CN109580490B - 空气质量检测方法、系统、检测装置及可读存储介质 - Google Patents
空气质量检测方法、系统、检测装置及可读存储介质 Download PDFInfo
- Publication number
- CN109580490B CN109580490B CN201811321971.0A CN201811321971A CN109580490B CN 109580490 B CN109580490 B CN 109580490B CN 201811321971 A CN201811321971 A CN 201811321971A CN 109580490 B CN109580490 B CN 109580490B
- Authority
- CN
- China
- Prior art keywords
- detection data
- air quality
- dust
- sum
- historical
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 203
- 239000000428 dust Substances 0.000 claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 33
- 230000015654 memory Effects 0.000 claims description 20
- 238000007689 inspection Methods 0.000 claims description 10
- 239000002245 particle Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000012935 Averaging Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- 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
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
本发明公开了一种空气质量检测方法、系统、检测装置及可读存储介质,其中,该方法包括如下步骤:获取粉尘的检测数据,所述检测数据包括预设周期内采集到的低脉冲次数,所述低脉冲次数用于指示空气中的粉尘数量;根据所述检测数据确定空气质量。根据红外粉尘传感器采集到的低脉冲次数确定空气质量,解决了现有技术中红外粉尘传感器在空气质量浓度较低(一般小于150ug/m3)时存在检测精度低的问题。
Description
技术领域
本发明涉及检测技术领域,具体涉及一种空气质量检测方法、系统、检测装置及可读存储介质。
背景技术
目前净化器行业内对空气质量的显示常见有质量等级显示及数值显示,且逐渐的用数值显示的占比越来越大。常见的粉尘传感器有红外传感器和激光传感器两种。激光传感器检测空气质量具有精度高、响应快的优点;但是存在以下问题:成本较高,一般比红外成本高50%以上;需要自带小风扇,小风扇存在长期寿命的问题,使用质量好的小风扇,成本会进一步提升。
为了降低生产成本,通常采用红外粉尘传感器检测空气质量,红外粉尘传感器具有成本低,寿命长(7年以上)的优点,然而,红外粉尘传感器在数值显示时存在数据波动大的问题,尤其是在空气质量浓度较低(一般小于150ug/m3)时,显示的数据偏差会更大,导致检测精度低的问题。
发明内容
有鉴于此,本发明实施例提供了一种空气质量检测方法、系统、检测装置及可读存储介质,以解决现有技术中红外粉尘传感器在空气质量浓度较低(一般小于150ug/m3)时存在检测精度低的问题。
根据第一方面,本发明实施例提供了一种空气质量检测方法,包括如下步骤:获取粉尘的检测数据,所述检测数据包括预设周期内采集到的低脉冲次数,所述低脉冲次数用于指示空气中的粉尘数量;根据所述检测数据确定空气质量。
可选地,所述检测数据包括第一预设数量的历史检测数据和第二预设数量的当前检测数据;所述第二预设数量小于或者等于所述第一预设数量。
可选地,根据所述检测数据确定空气质量的步骤中,包括:根据所述当前检测数据和预设更新方式,对所述历史检测数据进行更新得到更新后的检测数据;所述更新包括用所述当前检测数据按照预设更新方式替换所述历史检测数据;根据所述历史检测数据和所述更新后的检测数据确定空气质量。
可选地,根据所述历史检测数据和所述更新后的检测数据确定空气质量的步骤中,包括:根据所述历史检测数据获取历史检测数据的和,以及根据所述更新后的检测数据获取更新后的检测数据的和;根据所述历史检测数据的和以及所述更新后的检测数据的和确定空气质量。
可选地,根据所述历史检测数据的和以及所述更新后的检测数据的和确定空气质量的步骤中,包括:根据所述历史检测数据的和以及所述更新后的检测数据的和确定空气中的总粉尘数量;根据所述总粉尘数量以及预先建立的粉尘量与空气质量的对应关系确定空气质量。
可选地,通过如下公式确定总粉尘数量,
S=a*A+a_last*B
其中,S为总粉尘数量;a为所述更新后的检测数据的和;a_last为所述历史检测数据的和;A、B均为常数,且A与B之和为1。
可选地,获取粉尘的检测数据的步骤中,包括:获取粉尘检测装置的输出电信号;将所述输出电信号与预设参考信号进行比较得到粉尘的检测数据。
根据第二方面,本发明实施例提供了一种空气质量检测系统,包括:第一获取模块,用于获取粉尘的检测数据,所述检测数据包括预设周期内采集到的低脉冲次数,所述低脉冲次数用于指示空气中的粉尘数量;第一处理模块,用于根据所述检测数据确定空气质量。
可选地,所述第一处理模块包括:第一处理子模块,用于根据所述当前检测数据和预设更新方式,对所述历史检测数据进行更新得到更新后的检测数据;所述更新包括用所述当前检测数据按照预设更新方式替换所述历史检测数据;第二处理子模块,用于根据所述历史检测数据和所述更新后的检测数据确定空气质量。
可选地,所述第二处理子模块包括:第一处理单元,用于根据所述历史检测数据获取历史检测数据的和,以及根据所述更新后的检测数据获取更新后的检测数据的和;第二处理单元,用于根据所述历史检测数据的和以及所述更新后的检测数据的和确定空气质量。
可选地,所述第二处理单元包括:第一处理子单元,用于根据所述历史检测数据的和以及所述更新后的检测数据的和确定空气中的总粉尘数量;第二处理子单元,用于根据所述总粉尘数量以及预先建立的粉尘量与空气质量的对应关系确定空气质量。
可选地,所述第一获取模块包括:第一获取子模块,用于获取粉尘检测装置的输出电信号;第三处理子模块,用于将所述输出电信号与预设参考信号进行比较得到粉尘的检测数据。
根据第三方面,本发明实施例提供了一种检测装置,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行本发明第一方面中任一所述的空气质量检测方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行本发明第一方面中任一所述的空气质量检测方法。
本发明具有如下优点:
本发明提供的空气质量检测方法,包括如下步骤:获取粉尘的检测数据,所述检测数据包括预设周期内采集到的低脉冲次数,所述低脉冲次数用于指示空气中的粉尘数量;根据所述检测数据确定空气质量。根据红外粉尘传感器采集到的低脉冲次数确定空气质量,解决了现有技术中红外粉尘传感器在空气质量浓度较低(一般小于150ug/m3)时存在检测精度低的问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中空气质量检测方法的一个具体示例的流程图;
图2为本发明实施例中空气质量检测方法的另一个具体示例的流程图;
图3为本发明实施例中空气质量检测方法的另一个具体示例的流程图;
图4为本发明实施例中空气质量检测方法的另一个具体示例的流程图;
图5为本发明实施例中空气质量检测方法的另一个具体示例的流程图;
图6为本发明实施例中滤除红外粉尘传感器采集到的无用信号的一个具体示例的示意图;
图7为现有技术中红外粉尘传感器使用占空比方式测量得到的占空比两次测试与浓度关系的示意图;
图8为激光传感器显示的空气质量(单位ug/m3)与本实施例中采用个数计数方式显示的空气质量的示意图;
图9为本实施例中采用个数计数方式得到的空气质量与激光传感器得到的空气质量的对比图;
图10为本发明实施例中空气质量检测系统的一个具体示例的框图;
图11为本发明实施例提供的检测装置的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本实施例提供一种空气质量检测方法,应用于如净化器等检测空气质量的检测装置中,以解决现有技术中红外粉尘传感器在空气质量浓度较低(一般小于150ug/m3)时存在检测精度低的问题。
图1为本实施例中空气质量检测方法的一个具体示例的流程图,如图1所示,该空气质量检测方法包括如下步骤S1-S2。
步骤S1:获取粉尘的检测数据,检测数据包括预设周期内采集到的低脉冲次数,低脉冲次数用于指示空气中的粉尘数量。
在一较佳实施例中,检测数据包括第一预设数量的历史检测数据和第二预设数量的当前检测数据;第二预设数量小于或者等于第一预设数量。具体的,在本实施例中,第一预设数量可为20,第二预设数量可为1;当然,在其它实施例中,第一预设数量和第二预设数量均可根据实际需要合理设置,如第二预设数量还可为2或者5等,本实施例对此不作任何限制。
在一较佳实施例中,预设周期可为3秒;这样20个检测数据的总时间是1分钟,简化计算过程中的换算,便于后续的计算。
在一较佳实施例中,如图2所示,步骤S1获取粉尘的检测数据的步骤中,包括步骤S11-S12。
步骤S11:获取粉尘检测装置的输出电信号。
在一较佳实施例中,粉尘检测装置可为红外粉尘传感器;当然,在其它实施例中,粉尘检测装置还可采用现有技术中的其它检测装置,根据需要合理设置即可。
具体地,红外粉尘传感器利用MIE散射理论对空气中悬浮颗粒进行计数或质量浓度测量。红外粉尘传感器内部对角安放着红外线发光二极管和光电晶体管,它们的光轴相交,当带灰尘的气流通过光轴相交的交叉区域,粉尘对红外光反射,反射的光强与灰尘浓度成正比。光电晶体管使得其能够探测到空气中尘埃反射光,即使非常细小的如烟草烟雾颗粒也能够被检测到,红外发光二极管发射出光线遇到粉尘产生反射光,接收传感器检测到反射光的光强,将上述光强转换为电信号输出。
步骤S12:将输出电信号与预设参考信号进行比较得到粉尘的检测数据。
在一较佳实施例中,预设参考信号可为一基准电压,具体电压值可根据实际需要合理设置,预设参考信号的设置可滤除影响采集准确性的无用信号,如不符合要求粒径粉尘。通过提供一个参考电压Vref(预设参考信号),可以确定可采集的气体粒径大小,为获得准确的空气质量打下基础。
具体地,如图6所示,可通过图6中的电路滤除无用信号,红外粉尘传感器包括粉尘(粒径)采集信号的转换电路,粉尘(粒径)采集信号的转换电路的输出与参考电压Vref通过比较电路建立联系,当采集的信号不符合设定的要求时,输出低电平信号。将满足要求的信号以脉冲的形式输出,一个低脉冲代表一个粉尘,低脉冲次数对应粉尘的数量。具体地,图6中所示的比较电路可采用现有技术中的比较器实现。
步骤S2:根据检测数据确定空气质量。
在一较佳实施例中,如图2所示,步骤S2根据检测数据确定空气质量的步骤中,包括步骤S21-S22。
步骤S21:根据当前检测数据和预设更新方式,对历史检测数据进行更新得到更新后的检测数据;更新包括用当前检测数据按照预设更新方式替换历史检测数据。
在一较佳实施例中,预设更新方式可为用当前检测数据替换最先检测到的历史检测数据,具体地,如将历史检测数据存储于FIFO缓冲区,缓存区的存储方式为先进先出,当有新的数据(Xin)到来的时候,把最老的数据(Xout)挤出缓冲区,Xin放到缓冲区最后。当然,在其它实施例中,还可采用其它更新方式进行数据更新,如对数据进行排序处理,替换偏差最大的数据,具体采用何种更新方式可根据实际需要确定。
例如,FIFO中总计20个数据,每个数据均记录3秒中采集到的低脉冲次数。20个历史检测数据为X1、X2…X20,且X1为最先检测的数据。每3秒统计一次传感器低脉冲次数,得到一个当前检测数据,1个当前检测数据为X21。将当前检测数据存入FIFO,得到更新后的检测数据,更新后的检测数据为X2、X3…X21;依此更新方式进行后续更新。
步骤S22:根据历史检测数据和更新后的检测数据确定空气质量。
在一较佳实施例中,如图3所示,步骤S22根据历史检测数据和更新后的检测数据确定空气质量的步骤中,包括步骤S221-S222。
步骤S221:根据历史检测数据获取历史检测数据的和,以及根据更新后的检测数据获取更新后的检测数据的和。
在一较佳实施例中,具体地,历史检测数据的和为a_last=X1+X2+…+X20;更新后的检测数据的和a=X2+X3+…+X21。
步骤S222:根据历史检测数据的和以及更新后的检测数据的和确定空气质量。
在一较佳实施例中,如图4所示,步骤S222根据历史检测数据的和以及更新后的检测数据的和确定空气质量的步骤中,包括步骤S2221-S2222。
步骤S2221:根据历史检测数据的和以及更新后的检测数据的和确定空气中的总粉尘数量。这样可以减小数据波动带来的不利影响。
在一较佳实施例中,通过如下公式确定总粉尘数量,
S=a*A+a_last*B
其中,S为总粉尘数量;a为更新后的检测数据的和;a_last为历史检测数据的和;A、B均为常数,且A与B之和为1。
优选地,A可为0.2,B可为0.8;当然,在其它实施例中,A和B的数值可根据实际需要合理设置,并不以此为限。
步骤S2222:根据总粉尘数量以及预先建立的粉尘量与空气质量的对应关系确定空气质量。
在一较佳实施例中,预先建立粉尘量与空气质量的对应关系,粉尘量越大所检测到的空气质量的数值越大,空气质量越差,具体对应关系可为线性关系或者曲线关系,可根据实际需要合理设置。
例如,可通过如下公式得到粉尘量与空气质量的对应关系,
AQ=S-a_last*C
其中,AQ为空气质量,单位为ug/m3;S为总粉尘数量;C为常数。优选地,C可为0.18;当然,在其它实施例中,可根据实际需要合理设置。
在其它可替换实施例中,上述对应关系也可为AQ=aa_last*C;对应关系在本实施中仅作示意性表示,并不以此为限,可根据实际需要合理设置。需要说明的是,上述对应关系中是用粉尘数量对应空气浓度,仅作数值的换算。
本实施例中的总粉尘数量为一分钟(20*3s)所检测到的粉尘数量,当然,在其它实施例中,总粉尘数量也可设置为其它时间段内所检测到的粉尘数量,根据实际需要合理设置即可。较佳地,总粉尘数量与预先建立的对应关系中的粉尘量为相同时间内采集到的粉尘,这样无需换算,直接查找便可确定空气质量。
上述空气质量检测方法,使用红外粉尘传感器,通过提供一个参考电压Vref,通过调节Vref,可以较准确的确定传感器可采集的粉尘粒径大小,为获得准确的空气质量打下基础;通过上述方式获得低脉冲次数,根据低脉冲次数确定粉尘数量,之后再根据粉尘数量确定空气质量,实现了在较低浓度时(一般小于150ug/m3)空气质量数值显示准确,精度高,基本达到激光传感器的数值检测精度;同时,由于使用红外粉尘传感器,避免了激光传感器成本高,寿命相对较差的缺点。
图5为本实施例中红外粉尘传感器的接口信息的一个具体示例的示意图,如图5所示,P1引脚为GND,P2引脚为输出引脚,P3引脚为VCC,P5引脚为接入参考电压Vref。
现有技术中的红外粉尘传感器使用占比方式测量,存在占空比波动引起的数值剧烈变化的缺点,使得检测到的空气质量精度低。图7为现有技术中红外粉尘传感器使用占空比方式测量得到的占空比两次测试与浓度关系的示意图,如图7所示,横坐标表示占空比(%),纵坐标表示浓度(ug/m3),从处理的数据来看,明显观察到,第一次测试(圆点图形)和第二次测试(三角形图形)的波动较大,当占空比与实际浓度对应时,同一个占空比的实际浓度范围就有较大的波动,比如同一个10%的占空比,实际浓度对应的是37-83,而实际浓度80时,可能出现的占空比是10%-14%,如果在算法中,将10%占空比对应的是50,而14%占空比对应的是120,当实际浓度时80的时候,由于占空比自身的波动(10%-14%),导致数值自行在50-120之间出现波动。上述原因为低浓度下出现20-80波动的根本原因。即便是通过多重平均算法,由于这个波动完全能够通过平均传递出来,因此平均无法解决稳定浓度出现波动的问题。
本实施例中采用低脉冲次数确定的空气质量,该方法具有高精度。激光传感器检测空气质量具有精度高,图8为激光传感器显示的空气质量(单位ug/m3)与本实施例中采用个数计数方式显示的空气质量的对比,如图8所示,横坐标表示激光传感器的测试浓度(ug/m3),纵坐标表示采用个数计数方式的测试浓度(ug/m3)的原始数据,当参考个数浓度在150以下的数值能够较为稳定的输出,原始数据通过上述换算公式可以与激光传感器读数对应;第一次测试(圆点图形)与第二次测试(三角形图形)在低浓度时能够很好的重合,通过粉尘个数换算后得到的空气质量较稳定当参考个数浓度在150以下的数值能够较为稳定的输出,当浓度超过200时,由于颗粒物个数出现重叠,数值偏差会加大。因此,本实施例中的空气质量检测方法无需采用成本较高的激光传感器,采用红外粉尘传感器在低浓度时也可达到较高的检测精度,同时生产成本较低。
图9为本实施例中采用个数计数方式得到的空气质量与激光传感器得到的空气质量的对比图。如图9所示,横坐标表示时间,单位为ms;纵坐标表示空气质量,单位为ug/m3;由图9可知,本实施例中优化后的红外传感器与对标的激光传感器的数值显示在低浓度时输出较稳定,其中红外的最大数值显示限定在320ug/m3。
在本实施例中还提供了一种空气质量检测系统,该系统用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
相应地,请参考图10,本发明实施例提供一种空气质量检测系统,包括:第一获取模块1和第一处理模块2。
第一获取模块,用于获取粉尘的检测数据,检测数据包括预设周期内采集到的低脉冲次数,低脉冲次数用于指示空气中的粉尘数量;详细内容参考步骤S1所述。
第一处理模块,用于根据检测数据确定空气质量;详细内容参考步骤S2所述。
可选地,第一处理模块包括:第一处理子模块和第二处理子模块。
第一处理子模块,用于根据当前检测数据和预设更新方式,对历史检测数据进行更新得到更新后的检测数据;更新包括用当前检测数据按照预设更新方式替换历史检测数据;详细内容参考步骤S21所述。
第二处理子模块,用于根据历史检测数据和更新后的检测数据确定空气质量;详细内容参考步骤S22所述。
可选地,第二处理子模块包括:第一处理单元和第二处理单元。
第一处理单元,用于根据历史检测数据获取历史检测数据的和,以及根据更新后的检测数据获取更新后的检测数据的和;详细内容参考步骤S221所述。
第二处理单元,用于根据历史检测数据的和以及更新后的检测数据的和确定空气质量;详细内容参考步骤S222所述。
可选地,第二处理单元包括:第一处理子单元和第二处理子单元。
第一处理子单元,用于根据历史检测数据的和以及更新后的检测数据的和确定空气中的总粉尘数量;详细内容参考步骤S2221所述。
第二处理子单元,用于根据总粉尘数量以及预先建立的粉尘量与空气质量的对应关系确定空气质量;详细内容参考步骤S2222所述。
可选地,第一获取模块包括:第一获取子模块,用于获取粉尘检测装置的输出电信号;详细内容参考步骤S11所述;第三处理子模块,用于将输出电信号与预设参考信号进行比较得到粉尘的检测数据;详细内容参考步骤S12所述。
上述各个模块的更进一步的功能描述与上述方法实施例相同,在此不再赘述。
本发明实施例还提供了一种检测装置,如图11所示,包括:处理器101和存储器102;其中,处理器101和存储器102可以通过总线或者其他方式连接,图11中以通过总线连接为例。
处理器101可以为中央处理器(Central Processing Unit,CPU)。处理器101还可以为其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器102作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的空气质量检测方法对应的程序指令/模块(例如,图10所示的第一获取模块1和第一处理模块2)。处理器101通过运行存储在存储器102中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的空气质量检测方法。
存储器102可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器101所创建的数据等。此外,存储器102可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器102可选包括相对于处理器101远程设置的存储器,这些远程存储器可以通过网络连接至处理器101。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器102中,当被所述处理器101执行时,执行如图1至图4所示实施例中的空气质量检测方法。
上述服务器具体细节可以对应参阅图1至图4所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (9)
1.一种空气质量检测方法,其特征在于,包括如下步骤:
获取粉尘的检测数据,所述检测数据包括预设周期内采集到的低脉冲次数,所述低脉冲次数用于指示空气中的粉尘数量,所述检测数据包括第一预设数量的历史检测数据和第二预设数量的当前检测数据,根据所述历史检测数据的和以及所述当前检测数据的和确定空气中的总粉尘数量,总粉尘数量S=a*A+a_last*B,a为所述当前检测数据的和,a_last为所述历史检测数据的和,A、B均为常数,且A+B=1;
根据所述检测数据确定空气质量。
2.根据权利要求1所述的空气质量检测方法,其特征在于,所述第二预设数量小于或者等于所述第一预设数量。
3.根据权利要求2所述的空气质量检测方法,其特征在于,根据所述检测数据确定空气质量的步骤中,包括:
根据所述当前检测数据和预设更新方式,对所述历史检测数据进行更新得到更新后的检测数据;所述更新包括用所述当前检测数据按照预设更新方式替换所述历史检测数据;
根据所述历史检测数据和所述更新后的检测数据确定空气质量。
4.根据权利要求3所述的空气质量检测方法,其特征在于,根据所述历史检测数据和所述更新后的检测数据确定空气质量的步骤中,包括:
根据所述历史检测数据获取历史检测数据的和,以及根据所述更新后的检测数据获取更新后的检测数据的和;
根据所述历史检测数据的和以及所述更新后的检测数据的和确定空气质量。
5.根据权利要求4所述的空气质量检测方法,其特征在于,根据所述历史检测数据的和以及所述更新后的检测数据的和确定空气质量的步骤中,包括:
根据所述总粉尘数量以及预先建立的粉尘量与空气质量的对应关系确定空气质量。
6.根据权利要求1-5任一所述的空气质量检测方法,其特征在于,获取粉尘的检测数据的步骤中,包括:
获取粉尘检测装置的输出电信号;
将所述输出电信号与预设参考信号进行比较得到粉尘的检测数据。
7.一种空气质量检测系统,其特征在于,包括:
第一获取模块,用于获取粉尘的检测数据,所述检测数据包括预设周期内采集到的低脉冲次数,所述低脉冲次数用于指示空气中的粉尘数量,所述检测数据包括第一预设数量的历史检测数据和第二预设数量的当前检测数据,根据所述历史检测数据的和以及所述当前检测数据的和确定空气中的总粉尘数量,总粉尘数量S=a*A+a_last*B,a为所述当前检测数据的和,a_last为所述历史检测数据的和,A、B均为常数,且A+B=1;
第一处理模块,用于根据所述检测数据确定空气质量。
8.一种检测装置,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-6中任一所述的空气质量检测方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-6中任一所述的空气质量检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811321971.0A CN109580490B (zh) | 2018-11-06 | 2018-11-06 | 空气质量检测方法、系统、检测装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811321971.0A CN109580490B (zh) | 2018-11-06 | 2018-11-06 | 空气质量检测方法、系统、检测装置及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109580490A CN109580490A (zh) | 2019-04-05 |
CN109580490B true CN109580490B (zh) | 2020-01-10 |
Family
ID=65921784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811321971.0A Active CN109580490B (zh) | 2018-11-06 | 2018-11-06 | 空气质量检测方法、系统、检测装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109580490B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204758578U (zh) * | 2015-07-10 | 2015-11-11 | 三峡大学 | 一种城市公共场所空气质量安全网络化在线监测系统 |
CN106161952A (zh) * | 2016-08-08 | 2016-11-23 | 广东欧珀移动通信有限公司 | 一种对焦方法、装置及移动终端 |
CN106990016A (zh) * | 2017-04-21 | 2017-07-28 | 上海赛菲环境科技股份有限公司 | 一种粉尘传感器 |
CN107478780A (zh) * | 2017-11-01 | 2017-12-15 | 广东小天才科技有限公司 | 空气质量的监测方法、装置、移动设备及存储介质 |
CN107991433A (zh) * | 2017-11-09 | 2018-05-04 | 广州视源电子科技股份有限公司 | 烟雾值处理方法、系统、可读存储介质及烟雾处理设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108287896A (zh) * | 2018-01-22 | 2018-07-17 | 佛山市诺瓦安评检测有限公司 | 环境检测方法、装置、设备及计算机可读存储介质 |
-
2018
- 2018-11-06 CN CN201811321971.0A patent/CN109580490B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204758578U (zh) * | 2015-07-10 | 2015-11-11 | 三峡大学 | 一种城市公共场所空气质量安全网络化在线监测系统 |
CN106161952A (zh) * | 2016-08-08 | 2016-11-23 | 广东欧珀移动通信有限公司 | 一种对焦方法、装置及移动终端 |
CN106990016A (zh) * | 2017-04-21 | 2017-07-28 | 上海赛菲环境科技股份有限公司 | 一种粉尘传感器 |
CN107478780A (zh) * | 2017-11-01 | 2017-12-15 | 广东小天才科技有限公司 | 空气质量的监测方法、装置、移动设备及存储介质 |
CN107991433A (zh) * | 2017-11-09 | 2018-05-04 | 广州视源电子科技股份有限公司 | 烟雾值处理方法、系统、可读存储介质及烟雾处理设备 |
Non-Patent Citations (1)
Title |
---|
评价抑尘剂降尘性能总粉尘检测仪的开发及测试;马磊等;《广东电力》;20170131;第30卷(第1期);第17-21页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109580490A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7724150B2 (en) | Environmental sensor, particle counting system having an environmental sensor, and methods of operating the same | |
AU2016398500B2 (en) | Intelligent monitoring systems for liquid electrolyte batteries | |
US7895000B2 (en) | Environmental sensor, particle counting system having an environmental sensor, and methods of operating the same | |
CN107735667B (zh) | 光学颗粒传感器和感测方法 | |
CN205483924U (zh) | 用于检测空气中细颗粒物浓度的系统 | |
CN106093838A (zh) | 关口电能表远程在线校验方法及系统 | |
JP5425027B2 (ja) | ランダムノイズ信号の検出及びフィルタリング方法 | |
US20180246026A1 (en) | Systems, methods, and devices for utilizing a dust sensor indicator | |
CN102095831A (zh) | 水分仪管理方法和系统 | |
CN107063955A (zh) | 空气颗粒物检测仪校准方法及管理系统 | |
JP5221868B2 (ja) | 光測定方法及び装置 | |
CN112596128B (zh) | 一种雨量检测器件、雨量计及雨量确定方法 | |
CN109580490B (zh) | 空气质量检测方法、系统、检测装置及可读存储介质 | |
CN204228901U (zh) | 局部放电检测装置 | |
CN114495409A (zh) | 烟雾传感器灵敏度补偿方法、装置、系统及存储介质 | |
CN116380980A (zh) | 一种气体浓度的确定方法、装置、电子设备及介质 | |
CN116879223A (zh) | 近红外水分仪标定方法、装置、设备及可读存储介质 | |
CN102680524A (zh) | 药芯焊丝填充率在线检测方法及装置 | |
CN207502600U (zh) | 一种带自动检验的地线监控器 | |
CN109633208A (zh) | 风速传感器质量检测方法及装置 | |
EP4328562A1 (en) | Method, apparatus, device and storage medium for monitoring atmospheric particulate matter | |
US20220136931A1 (en) | Information processing apparatus, system, production facility, information processing method, method of manufacturing products, and recording medium | |
CN116879121B (zh) | 一种基于光纤传感技术的空气颗粒物浓度实时监测系统 | |
CN216795035U (zh) | 一种传感器精度测试系统 | |
CN108180989A (zh) | 照度测量系统及测量方法 |
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 |