CN107063355A - 一种基于多传感器信息融合的空气质量检测系统及其检测方法 - Google Patents
一种基于多传感器信息融合的空气质量检测系统及其检测方法 Download PDFInfo
- Publication number
- CN107063355A CN107063355A CN201710336078.4A CN201710336078A CN107063355A CN 107063355 A CN107063355 A CN 107063355A CN 201710336078 A CN201710336078 A CN 201710336078A CN 107063355 A CN107063355 A CN 107063355A
- Authority
- CN
- China
- Prior art keywords
- sensor
- chip microcomputer
- air quality
- data
- mrow
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Abstract
本发明涉及一种基于多传感器信息融合的空气质量检测系统及其检测方法。所述系统包括单片机、多种气体传感器、pm2.5传感器、温湿度传感器和液晶屏显示电路。本发明通过多种气体传感器、pm2.5传感器、温湿度传感器和烟雾传感器来收集室内空气质量参数,并结合数学建模的办法,利用半集均方差、层次分析加权法将得到的多个传感器信息参数融合成空气质量指数这一个常用参数,进而可用于空气质量测量仪器或者空气净化器等设备。本发明可以有效地改善各个传感器因为自身硬件误差影响而造成总体误差,进而提高空气质量指数这一参数的可信度。
Description
技术领域
本发明涉及空气质量检测技术领域,具体涉及一种基于多传感器信息融合的空气质量检测系统及其检测方法。
背景技术
随着现代工业和交通的迅猛发展,烟尘和汽车尾气等的排放,超越了大气的自净界限,接踵而至的却是一个十分严峻的问题—大气污染。对大气污染影响较大的污染物有:硫氧化物、氮氧化物、碳氢化合物、碳氧化合物、粉尘等。大气污染物对我们身体的影响是巨大的,而2013年以来日益频发的雾霾天气已经严重影响到人们的日常生活。“生态文明”是被列为当前的一大重要议题,坚持节约资源和保护环境基本国策,努力走向生态文明新时代。
目前市面上的空气质量检测仪器五花八门,而大多数的检测仪器只是简单地通过气体传感器对空气参数进行了采集,然后通过液晶屏直接显示出来以供用户查阅,并没有对收集到的传感器信息作进一步的优化处理。为了有效提高传感器数据与空气质量指数这一指标的关联性,我们通过建立空气质量数学模型的方法,运用MATLAB软件对算法进行了编程验证,有效地将电路硬件和软件算法结合在了一起,大大地提高了数据的真实性和可靠性。
发明内容
为了对各类传感器采集到的信息进行进一步的数据处理和优化,进而提高空气质量指数这一空气质量指标,本发明提供了可以安装在空气净化器或者油烟净化器尾部,基于多传感器融合的空气质量检测系统。通过基于半集均方差、层次分析加权法的空气质量数学模型,运用MATLAB对算法进行验证,实现了将传感器收集到的数据合理地转换成空气质量指数这一常用参数的目的,有效地将硬件电路和算法结合在了一起,提高了数据的可靠性。
本发明的另一个目的是提供一种基于多传感器信息融合的空气质量检测系统的检测方法。
本发明通过采用以下技术方案实现。
一种基于多传感器数据融合的空气质量检测系统,其包括单片机、多种气体传感器、pm2.5传感器、温湿度传感器和液晶屏显示电路;单片机接收到的数据也会通过液晶屏显示电路进行显示,供用户实时观察,单片机还把数据保存在储存芯片上,用户通过系统设有的按键进行以往数据的查看和调用。
进一步地,所述的传感器包括臭氧传感器、一氧化碳传感器、PM2.5粉尘传感器,各传感器通过模拟输出端口与模数转换芯片ADC0832的CH0口进行连接,模数转换芯片ADC0832的数据输出端口DO与单片机的IO端口连接;而温湿度传感器中的温度传感器以及湿度传感器则直接与单片机相连,将检测到的温湿度数据直接传送到单片机内部并进行处理和保存;通过臭氧传感器、一氧化碳传感器、PM2.5粉尘传感器、温度传感器以及湿度传感器精确地测量出各类气体信息、pm2.5浓度以及温度湿度参数,并通过模数转换芯片ADC0832的CH0引脚输送至模数转换芯片进行模数转换,将通过转换芯片转换后的数字数据传送到单片机以供单片机控制处理;各传感器最终传输到单片机芯片的数据再通过单片机处理后在液晶屏显示电路上显示,并把接收到的数据保存在与单片机直接连接储存芯片内部;同时,用户能通过与单片机直接相连的电路面板上的按钮进行数据的查看和调用。
进一步地,所述的臭氧传感器、一氧化碳传感器为MQ系列传感器,该类传感器为半导体传感器,其集成模块上有四个引脚,其中传感器正常工作时,VCC引脚与单片机+5V扩展电源引脚连接,GND与单片机GND扩展电源引脚连接,AO引脚输出的零至5V的模拟电压可用于模数转换芯片进行采集转换,DO则悬空。
进一步地,所述的温度传感器选择的型号为DS18B20,其有三个引脚,其中VCC引脚与单片机+5V扩展电源引脚连接,GND与单片机GND扩展电源引脚连接,DQ引脚直接与单片机的IO引脚进行连接;其正常工作时,DQ引脚通过实现写好的通讯代码直接与stc89c51单片机进行数据通讯。
进一步地,所述的温度传感器选择的型号为DS18B20,其有三个引脚,其中VCC引脚与单片机+5V扩展电源引脚连接,GND与单片机GND扩展电源引脚连接,DQ引脚直接与单片机的IO引脚进行连接;其正常工作时,DQ引脚通过实现写好的通讯代码直接与单片机进行数据通讯。
进一步地,所述的湿度传感器选择的型号为DHT11,其有三个引脚,其中VCC引脚与单片机+5V扩展电源引脚连接,GND与单片机GND扩展电源引脚连接,DATA引脚直接与单片机的IO引脚进行连接;其正常工作时,DATA引脚通过实现写好的通讯代码直接与单片机进行数据通讯。
进一步地,单片机通过外置模数转换芯片收集到的数据以及直接通过IO口收集到的数据,在经过半集均方差、层次分析加权法处理后得到空气质量指数AQI并将其显示在液晶屏显示电路上,同时将得到的空气质量指数AQI数据保存在储存芯片内部。
利用所述基于多传感数据融合的空气质量检测系统的检测方法,其包含以下三个部分:
A、数据的收集
S1、接通电源后,各个传感器进行预热;预热结束后,臭氧传感器、一氧化碳传感器、夏普PM2.5粉尘传感器向模数转换芯片ADC0832的CH0输送一个0‐5V的模拟电压;而温度传感器DS18B20和湿度传感器DHT11则直接通过对应的DQ和DATA引脚与单片机进行通讯;
S2、模数转换芯片ADC0832采集CH0口的电平信息,将模拟量转化成stc89c51可识别的数字量,并输送给单片机;
S3、单片机对模数转换芯片ADC0832传输过来的数字数据以及温湿度传感器直接传送的数字数据进行采集,并保存为变量以供后续进行数据处理;
B、数据的处理
S1、把测得的臭氧浓度,一氧化碳浓度、PM2.5浓度以及当地典型的二氧化硫浓度、二氧化氮浓度以及PM10浓度数据代入一维插值公式,分别进行计算6个指标各自对应的空气质量分指数;
S2、采用层次分析加权法得到各个污染物空气质量指数(AQI)所占的权重;构造判断矩阵A,通过对6个空气评价指标相对应的重要程度进行分析和判断,构建判断矩阵A;
S3、然后通过修正后的半集均方差公式
Pi大于中位数半集的分指数;
m大于中位数半集的分指数个数;
Q对各个指标空气质量分指数加权后得到的综合指数;
Sh’修正后的半集均方差;
进行半集均方差计算;
S4、通过计算式AQI=Q+Sh'得到修正后的空气质量指数(AQI)的标准值,并将其保存为名称为AQI的变量储存在单片机内部;
C、数据的显示和储存
S1、单片机通过将空气质量指数(AQI)传输到lcd1602显示屏上显示;
S2、单片机将空气质量指数(AQI)储存到储存芯片内部。
进一步地,把测得的臭氧浓度,一氧化碳浓度、PM2.5浓度以及当地典型的二氧化硫浓度、二氧化氮浓度以及PM10浓度数据代入以下的一维插值公式,分别进行计算6个指标各自对应的空气质量分指数,所述6个指标包括二氧化硫(SO2)、氧化碳(CO)、二氧化氮(NO2)、臭氧(O3)、可吸入颗粒物(粒径小于等于10μm)、细颗粒物(粒径小于等于2.5μm)的1小时平均值;
其中IAQIp为对应污染物P的空气质量分指数;Cp为对应污染物P的质量浓度值;BPHi为与Cp相近的污染物浓度限值的高值位;BPLo为与Cp相近的污染物浓度限值的低值位;IAQIHi为与BPHi对应的空气质量分指数;IAQILo为与BPLo对应的空气质量分指数;IAQI为空气质量分数。
所述的检测方法先通过多种传感器进行数据采集,并将收集到的数据输送到单片机中,单片机再通过利用半集均方差、层次分析加权法将得到的多个传感器信息参数融合成空气质量指数这一个常用参数,同时将处理得到的空气质量指数进行显示和保存,进而可供空气质量测量仪器或者空气净化器利用。
与现有技术相比,本发明具有如下优点和有益效果:
本检测系统使用了MQ131臭氧传感器、MQ7一氧化碳传感器、夏普PM2.5粉尘传感器、温度传感器DS18B20以及湿度传感器DHT11等多个传感器,可以有效获得PM2.5、一氧化碳、臭氧、温度和湿度等多个空气质量参数,相比市面上只有一两个传感器的空气检测仪器,本发明提供的可利用数据更多。本发明所利用的空气质量评价算法,用半集均方差、层次分析加权法等原理对现行的空气污染物监测标准进行改进优化,尽可能地利用空气污染物监测标准六项空气数据,得到更加全面的空气质量评价标准。本发明将空气质量数学模型算法运用到了空气检测硬件电路中,有效地将将硬件电路和软件算法结合在了一起,更好地提高了空气质量指数这一参数指标的可靠性和正确性。
附图说明
图1为空气质量检测系统的结构和原理图。
具体实施方式
下面结合附图并且根据具体实际数据,对本发明作进一步地详细说明,但本发明的实施方式不限于此。
图1是该空气质量检测系统构成及对应的流程图,检测系统包括MQ131臭氧传感器、MQ7一氧化碳传感器、夏普PM2.5粉尘传感器直接将测得得臭氧浓度数据、一氧化碳浓度数据、PM2.5浓度数据以模拟电压的形式传送给模数转换芯片ADC0832,再由模数转换芯片ADC0832将采集到的模拟数据转换成数字数据传送到stc89c51单片机中;而温度传感器DS18B20和湿度传感器DHT11则是直接与stc89c51单片机连接并把数据直接输送给单片机内部;stc89c51单片机在接收到数据后,按照内部编写好的半集均方差、层次分析加权算法对数据进行算术处理最终得到空气质量指数(AQI),并把该数据显示在lcd1602液晶显示屏上以供用户查看,同时并保存在EPCS64储存芯片内部以供用户调用。
本发明使用MQ131臭氧传感器、MQ7一氧化碳传感器、夏普PM2.5粉尘传感器这几个传感器分别采集室内的臭氧、一氧化碳、PM2.5的浓度参数,其对应的模拟数据引脚均分别与模数转换芯片ADC0832的输入采集端口CH0连接,在模数转换芯片ADC0832中将采集到的模拟电压转化成为数字电压,并通过输出端口DO输送给stc89c51单片机,同时可将数据显示在lcd1602液晶显示屏上以验证数据的正确性;
DS18B20温度传感器的数据输出口直接与stc89c51的IO接口连接,通过实现编程好的程序实现对温度传感器DS18B20数据的实时接收,并把数据收集结果显示在lcd1602液晶显示屏上以验证数据的正确性;
DHT11湿度传感器的数据输出口直接与stc89c51的IO接口连接,通过实现编程好的程序实现对温度传感器DS18B20数据的实时接收,并把数据收集结果显示在lcd1602液晶显示屏上以验证数据的正确性;
更进一步的,stc89c51单片机会根据事先编写的代码将收集到的一氧化碳浓度信息、臭氧浓度信息、pm2.5浓度信息、温度信息以及湿度信息储存到EPCS64储存芯片内部;
作为一种实例,基于多传感数据融合的空气质量检测系统的检测方法,包含以下三个部分:
A、数据的收集
S1、接通电源后,各个传感器进行预热;预热结束后,MQ131臭氧传感器、MQ7一氧化碳传感器、夏普PM2.5粉尘传感器向模数转换芯片ADC0832的CH0输送一个0‐5V的模拟电压;而温度传感器DS18B20和湿度传感器DHT11则直接通过对应的DQ和DATA引脚与stc89c51单片机进行通讯;
更进一步的,MQ131臭氧传感器、MQ7一氧化碳传感器、夏普PM2.5粉尘传感器的模拟数据输出端口AO与模数转换芯片ADC0832的数据采集端口CH0相连,所有传感器的VCC端口与stc89c51单片机的扩展电源VCC端口连接,所有传感器的GND与stc89c51单片机的扩展电源GND端口连接;
S2、模数转换芯片ADC0832采集CH0口的电平信息,在芯片内部将模拟量转化成stc89c51可以识别的数字量,并输送给stc89c51单片机;
更进一步的,模数转换芯片ADC0832选通片选端口CS,转换得到的数字数据通过DO端口输送给stc89c51单片机;
S3、stc89c51单片机通过实现写好的程序对ADC0832传输过来的数字数据以及温湿度传感器直接传送的数字数据进行采集,并保存为变量以供后续进行数据处理;
B、数据的处理
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举算法案例对本发明进一步详细说明;应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明使用的空气质量数学模型如下所示:
空气质量指数(AQI)是定量描述空气质量状况的无量纲指数;本模型所选用的实时报的指标包括二氧化硫(SO2)、氧化碳(CO)、二氧化氮(NO2)、臭氧(O3)、可吸入颗粒物(粒径小于等于10μm)、细颗粒物(粒径小于等于2.5μm)的1小时平均值6个指标。
其中无法使用传感器测得的参考量使用当地典型数值代入计算;
S1、把测得的臭氧浓度,一氧化碳浓度、PM2.5浓度以及当地典型的二氧化硫浓度、二氧化氮浓度以及PM10浓度数据代入以下的一维插值公式,分别进行计算6个指标各自对应的空气质量分指数;
其中IAQIp为污染物项目P的空气质量分指数;Cp为污染物项目P的质量浓度值;BPHi为表1中与Cp相近的污染物浓度限值的高值位;BPLo为表1中与Cp相近的污染物浓度限值的低值位;IAQIHi为表1中与BPHi对应的空气质量分指数;IAQILo为表1中与BPLo对应的空气质量分指数;IAQI为空气质量分数。
表1污染物项目浓度限值限值
表2为广州于2017年2月19日13:00时各监测点数据,下表中单位与表1中各指标浓度限值对应单位相同
表2广州广州于2017年2月19日13:00时各监测点数据
通过空气质量分指数的一维插值公式可以得出表3中,6个空气污染指标所对应的未经本算法修正的,仅仅根据现有国家最新空气污染物监测标准(HJ633-2012环境空气质量指数(AQI)技术规定)所得出的AQI值;
表3未修正的空气质量指数计算结果
S2、采用层次分析加权法得到各个污染物AQI所占的权重。构造判断矩阵A,通过对6个空气评价指标相对应的重要程度进行分析和判断,构建判断矩阵A,如表4所示:
表4广州空气质量评价判断矩阵A
通过对表4矩阵进行权重计算以及一致性检验,得到表5结果:
表5一致性计算结果
判断矩阵随机一致性比率CR<0.1,矩阵满足一致性。
本算法在判断权重时,引入了九分位的相对重要的比例标度,评分规则如表6所示。
表6权重的评分规则
根据表2的数据,把各污染物的AQI与其相应的权重相乘得到各地区综合指数Q,即表7数据:
表7各地区综合指数Q
监测点区域 | Q值 |
花都师范 | 65.97 |
广雅中学 | 55.26 |
帽峰山森林公园 | 52.92 |
市五中 | 53.46 |
体育西 | 36.43 |
市八十六中 | 53.31 |
广东商学院 | 46.75 |
麓湖 | 46.68 |
市监测站 | 46.38 |
九龙镇镇龙 | 38.58 |
番禺中学 | 37.26 |
S3、然后通过的修正后的半集均方差公式对表3与表7的数据进行计算,求得半集均方差:
其中Pi为第i个大于中位数半集的分指数;m为大于中位数半集的分指数个数;Q为对各个指标空气质量分指数加权后得到的综合指数;Sh’为修正后的半集均方差。
半集均方差数据如下表8所示:
表8半集均方差数据
监测点区域 | Sh’值 |
花都师范 | 19.11 |
广雅中学 | 16.65 |
帽峰山森林公园 | 15.00 |
市五中 | 15.58 |
体育西 | 23.95 |
市八十六中 | 13.74 |
广东商学院 | 9.18 |
麓湖 | 10.26 |
市监测站 | 9.43 |
九龙镇镇龙 | 7.34 |
番禺中学 | 7.65 |
S4、通过计算式AQI=Q+Sh'得到修正后的空气质量指数(AQI)的标准值,并将其保存为名称为AQI的变量储存在单片机内部;
各地区修正后的空气质量指数如下表9所示:
表9各地区修正后的空气质量指数
监测点区域 | AQI值 |
花都师范 | 85.08 |
广雅中学 | 71.91 |
帽峰山森林公园 | 67.92 |
市五中 | 69.03 |
体育西 | 60.38 |
市八十六中 | 67.05 |
广东商学院 | 55.93 |
麓湖 | 56.94 |
市监测站 | 55.82 |
九龙镇镇龙 | 45.91 |
番禺中学 | 44.90 |
C、数据的显示和储存
S1、stc89c51单片机通过实现编写好的程序将空气质量指数(AQI)显示到lcd1602显示屏上;
S2、stc89c51单片机通过实现编写好的程序将空气质量指数(AQI)储存到储存芯片EPCS64内部;
本发明将多种传感器收集到的传感信息通过ADC0832芯片传输到stc89c52单片机,并按照上述的数学算法进行数据处理,将处理后的数据显示在液晶屏以便用户查看和校正。使用此方法进行空气质量指数的获取可以提高空气参考指标的数据量,同时也可以有效地提高空气质量指数(AQI)的精确度,其通过算法最终得到的(AQI)可作为空气净化器或者空气质量检测装置等气体装置的参考数据,以便于进行进一步的操作。
Claims (10)
1.一种基于多传感器数据融合的空气质量检测系统,其特征在于包括单片机、多种气体传感器、pm2.5传感器、温湿度传感器和液晶屏显示电路;单片机接收到的数据也会通过液晶屏显示电路进行显示,供用户实时观察,单片机还把数据保存在储存芯片上,用户通过系统设有的按键进行以往数据的查看和调用。
2.根据权利要求1所述的基于多传感数据融合的空气质量检测系统,其特征在于:所述的传感器包括臭氧传感器、一氧化碳传感器、PM2.5粉尘传感器,各传感器通过模拟输出端口与模数转换芯片ADC0832的CH0口进行连接,模数转换芯片ADC0832的数据输出端口DO与单片机的IO端口连接;而温湿度传感器中的温度传感器以及湿度传感器则直接与单片机相连,将检测到的温湿度数据直接传送到单片机内部并进行处理和保存;通过臭氧传感器、一氧化碳传感器、PM2.5粉尘传感器、温度传感器以及湿度传感器精确地测量出各类气体信息、pm2.5浓度以及温度湿度参数,并通过模数转换芯片ADC0832的CH0引脚输送至模数转换芯片进行模数转换,将通过转换芯片转换后的数字数据传送到单片机以供单片机控制处理;各传感器最终传输到单片机芯片的数据再通过单片机处理后在液晶屏显示电路上显示,并把接收到的数据保存在与单片机直接连接储存芯片内部;同时,用户能通过与单片机直接相连的电路面板上的按钮进行数据的查看和调用。
3.根据权利1所述的基于多传感数据融合的空气质量检测系统,其特征在于:所述的臭氧传感器、一氧化碳传感器为MQ系列传感器,该类传感器为半导体传感器,其集成模块上有四个引脚,其中传感器正常工作时,VCC引脚与单片机+5V扩展电源引脚连接,GND与单片机GND扩展电源引脚连接,AO引脚输出的零至5V的模拟电压可用于模数转换芯片进行采集转换,DO则悬空。
4.根据权利1所述的基于多传感数据融合的空气质量检测系统,其特征在于:所述的温度传感器选择的型号为DS18B20,其有三个引脚,其中VCC引脚与单片机+5V扩展电源引脚连接,GND与单片机GND扩展电源引脚连接,DQ引脚直接与单片机的IO引脚进行连接;其正常工作时,DQ引脚通过实现写好的通讯代码直接与stc89c51单片机进行数据通讯。
5.根据权利1所述的基于多传感数据融合的空气质量检测系统,其特征在于:所述的温度传感器选择的型号为DS18B20,其有三个引脚,其中VCC引脚与单片机+5V扩展电源引脚连接,GND与单片机GND扩展电源引脚连接,DQ引脚直接与单片机的IO引脚进行连接;其正常工作时,DQ引脚通过实现写好的通讯代码直接与单片机进行数据通讯。
6.根据权利1所述的基于多传感数据融合的空气质量检测系统,其特征在于:所述的湿度传感器选择的型号为DHT11,其有三个引脚,其中VCC引脚与单片机+5V扩展电源引脚连接,GND与单片机GND扩展电源引脚连接,DATA引脚直接与单片机的IO引脚进行连接;其正常工作时,DATA引脚通过实现写好的通讯代码直接与单片机进行数据通讯。
7.根据权利1所述的基于多传感数据融合的空气质量检测系统,其特征在于:单片机通过外置模数转换芯片收集到的数据以及直接通过IO口收集到的数据,在经过半集均方差、层次分析加权法处理后得到空气质量指数AQI并将其显示在液晶屏显示电路上,同时将得到的空气质量指数AQI数据保存在储存芯片内部。
8.一种利用权利要求1~7任一项所述基于多传感数据融合的空气质量检测系统的检测方法,其特征在于包含以下三个部分:
A、数据的收集
S1、接通电源后,各个传感器进行预热;预热结束后,臭氧传感器、一氧化碳传感器、夏普PM2.5粉尘传感器向模数转换芯片ADC0832的CH0输送一个0‐5V的模拟电压;而温度传感器DS18B20和湿度传感器DHT11则直接通过对应的DQ和DATA引脚与单片机进行通讯;
S2、模数转换芯片ADC0832采集CH0口的电平信息,将模拟量转化成stc89c51可识别的数字量,并输送给单片机;
S3、单片机对模数转换芯片ADC0832传输过来的数字数据以及温湿度传感器直接传送的数字数据进行采集,并保存为变量以供后续进行数据处理;
B、数据的处理
S1、把测得的臭氧浓度,一氧化碳浓度、PM2.5浓度以及当地典型的二氧化硫浓度、二氧化氮浓度以及PM10浓度数据代入一维插值公式,分别进行计算6个指标各自对应的空气质量分指数;
S2、采用层次分析加权法得到各个污染物空气质量指数(AQI)所占的权重;构造判断矩阵A,通过对6个空气评价指标相对应的重要程度进行分析和判断,构建判断矩阵A;
S3、然后通过修正后的半集均方差公式
<mrow>
<msup>
<msub>
<mi>S</mi>
<mi>h</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<msqrt>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mi>Q</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mi>m</mi>
</mfrac>
</msqrt>
</mrow>
进行半集均方差计算,其中Pi为大于中位数半集的分指数;m为大于中位数半集的分指数个数;Q为对各个指标空气质量分指数加权后得到的综合指数;
Sh,为修正后的半集均方差;
S4、通过计算式AQI=Q+Sh'得到修正后的空气质量指数(AQI)的标准值,并将其保存为名称为AQI的变量储存在单片机内部;
C、数据的显示和储存
S1、单片机通过将空气质量指数(AQI)传输到lcd1602显示屏上显示;
S2、单片机将空气质量指数(AQI)储存到储存芯片内部。
9.根据权利要求8所述的检测方法,其特征在于:步骤S1具体是把测得的臭氧浓度,一氧化碳浓度、PM2.5浓度以及当地典型的二氧化硫浓度、二氧化氮浓度以及PM10浓度数据代入以下的一维插值公式,分别进行计算6个指标各自对应的空气质量分指数,所述6个指标包括二氧化硫(SO2)、氧化碳(CO)、二氧化氮(NO2)、臭氧(O3)、可吸入颗粒物(粒径小于等于10μm)、细颗粒物(粒径小于等于2.5μm)的1小时平均值;
<mrow>
<msub>
<mi>IAQI</mi>
<mi>P</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>IAQI</mi>
<mrow>
<mi>H</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>IAQI</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>BP</mi>
<mrow>
<mi>H</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>BP</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mi>P</mi>
</msub>
<mo>-</mo>
<msub>
<mi>BP</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>IAQI</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
</mrow>
</msub>
</mrow>
其中IAQIp为对应污染物P的空气质量分指数;Cp为对应污染物P的质量浓度值;BPHi为与Cp相近的污染物浓度限值的高值位;BPLo为与Cp相近的污染物浓度限值的低值位;IAQIHi为与BPHi对应的空气质量分指数;IAQILo为与BPLo对应的空气质量分指数;IAQI为空气质量分数。
10.根据权利要求8所述的检测方法,其特征在于:先通过多种传感器进行数据采集,并将收集到的数据输送到单片机中,单片机再通过利用半集均方差、层次分析加权法将得到的多个传感器信息参数融合成空气质量指数这一个常用参数,同时将处理得到的空气质量指数进行显示和保存,进而可供空气质量测量仪器或者空气净化器利用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710336078.4A CN107063355B (zh) | 2017-05-12 | 2017-05-12 | 一种基于多传感器信息融合的空气质量检测系统及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710336078.4A CN107063355B (zh) | 2017-05-12 | 2017-05-12 | 一种基于多传感器信息融合的空气质量检测系统及其检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107063355A true CN107063355A (zh) | 2017-08-18 |
CN107063355B CN107063355B (zh) | 2023-04-21 |
Family
ID=59597715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710336078.4A Active CN107063355B (zh) | 2017-05-12 | 2017-05-12 | 一种基于多传感器信息融合的空气质量检测系统及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107063355B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107764943A (zh) * | 2017-10-16 | 2018-03-06 | 天津同阳科技发展有限公司 | 空气质量综合指数的获取装置及方法 |
CN108469405A (zh) * | 2018-03-15 | 2018-08-31 | 陕西智多搭智能科技有限公司 | 一种空气质量监测系统 |
CN108769938A (zh) * | 2018-03-29 | 2018-11-06 | 深圳市益鑫智能科技有限公司 | 一种基于大数据的空气污染实时监测系统 |
CN109884253A (zh) * | 2019-03-18 | 2019-06-14 | 北京英视睿达科技有限公司 | 确定大气质量指数的方法及装置 |
CN109946418A (zh) * | 2017-12-21 | 2019-06-28 | 北京航天泰坦科技股份有限公司 | 一种空气质量监测与评价方法及系统 |
CN111323544A (zh) * | 2020-03-27 | 2020-06-23 | 沈阳沃尔鑫环保科技有限公司 | 一种基于微型空气质量监测仪器的校准方法及系统 |
CN114625725A (zh) * | 2021-07-23 | 2022-06-14 | 重庆亿森动力环境科技有限公司 | 一种空气监测数据的可视化方法、系统、设备及介质 |
CN115326661A (zh) * | 2022-10-12 | 2022-11-11 | 深圳市源清环境技术服务有限公司 | 一种基于大气环境的监测方法、系统和可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201662447U (zh) * | 2009-05-08 | 2010-12-01 | 中国船舶重工集团公司第七一八研究所 | 一种室内空气质量检测仪 |
US20150330817A1 (en) * | 2006-03-10 | 2015-11-19 | Sui Chun Law | Method and Device for Environmental and Health Monitoring |
CN106526077A (zh) * | 2016-11-02 | 2017-03-22 | 西安科技大学 | 一种基于信息融合技术的空气质量检测系统及方法 |
CN206146904U (zh) * | 2016-11-02 | 2017-05-03 | 西安科技大学 | 一种空气质量检测用数据采集传输电路 |
-
2017
- 2017-05-12 CN CN201710336078.4A patent/CN107063355B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150330817A1 (en) * | 2006-03-10 | 2015-11-19 | Sui Chun Law | Method and Device for Environmental and Health Monitoring |
CN201662447U (zh) * | 2009-05-08 | 2010-12-01 | 中国船舶重工集团公司第七一八研究所 | 一种室内空气质量检测仪 |
CN106526077A (zh) * | 2016-11-02 | 2017-03-22 | 西安科技大学 | 一种基于信息融合技术的空气质量检测系统及方法 |
CN206146904U (zh) * | 2016-11-02 | 2017-05-03 | 西安科技大学 | 一种空气质量检测用数据采集传输电路 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107764943A (zh) * | 2017-10-16 | 2018-03-06 | 天津同阳科技发展有限公司 | 空气质量综合指数的获取装置及方法 |
CN109946418A (zh) * | 2017-12-21 | 2019-06-28 | 北京航天泰坦科技股份有限公司 | 一种空气质量监测与评价方法及系统 |
CN108469405A (zh) * | 2018-03-15 | 2018-08-31 | 陕西智多搭智能科技有限公司 | 一种空气质量监测系统 |
CN108769938A (zh) * | 2018-03-29 | 2018-11-06 | 深圳市益鑫智能科技有限公司 | 一种基于大数据的空气污染实时监测系统 |
CN109884253A (zh) * | 2019-03-18 | 2019-06-14 | 北京英视睿达科技有限公司 | 确定大气质量指数的方法及装置 |
CN111323544A (zh) * | 2020-03-27 | 2020-06-23 | 沈阳沃尔鑫环保科技有限公司 | 一种基于微型空气质量监测仪器的校准方法及系统 |
CN111323544B (zh) * | 2020-03-27 | 2022-09-20 | 沈阳沃尔鑫环保科技有限公司 | 一种基于微型空气质量监测仪器的校准方法及系统 |
CN114625725A (zh) * | 2021-07-23 | 2022-06-14 | 重庆亿森动力环境科技有限公司 | 一种空气监测数据的可视化方法、系统、设备及介质 |
CN115326661A (zh) * | 2022-10-12 | 2022-11-11 | 深圳市源清环境技术服务有限公司 | 一种基于大气环境的监测方法、系统和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107063355B (zh) | 2023-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107063355A (zh) | 一种基于多传感器信息融合的空气质量检测系统及其检测方法 | |
CN106442888B (zh) | 汽车环保排气污染物检测用底盘测功机综合校准系统 | |
CN102032951A (zh) | 一种空气质量检测器 | |
CN204666549U (zh) | 基于bp神经网络的混合气体检测系统 | |
Iversen | Modelled and measured transboundary acidifying pollution in Europe—verification and trends | |
CN109827617A (zh) | 一种基于互联网的智能环境监测系统 | |
CN106442857A (zh) | 一种基于氧含量测定的二氧化碳排放检测方法及检测装置 | |
CN112364940A (zh) | 基于多源数据的大气污染物源解析方法、存储介质及设备 | |
CN207515834U (zh) | 一种基于多传感器信息融合的空气质量检测系统 | |
CN201436594U (zh) | 一种电子气象站 | |
CN106969796A (zh) | 一种新型手持式多参数环境检测记录装置 | |
CN105806915A (zh) | 一种营养液钾、钠离子浓度检测装置及检测方法 | |
CN108197723A (zh) | 煤电机组供电煤耗与污染物排放的优化节能调度方法 | |
CN206161087U (zh) | 一种含气量测定气体定量计 | |
CN115619013A (zh) | 多传感器信息融合火灾预测算法、系统、电子设备及介质 | |
CN205720196U (zh) | 多参数水质检测系统 | |
CN113883616A (zh) | 一种管道新风湿度控制方法 | |
CN208860825U (zh) | 一种带有恒温装置的汽车氧传感器检测装置 | |
Hussein | Design and implementation of a cost effective gas pollution detection system | |
CN206546357U (zh) | 烟气湿度仪 | |
CN210129105U (zh) | 一种基于gprs的工业废气远程监控装置 | |
CN214796195U (zh) | 利用LR-WiFi技术进行无线通讯组网的索力仪 | |
CN1322317C (zh) | 一种高温空气温湿度测量装置 | |
CN206348321U (zh) | 一种便携式烟气分析仪 | |
CN109580874A (zh) | 废烟气烟尘数据采集系统 |
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 |