CN107735667A - 光学颗粒传感器和感测方法 - Google Patents
光学颗粒传感器和感测方法 Download PDFInfo
- Publication number
- CN107735667A CN107735667A CN201680034065.5A CN201680034065A CN107735667A CN 107735667 A CN107735667 A CN 107735667A CN 201680034065 A CN201680034065 A CN 201680034065A CN 107735667 A CN107735667 A CN 107735667A
- Authority
- CN
- China
- Prior art keywords
- threshold
- signal
- optical sensor
- sensor
- quality
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims description 21
- 239000002245 particle Substances 0.000 claims abstract description 130
- 238000011109 contamination Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 18
- 238000005096 rolling process Methods 0.000 claims description 11
- 238000012546 transfer Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 210000001367 artery Anatomy 0.000 claims 1
- 238000004590 computer program Methods 0.000 claims 1
- 210000003462 vein Anatomy 0.000 claims 1
- 230000006870 function Effects 0.000 description 20
- 238000009826 distribution Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 10
- 235000021152 breakfast Nutrition 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 235000019504 cigarettes Nutrition 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000638 stimulation 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
- G01N15/02—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
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
- G01N15/1459—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
-
- 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
- G01N2015/025—Methods for single or grouped particles
-
- 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
- G01N2015/03—Electro-optical investigation of a plurality of particles, the analyser being characterised by the optical arrangement
-
- 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
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1402—Data analysis by thresholding or gating operations performed on the acquired signals or stored data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
- G01N2021/8578—Gaseous flow
Landscapes
- Chemical & Material Sciences (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)
- Dispersion Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
光学颗粒传感器至少具有施加于光学传感器(16)或传感器信号的第一和第二阈限设置,以获得第一和第二光学传感器读数。对它们进行处理(24)以确定取决于污染事件类型的参数。该参数用于根据第一和第二光学传感器读数中的至少一个来确定低于第一颗粒尺寸的所有颗粒的质量。以这种方式,即使光学传感器不可以响应最小的颗粒,也可以评估低于期望尺寸的所有颗粒的质量。
Description
技术领域
本发明涉及光学颗粒传感器和感测方法。
背景技术
颗粒传感器是例如用于测量空气中的污染水平。
低成本的系统是可用的,基于测量在颗粒处散射的光,颗粒与空气流一起通过传感器中的检测体积。这种空气流例如由风扇或加热器驱动。每个颗粒由连续的光源照射,并且产生光脉冲,该光脉冲具有由颗粒通过检测体积的通行时间确定的持续时间。
这些脉冲在电子系统中被放大、滤波并且计数。除了指示颗粒浓度水平之外,这样的检测器可以用于驱动空气净化器设备的操作。
光学颗粒传感器通常将颗粒计数作为传感器输出而给出,并且然后将这些数转换成质量浓度。然而,这种转换通常偏离现实,因为不同类型的气溶胶具有不同的密度。这是所有光学颗粒传感器的通有问题。
此外,低成本的光学传感器通常仅对高于某个颗粒尺寸(例如700nm)的颗粒敏感。然而,所谓的PM2.5标准需要提供低于尺寸2.5μm的所有颗粒的质量。实际上,低于700nm的颗粒确实对这个质量有贡献,但是它们不被传感器检测到。因此,由检测器计数的颗粒数量转换为总颗粒质量将受到这些小颗粒对于总体PM2.5水平的相对贡献的影响。这个贡献取决于空气中颗粒尺寸的分布,空气中颗粒尺寸的分布转而取决于污染事件的类型。
发明内容
因此,需要一种颗粒传感器,其可以使用低成本光学传感器,但是其可以递送低于特定颗粒尺寸(例如2.5μm)的总颗粒质量的准确读数。本发明由独立权利要求限定。从属权利要求限定有利的实施例。
根据依据本发明的一方面的示例,提供了一种光学颗粒传感器,其包括:
光学传感器,光学传感器生成传感器信号,其中传感器信号或传感器信号的分析可通过施加阈限设置来控制,其中阈限设置决定由传感器信号捕获的颗粒尺寸检测范围;
控制器,适于:
至少施加不同的第一和第二阈限设置,并且接收对应的第一和第二光学传感器读数;
处理第一和第二光学传感器读数,以据此确定取决于污染事件的类型的参数;以及
使用该参数以根据第一和第二光学传感器读数中的至少一个,来确定低于第一颗粒尺寸的所有颗粒的质量。
通过至少在两个不同的阈限设置下获得光学传感器读数(作为单独的感测信号,或者作为通过处理单一感测信号而得出的读数),获得响应于至少两个不同颗粒尺寸范围的传感器。然后,不同的光学传感器读数可以被处理,以确定由特定参数表征的污染事件的性质。例如,不同的污染事件具有不同的特征颗粒尺寸分布,这导致不同的传感器信号对。通过示例的方式,污染事件(生成被感知为污染的气溶胶的各种事件)可以是:在不同温度下利用不同类型的原料的烹饪、香烟烟雾、城市空气污染、燃烧的蜡烛等。用于不同类型的污染事件的已知的特征颗粒尺寸分布使得能够重新缩放或者以其他方式处理光学传感器读数中的一个或两个,使得可以获得从高达第一颗粒尺寸的所有颗粒的光学传感器读数的准确质量转换。该颗粒范围包括低于光学传感器的检测下限的颗粒,针对这些颗粒不能测量颗粒分布。这可以例如对于PM2.5质量浓度值(诸如μg/m3)进行计算。
通过考虑污染事件的类型,对来自在光学传感器的测量范围之外的小颗粒的整体颗粒质量的贡献,进行更准确的评估是可能的。因此,基于动态(即,随时间的多水平)校准/校正方案,来确定准确的质量浓度,该方案用于将颗粒计数信息转换到质量分布信息。
至少存在两种不同类型的污染事件,并且因此至少可以获得两个不同的参数。优选地,存在更多不同的污染事件,例如5或更多。
在一组示例中,传感器具有用于接收阈限设置的输入。然后,控制器适配施加于阈限设置输入的信号,以便引起不同的传感器读数。在另一组示例中,从传感器接收宽带信号,并且阈限施加被施加在信号处理水平,而不是在传感器水平。
因此,本发明旨在从光学检测器的信号中得出指示颗粒尺寸分布的形状的参数。因此,这个参数取决于污染事件的类型,即它区分具有较大颗粒的主要贡献的事件(诸如来自烹饪或蜡烛熄灭事件)和具有小颗粒的主要贡献的那些事件(诸如来自户外污染或香烟烟雾)。该事件特征可用于选择用于转换成全质量测量(诸如PM2.5)的校准因子。
光学传感器例如仅对高于第二颗粒尺寸的颗粒敏感,第二颗粒尺寸低于第一颗粒尺寸。该传感器使得能够补偿光学传感器对最小颗粒的敏感度的缺陷。
在由比较器数字化模拟信号之后,光学传感器可以提供每单位时间的计数的测量,并且可选地还可以提供低脉冲占用百分比的测量。低成本的光学传感器能够提供计数和/或低脉冲占用率(LPO%)。因此,本发明可以通过低成本的光学传感器、例如基于时间来实施,在该时间期间光学传感器看到颗粒。更大的颗粒被传感器看到更长时间,因此在振幅(由于光学传感器对检测到的信号进行积分)以及还有时间轴两者上都会给出更大的信号。阈限可以被施加到信号振幅,并且只有高于某个尺寸的颗粒达到阈限。达到阈限的脉冲的计数使得颗粒计数能够被测量。LPO测量是基于检测到满足阈限的颗粒的时间的比例。因此,单一低成本的传感器可以产生LPO和颗粒计数信息两者。
控制器可以适于通过以下方式来处理第一和第二光学传感器读数:
将针对第一阈限设置的每单位时间的颗粒计数和针对第二阈限设置的低脉冲占用率组合;或者
将针对第一阈限设置的每单位时间的颗粒计数和针对第二阈限设置的每单位时间的颗粒计数组合。
这提供了两种不同的方式来表征事件的类型。组合例如包括找到两个值之间的比率。
第一阈限设置可以用于检测比第二阈限设置更宽范围的颗粒尺寸。例如,第一阈限设置是低阈限,使得检测的颗粒的范围包括比用于第二阈限设置的检测颗粒范围更小的颗粒。
控制器可以适于基于参数修改第一和第二光学传感器读数之一,以得出低于第一颗粒尺寸的所有颗粒的感测质量。
修改可以基于先前存储的参数与修改因子之间的关系。传感器优选地具有用于存储这种关系的存储器。修改因子可以被存储为诸如查找表的个体值的集合,每个个体值与不同事件相关联。备选地,参数与修改因子之间的映射可以是函数。在后一种情况下,污染事件的类型本身不需要被识别。代之,从参数(该参数表征事件)到修改因子的转换考虑了事件的类型,而不需要特别地识别事件。
传感器可以包括用于显示信息的显示器,该信息传达低于第一颗粒尺寸的所有颗粒的质量,其中控制器适于生成第一质量信号和第二移动平均质量信号,其中第一质量信号是实时传感器信号、或在比第二质量信号更短的持续时间上平均的移动平均信号,并且处理器适于提供用于显示的输出,该输出包括第一和第二质量信号之一。对于缓慢变化的数据,移动点平均信号提供更准确的读数,然而对于迅速变化的数据,实时信号(即具有最短可能的平均化窗口)或具有比第二信号更短的平均化窗口的信号,给出关于事件发生的实际时间的更多信息(诸如污染尖峰)。
控制器可以适于根据它们之间的差异,来选择实时质量信号和移动点平均质量信号之一。这种差异使得传感器能够确定实时信息是否更重要,或者平均信息(其更准确,但不太是时间特定的)是否更重要。
根据本发明的另一方面的示例提供了一种光学颗粒感测方法,其包括:
操作光学传感器以生成传感器信号,并且通过至少施加第一和第二阈限设置,来控制传感器或分析生成的传感器信号,以获得第一和第二传感器读数,其中阈限设置决定由传感器信号捕获的颗粒尺寸检测范围;
处理第一和第二光学传感器读数,以据此确定取决于污染事件的类型的参数;以及
使用该参数根据第一和第二光学传感器读数中的至少一个,确定低于第一颗粒尺寸的所有颗粒的质量。
该方法可以包括:
通过组合针对第一阈限设置的每单位时间的颗粒计数和针对第二阈限设置的低脉冲占用率,来处理第一和第二光学传感器读数;或者
通过组合针对第一阈限设置的每单位时间的颗粒计数和针对第二阈限设置的每单位时间的颗粒计数,来处理第一和第二光学传感器读数。
该方法可以包括显示传达低于第一颗粒尺寸的所有颗粒的质量的信息,其中该方法进一步包括生成第一质量信号和第二移动平均质量信号,并且显示第一和第二质量信号之一。
附图说明
现在将参考附图详细描述本发明的示例,其中:
图1示出了本发明可以施加于的光学传感器的一个示例;
图2示出了监测家中各种晚餐事件的结果;
图3示出了针对早餐事件的与图2类似的结果;
图4示出了针对夜晚事件的与图2类似的结果;
图5示出了针对蜡烛熄灭事件的与图2类似的结果;
图6示出了专业质量浓度读数与低成本传感器读数之间的各种可能的关系;
图7示出了校准因子与第一阈限处的计数和第二阈限处的LPO%之间的比率的图表上的不同事件;
图8示出了与图7相同的实验结果,其具有函数线,该函数线是低成本传感器和专业传感器的传递函数的建模结果;
图9示出了第一和第二阈限处的每秒计数的比率与第一阈限处的每秒计数和第二阈限处的LPO%的比率之间的关系;
图10示出了与参考仪器比较,针对在1分钟上平均的数据,传感器数据的第一回归分析;
图11示出了与参考仪器比较,针对在10分钟上平均的数据,传感器数据的第二回归分析;
图12示出了与参考仪器比较,针对在1小时上平均的数据,传感器数据的第三回归分析;
图13是第一曲线图,以示出对于PM2.5测量施加移动数据平均化对所表示的传感器值的影响;
图14是第二曲线图,以示出对于PM2.5测量施加移动数据平均化对所表示的传感器值的影响;
图15示出了一种选择将被显示的数据的方法。
图16示出了三个不同的输出数据流,每一个以“计数/s”为单位;以及
图17是用于示出本发明的一般颗粒感测方法的流程图。
具体实施方式
本发明提供了一种光学颗粒传感器,其中至少第一和第二阈限设置被施加于光学传感器或传感器信号,以获得第一和第二光学传感器读数。处理它们以确定取决于污染事件类型的参数。该参数用于根据第一和第二光学传感器读数中的至少一个,来确定低于第一颗粒尺寸的所有颗粒的质量。以这种方式,即使光学传感器不可以响应最小的颗粒,也可以评估低于期望尺寸的所有颗粒的质量。
图1示出了本发明可以施加于的光学传感器的一个示例。存在从整个传感器设备的进口11到出口12的气流10。使用红外LED 14(λ=890nm)来照射气流,以使得能够基于对散射的光学测量来光学检测夹带的颗粒。LED是在检测体积的一侧,而感测在相对侧进行。备选设计可以利用光的反射。
光学传感器16包括光电二极管传感器18和聚焦透镜20,在聚焦透镜20处散射光被收集。
加热器22用于诱导通过传感器设备的对流。由导致的浮力,空气流向检测器的顶部,携带颗粒通过检测体积。
控制器24控制传感器信号的处理以及加热器和光源的操作。
检测体积是放置在印刷电路板上的壳体的一部分,印刷电路板具有电子器件以将归因于颗粒的信号转换为计数。壳体的内部形状使得LED光直接朝向光电二极管传感器的泄漏(这将给出背景信号)是最小的。通过电子滤除任何剩余的DC信号,保留脉冲颗粒信号。
该信号被放大并且与阈限电压进行比较。高于某个颗粒尺寸,峰值高度足以超过阈限。阈限由此实施带通滤波功能。对脉冲进行计数并且测量脉冲长度,产生低脉冲占用时间(LPO%)。
因此,存在两个基本输出。一个是简单的颗粒计数,它是超过设置的阈限的检测峰的数量计数。另一个是存在高于阈限的检测的时间比例。因此,对于特定的阈限水平,如果信号处于或高于阈限的总时间为700ms(在1s窗口内),那么低脉冲占用时间为70%。低脉冲占用测量使得能够对随时间的传感器输出进行简单的二进制编码;例如,如果检测到的信号高于阈限,则为二进制0输出,并且如果检测到的信号低于阈限,则为二进制1。数字0时段的总计持续时间对应于低脉冲占用时间。(每固定单位时间的)数字0时段的组合时间那么与模拟输出信号成比例。
在这种类型的传感器中,无论是使用颗粒计数还是低脉冲占用测量,模拟信号的振幅都与颗粒尺寸成比例。阈限被实施为施加到比较器的阈限电压,比较器控制传感器系统的颗粒尺寸敏感度。
较大的颗粒散射较大量的光,因此在光电检测器处生成较大的信号振幅。这个模拟信号(在合适的滤波和放大级之后)被提供给比较器。
提供给比较器的阈限电压设置用于该模拟信号的边界限制。例如,1V阈限意味着:高于1V的所有信号将被登记为检测信号,因此对应于生成高于1V的模拟信号的所有颗粒尺寸。同样,2V阈限提高了边界,以用于只允许更大尺寸的颗粒生成输出。
为了简单起见,1V阈限电压可以对应于针对1μm直径及以上的颗粒生成的信号,然而2V阈限可以对应于2μm直径及以上的颗粒。为了生成对于特定颗粒尺寸范围(也称为“尺寸仓”)的颗粒计数信息,对于在1μm与2μm之间的颗粒尺寸范围,在这些阈限电压处生成的信号的数量相减。
可以使用多于两个阈限电压,以用于将模拟信号转换为数字化二进制输出。
上文所描述的传感器基本上包括:
壳体,壳体具有进口和出口,在进口与出口之间具有气体流;
光源和光学检测器,光学检测器用于在检测体积内进行光学散射测量,其中检测器信号与颗粒尺寸相关(并且例如与颗粒尺寸成比例);以及
信号处理器,信号处理器将检测器信号与可调整阈限进行比较。
信号处理的比较部分的实施方式可以简单地利用具有可调整参考电压输入的比较器来实施。
在它的最简单的实施方式中,本发明涉及在低阈限电压(第一阈限设置)处测量检测器信号,使得检测尽可能多的颗粒尺寸。还使用较大的阈限电压(第二阈限设置)来测量检测器信号,使得仅测量较大的颗粒。通过比较这些信号(例如,确定两个信号的比率),获得较大颗粒对总颗粒质量的贡献的测量。这提供了有关颗粒尺寸分布的形状的信息,并且因此提供了有关事件类型的信息。
然后,可以使用事件类型的这一知识,来估算第一信号到PM2.5值(或其他PM值,诸如PM5或PM10)的转换。然后,该转换实施对低于传感器敏感度下限的颗粒尺寸分布的估算,但是不需要在那些低的颗粒尺寸下进行测量。
发明人已经确定,在室外和室内状况之间,颗粒尺寸分布可以明显地不同。此外,对于室内状况,颗粒尺寸分布很大地取决于在房间内发生的事件的类型。
下文给出了一些证明这个的结果。通过使用专业检测系统测量颗粒分布作为参考,来获得结果,专业检测系统能够提供准确的绝对PM2.5值。
然而,图1的低成本光学传感器主要对更受限制范围的颗粒尺寸(通常在约700与3000nm之间)敏感,该范围还取决于如上文所解释的阈限电压设置。例如,对于香烟烟雾,许多的PM2.5质量由尺寸低于700nm的颗粒组成。
因此,实际的PM2.5值与来自图1传感器的信号之间的比率取决于事件的类型。
图2示出了监测家中的各种类型的室内事件的结果。利用图1所示类型的各种传感器并且利用专业参考检测器进行测量。
在图2中,PM1、PM2.5和PM10的结果针对四个不同日子的晚餐事件而给出。
x轴绘制时间,并且y轴绘制颗粒密度,以μg/m3为单位。垂直线示出其间发生主要污染(例如,晚餐烹饪)的时间。这些事件窗口内的平均值被用于进一步分析。
在图3中,给出了两个早餐事件的类似结果。
最后,在图4中示出了夜晚事件,这涉及监测整个夜晚,并且在图5中示出了蜡烛熄灭事件。
对于图2的晚餐事件,PM10值比PM1值大得多,指示在这种类型的事件期间在空气中存在大尺寸颗粒的显著贡献。对于图3的早餐事件,PM1、PM2.5和PM10值更接近在一起,指示在这些事件期间小颗粒的贡献占主导。这也是图4中整个晚上9点到午夜的监测情况。
对于图5中的蜡烛事件,存在几μm尺寸颗粒的相对大的贡献。
如上文所指示的事件窗口用于取专业检测器读数以及还有低成本的光学传感器读数的平均值。
可以分析专业质量浓度读数与低成本传感器读数之间的各种可能的关系。图6至9示出了各种图表来示出不同参数之间的关系。在每个情况下,符号60用于晚餐事件、符号62用于蜡烛事件、符号64用于长夜事件、以及符号66用于早餐事件。
图6(a)示出了图表上的不同事件,其中:
y轴是在第一(例如0.6V)阈限设置处的校准因子b(这是以μg/m3为单位的专业PM2.5质量测量结果与低成本传感器的计数/s读数的比率);
x轴是如通过专业参考仪器测量的,1μm与2.5μm尺寸之间的颗粒的PM2.5质量的分数。
校准参数b的重要性在于:如果它可以被确定,则它提供从低成本传感器读数(在第一阈限处)到期望的实际PM2.5值的转换。
图6(b)示出了图表上的不同事件,其中:
y轴示出了对于低成本传感器在第一阈限(0.6V)与第二阈限(1.0V)的计数之间的比率;
x轴是如通过专业参考仪器测量的,1μm与2.5μm尺寸之间的颗粒的PM2.5质量的分数。
图6(c)示出了图表上的不同事件,其中:
y轴示出了第一阈限(0.6V)处的计数与第二阈限(1.0V)处的LPO%之间的比率。
x轴是如通过专业参考仪器测量的,1μm与2.5μm尺寸之间的颗粒的PM2.5质量的分数。
图6(a)示出了:与晚餐事件相比,特别地具有小颗粒的大贡献的早餐事件示出了较大的b值。这可以从相对低存在的1与2.5μm之间颗粒尺寸(对此,低成本传感器是敏感的)来理解,导致减少的敏感度以及因此更大的b值。
如图6(b)中的,如果使用1.0V阈限设置处的结果,那么这一效果甚至更强。作为1.0与2.5μm之间的颗粒的相对质量的函数,绘制所测量的0.6V处的计数/s和1.0V处的计数/s的比率。这个比率在晚餐事件与早餐事件之间是非常不同的。这与1.0V处低成本传感器比0.6V处排除更多的小颗粒的事实相一致。
在图6(c)中,使用0.6V处的计数/s和1.0V处的LPO%值的比率,以形成参数。晚餐事件与早餐事件之间的差异甚至仍比对于1.0V处的计数更强。
这些结果启示:所测量的计数/s(0.6V)与LPO%(1.0V)的比率可以用作兴趣参数,并且因此可以用作事件类型的指纹。该映射适用于具有主导地小颗粒的事件或具有主导地大颗粒的事件。
图7示出了图表上的不同事件,其中:
y轴是在第一(例如0.6V)阈限设置处的校准因子b(这是以μg/m3为单位的专业PM2.5质量测量结果和低成本传感器的计数/s读数的比率);
x轴示出了第一阈限(0.6V)处的计数与第二阈限(1.0V)处的LPO%之间的比率。
图7示出了:存在函数(例如,图7中所示的最佳拟合线),该函数在两个组合的低成本传感器读数(在两个阈限处)与期望的校准值b之间映射。
使用图7的示例,可以将第一阈限(0.6V)处的计数与第二阈限(1.0V)处的LPO%之间的比率限定为“参数”。该参数取决于污染事件的类型,因为如图所示,不同的事件沿x轴导致不同的值。然后,可以使用该参数来确定低于第一颗粒尺寸的所有颗粒的质量。这通过将参数转换成校准值b(使用图7中的最佳拟合线)来实现,并且校准值b然后将低阈限处的低成本传感器读数映射到期望的PM值。因此,可以使用校准值b来修改第一光学传感器读数,以得出低于第一颗粒尺寸(例如2.5μm)的所有颗粒的感测质量。
在该示例中,针对第一阈限设置的每单位时间的颗粒计数与针对第二阈限设置的低脉冲占用率组合。
然而,可以被映射到校准值b的其他参数也是可能的,诸如通过将针对第一阈限设置的每单位时间的颗粒计数与针对第二阈限设置的每单位时间的颗粒计数组合。这也提供可能的映射,如可以从图6(b)所见的。
(如所选参数所体现的)事件类型的知识然后被用以得出b的绝对值,以用于将第一阈限设置处的计数/s数据转换成总质量浓度数据。
本发明实质上可以通过如下方式来实施:在传感器设备的控制器24处,或者部分地在传感器设备处(例如以控制不同阈限的施加)并且部分地远程地(例如处理传感器数据),否则完全地远程地(如果仅在原始数据的数据处理时,可以施加阈限),操作适合的软件。
通过得出用于专业检测器和用于低成本光学传感器的传递函数模型,并且然后处理不同的理论颗粒质量分布,对本发明的办法进行了测试。
图8示出了与图7相同的实验结果。它也示出了一条线,这条线是低成本传感器和专业传感器的传递函数建模的结果。因此,用于从测量参数(在这种情况下,第一阈限处的计数/s与第二阈限处的LPO%的比率)映射到校准值b的函数可以不是最佳拟合线,但可以是非线性函数。
总之,在一个示例中,污染的类型可以根据参数来找到,该参数是0.6V处的计数/s和1.0V处的LPO%的测量比率。使用图8的关系,对于这个事件的对应的校准因子b那么可以被确定。
备选地,也可以使用作为0.6V处的计数/s和1.0V处的计数/s的测量比率的参数,以得出事件的类型。
如图9中所示,基于与在图8中使用的相同的传递函数建模,在(i)第一和第二阈限处的计数/s的比率与(ii)第一阈限处的计数/s和第二阈限处的LPO%的比率之间存在关系。实线是根据建模(它不是直线)得出的关系,并且实验结果示出了良好拟合。
因此,仅基于计数/s的测量,可以使用图9的关系得出0.6V处的计数/s和1.0V处的LPO%的对应比率。然后,可以使用图8来确定对于该事件的对应的校准因子b。
当然,在实践中所有的计算都是用软件进行的,所以不需要从图9的关系映射到图8。代之,在计数/s比率与校准值b之间可以存在直接函数。
使用在第三或另外阈限(例如,大于1.0V)处的阈限电压处测量的计数/s或LPO%值也是可能的。附加的测量可以给出针对事件类型的甚至更加敏感的测量,然而这些测量可能更多地受到噪声作用(例如,归因于这些较大阈限电压处的较低颗粒数量计数的散粒噪声)的影响。
在两个或更多个不同阈限设置处的测量可以在传感器的两个或更多个不同的检测端口处同时进行,或者在相同端口处以顺序时间进行。
也可以在捕获所有相关传感器信息之后,在软件中施加阈限,例如基于阈限值扫描的传感器信号。
本发明关注于通过光学光散射的、诸如形成用于室内的空气净化器系统的一部分的颗粒浓度检测器。然而,除了测量空气(或其他气体)中的颗粒外,针对流体中的颗粒传感器,可以采取类似的办法。
本发明的另一方面涉及选择要向传感器设备的用户显示的信息。用于传达这些传感器的读数的高级用户接口可以是器具的集成部分,否则器具可以将数据发送到远程设备(诸如移动电话或平板电脑),以经由指定的应用显示。
许多应用设计对于各种平台是可用的,以用于与传感器通信,并且向用户显示传感器读数,并且还显示来自其他源的其他相关数据。包含本地信息和其他相关信息的这种应用的一个示例是空气净化器的用户接口。该应用示出了由器具上的传感器测量的本地空气质量指数,以及从公共可用源取得的室外空气质量指数。这是数据丰富的用户接口的一个典型示例。
颗粒传感器通常需要在启动期间或浓度剧烈改变时段期间的稳定时间。在这一时段期间,传感器读数不如它们在稳定状况那样稳定。
这个问题的一个示例如图10至12中所示,它们示出了同一传感器单元的准确度,分别用于在相同环境中预测针对1分钟、10分钟和1小时的采样时间的实际浓度。
图10至12中的每一个示出了与参考仪器相比的传感器数据的回归分析。每个图表是实际浓度与传感器信号(以任意单位)。虚线100示出了90%的预测间隔。传感器与参考仪器之间的线性关系的成功率为:针对1分钟数据的59.9%,针对10分钟数据的79.1%,以及针对1小时数据的93.6%。
如可以从图10至12中所见的,针对更长的平均化时间,传感器的成功率剧烈提高。这同样适用于不同类型的传感器,这可能受益于更长的积分时间以及更长的数据平均化时段。
图13和14示出了对于PM2.5测量,施加移动数据平均化对所表示的传感器值的影响。示出了三条曲线,以用于1分钟、10分钟和1小时的平均化窗口。y轴示出如显示的PM2.5值,并且x轴示出时间。
在图13中,20:30处存在大的检测事件。平均化时间窗口越长,达到峰值所需的时间越长,并且峰值被抑制。
在图14中,存在一系列较小的检测事件。由于长期(例如按小时)移动平均化传感器数据,微小峰将在传感器读数中丢失。
如果数据用长平均化时间(即积分时间或采样时间)表示,则数据对于静态状况更准确。然而,当存在对传感器响应的刺激时,这将导致在突然浓度改变期间向用户的误导性通信,因为所显示的数据仅在平均化时间结束时才示出事件的影响,这可能在事件出现之后已经很长时间了。例如,如图10至12所展示的,在颗粒传感器的情况下,使用按小时平均化具有以更高可靠性提供数据的益处,但是如图13和图14所示的,长期数据平均化将显著影响生成浓度峰的短期事件的可见度和水平。如图14中所示的,平均化也可能导致完全丢失传感器读数中的一些微小峰。
这些不匹配对用户的感知有负面的影响,并且有时甚至可能误导消费者,因为消费者可能将它们感知为传感器读数中的错误。
传感器通常实施对所获得的质量数据的存储、平均化和过滤。处理的数据由传感器设备显示,或者它可以通过有线或无线链路被发送到远程用户接口和/或外部数据存储设施。
当向用户显示传感器信息(在传感器处或远程地)时,根据本发明的这个附加特征,数据平均化行为被控制以优化用户体验。
特别地,准备第一质量信号和第二移动平均质量信号,并且提供用于显示的输出,输出包括第一质量信号和第二质量信号之一。第一质量信号可以是传感器可以提供的最立即的输出——但是这可能仍然涉及在一时间段(例如10s)上的积分。因此,第一质量信号可以是如传感器能够产生的实时的。
第一质量信号至少被存储达将要采用的最长平均化时间的持续时间。存储器还存储所需的数据处理、过滤和平均化算法/代码等。
图15示出了基于仅具有两个数据选择的简化手法,来选择要显示的数据的方法。
实时数据在步骤150中获得并且在步骤152中被存储。
在步骤154中进行一个或多个移动点平均。如果原始数据是另一数据选择,则只需要一个移动点平均。如果进行两个平均,则它们具有不同的平均化窗口,并且然后它们提供两个数据选择。
在步骤156中,确定具有较短平均化窗口的移动平均(即实时数据或具有较短窗口的移动平均数据)是否与具有较长平均化时间的数据显著不同。如果较短的平均数据不同,这意味着在较长的平均数据中存在被平均的局部峰。然后,在步骤158中显示较短的平均数据,并且该处理在步骤160中结束。如果数据接近,在步骤162中显示较长的平均数据,并且该处理在步骤164中结束。这样,峰检测质量与显示功能关联。如果实时数据的水平与平均值显著不同,那么指示测量变量中存在正的或负的峰。
该处理可以延伸到多于两个的数据选择。
图16示出了三个不同的输出数据流,每一个以计数/s为单位。原始数据是曲线170(但是这具有例如10s的平均化时间),曲线172是在短窗口上(n=6个样本,即1分钟)平均的数据,并且曲线174是在较长窗口上(n=60个样本,即10分钟)平均的数据。
曲线176是比较结果。如果两个移动平均值之间的差异超过阈限0.4计数/s,则它为1,并且如果移动平均值的差异小于阈限0.4计数/s,则为0。
由于被比较的两个信号都是被平均的(在不同的时间上),比较结果中不应该存在尖峰。即使在显示模式中存在一些持续时间短的改变,如果显示模式之间存在连续性,这对用户将不会是不愉快的。
曲线178是具有较高阈限0.8计数/s的比较结果。
比较结果然后控制将要显示的信息。在比较为1的时间期间,将曲线172(或者甚至170)呈现给用户,然而在比较为0的时间期间,将曲线174呈现给用户。
一般地,显示区分稳定数据(当显示更加准确的较长的平均数据时)和移动数据(当显示不太准确但响应性更高的数据时)。
存在其他显示选项。例如,当存在移动数据时,可以使用闪烁或明暗(fading)或不同的颜色输出,来提供正在发生检测事件的警告。移动数据和稳定数据两者可以同时被表示在显示器上,以提供附加信息。
图17是用于示出本发明的一般颗粒感测方法的流程图。
在步骤180中,操作光学传感器以生成传感器信号。
在感测期间或在随后的数据处理期间,施加第一阈限设置和第二阈限设置,以便获得第一传感器读数和第二传感器读数。如上文所解释的,阈限设置决定由传感器信号捕获的颗粒尺寸检测范围。
在步骤182中,处理第一和第二光学传感器读数,以据此确定取决于污染事件的类型的参数。
在步骤184中,参数被用于根据第一和第二光学传感器读数中的至少一个,来确定低于第一颗粒尺寸的所有颗粒的质量。如上文所讨论的,实施例利用控制器来实施传感器信息的处理。控制器可以利用软件和/或硬件以许多方式来实施,以执行所需的各种功能。处理器是采用一个或多个微处理器的控制器的一个示例,一个或多个微处理器可以使用软件(例如,微码)来编程以执行所需的功能。然而,控制器可以通过采用或不采用处理器来实施,并且还可以被实施为执行一些功能的专用硬件和执行其他功能的处理器(例如,一个或多个已编程的微处理器和相关联电路)的组合。可以在本公开的各种实施例中采用的控制器部件的示例包括但不限于:常规微处理器、专用集成电路(ASIC)和现场可编程门阵列(FPGA)。在各种实施方式中,处理器或控制器可以与一个或多个存储介质相关联,一个或多个存储介质诸如为:易失性和非易失性计算机存储器,诸如RAM、PROM、EPROM和EEPROM。存储介质可以利用一个或多个程序进行编码,该一个或多个程序当在一个或多个处理器和/或控制器上执行时,执行所需的功能。各种存储介质可以被固定在处理器或控制器内,或者可以是可移动的,使得在其上存储的一个或多个程序可以被加载到处理器或控制器中。
本领域技术人员在实践所要求保护的发明中,通过研究附图、公开内容和随附权利要求,可以理解和实现对所公开的实施例的其他变型。在权利要求中,词语“包括”不排除其他元件或步骤,并且不定冠词“一”或“一个”不排除多个。在互不相同的从属权利要求中记载某些措施的简单事实,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限制范围。
Claims (15)
1.一种光学颗粒传感器,包括:
光学传感器(16),所述光学传感器(16)生成传感器信号,其中所述传感器信号或所述传感器信号的分析能通过施加阈限设置来控制,其中所述阈限设置决定由所述传感器信号捕获的颗粒尺寸检测范围;以及
控制器(24),适于:
至少施加不同的第一阈限设置和第二阈限设置,并且接收对应的第一光学传感器读数和第二光学传感器读数;
处理所述第一光学传感器读数和所述第二光学传感器读数,以据此确定取决于污染事件类型的参数;以及
使用所述参数以根据所述第一光学传感器读数和所述第二光学传感器读数中的至少一个,来确定低于第一颗粒尺寸的所有颗粒的质量。
2.根据权利要求1所述的传感器,其中,所述光学传感器(16)仅对高于第二颗粒尺寸的颗粒敏感,所述第二颗粒尺寸低于所述第一颗粒尺寸。
3.根据权利要求1或2所述的传感器,其中,在由比较器数字化模拟信号之后,所述光学传感器(16)提供每单位时间的计数的测量,并且可选地还提供低脉冲占用百分比的测量。
4.根据权利要求3所述的传感器,其中,所述控制器(24)适于通过以下方式来处理所述第一光学传感器读数和所述第二光学传感器读数:
将针对所述第一阈限设置的每单位时间的颗粒计数与针对所述第二阈限设置的低脉冲占用率组合;或者
将针对所述第一阈限设置的每单位时间的颗粒计数与针对所述第二阈限设置的每单位时间的颗粒计数组合。
5.根据前述权利要求中任一项所述的传感器,其中,所述第一阈限设置用于检测比所述第二阈限设置更宽范围的颗粒尺寸。
6.根据前述权利要求中任一项所述的传感器,其中,所述控制器(24)适于基于所述参数修改所述第一光学传感器读数和所述第二光学传感器读数中的一个,以得出低于所述第一颗粒尺寸的所有颗粒的感测质量。
7.根据前述权利要求中任一项所述的传感器,包括用于显示信息的显示器,所述信息传达低于所述第一颗粒尺寸的所有颗粒的质量,其中所述控制器适于生成第一质量信号和移动平均的第二质量信号,其中,所述第一质量信号是实时传感器信号、或者在比所述第二质量信号更短的持续时间上平均的移动平均信号,并且所述处理器适于提供用于显示的输出,所述输出包括所述第一质量信号和所述第二质量信号之一。
8.根据权利要求7所述的传感器,其中,所述控制器适于根据所述第一质量信号和所述第二质量信号之间的差异,来选择所述第一质量信号和所述第二质量信号之一。
9.一种光学颗粒感测方法,包括:
操作(180)光学传感器以生成传感器信号;通过至少施加不同的第一阈限设置和第二阈限设置,来控制所述传感器或分析所生成的所述传感器信号,以获得第一传感器读数和第二传感器读数,其中,所述阈限设置决定由所述传感器信号捕获的颗粒尺寸检测范围;
处理(182)所述第一光学传感器读数和所述第二光学传感器读数,以据此确定取决于污染事件类型的参数;以及
使用所述参数以根据所述第一光学传感器读数和所述第二光学传感器读数中的至少一个,来确定(184)低于第一颗粒尺寸的所有颗粒的质量。
10.根据权利要求9所述的方法,包括:
通过组合针对所述第一阈限设置的每单位时间的颗粒计数和针对所述第二阈限设置的低脉冲占用率,来处理所述第一光学传感器读数和所述第二光学传感器读数;或者
通过组合针对所述第一阈限设置的每单位时间的颗粒计数和针对所述第二阈限设置的每单位时间的颗粒计数,来处理所述第一光学传感器读数和所述第二光学传感器读数。
11.根据权利要求9或10所述的方法,其中,所述第一阈限设置用于检测比所述第二阈限设置更宽范围的颗粒尺寸。
12.根据权利要求9至11中任一项所述的方法,包括基于所述参数修改所述第一光学传感器读数和所述第二光学传感器读数之一,并且从而得出低于所述第一颗粒尺寸的所有颗粒的质量。
13.根据权利要求9至12中任一项所述的方法,包括显示传达低于所述第一颗粒尺寸的所有颗粒的质量的信息,其中,所述方法进一步包括:生成第一质量信号和移动平均的第二质量信号,其中,所述第一质量信号是实时传感器信号、或在比所述第二质量信号更短的持续时间上平均的移动平均信号;以及显示所述实时质量信号和所述移动点平均信号之一。
14.根据权利要求9至13中任一项所述的方法,其中,所述第一光学传感器读数和所述第二光学传感器读数是在相同的传感器位置处顺序地获取的,或者在不同的传感器位置处同时地获取的。
15.一种计算机程序,包括计算机代码装置,所述计算机代码装置适于当在计算机上运行时实施权利要求9至14中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP15171916.8 | 2015-06-12 | ||
EP15171916 | 2015-06-12 | ||
PCT/EP2016/062815 WO2016198360A1 (en) | 2015-06-12 | 2016-06-06 | Optical particle sensor and sensing method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107735667A true CN107735667A (zh) | 2018-02-23 |
CN107735667B CN107735667B (zh) | 2021-06-15 |
Family
ID=53397919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680034065.5A Active CN107735667B (zh) | 2015-06-12 | 2016-06-06 | 光学颗粒传感器和感测方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10365197B2 (zh) |
EP (1) | EP3308136B1 (zh) |
JP (1) | JP6637077B2 (zh) |
CN (1) | CN107735667B (zh) |
PL (1) | PL3308136T3 (zh) |
WO (1) | WO2016198360A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112985508A (zh) * | 2021-03-16 | 2021-06-18 | 四川通信科研规划设计有限责任公司 | 一种多功能传感器输出的编码和通信方法 |
CN113366298A (zh) * | 2019-03-22 | 2021-09-07 | 精密种植有限责任公司 | 颗粒计数设备、系统和方法 |
CN113784285A (zh) * | 2021-09-09 | 2021-12-10 | 平安好医投资管理有限公司 | 基于蓝牙设备的智能呼叫方法、装置、电子设备及介质 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12044611B2 (en) | 2013-03-15 | 2024-07-23 | Particles Plus, Inc. | Particle counter with integrated bootloader |
EP3575787A1 (en) * | 2018-05-28 | 2019-12-04 | Koninklijke Philips N.V. | A cooking system, including a particle detecting apparatus, and a cooking method |
JP7113375B2 (ja) | 2018-07-11 | 2022-08-05 | パナソニックIpマネジメント株式会社 | 表示装置、画像処理装置及び制御方法 |
US10502430B1 (en) * | 2018-10-10 | 2019-12-10 | Brava Home, Inc. | Particulates detection in a cooking instrument |
DE102018221700A1 (de) * | 2018-12-13 | 2020-06-18 | Robert Bosch Gmbh | Verfahren zur Detektion von Partikeln oder Aerosol in einem strömenden Fluid, Computerprogramm sowie elektrisches Speichermedium |
WO2020210530A1 (en) * | 2019-04-09 | 2020-10-15 | Colorado State University Research Foundation | Portable atmospheric monitor |
CN110779843B (zh) * | 2019-09-30 | 2022-06-07 | 成都市环境保护科学研究院 | 一种大气二次颗粒物污染过程的分型分析系统 |
US11988591B2 (en) * | 2020-07-01 | 2024-05-21 | Particles Plus, Inc. | Modular optical particle counter sensor and apparatus |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87100685A (zh) * | 1986-02-12 | 1987-08-26 | 燃烧工程有限公司 | 原位粒径测量仪 |
JPH06109615A (ja) * | 1992-09-28 | 1994-04-22 | Shimadzu Corp | 粒度分布測定装置 |
US5870190A (en) * | 1997-11-25 | 1999-02-09 | Venturedyne, Ltd. | Particle sensor and related method offering improved particle discrimination |
JP2001337028A (ja) * | 2000-05-30 | 2001-12-07 | Nikkiso Co Ltd | 粒度分布測定方法および装置 |
JP2002048714A (ja) * | 2000-08-04 | 2002-02-15 | Kurabo Ind Ltd | 濁度測定装置 |
GB0203797D0 (en) * | 2001-02-16 | 2002-04-03 | Univ Hertfordshire | Method for detection and characterisation of liquid-borne particles |
US6457346B1 (en) * | 2000-02-04 | 2002-10-01 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Bubble measuring instrument and method |
US20030090656A1 (en) * | 2001-11-09 | 2003-05-15 | Hideyuki Ikeda | Particle diameter distribution measurement apparatus and method of calibration |
JP2003315243A (ja) * | 2002-04-17 | 2003-11-06 | Horiba Ltd | 粒子径分布測定装置 |
US20040139792A1 (en) * | 2003-01-21 | 2004-07-22 | Applied Sonics, Incorporated | Ultrasonic monitor of material composition and particle size |
CN101099186A (zh) * | 2004-11-12 | 2008-01-02 | Vfs技术有限公司 | 微粒探测器,系统与方法 |
US20090039249A1 (en) * | 2007-08-07 | 2009-02-12 | Xiaoliang Wang | Size segregated aerosol mass concentration measurement device |
CN101479590A (zh) * | 2006-06-28 | 2009-07-08 | 皇家飞利浦电子股份有限公司 | 感测磁性颗粒的磁传感器装置和方法 |
CN101632018A (zh) * | 2007-02-23 | 2010-01-20 | 皇家飞利浦电子股份有限公司 | 用于感测磁性粒子的传感器设备和方法 |
CN101715550A (zh) * | 2007-05-12 | 2010-05-26 | 罗杰·L.·昂格尔 | 紧凑型、低成本的粒子传感器 |
CN101726537A (zh) * | 2002-04-24 | 2010-06-09 | 西德拉企业服务公司 | 测量管道中微粒/流体混合物的参数的装置和方法 |
JP2010185691A (ja) * | 2009-02-10 | 2010-08-26 | Doshisha | 噴霧粒子撮像解析システムおよび解析方法 |
CN102192872A (zh) * | 2010-03-10 | 2011-09-21 | 索尼公司 | 光学测量装置和光学测量方法 |
CN102224406A (zh) * | 2008-11-25 | 2011-10-19 | 皇家飞利浦电子股份有限公司 | 用于感测气载粒子的传感器 |
CN102331395A (zh) * | 2010-07-13 | 2012-01-25 | 苏州工业园区鸿基洁净科技有限公司 | 激光传感器及应用此激光传感器的尘埃粒子计数器 |
CN102428377A (zh) * | 2009-05-12 | 2012-04-25 | 赛默飞世尔科技有限公司 | 颗粒检测与传感器的校准 |
CN102706780A (zh) * | 2012-06-14 | 2012-10-03 | 苏州苏净仪器自控设备有限公司 | 空气微小颗粒物监测仪器 |
CN103245637A (zh) * | 2013-04-16 | 2013-08-14 | 北京清风康华科技有限公司 | 一种将光散射法测得的粒子数浓度转换为质量浓度的方法及检测仪 |
CN103959039A (zh) * | 2011-12-01 | 2014-07-30 | P.M.L.离子监测装置有限公司 | 用于颗粒大小和浓度测量的检测方案 |
CN104067105A (zh) * | 2011-09-14 | 2014-09-24 | 马尔文仪器有限公司 | 用于通过光散射测量颗粒尺寸分布的设备和方法 |
CN104297118A (zh) * | 2014-10-25 | 2015-01-21 | 中国科学院合肥物质科学研究院 | 一种大气超细颗粒物数浓度测量装置 |
CN104364647A (zh) * | 2012-06-22 | 2015-02-18 | 西门子公司 | 用于对在细胞悬浮液中的细胞进行探测的方法和装置 |
CN104390896A (zh) * | 2013-07-22 | 2015-03-04 | 南通大学 | 提高了测量精度的检测微小颗粒大小及形状的光学系统 |
CN104422638A (zh) * | 2013-08-20 | 2015-03-18 | 夏普株式会社 | 检测空气样本中微小颗粒物的浓度的设备和方法 |
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 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3944797A (en) * | 1974-08-06 | 1976-03-16 | Coulter Electronics, Inc. | Method and apparatus for determining the correct percentiles of the size distribution of a particulate system |
JPH081482Y2 (ja) * | 1990-11-17 | 1996-01-17 | 株式会社堀場製作所 | 粒度分布測定装置 |
US7016791B2 (en) * | 2002-10-02 | 2006-03-21 | Airadvice, Inc. | Particle sizing refinement system |
US6970799B2 (en) * | 2002-10-02 | 2005-11-29 | Airadvice, Inc. | Method and apparatus for particle sizing |
AU2007327541B2 (en) * | 2006-09-07 | 2012-08-02 | Siemens Schweiz Ag | Improvement(s) related to particle monitors and method(s) therefor |
US8154723B2 (en) * | 2009-04-03 | 2012-04-10 | Sharp Laboratories Of America, Inc. | Method and systems for particle characterization using optical sensor output signal fluctuation |
US9714893B2 (en) * | 2009-11-13 | 2017-07-25 | Stable Solutions Llc | Particle size distribution profiles and use thereof to adjust a dispersion characteristic |
GB2484930B (en) * | 2010-10-26 | 2017-04-26 | Uh Ventures Ltd | An improved low cost apparatus and method for the detection of a fluid-borne particle |
KR20150068963A (ko) * | 2012-10-16 | 2015-06-22 | 엑스트랄리스 테크놀로지 리미티드 | 입자 탐지의 주소지정기능 |
MY179786A (en) * | 2013-06-03 | 2020-11-14 | Xtralis Technologies Ltd | Particle detection system and related methods |
GB201509926D0 (en) * | 2015-06-08 | 2015-07-22 | Univ Hertfordshire Higher Education Corp | Crystalline particle detection |
-
2016
- 2016-06-06 CN CN201680034065.5A patent/CN107735667B/zh active Active
- 2016-06-06 US US15/579,334 patent/US10365197B2/en active Active
- 2016-06-06 JP JP2017564371A patent/JP6637077B2/ja not_active Expired - Fee Related
- 2016-06-06 PL PL16730743T patent/PL3308136T3/pl unknown
- 2016-06-06 WO PCT/EP2016/062815 patent/WO2016198360A1/en active Application Filing
- 2016-06-06 EP EP16730743.8A patent/EP3308136B1/en active Active
Patent Citations (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN87100685A (zh) * | 1986-02-12 | 1987-08-26 | 燃烧工程有限公司 | 原位粒径测量仪 |
JPH06109615A (ja) * | 1992-09-28 | 1994-04-22 | Shimadzu Corp | 粒度分布測定装置 |
US5870190A (en) * | 1997-11-25 | 1999-02-09 | Venturedyne, Ltd. | Particle sensor and related method offering improved particle discrimination |
US6457346B1 (en) * | 2000-02-04 | 2002-10-01 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Bubble measuring instrument and method |
JP2001337028A (ja) * | 2000-05-30 | 2001-12-07 | Nikkiso Co Ltd | 粒度分布測定方法および装置 |
JP2002048714A (ja) * | 2000-08-04 | 2002-02-15 | Kurabo Ind Ltd | 濁度測定装置 |
GB0203797D0 (en) * | 2001-02-16 | 2002-04-03 | Univ Hertfordshire | Method for detection and characterisation of liquid-borne particles |
US20030090656A1 (en) * | 2001-11-09 | 2003-05-15 | Hideyuki Ikeda | Particle diameter distribution measurement apparatus and method of calibration |
JP2003315243A (ja) * | 2002-04-17 | 2003-11-06 | Horiba Ltd | 粒子径分布測定装置 |
CN101726537A (zh) * | 2002-04-24 | 2010-06-09 | 西德拉企业服务公司 | 测量管道中微粒/流体混合物的参数的装置和方法 |
US20040139792A1 (en) * | 2003-01-21 | 2004-07-22 | Applied Sonics, Incorporated | Ultrasonic monitor of material composition and particle size |
CN101099186A (zh) * | 2004-11-12 | 2008-01-02 | Vfs技术有限公司 | 微粒探测器,系统与方法 |
CN101479590A (zh) * | 2006-06-28 | 2009-07-08 | 皇家飞利浦电子股份有限公司 | 感测磁性颗粒的磁传感器装置和方法 |
CN101632018A (zh) * | 2007-02-23 | 2010-01-20 | 皇家飞利浦电子股份有限公司 | 用于感测磁性粒子的传感器设备和方法 |
CN101715550A (zh) * | 2007-05-12 | 2010-05-26 | 罗杰·L.·昂格尔 | 紧凑型、低成本的粒子传感器 |
US20090039249A1 (en) * | 2007-08-07 | 2009-02-12 | Xiaoliang Wang | Size segregated aerosol mass concentration measurement device |
CN102224406A (zh) * | 2008-11-25 | 2011-10-19 | 皇家飞利浦电子股份有限公司 | 用于感测气载粒子的传感器 |
JP5300516B2 (ja) * | 2009-02-10 | 2013-09-25 | 学校法人同志社 | 噴霧粒子撮像解析システムおよび解析方法 |
JP2010185691A (ja) * | 2009-02-10 | 2010-08-26 | Doshisha | 噴霧粒子撮像解析システムおよび解析方法 |
CN102428377A (zh) * | 2009-05-12 | 2012-04-25 | 赛默飞世尔科技有限公司 | 颗粒检测与传感器的校准 |
CN102192872A (zh) * | 2010-03-10 | 2011-09-21 | 索尼公司 | 光学测量装置和光学测量方法 |
CN102331395A (zh) * | 2010-07-13 | 2012-01-25 | 苏州工业园区鸿基洁净科技有限公司 | 激光传感器及应用此激光传感器的尘埃粒子计数器 |
CN104067105A (zh) * | 2011-09-14 | 2014-09-24 | 马尔文仪器有限公司 | 用于通过光散射测量颗粒尺寸分布的设备和方法 |
CN103959039A (zh) * | 2011-12-01 | 2014-07-30 | P.M.L.离子监测装置有限公司 | 用于颗粒大小和浓度测量的检测方案 |
CN102706780A (zh) * | 2012-06-14 | 2012-10-03 | 苏州苏净仪器自控设备有限公司 | 空气微小颗粒物监测仪器 |
CN104364647A (zh) * | 2012-06-22 | 2015-02-18 | 西门子公司 | 用于对在细胞悬浮液中的细胞进行探测的方法和装置 |
CN103245637A (zh) * | 2013-04-16 | 2013-08-14 | 北京清风康华科技有限公司 | 一种将光散射法测得的粒子数浓度转换为质量浓度的方法及检测仪 |
CN104390896A (zh) * | 2013-07-22 | 2015-03-04 | 南通大学 | 提高了测量精度的检测微小颗粒大小及形状的光学系统 |
CN104422638A (zh) * | 2013-08-20 | 2015-03-18 | 夏普株式会社 | 检测空气样本中微小颗粒物的浓度的设备和方法 |
CN104297118A (zh) * | 2014-10-25 | 2015-01-21 | 中国科学院合肥物质科学研究院 | 一种大气超细颗粒物数浓度测量装置 |
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 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113366298A (zh) * | 2019-03-22 | 2021-09-07 | 精密种植有限责任公司 | 颗粒计数设备、系统和方法 |
CN113366298B (zh) * | 2019-03-22 | 2023-12-15 | 精密种植有限责任公司 | 颗粒计数设备、系统和方法 |
CN112985508A (zh) * | 2021-03-16 | 2021-06-18 | 四川通信科研规划设计有限责任公司 | 一种多功能传感器输出的编码和通信方法 |
CN113784285A (zh) * | 2021-09-09 | 2021-12-10 | 平安好医投资管理有限公司 | 基于蓝牙设备的智能呼叫方法、装置、电子设备及介质 |
CN113784285B (zh) * | 2021-09-09 | 2023-06-27 | 平安好医投资管理有限公司 | 基于蓝牙设备的智能呼叫方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107735667B (zh) | 2021-06-15 |
JP2018521315A (ja) | 2018-08-02 |
EP3308136B1 (en) | 2021-12-15 |
JP6637077B2 (ja) | 2020-01-29 |
US20180217042A1 (en) | 2018-08-02 |
PL3308136T3 (pl) | 2022-04-11 |
US10365197B2 (en) | 2019-07-30 |
WO2016198360A1 (en) | 2016-12-15 |
EP3308136A1 (en) | 2018-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107735667A (zh) | 光学颗粒传感器和感测方法 | |
CN101033989B (zh) | 环境监测装置及方法 | |
KR101771053B1 (ko) | 실시간 통합 실내 공기질 알림지수 결정 방법 및 장치 | |
Moreno-Rangel et al. | Field evaluation of a low-cost indoor air quality monitor to quantify exposure to pollutants in residential environments | |
Ródenas García et al. | Review of low-cost sensors for indoor air quality: Features and applications | |
US20170322123A1 (en) | System and method of conducting particle monitoring using low cost particle sensors | |
US20170248509A1 (en) | Airborne Particle Measuring Device | |
US20070192041A1 (en) | Digital gas detector and noise reduction techniques | |
CN108139374B (zh) | 用于利用灰尘传感器指示器的系统,方法和装置 | |
Khatri et al. | An Algorithm to Screen Cloud-A? ected Data for Sky Radiometer Data Analysis | |
JP2020187115A (ja) | 環境センサを備えるセンサデバイス内の流量測定 | |
KR101665385B1 (ko) | 휴대용 라돈 측정 장치 및 그 동작 방법 | |
KR102517270B1 (ko) | 전자 장치 및 그의 제어방법 | |
JP2018521315A5 (zh) | ||
CN104089656B (zh) | 一种堆场煤炭自燃检测方法和装置 | |
CN105299856A (zh) | 空调装置、空调装置的运用方法和粉尘检测方法 | |
CN107884322A (zh) | 一种消除颗粒物的化学组分影响的动态校准方法及监测仪 | |
US7016791B2 (en) | Particle sizing refinement system | |
CN109791101B (zh) | 一种同时测量不同粒径颗粒物质量浓度的方法及装置 | |
CN105203439B (zh) | 空气净化控制方法及装置 | |
CN108169140A (zh) | 用于确定与消光相关的被测量的方法及相应的传感器装置 | |
KR102317549B1 (ko) | 공기청정기, 공기청정기 관리 시스템 및 공기청정기 제어 방법 | |
CN111812443B (zh) | 雨感关窗器的智能检测系统及其电路结构与检测方法 | |
Seo et al. | Outdoor environmental sensitivity test for the detection of biological aerosols | |
US11385177B2 (en) | Designs of accurate pm sensors and systems for laboratory and real time calibration / data inversion |
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 |