CN107063955A - 空气颗粒物检测仪校准方法及管理系统 - Google Patents
空气颗粒物检测仪校准方法及管理系统 Download PDFInfo
- Publication number
- CN107063955A CN107063955A CN201710252317.8A CN201710252317A CN107063955A CN 107063955 A CN107063955 A CN 107063955A CN 201710252317 A CN201710252317 A CN 201710252317A CN 107063955 A CN107063955 A CN 107063955A
- Authority
- CN
- China
- Prior art keywords
- air particle
- detector
- calibration
- air
- data
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 195
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 72
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 239000012491 analyte Substances 0.000 claims description 15
- 239000013618 particulate matter Substances 0.000 claims description 14
- 238000005259 measurement Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012372 quality testing Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000000126 substance Substances 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
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
本发明公开了一种空气颗粒物检测仪校准方法及管理系统。该方法包括:在第三方权威机构的监测站附近设置校准用空气颗粒物检测仪;获取校准用空气颗粒物检测仪检测得到的空气颗粒物实测数据;获取第三方权威机构发布的空气颗粒物监测数据;基于空气颗粒物实测数据和空气颗粒物监测数据获得校准模型;以及将校准模型发送给检测仪客户端,以便对其所关联的空气颗粒物检测仪进行校准,其中,校准用空气颗粒物检测仪与检测仪客户端所关联的空气颗粒物检测仪基于相同的原理检测空气颗粒物数据。由此,通过校准模型对检测仪客户端关联的空气颗粒物检测仪进行校准,提高空气颗粒物检测仪的精度。
Description
技术领域
本发明涉及空气质量监测领域,特别涉及一种空气颗粒物检测仪校准方法及管理系统。
背景技术
近年来,随着快速工业化和机动车数量的爆发性增长,空气污染日益严重,尤其是细颗粒物(直径等于或小于2.5微米的颗粒物,也称为PM2.5)的浓度增高,严重威胁人们的健康和日常生活。
国家标准PM2.5数值定义是μg/m3,要求测量的是质量(重量)。目前常用的检测颗粒物浓度的方法包括标准称重法和激光PM2.5检测法。
标准称重法一般使用适当装置,过滤出PM2.5颗粒,测量颗粒物的质量,推算颗粒物的浓度。气象部门及环保部门一般采用标准称重法检测颗粒物含量。
激光PM2.5检测法使用激光PM2.5检测仪通过光学原理测量颗粒物的体积,再根据经验公式,即预估的颗粒物密度,计算得到颗粒物的质量。
激光PM2.5检测仪由于其价格低廉,测量结果与标准称重法相关性强,越来越多地应用于工业以及民用产品领域。然而由于测量区域以及季节的不同,颗粒物成分不同,颗粒物密度存在较大的差异,会导致测量结果出现系统性偏差,严重影响检测仪的检测结果的精度。
因此,需要一种能够解决上述问题的检测方案。
发明内容
本发明的目的是提供一种空气颗粒物检测仪校准方法及管理系统,以提高空气颗粒物检测仪的精度,从而更加准确地获得颗粒物密度信息,更准确地测量出PM2.5的质量。
根据本发明的一个方面,提供了一种空气颗粒物检测仪校准方法,该方法可以包括:在第三方权威机构的监测站附近设置校准用空气颗粒物检测仪;获取校准用空气颗粒物检测仪检测得到的空气颗粒物实测数据;获取第三方权威机构发布的空气颗粒物监测数据;基于空气颗粒物实测数据和空气颗粒物监测数据获得校准模型;以及将校准模型发送给检测仪客户端,以便对其所关联的空气颗粒物检测仪进行校准,其中,校准用空气颗粒物检测仪与检测仪客户端所关联的空气颗粒物检测仪基于相同的原理检测空气颗粒物数据。
优选地,校准用空气颗粒物检测仪和检测仪客户端所关联的空气颗粒物检测仪都可以是激光空气颗粒物检测仪。
优选地,可以在一个地区中第三方权威机构的多个监测站附近分别设置校准用空气颗粒物检测仪,基于一个地区中设置的多个校准用空气颗粒物检测仪的空气颗粒物实测数据和该地区的空气颗粒物监测数据,获得针对该地区的校准模型。
优选地,还可以在多个地区中第三方权威机构的监测站附近分别设置当地校准用空气颗粒物检测仪,基于当地校准用空气颗粒物检测仪检测得到的当地空气颗粒物实测数据和当地第三方权威机构发布的空气颗粒物监测数据获得当地校准模型,将当地校准模型发送给位于当地的检测仪客户端。
优选地,可以通过互联网获取第三方权威机构发布的空气颗粒物监测数据。
根据本发明的另一方面,还提供了一种空气颗粒物检验仪管理系统,该系统可以包括:校准用空气颗粒物检测仪,设置在第三方权威机构的监测站附近,检测监测站附近的空气颗粒物实测数据;检测仪服务器,用于基于校准用空气颗粒物检测仪检测得到的空气颗粒物实测数据和第三方权威机构发布的空气颗粒物监测数据,获得校准模型,并将校准模型发送给检测仪客户端;客户用空气颗粒物检测仪,用于检测空气颗粒物含量,校准用空气颗粒物检测仪与检测仪客户端所关联的空气颗粒物检测仪基于相同的原理检测空气颗粒物数据;以及检测仪客户端,与客户用空气颗粒物检测仪相关联,用于获取客户用空气颗粒物检测仪的检测数据,并基于校准模型对检测数据进行校准,将校准后的检测数据呈现给用户。
优选地,校准用空气颗粒物检测仪和客户用空气颗粒物检测仪都可以是激光空气颗粒物检测仪。
优选地,校准用空气颗粒物检测仪可以分别被设置在一个地区中第三方权威机构的多个监测站附近,检测仪服务器可以基于一个地区中设置的多个校准用空气颗粒物检测仪的空气颗粒物实测数据和该地区的空气颗粒物监测数据,获得针对该地区的校准模型。
优选地,当地校准用空气颗粒物检测仪可以被分别设置在多个地区中第三方权威机构的监测站附近,检测仪服务器可以基于当地校准用空气颗粒物检测仪检测得到的当地空气颗粒物实测数据和当地第三方权威机构发布的空气颗粒物监测数据获得当地校准模型,检测仪服务器将当地校准模型发送给位于当地的检测仪客户端。
优选地,检测仪服务器可以通过互联网获取第三方权威机构发布的空气颗粒物监测数据。
通过本发明的空气颗粒物检测仪校准方法及管理系统,能够基于空气颗粒物检测仪检测得到的实测数据和第三方权威机构发布的监测数据得到校准模型,以便于对与检测仪客户端关联的空气颗粒物检测仪进行校准,提高空气颗粒物检测仪的精度,从而更加准确地获得颗粒物密度信息,更准确地测量出PM2.5的质量。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施方式中,相同的参考标号通常代表相同部件。
图1示出了根据本发明一实施例的空气颗粒物检测仪管理系统的示意性功能图。
图2示出了根据本发明一实施例的空气颗粒物检测仪校准方法的示意性流程图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
如前所述,由于存在地域性或季节性导致测量系统出现系统性偏差,影响检测结果的准确性,因此,本发明的发明人提出一种空气颗粒物检测仪管理系统,以便于通过当地气象部门PM2.5数值对空气颗粒物检测仪进行校准,提高检测仪的精度,从而更加准确地获得当地颗粒物密度信息,更准确地测量出PM2.5的质量。
下面结合附图及实施例具体描述本发明的技术方案。
图1示出了根据本发明一实施例的空气颗粒物检测仪管理系统的示意性功能图。其中,图中的连线表示系统中各设备之间,以及该系统与其它系统或设备之间存在信息交互,其连线可以是有线连接、无线连接,或是能够进行信息传送的任何形式的连接。
如图1所示,本发明的空气颗粒物检测仪管理系统100可以包括校准用空气颗粒物检测仪110、检测仪服务器120、客户用空气颗粒物检测仪130以及检测仪客户端140。
校准用空气颗粒物检测仪110,可以设置在第三方权威机构的监测站200附近,以检测监测站附近的空气颗粒物实测数据。
校准用空气颗粒物检测仪110优选地可以为激光空气颗粒物检验仪,其可以基于光学原理以及一系列数学运算方法,精确得出所测量环境中空气颗粒物的浓度。
第三方权威机构可以是指官方监测机构,例如国家环境监测总站,也可以指民营监测机构或其它监测机构。
监测站200是空气质量控制和对空气质量进行合理评估的基础平台,可以设置在不同的省、市、县、区等,并且可以具有一定的分布规律,以对空气中的常规污染因子和气象数据等进行24小时连续在线监测。同时,还可以将监测站200分析的数据提供给需要的组织或机构,以用作环境质量监测的参考数据。
监测站200与其附近的校准用空气颗粒物检测仪110之间的距离相靠近,例如,其距离可以是500米以内,或其它数值等等。
由于监测站200与校准用空气颗粒物检测仪110的测量原理、计算参数等的差异,所得到的监测数据和实测数据也可能存在差异。鉴于监测站200作为环境监测的基础平台,设备相对较完善,因此,监测站的监测数据可以作为参考数据,以对空气颗粒物检测仪的实测数据进行校准,以提高实测数据的精准度。
检测仪服务器120可以用于基于校准用空气颗粒物检测仪检测得到的空气颗粒物实测数据和第三方权威机构发布的空气颗粒物监测数据,获得校准模型,并将校准模型发送给检测仪客户端140。
检测仪服务器120可以通过互联网获取第三方权威机构发布的空气颗粒物监测数据,也可以通过互联网或云端获取校准用空气颗粒物检测仪110检测的空气颗粒物实测数据。
实测数据和监测数据均可以包括但不限于气象数据、光散射数据、标准质量浓度数据等,并且所有数据均可以是每时更新或每日更新的,以便于实时监测各个地区的空气质量及其空气质量的变化。在一个优选实施例中,实测数据与监测数据的测量频率可以相同,例如,均在每日的整点时刻测量两数据。
检测仪服务器120可以同步获取实测数据和监测数据,并对获取的监测数据和/或实测数据进行对比,校准该实测数据,同时通过数据分析建立校准模型。其中,校准模型可以是数据校准曲线。
校准模型可以用于对空气颗粒物检测仪的检测数据进行校准。该空气颗粒物检测仪优选地可以为客户用空气颗粒检测仪,即,与用户使用的检测仪客户端140关联的空气颗粒检测仪。
客户用空气颗粒物检测仪130,用于检测空气颗粒物(例如颗粒物的体积等),并将检测得到的数据通过数据线、蓝牙、互联网或云端等发送给检测仪服务器120。
客户用空气颗粒物检测仪130可以与校准用空气颗粒物检测仪110基于相同的原理检测空气颗粒物数据。优选地,客户用空气颗粒物检测仪130也可以是激光空气颗粒物检测仪。
客户用空气颗粒物检测仪130可以设置在室外,也可以设置在室内,相应的,其检测数据可以是室外空气颗粒物数据,也可以是室内空气颗粒物数据。用户可以根据需要确定其设置位置,优选地,该客户用空气颗粒物检测仪130可以是可拆卸的。
检测仪客户端140与客户用空气颗粒物检测仪130相关联,用于获取客户用空气颗粒物检测仪130的检测数据,并基于校准模型对该检测数据进行校准,将校准后的检测数据呈现给用户。其中,两者的关联方式可以是通过蓝牙或互联网适配,也可以是其它的关联方式。
检测仪客户端140可以通过互联网或云端,从检测仪服务器处获取相应的校准模型,以及与其相关联的客户用空气颗粒检测仪的检测数据。检测仪客户端140可以具备数据校准能力,以便于使用校准模型对客户用颗粒物检测仪的检测数据进行校准。检测仪客户端140可以具备在线升级或数据更新的能力,以便于能够实时获取最新的校准模型或检测数据。
由此,在检测仪客户端140向用户呈现校准后的检测数据,以便于用户通过检测仪客户端140搜索或浏览所在地的空气质量时,可以实时获知精准检测数据。
通常,第三权威机构会根据区域面积、人口分布、测量需求等因素,以不同的分布规律在不同的地区设置多个监测站,以确保空气颗粒物检测数据的精确度。因此,对于本发明,还可以根据校准用空气颗粒检测仪设置位置的不同,由此提供不同的校准模型。
举例来说,校准用空气颗粒物检测仪可以分别设置在一个地区中第三方权威机构的多个监测站附近,检测仪服务器基于一个地区中设置的多个校准用空气颗粒物检测仪的空气颗粒物实测数据和该地区的空气颗粒物监测数据,获得针对该地区的校准模型。
这里,“一个地区”可以是指直辖市下辖的区,如北京市的海淀区、朝阳区;也可以是地级市下属的县,如石家庄市的高邑县、赵县;还可以是以其它方式划分的地区。
一个地区内可以设置一个监测站,也可以按照一定的规律分别设置多个监测站,每个监测站附近可以设置至少一个校准用空气颗粒物检测仪。通过统计多个校准用空气颗粒物检测仪的实测数据,以及该地区的空气颗粒物监测数据,获得针对该地区的校准模型。
该地区的用户可以通过检测仪客户端实时获得该地区的校准模型以及关联的客户用空气颗粒物检测仪的检测数据,通过该地区的校准模型,对检测数据进行校准,提高检测数据的精确度。
由此,通过多个空气颗粒物检测仪测量结果的统计结果,可以降低单个检测仪测量误差带来的系统误差。进一步地,使客户用空气颗粒物检测仪更为精准。同时,使客户用空气颗粒检测仪更适于民用。
另外,还可以在多个地区中第三方权威机构的监测站附近分别设置当地校准用空气颗粒物检测仪,基于当地校准用户空气颗粒物检测仪检测得到的当地空气颗粒物实测数据和当地第三方权威机构发布的空气颗粒物监测数据获得当地的校准模型,将当地校准模型发送给位于当地的检测仪客户端,以便于对其关联的空气颗粒物检测仪进行校准。
这里,“多个地区”中的地区可以是与上述的“一个地区”中的地区相同的概念,例如北京市下辖的多个区,海淀区、朝阳区、东城区等等,“当地”可以是指北京市。
采用与上述实施例相似的方式,获得当地的校准模型,通过当地的校准模型的校准,向当地检测仪客户端呈现校准后的当地的空气颗粒物检测数据,便于当地用户能够通过检测仪客户端方便地查询并得知当地的空气颗粒物质量。
优选地,检测仪客户端140既可以获取地区校准模型,也可以获取当地校准模型,基于选择的校准模型,对检测仪客户端关联的客户用空气颗粒物检测仪获取的检测数据进行校准,提高检测数据的精准度。
本发明的空气颗粒物检验仪管理系统可以实现一种空气颗粒物检验仪校准方法,下面结合图2简单描述本发明的校准方法。
图2示出了根据本发明一实施例的空气颗粒物检测仪校准方法的示意性流程图。
如图2所示,在步骤S210,在第三方权威机构的监测站附近设置校准用空气颗粒物检测仪。
在步骤S220,获取校准用空气颗粒物检测仪检测得到的空气颗粒物实测数据。
在步骤S230,获取第三方权威机构发布的空气颗粒物监测数据。
在步骤S240,基于空气颗粒物实测数据和空气颗粒物监测数据获得校准模型。
在步骤S250,将校准模型发送给检测仪客户端,以便对其所关联的空气颗粒物检测仪进行校准,其中,校准用空气颗粒物检测仪与检测仪客户端所关联的空气颗粒物检测仪基于相同的原理检测空气颗粒物数据。
由此,通过校准模型的校准,从而使得与检测仪客户端关联的空气颗粒物检测仪的测量结果与其所在地区和环境的颗粒物特征相符合。
需要说明的是,上述方法步骤,尤其是步骤S220和步骤S230的顺序是可以互换的,或者可以同时进行的。
上文中已经参考附图详细描述了根据本发明的空气颗粒物检测仪及其管理系统。通过本发明,能够基于第三方权威机构的监测数据及校准用空气颗粒物的实测数据获得校准模型,以对检测仪客户端关联的空气颗粒物检测仪进行校准,提高检测数据的精准度,从而更加准确地获得颗粒物的密度信息,更准确地测量出PM2.5的质量。
此外,根据本发明的方法还可以实现为一种计算机程序,该计算机程序包括用于执行本发明的上述方法中限定的上述各步骤的计算机程序代码指令。或者,根据本发明的方法还可以实现为一种计算机程序产品,该计算机程序产品包括计算机可读介质,在该计算机可读介质上存储有用于执行本发明的上述方法中限定的上述功能的计算机程序。本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本发明的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种空气颗粒物检测仪校准方法,包括:
在第三方权威机构的监测站附近设置校准用空气颗粒物检测仪;
获取所述校准用空气颗粒物检测仪检测得到的空气颗粒物实测数据;
获取所述第三方权威机构发布的空气颗粒物监测数据;
基于所述空气颗粒物实测数据和所述空气颗粒物监测数据获得校准模型;以及
将所述校准模型发送给检测仪客户端,以便对其所关联的空气颗粒物检测仪进行校准,其中,所述校准用空气颗粒物检测仪与所述检测仪客户端所关联的空气颗粒物检测仪基于相同的原理检测空气颗粒物数据。
2.根据权利要求1所述的空气颗粒物检测仪校准方法,其中,
所述校准用空气颗粒物检测仪和所述检测仪客户端所关联的空气颗粒物检测仪都是激光空气颗粒物检测仪。
3.根据权利要求1所述的空气颗粒物检测仪校准方法,其中,
在一个地区中第三方权威机构的多个监测站附近分别设置校准用空气颗粒物检测仪,
基于一个地区中设置的多个所述校准用空气颗粒物检测仪的空气颗粒物实测数据和该地区的所述空气颗粒物监测数据,获得针对该地区的所述校准模型。
4.根据权利要求1所述的空气颗粒物检测仪校准方法,其中,
在多个地区中第三方权威机构的监测站附近分别设置当地校准用空气颗粒物检测仪,
基于所述当地校准用空气颗粒物检测仪检测得到的当地空气颗粒物实测数据和当地第三方权威机构发布的所述空气颗粒物监测数据获得当地校准模型,
将所述当地校准模型发送给位于当地的检测仪客户端。
5.根据权利要求1所述的空气颗粒物检测仪校准方法,其中,
通过互联网获取所述第三方权威机构发布的空气颗粒物监测数据。
6.一种空气颗粒物检验仪管理系统,包括:
校准用空气颗粒物检测仪,设置在第三方权威机构的监测站附近,检测所述监测站附近的空气颗粒物实测数据;
检测仪服务器,用于基于所述校准用空气颗粒物检测仪检测得到的空气颗粒物实测数据和所述第三方权威机构发布的空气颗粒物监测数据,获得校准模型,并将所述校准模型发送给检测仪客户端;
客户用空气颗粒物检测仪,用于检测空气颗粒物含量,所述校准用空气颗粒物检测仪与所述检测仪客户端所关联的空气颗粒物检测仪基于相同的原理检测空气颗粒物数据;以及
检测仪客户端,与所述客户用空气颗粒物检测仪相关联,用于获取所述客户用空气颗粒物检测仪的检测数据,并基于所述校准模型对所述检测数据进行校准,将校准后的检测数据呈现给用户。
7.根据权利要求6所述系统,其中,
所述校准用空气颗粒物检测仪和所述客户用空气颗粒物检测仪都是激光空气颗粒物检测仪。
8.根据权利要求6所述的系统,其中,
所述校准用空气颗粒物检测仪分别被设置在一个地区中第三方权威机构的多个监测站附近,
所述检测仪服务器基于一个地区中设置的多个所述校准用空气颗粒物检测仪的空气颗粒物实测数据和该地区的所述空气颗粒物监测数据,获得针对该地区的所述校准模型。
9.根据权利要求6所述的系统,其中,
当地校准用空气颗粒物检测仪被分别设置在多个地区中第三方权威机构的监测站附近,
所述检测仪服务器基于所述当地校准用空气颗粒物检测仪检测得到的当地空气颗粒物实测数据和当地第三方权威机构发布的所述空气颗粒物监测数据获得当地校准模型,
所述检测仪服务器将所述当地校准模型发送给位于当地的检测仪客户端。
10.根据权利要求6所述的系统,其中,
所述检测仪服务器通过互联网获取所述第三方权威机构发布的空气颗粒物监测数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710252317.8A CN107063955B (zh) | 2017-04-18 | 2017-04-18 | 空气颗粒物检测仪校准方法及管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710252317.8A CN107063955B (zh) | 2017-04-18 | 2017-04-18 | 空气颗粒物检测仪校准方法及管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107063955A true CN107063955A (zh) | 2017-08-18 |
CN107063955B CN107063955B (zh) | 2020-07-14 |
Family
ID=59601277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710252317.8A Active CN107063955B (zh) | 2017-04-18 | 2017-04-18 | 空气颗粒物检测仪校准方法及管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107063955B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109781934A (zh) * | 2017-11-13 | 2019-05-21 | 富士通株式会社 | 环境传感器检测数据的处理装置、处理方法、计算机可读存储介质、以及环境传感器系统 |
CN109959593A (zh) * | 2017-12-22 | 2019-07-02 | 霍尼韦尔国际公司 | 网络辅助式颗粒物传感器 |
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 |
WO2020043031A1 (zh) * | 2018-08-25 | 2020-03-05 | 司书春 | 一种大气污染监测传感器校准和协同工作的方法 |
CN111830210A (zh) * | 2020-07-30 | 2020-10-27 | 广州交信投科技股份有限公司 | 空气质量监测方法、装置、系统和计算机设备 |
CN117760890A (zh) * | 2023-12-21 | 2024-03-26 | 广东广田包装机械有限公司 | 一种基于人机互动的颗粒物自动称重方法及系统 |
CN117760890B (zh) * | 2023-12-21 | 2024-07-02 | 广东广田包装机械有限公司 | 一种基于人机互动的颗粒物自动称重方法及系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040246479A1 (en) * | 2001-07-06 | 2004-12-09 | Cartlidge Andrew G. | Particle analyzing system and methodology |
US20060173580A1 (en) * | 2001-02-07 | 2006-08-03 | Desrochers Eric M | Air quality monitoring systems and methods |
CN103868835A (zh) * | 2014-03-27 | 2014-06-18 | 南昌黄绿照明有限公司 | 一种用智能手机监测pm2.5的系统 |
CN103913405A (zh) * | 2014-03-26 | 2014-07-09 | 刘若鸿 | 一种基于车联网的细颗粒物浓度检测方法 |
CN203949848U (zh) * | 2014-07-21 | 2014-11-19 | 四川先河环保科技有限公司 | 一种空气颗粒物快速便携式检测仪 |
CN104237459A (zh) * | 2014-05-27 | 2014-12-24 | 李岩 | 便携式空气质量监测方法与系统 |
CN204154607U (zh) * | 2014-08-26 | 2015-02-11 | 北京绿林创新数码科技有限公司 | 一种手机控制型粉尘传感器监测系统 |
CN205139589U (zh) * | 2015-11-09 | 2016-04-06 | 吴宇平 | 一种新型家居环境监测装置 |
CN105527208A (zh) * | 2016-01-27 | 2016-04-27 | 北京市环境保护监测中心 | 一种大气颗粒物质量浓度数据校正方法 |
CN105842136A (zh) * | 2016-05-09 | 2016-08-10 | 上海卫东信息科技有限公司 | 一种空气颗粒物浓度监控设备及其检测方法 |
CN205483924U (zh) * | 2015-09-25 | 2016-08-17 | 原点生活(北京)科技有限公司 | 用于检测空气中细颗粒物浓度的系统 |
US20170003260A1 (en) * | 2013-01-09 | 2017-01-05 | Earth Networks, Inc. | Network for measuring greenhouse gases in the atmosphere |
CN106383074A (zh) * | 2016-08-31 | 2017-02-08 | 广东美的制冷设备有限公司 | 校准粉尘传感器的方法及设备 |
CN106525674A (zh) * | 2016-10-31 | 2017-03-22 | 天津大学 | 一种便携式大气颗粒物浓度仪器测量数据的校准方法 |
-
2017
- 2017-04-18 CN CN201710252317.8A patent/CN107063955B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060173580A1 (en) * | 2001-02-07 | 2006-08-03 | Desrochers Eric M | Air quality monitoring systems and methods |
US20040246479A1 (en) * | 2001-07-06 | 2004-12-09 | Cartlidge Andrew G. | Particle analyzing system and methodology |
US20170003260A1 (en) * | 2013-01-09 | 2017-01-05 | Earth Networks, Inc. | Network for measuring greenhouse gases in the atmosphere |
CN103913405A (zh) * | 2014-03-26 | 2014-07-09 | 刘若鸿 | 一种基于车联网的细颗粒物浓度检测方法 |
CN103868835A (zh) * | 2014-03-27 | 2014-06-18 | 南昌黄绿照明有限公司 | 一种用智能手机监测pm2.5的系统 |
CN104237459A (zh) * | 2014-05-27 | 2014-12-24 | 李岩 | 便携式空气质量监测方法与系统 |
CN203949848U (zh) * | 2014-07-21 | 2014-11-19 | 四川先河环保科技有限公司 | 一种空气颗粒物快速便携式检测仪 |
CN204154607U (zh) * | 2014-08-26 | 2015-02-11 | 北京绿林创新数码科技有限公司 | 一种手机控制型粉尘传感器监测系统 |
CN205483924U (zh) * | 2015-09-25 | 2016-08-17 | 原点生活(北京)科技有限公司 | 用于检测空气中细颗粒物浓度的系统 |
CN205139589U (zh) * | 2015-11-09 | 2016-04-06 | 吴宇平 | 一种新型家居环境监测装置 |
CN105527208A (zh) * | 2016-01-27 | 2016-04-27 | 北京市环境保护监测中心 | 一种大气颗粒物质量浓度数据校正方法 |
CN105842136A (zh) * | 2016-05-09 | 2016-08-10 | 上海卫东信息科技有限公司 | 一种空气颗粒物浓度监控设备及其检测方法 |
CN106383074A (zh) * | 2016-08-31 | 2017-02-08 | 广东美的制冷设备有限公司 | 校准粉尘传感器的方法及设备 |
CN106525674A (zh) * | 2016-10-31 | 2017-03-22 | 天津大学 | 一种便携式大气颗粒物浓度仪器测量数据的校准方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109781934A (zh) * | 2017-11-13 | 2019-05-21 | 富士通株式会社 | 环境传感器检测数据的处理装置、处理方法、计算机可读存储介质、以及环境传感器系统 |
CN109959593A (zh) * | 2017-12-22 | 2019-07-02 | 霍尼韦尔国际公司 | 网络辅助式颗粒物传感器 |
CN109959593B (zh) * | 2017-12-22 | 2022-05-27 | 霍尼韦尔国际公司 | 网络辅助式颗粒物传感器 |
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 |
CN112567241A (zh) * | 2018-07-25 | 2021-03-26 | 山东诺方电子科技有限公司 | 环境传感器协同校准方法 |
WO2020043031A1 (zh) * | 2018-08-25 | 2020-03-05 | 司书春 | 一种大气污染监测传感器校准和协同工作的方法 |
CN113728220A (zh) * | 2018-08-25 | 2021-11-30 | 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 |
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 |
CN111830210A (zh) * | 2020-07-30 | 2020-10-27 | 广州交信投科技股份有限公司 | 空气质量监测方法、装置、系统和计算机设备 |
CN117760890A (zh) * | 2023-12-21 | 2024-03-26 | 广东广田包装机械有限公司 | 一种基于人机互动的颗粒物自动称重方法及系统 |
CN117760890B (zh) * | 2023-12-21 | 2024-07-02 | 广东广田包装机械有限公司 | 一种基于人机互动的颗粒物自动称重方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107063955B (zh) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107063955A (zh) | 空气颗粒物检测仪校准方法及管理系统 | |
Castell et al. | Can commercial low-cost sensor platforms contribute to air quality monitoring and exposure estimates? | |
CN108414682A (zh) | 一种基于无线传感器网络的空气质量监测数据快速校准方法 | |
CN105527208B (zh) | 一种大气颗粒物质量浓度数据校正方法 | |
CN205483924U (zh) | 用于检测空气中细颗粒物浓度的系统 | |
CN106067244A (zh) | 一种用于周界探测系统的传感器阈值自适应调节方法及系统 | |
Grzechca et al. | Analysis of object location accuracy for iBeacon technology based on the RSSI path loss model and fingerprint map | |
CN107612999A (zh) | 大气网格化精准监控系统 | |
CN102803953A (zh) | 用于测定鸡蛋重量的方法和仪器 | |
KR20200003664A (ko) | 공기질 데이터의 보정 로직을 생성하는 장치 및 방법 | |
CN106327082A (zh) | 一种基于互联网云计算的医疗器械计量检测质控平台 | |
CN111265193B (zh) | 一种用于疫情防控卡口的现场体温筛查装置及方法 | |
Collins et al. | A new coincidence correction method for condensation particle counters | |
CN109146327B (zh) | 一种地面观测站气温要素的数据质量评估方法和系统 | |
CN109272230B (zh) | 一种地面观测站气压要素的数据质量评估方法和系统 | |
Santana et al. | Metrological analysis of a gravimetric calibration system for tipping‐bucket rain gauges | |
Liu et al. | Research on data correction method of micro air quality detector based on combination of partial least squares and random forest regression | |
CN109543964A (zh) | 电网物资质量检测能力的评价方法及系统 | |
Triviño et al. | Variability between Hirst-type pollen traps is reduced by resistance-free flow adjustment | |
CN107657147B (zh) | 基于线圈数据的机动车尾气污染物排放量计算方法 | |
KR101886210B1 (ko) | 계측기 신뢰성 평가 장치 및 그의 동작 방법 | |
Berne et al. | Scaling analysis of the variability of the rain drop size distribution at small scale | |
CN108919063A (zh) | 一种基于电容修正原理的电场遥测系统及方法 | |
CN115618190A (zh) | 基于传感器数据的环境颗粒物浓度估计方法、系统及终端 | |
CN104102808A (zh) | 用于显示外部质量管理的评估数据的方法 |
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 |