CN109844416A - 空气处理设备,传感器装置和操作方法 - Google Patents
空气处理设备,传感器装置和操作方法 Download PDFInfo
- Publication number
- CN109844416A CN109844416A CN201780054177.1A CN201780054177A CN109844416A CN 109844416 A CN109844416 A CN 109844416A CN 201780054177 A CN201780054177 A CN 201780054177A CN 109844416 A CN109844416 A CN 109844416A
- Authority
- CN
- China
- Prior art keywords
- air quality
- air
- sensor
- value
- airhandling equipment
- 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.)
- Pending
Links
- 238000011017 operating method Methods 0.000 title description 8
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000009423 ventilation Methods 0.000 claims abstract description 23
- 230000008676 import Effects 0.000 claims abstract description 12
- 239000013618 particulate matter Substances 0.000 claims description 62
- 230000002708 enhancing effect Effects 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 21
- 239000000809 air pollutant Substances 0.000 claims description 12
- 231100001243 air pollutant Toxicity 0.000 claims description 12
- 230000001419 dependent effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 230000000153 supplemental effect Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims description 2
- 239000012855 volatile organic compound Substances 0.000 description 73
- 238000005259 measurement Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 15
- 239000003344 environmental pollutant Substances 0.000 description 15
- 231100000719 pollutant Toxicity 0.000 description 15
- 238000004140 cleaning Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 239000002245 particle Substances 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 238000000746 purification Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- YMWUJEATGCHHMB-UHFFFAOYSA-N Dichloromethane Chemical compound ClCCl YMWUJEATGCHHMB-UHFFFAOYSA-N 0.000 description 3
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 2
- 238000004887 air purification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- XMGQYMWWDOXHJM-UHFFFAOYSA-N limonene Chemical compound CC(=C)C1CCC(C)=CC1 XMGQYMWWDOXHJM-UHFFFAOYSA-N 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005202 decontamination Methods 0.000 description 1
- 230000003588 decontaminative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005469 granulation Methods 0.000 description 1
- 230000003179 granulation Effects 0.000 description 1
- 230000008821 health effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000010409 ironing Methods 0.000 description 1
- 208000032839 leukemia Diseases 0.000 description 1
- 229940087305 limonene Drugs 0.000 description 1
- 235000001510 limonene Nutrition 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000006552 photochemical reaction Methods 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009281 ultraviolet germicidal irradiation Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/89—Arrangement or mounting of control or safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
- F24F11/58—Remote control using Internet communication
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
- F24F2110/64—Airborne particle content
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
- F24F2110/65—Concentration of specific substances or contaminants
- F24F2110/66—Volatile organic compounds [VOC]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本公开涉及一种空气处理设备(10),包括用于进口空气的进口(18)、用于出口空气的出口(20)、被设置在进口(18)和出口(20)之间的空气处理模块(22)、控制单元(52)和可操作地与控制单元(52)耦合的传感器单元(54),空气处理模块(22)包括通风单元和空气处理单元(26、28),通风单元被布置为产生从进口(18)到出口(20)的空气流;空气处理单元被布置为对空气流施加净化处理,该控制单元(52)被布置为控制空气处理模块(22),其中传感器单元(54)包括空气质量传感器(14),空气质量传感器(14)被布置为检测第一空气质量指示特性并将特征第一空气质量值发信号给控制单元(52),其中控制单元(52)被布置为基于第一空气质量值并基于表明第二空气质量指示特性的增强信息来导出第二空气质量值;并且其中控制单元(52)被布置为依赖于空气质量传感器(14)所提供的第一空气质量值并依赖于第二空气质量值来操作空气处理模块(22)。本公开涉及分布式空气质量感测装置(60)和操作空气处理设备(10)的方法。
Description
技术领域
本公开涉及空气处理设备并涉及分布式空气质量感测装置。本公开还涉及空气处理设备的操作方法和对应的计算机程序。
在一些具体实施例中,本发明涉及被布置用于处理建筑物中的环境空气的家用电器,以便改善当前居民的幸福感。更具体地,本公开涉及空气处理设备(特别是空气净化设备)的改进,以及提高净化性能的相关操作方法的改进。
在更一般的语境下,本公开涉及家庭自动化和建筑物自动化的改进,主要关注空气净化,特别是室内空气净化。
此外,在一些特定实施例中,本公开涉及一种分布式空气质量感测装置,其可用于增强操作空气处理设备的感测基础。
背景技术
US 6,494,940 B1公开了一种空气净化器,包括支撑空气进口、空气出口和连接所述空气进口和所述空气出口的空气流动通道的壳体,支撑在所述壳体内的鼓风机组件,用于迫使空气经所述空气流动通道从所述空气进口流向所述空气出口,设置在所述空气流动通道中并靠近所述空气出口的处理光源,设置在所述空气流动通道中的过滤器装置,以及靠近所述空气出口由所述壳体支撑的出口格栅,所述出口格栅对空气是可渗透的。
空气处理设备可以用在住宅区域中,也可以用在工作区域,包括办公室、车间、商店等。空气净化设备是一种用于从房间内的环境空气中去除小颗粒和气态污染物的设备。这些设备通常被认为对过敏患者和哮喘患者是有益的。它们也可能有助于减少或消除二手烟草的烟雾,例如,以及类似的小颗粒污染物。可以设想其他应用领域。
这些电器可被视为改善建筑物室内空气质量的家用电器。空气净化设备可以利用例如一组过滤器来清洁室内空气。此外,可以提供空气质量传感器。可以提供通风单元,其产生通过电器的空气流动。关于净化程序,除了过滤之外,可以使用其他技术,例如UV辐照器、热力学灭菌器、臭氧发生器、电离器等。
室内空气净化是人类健康的重要课题,因为如今人们通常将80%以上的时间花在住宅、办公室和汽车上。室内空气污染物主要包括三组:颗粒物(PM),挥发性有机化合物(所谓的VOC)和微生物。接触挥发性有机化合物可能会产生不利的健康影响,如对眼睛、皮肤和呼吸道的刺激,还可能导致更严重的疾病,包括癌症和白血病。
通常,空气处理设备可以设置有传感器装备。相应的传感器单元可包括至少一个颗粒物(PM)传感器。虽然PM传感器通常是空气处理设备的固有组件,但VOC传感器并不经常被结合,因为它们相对复杂且昂贵。通常希望在空气处理设备中结合其他传感器,特别是但不限于检测VOC并监测VOC浓度的VOC传感器。可以设想其他补充传感器,其可以增强空气净化性能并且能够实现空气处理设备的按需智能操作。
然而,额外的感测装备(特别是VOC传感器)是相对昂贵的,因此会增加空气处理设备的零售价格,这是大部分的潜在客户所不接受的。
已经进行了若干尝试,以向空气处理设备添加进一步的感测特性。一种简单的方法涉及在可获得的测量参数/数量与不可获得的测量参数/数量的期望特征之间建立直接的关联。因此,假设存在众所周知且相当稳定的关联,例如可获得的测量参数与不可获得的测量参数之间的正比或反比关系,虚拟测量参数是可以被获得的。
关于这点,进一步参考US 2013/0174646 A1和US 2013/0038470 A1。US 2013/0174646 A1公开了一种空气质量监测系统,包括:存储器,被布置为存储指令;以及处理器,通信地耦合到存储器,被布置为执行指令以完成计算操作,包括检测住房的空气质量,从而建立与住宅内现存的空气污染物有关的数据点,并将数据点广播到服务器。
US2013/0038470 A1公开了一种空气质量监测设备,其包括传感器架,该传感器架包括用于监测空气质量形态的多个传感器并产生相应的空气质量监测数据,处理器与多个传感器通信以接收和处理由多个传感器产生的空气质量监测数据;与处理器通信的显示单元,用于显示处理后的空气质量数据,以及数据通信单元,用于将处理后的空气质量数据发送给服务器。
然而,已经发现,实践中两个所涉及的测量参数之间通常不存在简单的关联。相反,其他的影响参数可能被涉及并且必须被考虑,这通常使得基于简单关联的处理即使不是不可行的,也是低效的。
因此,在空气处理设备及其操作方法仍有改善空间。
发明内容
本公开的目的是提供一种空气处理设备,其被布置成依赖于检测到的污染水平以智能方式被控制,其中空气处理设备的控制单元被供给至少第一类型的空气质量信息,以及包括至少第二类型的空气质量信息的增强感测信息。
优选地,空气处理设备设置有基本上为第一类型的空气质量信息设计的感测装备,其中第二类型的空气质量信息是从增强信息获得的,该增强信息是用信号发给控制单元的。
尽管提供了包括增强特性和操作模式的增强性能,但仍然需要能够以成本有益的方式制造增强空气处理设备。优选地,空气处理设备被布置为智能设备,其可以按需(自动模式操作)方式操作,这能够实现节能操作并确保实现期望的空气质量水平。优选地,空气处理设备可以依赖于PM水平和VOC水平进行操作,至少在间接方式下进行操作。
此外,本公开的目的是提供一种便于操作空气处理设备的分布式空气质量感测装置。优选地,此感测装置通过提供可由空气处理设备的控制单元使用的增强感测信息来促进空气处理设备的智能控制,即使空气处理设备不一定配备有相应的(集成的)感测装备。
本发明由权利要求限定。
在本公开的第一方面,提供了一种空气处理设备,该空气处理设备包括:
-用于进口空气的进口,
-用于出口空气的出口,
-空气处理模块,被设置在进口和出口之间,空气处理模块包括通风单元和空气处理单元,通风单元被布置成产生从进口到出口的空气流,空气处理单元布置成对空气流施加净化处理,
-控制单元,被布置为控制空气处理模块,和
-可操作地与控制单元耦合的传感器单元,
其中传感器单元包括空气质量传感器,该空气质量传感器被布置成检测第一空气质量指示特性并且将基于所述第一空气质量指示特性的特征第一空气质量值发信号给控制单元,第一空气质量指示特性与第一空气污染物有关,
其中控制单元被布置成基于第一空气质量值并基于表明第二空气质量指示特性的增强信息来导出与第二空气污染物有关的第二空气质量值,和
其中控制单元被布置成依赖于空气质量传感器所提供的第一空气质量值并依赖于第二空气质量值来操作空气处理模块。
该方面基于以下见解,即尽管没有配备被布置为检测第二空气质量指示特性的(增加成本的)传感器,但是空气处理设备可以使用增强信息,并且因此可以依赖于第二空气质量指示特性而被控制(如同提供了相应的第二空气质量传感器),这极大地改善了可控性和整体空气处理性能,特别是空气净化性能。
换句话说,提供了用于第二空气质量指示特性的“虚拟”传感器,这扩大了应用领域并提供了进一步的控制选项。由控制单元导出的第二空气质量值是依赖于第一空气质量值被计算的。然而,增强信息也对第二空气质量值的计算有影响。因此,第二空气质量值不是仅基于第一空气质量值和第二空气质量值之间的假设(简单)关联而获得,而是进一步考虑增强信息。结果,可以提供对第二空气质量值的更精确和可靠的估计甚至预测。
增强信息可以由远程设备和/或远程服务提供。在示例性的非限制性示例中,空气处理设备被布置成与具有增强的感测能力的其他(远程)空气处理设备通信,涉及用于第二空气质量指示特性的物理存在的传感器。此外,可以使用不形成空气处理设备的一部分的远程传感器。可以以直接和/或间接的方式执行与其他增强传感器的通信。间接通信可以涉及插入在空气处理设备和(多个)远程空气处理设备和/或(多个)远程传感器之间的服务器或服务。
此外,增强信息可以是补充信息,至少在某些方面,该补充信息与第二空气质量指示特性有关。这可以例如涉及定时信息、天气信息、位置信息等。相应的感测装备和/或指示装备可以被布置在该设备处,或者可以被远程布置,包括将相应的信息用信号发给控制单元。
在某些实施例中,空气处理设备包括通信接口,其中控制单元被布置成经由通信接口从远程信息源接收增强信息。优选地,通信接口是无线接口。该设备可以经由通信接口连接到网络,例如连接到无线网络。因此,控制单元可以与远程设备通信,涉及服务器和/或其他空气处理设备。此外,用户可以借助于远程计算设备控制空气处理设备,例如移动电话、移动计算机、平板电脑、家庭自动化用户终端等。
通风单元产生通过电器的空气处理模块的气流。空气处理模块可包括至少一个空气过滤器,该空气过滤器被布置成净化通过其中的空气流。空气处理模块还可包括另外的空气净化单元,例如,处理紫外线源,处理臭氧源等。
在空气处理设备的示例性实施例中,空气质量传感器是被布置在空气处理设备处的物理实体,其中控制单元被布置成在没有用于第二空气质量性质的物理传感器的情况下计算第二空气质量值。
在空气处理设备的另一示例性实施例中,控制单元被布置成实现虚拟空气质量传感器,其代替用于第二空气质量性质的物理传感器。因此,可以操作该设备,就好像它也被提供了用于第二空气质量指示特性的物理存在的传感器。
在空气处理设备的另一示例性实施例中,空气质量传感器被布置为颗粒物(PM)传感器,其被布置成检测颗粒物指示特性并且将特征颗粒物值发信号给控制单元,控制单元基于特征颗粒物值计算第二空气质量值,其中控制单元被布置成依赖于空气质量传感器所提供的颗粒物质值并依赖于第二空气质量值来操作空气处理模块。
在室内空气处理设备中,通常环境空气中PM的存在、组成和/或浓度可能是控制空气净化过程的重要变量。例如,可以检测所谓的PM2.5浓度并用于激活、停用和控制空气处理模块。因此,用于第一空气质量性质的空气质量传感器可以被布置为PM2.5浓度传感器。如本文所用,PM2.5应指通过尺寸选择性进口的颗粒,其在2.5μm(微米)空气动力学直径下具有50%效率截止。出于定义目的,而不是限制范围,参考ISO7708:1995“Air quality-Particle size fraction definitions for health-related sampling”。
此外,在一些示例性实施例中,PM10浓度可以是感兴趣的值。如本文所用,PM10应指通过尺寸选择性进口的颗粒,其在10μm(微米)空气动力学直径下具有50%效率截止。
在空气处理设备的另一示例性实施例中,控制单元被布置成基于第一空气质量值并基于指示VOC指示特性的增强信息来导出特征VOC(挥发性有机化合物)值,其中控制单元被布置成依赖于空气质量传感器所提供的第一空气质量值并依赖于VOC值来操作空气处理模块。
通常,检测和/或监测VOC或TVOC(总挥发性有机化合物)的存在、组成和/或浓度是合乎需要的,但需要相当复杂和昂贵的感测装备。使用不同的测量原理。这甚至可能涉及质谱仪传感器和更精密的感测装备。因此,尽管在设备处结合了相应的传感器,但希望向控制单元提供指示或相关于VOC存在/浓度的增强信息。
术语VOC有各种定义。如本文所用,出于定义目的而不是用于限制本公开的范围,VOC是在101.3kPa的标准大气压下测量的初始沸点小于或等于250℃(482°F)的任何有机化合物。在此语境下进一步参考ISO16000-6:2011“Determination of volatile organiccompounds in indoor and test chamber air[…]”和EN13999-2:2013“Adhesives-Shortterm method for measuring the emission properties of low-solvent or solvent-free adhesives after application-Part 2:Determination of volatile organiccompounds”。
在空气处理(特别是室内空气处理)的语境下,经常使用术语总挥发性有机化合物(TVOC)。在此语境下进一步参考澳大利亚政府环境部的国家污染物清单(NPI):“VolatileOrganic Compound definition and information”版本2.7-2009年9月。因此,总挥发性有机化合物通常可定义为参与大气光化学反应的任何有机化合物。
在空气处理设备的另一示例性实施例中,控制单元被布置为处理用于导出第二空气质量值的辅助增强信息,该辅助增强信息从由以下各项组成的组中被选择:定时信息、天气信息、季节信息、风信息、当日时刻信息、温度信息、湿度信息、声音信息、位置信息及其组合。
已经观察到,至少在与其相关的某些方面,可以获得直接或间接地指示第二空气质量指示特性的其他辅助信息。举例来说,根据该实施例的辅助增强信息可用于调整第一空气质量值和第二空气质量值之间的关联模型。举例来说,已经观察到,一天中的实际时间(例如工作时间,高峰时间和家庭时间)可能影响第一空气质量值和第二空气质量值的比例/关联。结果是,可以建立多维关联(关联图/关联矩阵),不仅考虑第一空气质量值和简单/静态的关系,还进一步考虑增强影响因素。
通常,增强信息可以涉及跨越短时间范围的基于事件的信息以及跨越相当长的时间范围的中期到长期信息。此外,增强信息可能涉及信号的突然变化和缓慢变化。
在示例性实施例中,多样化的增强信息被用于导出第二空气质量值。多方面信息可能涉及一个以上的潜在指示值,包括辅助信息值。
在空气处理设备的另一示例性实施例中,增强信息从包括空气质量传感器的至少一个远程传感器单元获得,该空气质量传感器被布置成检测第二空气质量指示特性并提供特征第二空气质量值。
远程传感器单元可以称为第二传感器单元。因此,远程传感器单元的空气质量传感器可以被称为第二空气质量传感器。此外,根据本公开的主要方面的空气处理设备的传感器单元可以被称为第一传感器单元,并且被布置为检测第一空气质量指示特性的空气质量传感器可以被称为第一空气质量传感器,其主要出于特殊目的。
远程传感器单元可以被布置在远程空气处理设备处。主要出于特殊的目的,设置有远程/第二传感器单元的空气处理设备可以被称为第二空气处理设备。因此,没有设置远程/第二传感器单元的空气处理设备可以被称为第一空气处理设备。
备选地或另外地,可以存在远程传感器单元,其与(第一)空气处理设备分开布置。例如,行政或公共空气质量传感器单元可以提供增强信息的至少一部分,并且可以配备有用于第二空气质量指示特性的感测装备。
在空气处理设备的另一示例性实施例中,增强信息从包括多个远程空气质量传感器的传感器网获得,所述远程空气质量传感器被布置成检测至少一个第二空气质量指示特性并提供特征第二空气质量值。因此,可以利用分布式测量设定。传感器网可包括相同类型的传感器或不同类型的传感器。因此,增强信息甚至可以进一步多样化。一些空气质量传感器可以布置成感测辅助增强信息。
在空气处理设备的另一示例性实施例中,控制单元被布置成与提供服务器处理能力的网络进行通信,并且经由网络从服务器获得增强信息,该服务器被供给来自至少一个远程增强空气质量传感器的特征第二空气质量值。
因此,可以提供集中或分散的服务。服务器可以从各种传感器收集增强信息,并且可以处理所收集的数据。假设存在控制单元和服务器之间的相应连接,可以将某些处理和控制任务分配给服务器。至少在一些实施例中,这可以包括基于第一空气质量值和增强信息计算第二空气质量值。
在空气处理设备的另一示例性实施例中,控制单元被布置成基于第一空气质量值和第二空气质量值之间的模型化关联来导出第二空气质量值,其中模型化关联使用了增强信息。
模型化关联可以采取关联矩阵,关联图等的形式。模型化关联可以包含多个辅助增强信息值(例如,时间、温度、湿度等),这些值可以影响第一空气质量值和第二空气值之间的关联。
模型化关联的生成可以涉及概率考虑和计算、大数据分析、预测等。模型化关联可以是自适应的,涉及响应于实际事件的关联的适应性、检测到的实际值与设定值的偏差等。
在本公开的另一方面,提出了一种分布式空气质量感测装置,该感测装置包括:
-根据如本文所公开的至少一个实施例的空气处理设备,
-远离空气处理设备的至少一个增强空气质量传感器,其中所述至少一个增强空气质量传感器被布置成检测第二空气质量指示特性并且发出特征第二空气质量值的信号,以及
-通信服务,空气处理设备通过该通信服务向被供给指示第二空气质量值的增强信息。
在感测装置的示例性实施例中,第一空气质量值和第二空气质量值之间的关联被模型化,其中由至少一个增强空气质量传感器检测的第二空气质量值的变化反映在增强信息中,空气处理设备基于该增强信息被操作。
在感测装置的另一示例性实施例中,空气处理设备是第一类型空气处理设备,其中至少一个增强空气质量传感器被设置在增强空气处理设备处,该增强空气处理设备被布置为第二类型空气处理设备,其中第二类型空气处理设备的至少一个增强空气质量传感器被用于为第一类型空气处理设备供给增强信息。
不言而喻,在更一般的语境中,至少一个增强空气质量传感器可以设置在远程传感器单元处,该远程传感器单元不必被布置在另外的空气处理设备处。相反,为此可以使用所谓的独立传感器单元。
在本公开的又一方面,提出了一种操作空气处理设备的方法,该方法包括以下步骤:
-提供空气质量传感器,其被布置成检测第一空气质量指示特性并且将基于第一空气质量指示特性的特征第一空气质量值发信号给控制单元,第一空气质量指示特性与第一空气污染物有关,
-借助于空气质量传感器检测第一空气质量指示特性,并将特征第一空气质量值发信号给控制单元,
-获得指示第二个空气质量指示特性的增强信息,
-基于第一空气质量值并基于增强信息导出与第二空气污染物有关的第二空气质量值,以及
-依赖于空气质量传感器所提供的第一空气质量值并依赖于第二空气质量值操作空气处理模块。
在操作方法的示例性实施例中,第一空气质量值是颗粒物值,其中第二空气质量值是虚拟VOC值,其中第二空气质量值基于第一空气质量值和第二空气质量值之间的模型化关联而被建立,并且其中模型化关联使用增强信息。
如已经指出的,本公开不限于使第一空气质量值是颗粒物质值而第二空气质量值是虚拟VOC值。还可以处理其他物质的存在、浓度、组成和特性,包括但不限于超细颗粒(UFP)、相对湿度(RH)、温度(T)、二氧化碳(CO2)等。此外,属于VOCs和/或PM组的特定污染物可以单独处理,例如甲醛、氯氟烃、苯、苯乙烯、柠檬烯、二氯甲烷等。
在本公开的又一方面,提供了一种计算机程序,包括程序代码部件,当所述计算机程序在计算设备上被执行时,程序代码部件用于使计算设备执行根据本文所述的至少一个实施例的方法的步骤。
如这里所使用的,术语“计算设备”可以代表多种处理设备。换句话说,具有相当大计算能力的移动设备也可称为计算设备,即使它们提供的处理能力资源少于标准“计算机”。不言而喻,这种“计算设备”可以是空气处理设备和/或系统的一部分。此外,术语“计算设备”还可以指代可以涉及或利用云环境中提供的计算能力的分布式计算装置。术语“计算设备”还可以涉及通常能够处理数据的控制设备。
在示例性实施例中,计算机程序至少部分地在移动计算装置上执行,尤其是移动电话、移动计算机和/或平板电脑。优选地,移动计算设备被布置成与空气处理设备和远程服务(例如服务器)可操作地耦合。服务器可以被布置成聚集和处理从分布式空气质量感测装置的一个或多个增强空气质量传感器获得的增强信息。
在从属权利要求中限定了本公开的优选实施例。应当理解,所要求保护的方法和要求保护的计算机程序可以具有与要求保护的设备/系统类似的优选实施例,并且如从属设备权利要求中所限定。
附图说明
参考下文描述的实施例,本发明的这些和其他方面将变得清楚并得以阐明。在以下附图中
图1是被布置为空气净化设备的空气处理设备的立体图;
图2示出了图1的设备处于部分分解状态的另一透视图;
图3示出了图1和图2的设备的透视后端顶视图,其中布置为顶部格栅的出口盖从设备的壳体的顶端被部分地移除;
图4示出了根据图1至图3的装置的设备的内部部件的简化示意框图;
图5是图示示意性的室内PM2.5和TVOC浓度测量值的图表;
图6示出了根据本公开的系统的示例性布局的示意性框图表示;
图7是用于在第一空气质量参数和第二空气质量参数之间建立关联模型的算法的示例性实施例的示意图;
图8示出了底层控制算法的示例性布局的示意性框图;
图9示出了空气处理设备的示例性布局和操作模式的示意性框图;
图10借助于示意性框图表示而示出了根据本公开的数据匹配操作的示例性实施例的若干方面;
图11借助于示意性框图表示而示出了根据本公开的数据匹配操作的另一示例性实施例的若干方面;和
图12示出了示意性框图而示意性地示出了根据本公开的操作方法的实施例的若干步骤和方面。
具体实施方式
图1示出了由附图标记10表示的空气处理设备的透视图。设备10被布置为空气净化设备。图2示出了设备10的对应的部分分解图,其中图1和图2的视图使用类似的视图方向但使用不同的比例。
设备10包括主壳体或总壳体12。至少根据图1和图2所示的实施例的壳体12包括近似矩形或方形的基部区域并向上延伸。总之,设备10的壳体12限定了基本上长方体的形状。不言而喻,可以存在至少略微弯曲(凸起或凹入地弯曲)的壁。此外,可以存在滚圆和/或倒角边缘。
设备10还包括空气质量传感器14,还参见图3的透视后端顶视图。空气质量传感器14被布置成检测空气特性。空气质量传感器单元14可以能够监测进口空气和/或出口空气。根据某些实施例,空气质量传感器单元14被布置为感测颗粒物(PM)浓度的PM传感器。
设备10还包括用户界面16,其可包括适当的控件、按键、开关、指示器、LED、显示器等。
根据结合图1和图2所示的示例性实施例的布置,设备10包括两个相对的侧向进口,这些进口由被布置成格栅的进口盖18所覆盖。此外,设备10包括位于其顶侧的出口盖20,其中出口盖20被布置为格栅。出口盖20也可以称为顶部格栅或出口格栅。
空气净化设备10包括空气处理模块22,其可以被布置为空气净化模块。空气处理模块22包括被分配给空气处理单元30的过滤器26、28。如图2所示,第一类型的过滤器26和第二类型的过滤器28可以存在于空气处理单元30中。例如,过滤器26可以布置为预过滤器。进一步地,过滤器28可以布置为精细过滤器。过滤器26、28被布置成过滤通过进口盖18进入设备10的进口空气流。因此,进口空气流基本上是横向流动。此外,出口空气流是基本向上的流动。从流体的角度看,空气处理单元30介于设备10的进口和出口之间。
不言而喻,空气处理单元可能存在不同的操作原理,这些原理可能涉及例如热力学灭菌、紫外线辐射、光催化氧化、高效微粒捕获(HEPA)过滤、离子发生器净化器、臭氧发生器及其组合。
设备10还包括通风单元,该通风单元在图2中用附图标记24表示。根据图2的示例性实施例,通风单元24布置在壳体12的内部,位于两个相对的进口过滤器26和28的单元之间。
图3示出了图1和图2的装置的透视后端顶视图。壳体12的布置有空气质量传感器单元14的至少一个空气质量传感器的侧面与壳体12的布置有用户控件16的侧面相对。然而,该示例性布置不应被解释为限制意义。
进一步参考图4,其示出了空气处理设备10的部件的说明性框图,该空气处理设备10可以根据图1、图2和图3中所示的实施例来布置。
如上所述,设备10包括空气处理模块22,该空气处理模块22设置有处理单元30,处理单元30实现了涉及过滤器26、28的过滤器装置。例如,可以将过滤器26、28的两个相对的集合设置在设备10的壳体12的相应的侧面上。
在壳体12的中央部分中,布置有通风单元24。通风单元24包括通风机34,该通风机34由马达36提供动力。通风机34的操作由图4中的弯曲箭头36表示。举例来说,通风机34可以被布置为离心通风机。因此,通风机34可以被布置成轴向吸入进口空气并沿径向吹出加压的出口空气。根据图4的装置,通风机34被布置成向上吹出加压空气。
进口气流42经过空气处理模块22的气流进口40并进入通风机34。进口气流42经过相应的过滤器26、28。
优选地,进口气流42包括在通风机34的相对轴向侧处的两个进口气流部件,其与过滤器26、28的两个相对集合相关联,如图2和图4所示。
在通风机34的出口侧,出口气流48从通风机34径向地通过空气处理模块22的气流出口46朝向顶部格栅(出口盖20)逸出。出口气流42通过内盖32(也参见图3)。
因此,环境潜在污染或弄脏的空气从其侧面进入设备10,其中净化的空气通过顶侧从设备10逸出。
设备10还包括控制单元52,其在图4中由相应的控制块表示。此外,提供了结合至少一个传感器14的传感器单元52。在某些实施例中,设备10还包括通信接口56,特别是无线通信接口。通过通信接口56,电器10可以与远程电器、远程传感器单元、远程服务和/或涉及智能电话、移动计算机、平板设备等的移动计算设备进行通信。不言而喻,远程控件和/或智能家居控制终端可以经由通信接口56与设备10可通信地耦合。
图5示出了分布式空气质量感测装置60。如示意性所示,提供了空气处理设备10,其包括第一类型空气质量传感器14。然而,为了使设备10可获得与空气质量有关的进一步信息,提供所谓的第二类型空气质量传感器74,其可以在远程空气处理设备66中实现,或者在单独的(例如独立的)传感器单元70中实现。因此,尽管没有配备额外的(使成本增加的)传感器,该设备可以从增加由第二类型空气质量传感器74提供的增强信息中获益。结果,可以计算对由第二类型空气质量传感器74处理的测量量水平的假设甚至预测。换句话说,可以在设备10中实现虚拟传感器。
借助于实现至少一个(虚拟、分布式或离散)服务器82的基于网络的通信服务80,可以在所涉及的设备之间交换信息。在本文所讨论的某些实施例中,第一类型空气质量传感器14是颗粒物(PM)传感器,而空气质量传感器74类型是挥发性有机化合物(VOC)传感器。因此,在设备10处,可以设置“虚拟”VOC传感器。即使设备10(例如由于成本原因)不能直接感测这一量,该设备也可以对第二空气质量值进行操作。
移动计算设备86可以用作设备10的操作终端。计算设备86(例如,智能电话,平板电脑,家庭自动化终端等)可以直接或间接地(例如,经由基于网络的通信服务80)与设备10耦合。进一步,计算设备86可以被(可通信地)插入到设备10和通信服务80之间。
在下文中,将特别参考特定实施例描述本公开的若干方面,然而,这些实施例不应被理解为限制意义。而是,可以从以下示例性描述的整体语境中提取特定的特征。因此,可以容易地单独地追求特定特征和实施例。
在本公开的语境中,提出了一种用于基于大数据分析来创建虚拟VOC传感器的方法,其可以为家用空气净化器提供更有效地清洁每日产生的VOC的能力。例如,可以建立PM浓度(其可以通过诸如温度和相对湿度的进一步信息来增强)与特定日常活动事件中的VOC之间的关系。因此,可以基于PM浓度预测VOC,这可以改善净化器的性能,尤其是在自动模式工作状态下。
在更一般的语境中,该方法还可以被应用于向设置有物理传感器的其他设备提供额外的空气质量信息,例如,仅包含PM传感器的空气质量传感装置可用于评估并预测气体污染水平(例如VOC值)。
空气净化器(在本文也称为空气处理设备)被广泛用于多个国家。通常,空气净化器被用于清洁室内空气污染物,包括颗粒物(PM)、挥发性有机化合物(VOC)、细菌等。为了平衡功耗和空气质量,几乎所有净化器都引入自动模式设定,以便更有效地清洁室内空气。通常,自动模式工作状态是基于空气传感器测量。例如,当检测到高污染物水平时,净化器可以以高风扇速度的涡轮模式操作。此外,当污染物水平下降时,净化器的风扇速度可以降低。
在日常生活中,大部分室内空气污染物是由定期活动事件产生的,如烹饪、地面清洁、吸烟、用餐、熨烫(本文称为事件)。这些活动可能会导致PM和VOC两种污染物。大多数上述定期活动事件都反映在污染物浓度的变化中。了解时间信息和污染物浓度,可以检测事件。进而,知道事件可以被用于导出对应的污染物浓度(或其变化)。
此外,可以使用所谓的连接的空气净化设备。例如,可以远程控制被连接的空气净化设备,其可以涉及通过连接的设备,使用软件应用程序来获得操作状态和指示空气质量的测量。此外,可以设想包括不同的传感器的独立的传感器盒,这些传感器被布置成感测和跟踪若干室内空气污染测量的量。
然而,市场上大多数现成的空气净化器仅配备有PM传感器,因此,可以使用PM测量来控制它们的自动模式工作状态。因此,例如可能存在某些时期,即空气净化器不能意识到VOC污染(由于它们缺少相应的感测装备)并且保持其待机工作状态。PM(PM2.5)与VOC浓度之间存在的粗略关联,但事实证明,这种关联至少是暂时地缺乏可靠性和准确性。图6示出了空气质量数据的时间图,其示出了基于实际测试的PM和VOC之间的关系。迹线100表示PM浓度,迹线102表示VOC(而不是TVOC)浓度。该时间段涵盖示例性的工作日。存在某种趋势。当PM浓度上升时,通常VOC浓度也在上升。然而,可以进一步看出PM2.5和TVOC曲线100、102并不总是一致的。特别是在17:00之后,TVOC在一段时间内仍然保持高浓度,但PM2.5浓度低。
解决此问题的直接方法是为空气净化器添加VOC传感器或使用独立的传感器盒来监测VOC水平。但这涉及几个缺点。一方面,VOC传感器需要额外的费用。VOC传感器的所需精度越高,所涉及的成本就越高。另一方面,尽管大多数可用的VOC传感器对几种气体组分敏感,但在这些VOC传感器提供的测量中仍会缺少一些气态污染物。因此,即使在空气净化器处提供VOC传感器的情况下,由于VOC传感器的特定设计,可能存在一些被忽视或无视的VOC组分。
根据本公开,提供了一种空气净化器,即使在设备处没有布置物理VOC传感器或没有直接与电器耦合的物理VOC传感器,该空气净化器可操作以自动清洁PM2.5和VOC污染物二者。
根据本公开的另一方面,提供了一种方法,该方法提供关于空气质量的详细知识,即使在没有用于每个感兴趣的测量值的物理传感器的情况下也是如此。这可能涉及但不限于VOC,CO2和NO值。
在某些示例性实施例中,可以基于由其他(远程)传感器执行的测量来提供额外的增强空气质量信息。例如,在靠近人A处提供PM2.5传感器。例如,如果人A开始吸烟,那么传感器将显示相应的信号(增加的PM浓度)。在附近没有VOC传感器的情况下,可能不提供相应的数据。然而,根据本公开,可以寻找处于类似情况/环境中的人B(例如,也在室内吸烟)。假设B附近配备有PM2.5传感器和VOC传感器,则可以检测PM和VOC之间的关联。因此,由于情况A和B都相似,所以情况B的关联可以应用于情况。因此,基于该相关性和附近传感器提供的实际PM值,可以提供VOC的估计。
本公开的示例性实施例和方面涉及但不限于以下特征:
1)使用时间信息、空气传感器测量和公共网络信息来检测特定的日常活动事件,在环境传感器被提供且可用的情况下,也可以使用该环境传感器,如麦克风、温度计、湿度传感器等。也可以包括手动输入。
2)使用大数据分析建立特定日常活动事件中PM浓度和VOC水平之间的关系,包括净化器工作时的PM和VOC的减少模式。假设有一定数量的VOC传感器可用于提供数据。可以使用其他(远程)传感器类型。可以基于该数据建立关系模型或映射。建立关系可以涉及基于反馈的自学习算法,其可以通过在线网络服务提供。可以使用机器学习和数据挖掘方法。当生成更多数据并且与时间的推移相关时,该算法可以更精确并且是自动的。作为进一步的益处,可以区别和区分不同类型的气态污染物。
3)当某些活动事件发生时,可以基于所建立的关系使用PM浓度的检测,来评估和预测VOC水平。这是为不包含真实VOC传感器和/或类似传感器的设备创建虚拟VOC传感器的选项。
4)了解计算出的预测VOC水平,可以改进空气净化器的自动模式算法,以更有效地清洁VOC以及PM。自动模式算法被布置为考虑不同的输入值和水平。因此,能够实现空气净化器的智能增强(多维)控制。
在更一般的语境中,本公开的示例性方面和实施例基于以下见解:一些设备可例如在传感器盒中具有完整的传感器集合(例如,PM2.5、UFP、TVOC、CO2、T、RH)。其他设备(第一类型设备)可以具有子集合(例如PM2.5和/或TVOC),例如在空气净化器/空气处理设备中。传感器也可以处在被连接的可穿戴设备中。
此外,对来自完整的传感器集合(跨越足够大的安装样本大小)的数据进行大数据分析,对模式进行检测,以指示传感器的子集合与完整的传感器集合之间的关联(由于各个设备上类似事件的发生)。
当利用传感器的子集合检测模式时,可以例如基于关联模型或映射从大数据分析推断出其他传感器的期望值。应注意,在某些情况下,这可能导致一系列或一组可能的值。因此,例如,可以提供最坏情况估计。
基于推断值,可以控制空气净化器以提高其性能,从而改善污染物的消除。虚拟传感器的推断值可以经由(在净化器处或在单独的计算设备处的)用户界面传达给消费者,并且可以例如以更新的空气质量指示特性值或水平反映。
大数据分析可以基于以下一个或多个:
-随时间的传感器测量(以检测事件),
-传感器值(例如PM2.5)以及推断的信息,例如粒度分布,
-涉及附近与空气相关的公共事件的位置信息,如燃烧、交通堵塞和燃气泄漏,以及
-消费者通过应用程序或其他形式的UI的输入。
提出的虚拟VOC传感器创建方法基于大数据分析。在下文中,将描述相应系统架构的示例性布局。为了实现根据本公开的系统,可以至少暂时地经由网络服务将一组(优选地大量)净化器和/或传感器盒或可穿戴传感器连接。因此,存在控制中心,其被布置成从净化器和传感器盒收集测量数据,并且还可以控制净化器以更新内置控制算法。
图7示出了根据这种方法的系统118的系统架构。提供控制实体/服务120,其被提供有或耦合到数据库122和执行操作算法124的处理能力。控制服务120可以至少部分地由网络/云环境提供。在备选实施例中,控制服务120可以至少部分地由净化器自身的控制单元所提供。此外,在备选实施例中,控制服务120可以至少部分地由计算终端设备(智能电话、平板电脑等)提供。可以设想使用多于一个控制实体的分布式控制。
设备128、130、132的集合被连接到控制实体/服务120。如相应的箭头所示,所涉及的设备128、130、132和控制实体/服务120可以交换信息,包括从控制实体/服务120的上传到下载。上传可涉及测量上传,下载可能涉及关联算法和/或控制算法下载,包括更新等。
这些设备可以包括设备128的第一集合,其设置有有限的感测能力,例如仅具有PM传感器。这些设备可以包括设备130的另一集合,其设置有扩大的感测能力,例如具有第一类型的VOC传感器和PM传感器。这些设备可以包括设备130的另一集合,其设置有扩大的感测能力,例如具有第二类型的VOC传感器和PM传感器。如上所述,已知有各种落入VOC的定义的污染物。因此,也可能存在不同类型的VOC传感器。如图7中的设备130和设备132之间的虚线所示,可能存在包含其他传感器类型的设备的其他集合。
在限定的区域(例如在城市区域)中,连接的净化器和传感器盒的传感器测量被上传到控制中心。该测量可以包括PM浓度和不同类型的VOC水平(在可用的情况下)。控制实体/服务120处的算法可以被布置为在若干活动事件的语境下建立PM和VOC之间的关系/关联。结果,用于净化器的自动模式控制算法可以被更新并被远程发送到净化器。
图8示出了可以由控制实体/服务120执行的算法140的示意图。存在两个基本功能。由142表示的第一功能涉及事件的检测,其使用诸如时间/位置146、环境声音/温度148和空气质量150的增强信息作为输入。由144表示的另一功能涉及关联建立,其使用诸如空气质量150、净化器工作状态152和检测到的活动事件142作为输入。功能144建立并调整关联模型或映射152。因此,可以存在两种类型的增强信息,其涉及直接归于空气质量信息和间接地归于辅助增强信息。
算法140可以被配置为在线算法,在线算法由可以周期性更新的在线服务永久性地提供。此外,在计算过程之后,可以生成关联映射152的更新版本。在示例性实施例中,关联映射152可以包括在不同的常规日常活动事件中PM浓度与VOC水平的不同类型之间的关系。
当生成新版本的关联映射152时,可以根据自动模式算法来操作净化器,自动模式算法是基于通过网络(可以是任何种类的网络)提供的数据。在示例性实施例中,净化器的算法模块(控制单元)是可编程的。因此,在个别家庭中,即使在没有足够的通过附近的感测装备直接获得的关于室内空气质量的信息时,也可以为净化器提供增强的知识以更有效地清洁VOC。
图9是参考框160的在本公开的语境中的净化器的布局和操作模式的示意图。因为传感器的存在、类型和准确性,可以向具有不同设定(不同位置,不同类型等)的净化器提供不同的信息。因此,提出了一种稳健的自动模式算法架构,其优选地与不同级别的信息兼容。在图9中,活动事件检测由框162表示。此外,框164表示所使用的相关模型或图。
即使例如当仅存在时间信息(框166)和PM浓度信息(框168)时,净化器也可以从如本文所讨论的自动模式算法中获益,以更有效地去除VOC。自动模式算法的输出是净化器的目标操作状态,其例如确定风扇速度,方框170。
在示例性实施例中,可以使用预先下载的固定数据或算法,其不一定需要立即可编程的净化器和实时更新。
图10示出了根据本公开的数据匹配操作的示例性实施例的若干方面。数据库由180表示。数据库180包括采样记录。数据库180包含与某些事件e(e1、e2、e3...)有关的信息。可以为每个事件分配另外的辅助属性a(a1、a2、a3...)。属性可以涉及辅助信息,例如时间、位置、人的存在、房间通风、湿度、净化器状态、室外PM值、声音、装修时间等。可以将相应的值v分配给事件的属性a。
附图标记182表示经处理的数据集,还参考附图标记184、186,其突出显示相应的数据部分。数据集182表示可用数据(PM值加辅助事件)之间的最佳匹配。因此,数据库180为数据集182提供的TVOC值可用于控制未提供相应感测装备的空气净化器。
通常,当没有通过直接测量获得的信息时,在PM和TVOC之间建立准确且稳健的关系是具有挑战性的。然而,如果收集了足够水平的相关(辅助)增强信息,则可以简化TVOC的预测。
因此,可以以广泛和精细粒度的方式记录“事件”数据。提供的数据集越多,匹配操作就越可靠。例如,“事件”和其他信息可以由矢量表示。矢量可以包括可以(直接地或间接地)指示室内空气质量的任何因素,包括但不限于:时间、传感器的位置、人的存在、房间通风、室内湿度、室外PM、净化器状态、环境声音和装修时间。
一旦建立并填充了数据库,就可以进行实时或接近实时的TVOC评估。数据匹配过程可以基于实时数据采样和数据库采样之间的最小距离,以找到最佳匹配记录。等式(1)显示了最小距离估计的原理,其中R是实时数据的矢量(例如PM数据),D是数据库的矢量集,d是数据库的采样,而N是“事件”矢量的维度。
类似地,图11也示出了根据本公开的数据匹配操作的另一示例性实施例的若干方面,其中匹配操作基于事件分类和概率考虑。
在图11中,附图标记190表示数据库。附图标记192表示经处理的数据集,还参考附图标记200、202,突出显示相应的数据部分。框194表示聚类算法。事件簇196在图11中以竖直系列示出。对于每个簇,建立如附图标记198示出的PM和TVOC之间的关系。
随后,对于没有直接TVOC感测装备的实时或接近实时的TVOC评估,计算每个事件簇的概率(p1,p2,...,pn)。例如,最大似然概率考虑可以应用于(多个)当前事件,并最终估计或评估TVOC值。
以这种方式,可以计算具有概率的一组可能的TVOC值,而不仅仅是绝对预测值。该数据可以有利地用于最终确定净化器的按需的自动模式操作。
出于说明性目的,假设基于可用数据处理三个TVOC值的预测值的集合。总共有三个值由相应的概率{T1,p1},{T2,p2}和{T3,p3}来增强。此外,假设使用这些值的“虚构”成本是c1、c2和c3,使用这些值的利益是b1、b2和b3。例如,利益可以代表污染物的量。成本可以表示例如功耗或操作噪声。
例如,基于等式(2)计算最佳选择。如果总利益的期望是正的,则使用最大概率预测值。否则,TVOC估计被中止。
净化器的自动模式仍然可以使用PM测量。这可以确保在统计上不会发生负面结果。
图12示出了示意性框图,示意性地示出了根据本公开的操作方法的示例性实施例的若干步骤和方面。
在步骤220中,提供空气处理设备,该设备空气质量传感器被布置成检测第一空气质量指示特性并且发出特征第一空气质量值信号。
在步骤222中,感测第一空气质量指示特性。由此产生的特征第一空气质量值被发信号给控制单元。
在进一步的步骤224中,获得增强信息,其指示第二空气质量指示特性。优选地,没有用于第二空气质量指示特性的附近传感器。相反,提出的虚拟感测程序取代了现场传感器。
在步骤226中,可以从通信网络或云环境布置增强信息。这可以包括经由因特网或类似网络提供的在线服务。此外,可以使用设施、建筑物和/或家庭自动化网络。
此外,网络或云环境可以被提供和/或可操作地耦合处理能力230、远程传感器单元232和数据库228,用于记录有关的空气质量信息。远程传感器单元可以设置有能够测量第二空气质量指示特性的物理传感器。处理能力可以由虚拟或离散服务器提供。
可以向数据库供给来自多个空气处理设备的传感器数据,并且如果有的话,可以提供不同的独立传感器单元。此外,可以使用公共测量和环境测量数据。优选地,数据库包含大量数据集,该数据集涉及用于第一空气质量指示特性和第二空气质量指示特性的值。可选地,可以提供被称为事件信息或辅助信息的附加的增强信息。
目标可以是建立关联,例如,在第一空气质量值和由第二空气质量指示特性产生的第二空气质量值之间建立关联模型或关联。
在步骤240中,从第一空气质量值和增强信息推断出第二空气质量值。为此,可以使用(本地)数据库242。在数据库中,可以存储临时数据和/或设备特定的关联映射。不言而喻,同样在步骤240中,可以使用和处理从通信网络或云环境提供的数据。
在进一步的步骤244中,基于由空气质量传感器提供的第一空气质量值和从关联模型和增强信息推断的第二空气质量值来操作空气处理设备。
在下文中,提供了本公开的一般语境内的其他示例性实施例。
在示例性实施例中,提供了一种空气感测系统,包括一个或多个物理传感器,以检测空气的性质,数据库包含空气性质随时间的模式,其中基于物理传感器数据和数据库,其他空气特性被推断出。
在改进的实施例中,推断值可以指示值的范围或最坏的情况估计。
在进一步改进的实施例中,推断值包括概率。
在进一步改进的实施例中,数据库包括其他信息,例如季节、当日时刻、天气信息、位置和附近的与空气有关的公共事件,以细化推断的值。
在进一步改进的实施例中,数据库存储在云环境中并且基于来自远程设备结合的增强传感器的传感器数据的分析而更新,并且因此能够提供完整的数据集。
在进一步改进的实施例中,从云定期更新数据库。
根据本公开的空气处理设备能够在不存在物理传感器的情况下,根据空气性质而被操作。相反,根据本公开而启用虚拟感测。
根据本公开的设备、系统和方法的实施例可以在被连接的空气净化器的语境下使用,以改善清洁不同类型的污染物(包括VOC)的性能。此外,本公开的方面和特征还可以用在空气质量传感器盒或可穿戴传感器中,以在附近不存在相应的物理传感器下提供关于空气质量的更多信息。
虽然已经在附图和前面的描述中详细图示和描述了本发明,但是这样的图示和描述应被认为是说明性或示例性的而非限制性的,本发明不限于所公开的实施例。通过研究附图、公开内容和所附权利要求,本领域技术人员在实践所要求保护的发明时可以理解和实现所公开实施例的其他变型。
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。单个元件或其他单元可以实现权利要求中记载的若干项的功能。在相互不同的从属权利要求中陈述某些措施的仅有事实并不表示这些措施的组合不能用于获益。
计算机程序可以存储/分布在合适的介质上,例如与其他硬件一起提供或作为其他硬件的一部分提供的光学存储介质或固态介质,但也可以以其他形式分布,例如通过因特网或其他有线或无线电信系统。权利要求中的任何附图标记不应被解释为限制范围。
Claims (15)
1.一种空气处理设备(10),包括:
-用于进口空气的进口(18),
-用于出口空气的出口(20),
-空气处理模块(22),被设置在所述进口(18)和所述出口(20)之间,所述空气处理模块(22)包括通风单元和空气处理单元(26、28),所述通风单元被布置成产生从所述进口(18)到所述出口(20)的空气流,所述空气处理单元被布置成对所述空气流施加净化处理,
-控制单元(52),被布置为控制所述空气处理模块(22),和
-传感器单元(54),可操作地与所述控制单元(52)耦合,
其中所述传感器单元(54)包括空气质量传感器(14),所述空气质量传感器(14)被布置成检测第一空气质量指示特性并且将基于所述第一空气质量指示特性的特征第一空气质量值发信号给所述控制单元(52),所述第一空气质量指示特性与第一空气污染物有关,
其中所述控制单元(52)被布置成基于所述第一空气质量值并基于表明第二空气质量指示特性的增强信息来导出与第二空气污染物有关的第二空气质量值,和
其中所述控制单元(52)被布置为依赖于所述空气质量传感器(14)所提供的所述第一空气质量值并依赖于所述第二空气质量值来操作所述空气处理模块(22)。
2.根据权利要求1所述的空气处理设备(10),其中所述空气质量传感器(14)是被布置在所述空气处理设备(10)处的物理实体,并且其中所述控制单元(52)被布置为在没有用于所述第二空气质量特性的物理传感器的情况下来计算所述第二空气质量值。
3.根据权利要求1所述的空气处理设备(10),其中所述控制单元(52)被布置为实现虚拟空气质量传感器,所述虚拟空气质量传感器代替用于所述第二空气质量特性的物理传感器。
4.根据权利要求1所述的空气处理设备(10),其中所述空气质量传感器(14)被布置为颗粒物传感器,所述颗粒物传感器被布置成检测颗粒物质指示特性并且将特征颗粒物值发信号给所述控制单元(52),基于所述特征颗粒物值计算所述第二空气质量值,并且其中所述控制单元(52)被布置为依赖于所述空气质量传感器(14)所提供的所述颗粒物值并依赖于所述第二空气质量值来操作所述空气处理模块(22)。
5.根据权利要求1所述的空气处理设备(10),其中所述控制单元(52)被布置成基于所述第一空气质量值并基于指示VOC指示特性的增强信息来导出特征VOC值;并且其中所述控制单元(52)被布置为依赖于所述空气质量传感器(14)所提供的所述第一空气质量值并依赖于所述VOC值来操作所述空气处理模块(22)。
6.根据权利要求1所述的空气处理设备(10),其中所述控制单元(52)被布置为处理用于导出所述第二空气质量值的辅助增强信息,所述辅助增强信息从由以下各项组成的组中被选择:定时信息、天气信息、季节信息、风信息、当日时刻信息、温度信息、湿度信息、声音信息、位置信息及其组合。
7.根据权利要求1所述的空气处理设备(10),其中所述增强信息是从包括远程空气质量传感器(74)的至少一个远程传感器单元(70)获得的,所述远程空气质量传感器(74)被布置成检测第二空气质量指示特性并提供特征第二空气质量值。
8.根据权利要求1所述的空气处理设备(10),其中控制单元(52)被布置为与提供服务器处理能力的网络进行通信,并且经由所述网络从服务器获得增强信息,所述服务器被供给来自至少一个远程增强空气质量传感器(74)的特征第二空气质量值。
9.根据权利要求1所述的空气处理设备(10),其中所述控制单元(52)被布置成基于所述第一空气质量值和所述第二空气质量值之间的模型化关联来导出所述第二空气质量值,并且其中所述模型化关联使用所述增强信息。
10.一种分布式空气质量感测装置(60),包括:
-根据权利要求1所述的空气处理设备(10),
-远离所述空气处理设备(10)的至少一个增强空气质量传感器(74),其中所述至少一个增强空气质量传感器(74)被布置成检测第二空气质量指示特性并发出特征第二空气质量值的信号,和
-通信服务(80),所述空气处理设备(10)通过该通信服务被供给指示所述第二空气质量值的增强信息。
11.根据权利要求10所述的感测装置(60),其中所述第一空气质量值和所述第二空气质量值之间的关联被模型化,其中由所述至少一个增强空气质量传感器(74)检测的所述第二空气质量值的变化被反映在所述增强信息中,所述空气处理设备(10)基于所述增强信息被操作。
12.根据权利要求10所述的感测装置(60),其中所述空气处理设备(10)是第一类型空气处理设备,其中所述至少一个增强空气质量传感器(74)被设置在增强空气处理设备(66)上,所述增强空气处理设备(66)被布置为第二类型空气处理设备(66),其中所述第二类型空气处理设备的所述至少一个增强空气质量传感器(14)被用于为所述第一类型空气处理设备(10)供给所述增强信息。
13.一种操作空气处理设备(10)的方法,所述方法包括以下步骤:
-提供空气质量传感器(14),所述空气质量传感器(14)被布置为检测第一空气质量指示特性并且将基于所述第一空气质量指示特性的特征第一空气质量值发信号给控制单元(52),所述第一空气质量指示特性与第一空气污染物有关,
-借助于所述空气质量传感器(14)检测所述第一空气质量指示特性,并且将所述特征第一空气质量值发信号给控制单元(52),
-获得指示第二个空气质量指示特性的增强信息,
-基于所述第一空气质量值并基于所述增强信息导出与第二空气污染物有关的第二空气质量值,以及
-依赖于所述空气质量传感器(14)所提供的所述第一空气质量值并依赖于所述第二空气质量值操作所述空气处理设备(10)。
14.根据权利要求13所述的方法,其中所述第一空气质量值是颗粒物值,其中所述第二空气质量值是虚拟VOC值,其中所述第二空气质量值基于所述第一空气质量值和所述第二空气质量值之间的模型化关联而被建立,并且其中所述模型化关联使用所述增强信息。
15.一种计算机程序,包括程序代码部件,当所述计算机程序在计算设备上被执行时,所述程序代码部件用于使所述计算设备执行根据权利要求13所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311382566.0A CN117433136A (zh) | 2016-09-02 | 2017-08-17 | 空气处理设备,传感器装置和操作方法 |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2016097934 | 2016-09-02 | ||
CNPCT/CN2016/097934 | 2016-09-02 | ||
EP17150822 | 2017-01-10 | ||
EP17150822.9 | 2017-01-10 | ||
PCT/EP2017/070805 WO2018041637A1 (en) | 2016-09-02 | 2017-08-17 | Air treatment apparatus, sensor arrangement and operating method |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311382566.0A Division CN117433136A (zh) | 2016-09-02 | 2017-08-17 | 空气处理设备,传感器装置和操作方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109844416A true CN109844416A (zh) | 2019-06-04 |
Family
ID=59677232
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780054177.1A Pending CN109844416A (zh) | 2016-09-02 | 2017-08-17 | 空气处理设备,传感器装置和操作方法 |
CN202311382566.0A Pending CN117433136A (zh) | 2016-09-02 | 2017-08-17 | 空气处理设备,传感器装置和操作方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311382566.0A Pending CN117433136A (zh) | 2016-09-02 | 2017-08-17 | 空气处理设备,传感器装置和操作方法 |
Country Status (2)
Country | Link |
---|---|
CN (2) | CN109844416A (zh) |
WO (1) | WO2018041637A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11932080B2 (en) | 2020-08-20 | 2024-03-19 | Denso International America, Inc. | Diagnostic and recirculation control systems and methods |
US11813926B2 (en) | 2020-08-20 | 2023-11-14 | Denso International America, Inc. | Binding agent and olfaction sensor |
US11760169B2 (en) | 2020-08-20 | 2023-09-19 | Denso International America, Inc. | Particulate control systems and methods for olfaction sensors |
US11828210B2 (en) | 2020-08-20 | 2023-11-28 | Denso International America, Inc. | Diagnostic systems and methods of vehicles using olfaction |
US11760170B2 (en) | 2020-08-20 | 2023-09-19 | Denso International America, Inc. | Olfaction sensor preservation systems and methods |
US11881093B2 (en) | 2020-08-20 | 2024-01-23 | Denso International America, Inc. | Systems and methods for identifying smoking in vehicles |
US12017506B2 (en) | 2020-08-20 | 2024-06-25 | Denso International America, Inc. | Passenger cabin air control systems and methods |
US11636870B2 (en) | 2020-08-20 | 2023-04-25 | Denso International America, Inc. | Smoking cessation systems and methods |
CN113405249B (zh) * | 2021-06-18 | 2022-11-18 | 海尔(深圳)研发有限责任公司 | 用于空调器的控制方法、装置、空调器及存储介质 |
GB2621990A (en) * | 2022-08-26 | 2024-03-06 | Dyson Technology Ltd | Air purification system |
CN115684419B (zh) * | 2022-11-03 | 2023-07-07 | 上海市环境科学研究院 | 大气中近全组分有机物的测量及总量构建方法、装置、系统、终端以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5394934A (en) * | 1994-04-15 | 1995-03-07 | American Standard Inc. | Indoor air quality sensor and method |
CN102393882A (zh) * | 2011-09-21 | 2012-03-28 | 济中节能技术(苏州)有限公司 | 在线监控和诊断室内空气质量传感器的方法 |
CN104819510A (zh) * | 2015-05-06 | 2015-08-05 | 杭州钛合智造电器有限公司 | 一种智能空气净化控制系统及控制方法 |
WO2015175304A1 (en) * | 2014-05-11 | 2015-11-19 | Breezometer Ltd. | A system and methods thereof for generation of an air quality score |
CN105573117A (zh) * | 2014-11-04 | 2016-05-11 | 霍尼韦尔国际公司 | 用于车辆控制系统的可配置推断传感器 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6494940B1 (en) | 2000-09-29 | 2002-12-17 | Hamilton Beach/Proctor-Silex, Inc. | Air purifier |
EP2519936B1 (en) | 2009-12-29 | 2023-03-01 | The Regents of The University of California | Multimodal climate sensor network |
US8907803B2 (en) | 2012-01-09 | 2014-12-09 | Intwine Energy | Networked air quality monitoring |
WO2014084832A2 (en) * | 2012-11-29 | 2014-06-05 | United Technologies Corporation | Comfort estimation and incentive design for energy efficiency |
US9618224B2 (en) * | 2013-07-26 | 2017-04-11 | Honeywell International Inc. | Air quality based ventilation control for HVAC systems |
-
2017
- 2017-08-17 WO PCT/EP2017/070805 patent/WO2018041637A1/en active Application Filing
- 2017-08-17 CN CN201780054177.1A patent/CN109844416A/zh active Pending
- 2017-08-17 CN CN202311382566.0A patent/CN117433136A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5394934A (en) * | 1994-04-15 | 1995-03-07 | American Standard Inc. | Indoor air quality sensor and method |
CN102393882A (zh) * | 2011-09-21 | 2012-03-28 | 济中节能技术(苏州)有限公司 | 在线监控和诊断室内空气质量传感器的方法 |
WO2015175304A1 (en) * | 2014-05-11 | 2015-11-19 | Breezometer Ltd. | A system and methods thereof for generation of an air quality score |
CN105573117A (zh) * | 2014-11-04 | 2016-05-11 | 霍尼韦尔国际公司 | 用于车辆控制系统的可配置推断传感器 |
CN104819510A (zh) * | 2015-05-06 | 2015-08-05 | 杭州钛合智造电器有限公司 | 一种智能空气净化控制系统及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117433136A (zh) | 2024-01-23 |
WO2018041637A1 (en) | 2018-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109844416A (zh) | 空气处理设备,传感器装置和操作方法 | |
JP6797204B2 (ja) | 空気質管理システム及び方法、並びに分析サーバー | |
CN110023687A (zh) | 用于空气处理装置的控制设备和操作方法 | |
US11306932B2 (en) | Fresh air building and home ventilation apparatus and methodologies | |
JP6365260B2 (ja) | 空気清浄機とその運転管理システム | |
CN113272596A (zh) | 用于控制室内空气质量的系统和方法 | |
Pei et al. | Operating behavior and corresponding performance of portable air cleaners in residential buildings, China | |
CN110325259A (zh) | 一种用于空气净化的装置和系统 | |
Sultan et al. | Removal of ultrafine particles in indoor air: Performance of various portable air cleaner technologies | |
WO2014207629A1 (en) | Air purifier controller | |
EP2985540B1 (en) | Air environment regulating system, and controlling device | |
JP6358541B2 (ja) | 空気環境制御装置、空気環境制御システム、プログラム | |
CN106558916A (zh) | 信息提示方法和信息提示装置 | |
KR20170031949A (ko) | 공기 청정 시스템 | |
Madrid et al. | Remote monitoring of winery and creamery environments with a wireless sensor system | |
CN107636392B (zh) | 空气净化系统及方法 | |
CN103196206A (zh) | 室内模拟自然空气产生的方法 | |
CN106679086A (zh) | 空调器及空调器的控制方法 | |
CN106016516A (zh) | 新风机及其控制方法和装置 | |
JP2005009847A (ja) | 遠隔環境条件模擬方法及びシステム | |
US20200109541A1 (en) | Methods, systems to facilitate atmospheric water generation, and regulation of an environment of atmospheric water generation | |
US20220341909A1 (en) | System and method for characterizing, detecting, and monitoring pathogen populations in an indoor environment | |
Mak et al. | A detailed study of window-typed air-conditioner filtration of PM2. 5 in residential buildings of Hong Kong | |
TWM604049U (zh) | 室內交叉感染風險的診斷系統 | |
KR20170086251A (ko) | 맞춤형 열적 쾌적 지수 산출 시스템 및 방법 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190604 |
|
RJ01 | Rejection of invention patent application after publication |