的使用 |
| CN104914024A (zh) * | 2015-03-09 | 2015-09-16 | 浙江大学 | 应用于大气中悬浮颗粒物的颗粒物质量浓度检测装置及其方法 |
| CN104849190A (zh) * | 2015-05-18 | 2015-08-19 | 浙江大学 | 基于真有效值检测的颗粒物浓度传感器 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109490160A (zh) * | 2017-09-12 | 2019-03-19 | 日立-Lg数据存储韩国公司 | 采用冲击器的灰尘传感器 |
| CN108469404A (zh) * | 2018-02-01 | 2018-08-31 | 王林林 | 一种pm2.5浓度估算系统及方法 |
| CN108469404B (zh) * | 2018-02-01 | 2020-06-02 | 滨州学院 | 一种pm2.5浓度估算系统及方法 |
| CN109484023A (zh) * | 2018-12-25 | 2019-03-19 | 威格气体纯化科技（苏州）股份有限公司 | 一种打印氛围可控的打印设备 |
| CN112649337A (zh) * | 2020-12-21 | 2021-04-13 | 张家口市杰星电子科技有限公司 | 一种油烟在线监控方法及装置 |
| CN112924340A (zh) * | 2021-02-09 | 2021-06-08 | 西安理工大学 | 一种大气气溶胶颗粒物分类检测系统 |
| CN112924340B (zh) * | 2021-02-09 | 2024-02-20 | 西安理工大学 | 一种大气气溶胶颗粒物分类检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106979909B (zh) | 2019-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106979909B (zh) | 基于光通量比值的颗粒物分类和浓度检测传感器及方法 | |
| Li et al. | Evaluation of nine low-cost-sensor-based particulate matter monitors | |
| Gao et al. | A light-weight, high-sensitivity particle spectrometer for PM2. 5 aerosol measurements | |
| Heim et al. | Performance evaluation of three optical particle counters with an efficient “multimodal” calibration method | |
| EP2741843B1 (en) | System and method for converting optical diameters of aerosol particles to mobility and aerodynamic diameters | |
| CN104089855B (zh) | 一种偏振光散射测量颗粒物的方法及装置 | |
| Wang et al. | A novel optical instrument for estimating size segregated aerosol mass concentration in real time | |
| Northcross et al. | A low-cost particle counter as a realtime fine-particle mass monitor | |
| CN104764680B (zh) | 双波长光学实时气溶胶粒子粒径检测装置 | |
| CN108426808B (zh) | 确定气溶胶中颗粒物质量浓度的颗粒物测量设备及方法 | |
| CN105043954B (zh) | 数字粉尘仪的标定系统及其标定方法 | |
| CN106872316A (zh) | 测量超低浓度烟尘的粒径分布和质量浓度的装置及方法 | |
| CN107607449A (zh) | 一种检测颗粒物质量浓度的装置及方法 | |
| CN109765154A (zh) | Pm2.5/pm10光散射颗粒物监测仪的在线校准系统和校准方法 | |
| Tan | Laboratory evaluation of low to medium cost particle sensors | |
| Szymanski et al. | Optical particle spectrometry—Problems and prospects | |
| Kaur et al. | Laboratory evaluation of the Alphasense OPC-N3, and the Plantower PMS5003 and PMS6003 sensors | |
| CN204924866U (zh) | 数字粉尘仪的标定系统 | |
| CN107884317A (zh) | 颗粒物传感器 | |
| CN205103129U (zh) | 新型颗粒物传感器 | |
| Shao et al. | Mathematical modeling and parameter optimization of fine particle sensors based on laser light scattering | |
| CN206410975U (zh) | 一种颗粒物检测装置及其系统 | |
| CN113720744B (zh) | 一种基于偏振检测技术的大气颗粒物含量实时监测方法 | |
| CN108120659A (zh) | 一种具有自归零校准的粒子浓度检测系统和方法 | |
| Szymanski et al. | Filter efficiency measurement with optical particle counters—limitations and error sources |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190531 Termination date: 20210223 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |