CN110612420B - 空气净化器监测系统、空气净化器系统和监测方法 - Google Patents

空气净化器监测系统、空气净化器系统和监测方法 Download PDF

Info

Publication number
CN110612420B
CN110612420B CN201880030815.0A CN201880030815A CN110612420B CN 110612420 B CN110612420 B CN 110612420B CN 201880030815 A CN201880030815 A CN 201880030815A CN 110612420 B CN110612420 B CN 110612420B
Authority
CN
China
Prior art keywords
air
contaminant
air purifier
filled space
removal structure
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
Application number
CN201880030815.0A
Other languages
English (en)
Other versions
CN110612420A (zh
Inventor
苏婧
张秋实
V·娄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from EP17176895.5A external-priority patent/EP3418644A1/en
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN110612420A publication Critical patent/CN110612420A/zh
Application granted granted Critical
Publication of CN110612420B publication Critical patent/CN110612420B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32—Responding to malfunctions or emergencies
    • F24F11/39—Monitoring filter performance
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F8/00—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying
    • F24F8/10—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying by separation, e.g. by filtering
    • F24F8/108—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying by separation, e.g. by filtering using dry filter elements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D46/00—Filters or filtering processes specially modified for separating dispersed particles from gases or vapours
    • B01D46/0084—Filters or filtering processes specially modified for separating dispersed particles from gases or vapours provided with safety means
    • B01D46/0086—Filter condition indicators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D46/00—Filters or filtering processes specially modified for separating dispersed particles from gases or vapours
    • B01D46/42—Auxiliary equipment or operation thereof
    • B01D46/44—Auxiliary equipment or operation thereof controlling filtration
    • B01D46/442—Auxiliary equipment or operation thereof controlling filtration by measuring the concentration of particles
    • 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
    • F24F2110/70—Carbon dioxide
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F8/00—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying
    • F24F8/10—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying by separation, e.g. by filtering
    • 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)
  • Ventilation (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种用于监测包含污染物去除结构(55)的空气净化器(50)的空气净化器监测系统(10)，污染物去除结构用于从容纳空气净化器的空气填充空间去除除CO2之外的污染物。该系统包括处理器(31)，处理器被编程为具有污染物去除结构的性能特性，并且具有用于在空气净化器的操作周期内估计污染物去除结构的污损程度的多个算法，每个算法对于空气填充空间的特定通风条件有效，处理器配置为从空气填充空间中的CO2传感器(23)接收在一段时间内检测到的一系列CO2水平；从接收的一系列CO2水平估计空气填充空间的实际通风条件；基于所估计的实际通风条件从多个算法中选择算法；从空气填充空间中的污染物传感器(21)接收在上述操作周期内检测到的一系列污染物水平；以及利用选定算法、作为选定算法参数的所接收的一系列污染物水平，以及污染物去除结构的性能特性，估计操作周期内污染物去除结构的污损程度。本发明还公开了一种空气净化器系统，其包括具有污染物去除结构(55)的空气净化器(50)以及上述空气净化器监测系统(10)，以及一种用于监测位于空气填充空间中的空气净化器(50)的污染物去除结构(55)的污染物去除性能的方法。

Description

空气净化器监测系统、空气净化器系统和监测方法
技术领域
本发明涉及一种用于监测包含污染物去除结构的空气净化器以估计污染物去除结构的寿命终止(EOL)的空气净化器监测系统，污染物去除结构用于从容纳空气净化器的空气填充空间去除污染物。
本发明还涉及一种包括此类空气净化器监测系统的空气净化器系统。
本发明还涉及一种用于监测位于空气填充空间中的空气净化器的污染物去除结构的污染物去除性能的方法。
背景技术
空气净化器在当今社会中非常常见，其用于清洁例如房间等有限空间中的空气，例如以减少在此类受限空间中的人暴露于有害或令人不愉快的污染物，例如过敏原、颗粒、气味等。为此，空气净化器通常包括一个或多个污染物去除结构，例如一个或多个过滤器、催化转化器、静电除尘器等。一个或多个过滤器可以包括空气过滤器，例如碳过滤器、HEPA过滤器、气味过滤器、抗菌过滤器等。催化转化器可以用于将气体污染物分解为更小的分子，例如H2O和CO2。此类净化器中采用的其它污染物去除技术也是已知的。
为了控制空气净化器的操作，空气净化器可以包含污染物传感器，例如，以基于流入空气中的测量污染物浓度来调节通过空气净化器的气流，或监测污染物去除结构的性能，污染物去除结构通常具有有限寿命，因此必须定期更换或维护，以确保空气净化器呈现期望的性能特性，即充分净化放置有空气净化器的受限空间中的空气，例如，诸如办公室空间或房屋等建筑物的房间。
然而，预测此类污染物去除结构何时需要更换或维护并不简单。假定此类污染物去除结构，例如空气过滤器，可能相当昂贵，则期望这些污染物去除结构不会过早地更换或维护，因为这会显著增加空气净化器的运行成本。另一方面，如果污染物去除结构的更换或维修被延迟至其寿命终止(EOL)之后，则包括污染物去除结构的空气净化器的性能可能变得不足，这可能导致占用空气净化器所处受限空间的人们的健康问题。这对于某些风险群体来说特别普遍；有充分的文献证明孕妇、婴儿/儿童、老年人和患有呼吸或心血管疾病的人因暴露于污染而风险增加。对于这些群体，存在使其最少地暴露于空气污染的增强需求。
若干空气净化器制造商保持空气净化器中污染物去除结构的固定EOL值，从而使例如基于空气净化器的累积运行时间或基于空气净化器制造商推荐的固定间隔，以规则间隔提示用户更换或维护这些结构。然而，这种近似不考虑环境条件和运行时间，因此可能导致这些污染物去除结构的EOL的相当不准确的近似。例如，在将此类空气净化器放置在新装修的房间中时，空气净化器的活性炭过滤器会污染地更快，因此需要更早地更换。类似地，如果空气净化器用于严重污染的城市，则其颗粒物(PM)过滤器将需要更频繁地更换。
US2016/0209316A1公开了一种通过基于过滤器的理论过滤能力、收集的通过过滤器的空气污染数据和进入包括过滤器的通风系统的空气流速计算过滤器保留的灰尘量来确定通风和/或空气处理系统的至少一个过滤器的污损率的方法。然而，当放置有通风系统或空气处理系统的房间的通风条件变化时，这种方法可能相当不准确。
发明内容
本发明旨在提供一种用于监测包含污染物去除结构的空气净化器以更准确地估计污染物去除结构的寿命终止(EOL)的空气净化器监测系统，污染物去除结构用于从容纳空气净化器的空气填充空间去除污染物。
本发明还涉及一种包括此类空气净化器监测系统的空气净化器系统。
本发明还涉及一种用于监测位于空气填充空间中的空气净化器的污染物去除结构的污染物去除性能，以更准确地确定污染物去除结构的EOL的方法。
根据一个方面，提供了一种用于监测包含污染物去除结构的空气净化器的空气净化器监测系统，污染物去除结构用于从容纳空气净化器的空气填充空间去除除CO2之外的污染物，该系统包括处理器，处理器被编程为具有污染物去除结构的性能特性，并且具有用于估计污染物去除结构在空气净化器的操作周期期间的污损程度的多个算法，每个算法对于空气填充空间的特定通风条件有效，处理器配置为从空气填充空间中的CO2传感器接收在一段时间内检测到的一系列CO2水平；从接收的一系列CO2水平估计空气填充空间的实际通风条件；基于所估计的实际通风条件从多个算法中选择算法；从空气填充空间中的污染物传感器接收在上述操作周期内检测到的一系列污染物水平；以及利用选定算法、作为选定算法参数的所接收的一系列污染物水平，以及污染物去除结构的性能特性，估计污染物去除结构在操作周期期间的污损程度。
本发明基于以下认识：通过考虑放置有空气净化器的空气填充空间的通风条件，可以准确地检测污染物去除结构的污损程度。特别地，对于通风良好的空间，空间中污染物水平的变化不一定(仅)是污染物去除结构捕获这些污染物的结果，而是可能至少部分地由这种通风引起。此外，本发明基于以下认识：当空气填充空间被一个或多个人占用时，由于这些人呼出CO2，空气填充空间的通风程度可从空气填充空间中CO2水平的变化来估计。更具体地，当空间被一个或多个人占用时，空气填充空间中的这种CO2水平没有显著变化表示空气填充空间正在通风，因为CO2可以通过这种通风迅速扩散至空气填充空间外，从而防止CO2在空气填充空间中积聚。因此，通过提供针对空气填充空间的不同通风条件的多个污损估计算法，可以准确地监测在监测周期内与空气填充空间的特定通风条件相对应的污染物去除结构的污损程度。
在本申请的上下文中，当提及污染物去除结构的污损程度时，可以指由污染物去除结构收集的累积清洁质量(cumulative clean mass，CCM)。CCM可以定义为品质因数，用于限定污染物去除结构的清洁空气输送速率(CADR)下降至其初始CADR的50％时收集的污染物的总质量。
在优选实施例中，至少一些算法被定义为基于空气填充空间中的污染物水平和空气填充空间所处区域中的污染物的环境污染物水平之间的差异来估计污损程度，其中，处理器进一步配置为从用于提供环境污染物水平的数据源接收环境污染物水平。这进一步提高了在空气填充空间通风良好的时间段内，污染物去除结构捕获的污染物量的估计准确度，因为可以基于从数据源接收的环境污染物水平来估计在该时间段内逸出至环境中或者从环境进入空气填充空间中的部分污染物。数据源可以是通信耦合至处理器的外部污染物传感器，或者替代地，可以是网络服务，例如通过因特网或类似网络提供的服务，从该服务中可以获得特定地理位置(即空气填充空间所处地理位置)的实际环境污染物水平。
多个算法可以包括第一算法和第二算法，第一算法被定义为基于空气填充空间中的污染物水平与污染物的环境污染物水平之间的差异来估计污损程度，并且第二算法被定义为独立于污染物的环境污染物水平来估计污损程度，其中，处理器可以配置为在空气填充空间的通风速率低于限定阈值时选择第一算法，并且在通风速率至少满足限定阈值时选择第二算法。这是基于这样的认识，即当空气填充空间高度通风时，室内和室外污染物水平之间存在平衡，从而室内和室外环境之间的净扩散可以被忽略。
处理器可以进一步配置为基于空气填充空间中的污染物水平与污染物的环境污染物水平之间的差异，生成限定污染物传感器的采样速率的控制信号，并且在通风速率低于限定阈值时，将控制信号传送给污染物传感器。例如，这可以用于区分环境污染物浓度高于空气填充空间中的污染物浓度，在此期间可能需要污染物传感器的高采样速率的情况，以及环境污染物浓度降低且空气填充空间中的污染物浓度降低，在此期间污染物传感器的低采样速率可能适当的情况。
在一个实施例中，空气填充空间的容积是至少第一算法的参数，其中，处理器进一步配置为基于所接收的一系列CO2水平和所接收的一系列污染物水平，检测空气填充空间的容积变化或空气填充空间的实际通风条件变化。这样，空间的有效尺寸变化(例如通过打开或关闭空气净化器所处的空气填充空间和相邻空气填充空间之间的门)可以从监测的CO2水平和污染物水平的突然变化检测到，并且可以用于进一步提高随时间变化的污染物去除结构的污损程度的监测准确度。
空气净化器监测系统还可以包括通信耦合至处理器的数据存储设备，其中，处理器可以进一步配置为将估计污损程度存储在数据存储设备中；并且根据存储在数据存储设备中的估计污损度来确定污染物去除结构的累积污损程度，每个污损程度与空气净化器的不同操作周期相关，从而保持污染物去除结构的污损历史记录，基于该历史记录可以估计污染物去除结构的累积污损程度。
处理器可以进一步配置为基于污染物去除结构的确定累积污损程度，调整污染物去除结构的性能特性。例如，假定污染物去除结构的性能特性通常随着污染物在其上的累积增加而劣化，例如线性劣化，则可以基于污染物去除结构的估计的污损程度来调节污染物去除结构的单程效率(即污染物单程通过污染物去除结构而由污染物去除结构保留的污染物分数)，以进一步提高污染物去除结构的污损程度的估计准确度。
空气净化器监测系统还可以包括通信耦合至处理器的显示设备，其中，处理器进一步配置为根据至少一个估计污损程度生成与污染物去除结构的性能相关的信息；并且操作显示设备以显示生成的信息。这有助于空气净化器监测系统的用户监测空气净化器的性能，从而使用户例如可以更有效地操作空气净化器。
与污染物去除结构的性能相关的信息可以包括污染物去除结构的寿命终止指示，从而使用户可以及时更换或维护污染物去除结构。
在一个实施例中，空气净化器监测系统还包括污染物传感器和CO2传感器，从而提供独立的空气净化器监测系统。例如，这种独立的空气净化器监测系统可以是传感器盒等，其可以作为独立单元部署在空气填充空间中。
污染物可以是任何感兴趣的污染物。例如，污染物可以是颗粒物、甲苯或甲醛。
根据另一方面，提供了一种包括空气净化器的空气净化器系统，该空气净化器包括多个污染物去除结构，以及任一本文所述实施例的空气净化器监测系统。因此，这提供了一种能够准确地监测空气净化器内污染物去除结构的污损程度的独立空气净化器系统，由此可以准确地估计该污染物去除结构的EOL。
根据又一方面，提供一种用于监测位于空气填充空间中的空气净化器的污染物去除结构去除除CO2之外的污染物的污染物去除性能的方法，该方法包括提供污染物去除结构的性能特性；提供用于估计污染物去除结构在空气净化器的操作周期期间的污损程度的多个算法，每个算法对于空气填充空间的特定通风条件有效；接收空气填充空间中一段时间内检测到的一系列CO2水平；从接收的一系列CO2水平估计空气填充空间的实际通风条件；基于所估计的实际通风条件从多个算法中选择算法；接收在上述操作周期内在空气填充空间中检测到的一系列污染物水平；以及利用选定算法、作为选定算法参数的所接收的一系列污染物水平，以及污染物去除结构的性能特性，估计污染物去除结构在操作周期内的污损程度。
如前所述，由于在估计污损程度时考虑了其中设置有空气净化器的空气填充空间的通风条件，该方法确保了可以准确地监测这种污染物去除结构的污损程度。
优选地，多个算法包括第一算法和第二算法，第一算法被定义为基于空气填充空间中的污染物水平和空气填充空间所处区域中的污染物的环境污染物水平之间的差异来估计污损程度，并且第二算法被定义为独立于污染物的环境污染物水平来估计污损程度，其中，该方法进一步包括从用于提供环境污染物水平的数据源接收环境污染物水平；以及在空气填充房间的通风速率低于限定阈值时选择第一算法，并且在通风速率至少满足限定阈值时选择第二算法。由于仅在空气填充空间与外界之间可能发生净转移的情况下考虑空气填充空间与外界之间的污染交换，这进一步提高了污染物去除结构的污损程度的估计准确度。
该方法可以进一步包括存储估计污损程度；根据先前存储的估计污损程度来确定污染物去除结构的累积污损程度，每个污损程度与空气净化器的不同操作周期相关；以及根据所确定的累积污损程度，生成污染物去除结构的寿命终止指示，使得空气净化器的用户能够及时更换或维护所监测的污染物去除结构。
附图说明
下面将结合附图以非限定性实例的方式更详细地描述本发明的实施例，其中：
图1示意性地描绘了根据一个实施例的包括空气净化器监测系统的空气净化装置；
图2示意性地描绘了根据另一实施例的包括空气净化器监测系统的空气净化装置；
图3示意性地描绘了根据又一实施例的空气净化装置；
图4是根据一个实施例的用于监测位于空气填充空间中的空气净化器的污染物去除结构的污染物去除性能的方法的流程图；
图5示出与放置有根据本发明一个实施例的空气净化装置的房间的第一通风条件相关的一组曲线图；
图6示出与放置有根据本发明一个实施例的空气净化装置的房间的第二通风条件相关的一组曲线图；
图7示出描述颗粒过滤器的单程效率和累积在过滤器上的颗粒质量之间关系的曲线图；并且
图8示出描绘容纳有空气净化器的房间中随时间的颗粒物浓度曲线图，其中，空气净化器被周期性地关闭。
具体实施方式
应当理解的是，附图仅仅是示意性的，并非按比例绘制。还应当理解的是，相同附图标记在整个附图中表示相同或相似部件。
图1示意性地示出根据一个实施例的空气净化器监测系统10。空气净化器监测系统10适用于监测空气净化器50中的一个或多个污染物去除结构55(例如空气过滤器、催化转化器等)的性能。在本申请的上下文中，空气过滤器的性能可以表达为当空气净化器50放置在诸如房屋、办公室建筑等的房间内等地点时，空气净化器在给定由空气净化器50引起的穿过污染物去除结构的限定气流的情况下，在限定时间量内降低污染物浓度的能力。这种空气净化器50通常布置为吸入空气并使空气通过或越过一个或多个污染物去除结构55，然后排出净化空气，如图1中分别由进入和离开箭头所示。这种空气净化器50可以包含任意合适类型的污染物去除结构55，例如过滤器，诸如HEPA过滤器、碳过滤器等，以从放置有该空气净化器50的空间中的环境中去除污染物，诸如颗粒物、花粉、气味、细菌、诸如甲醛和甲苯等挥发性有机化合物(VOC)等。
空气净化器监测系统10通常包括具有处理器31的计算设备30。计算设备30可以是任意合适的计算设备，诸如个人计算机，例如台式计算机或膝上型计算机、平板电脑、个人数字助理、诸如智能电话等移动通信设备等。计算设备30可以与空气净化器50形成组件。在此类组件中，计算设备30可以是分立实体，或者可以形成空气净化器50的一部分，即空气净化器50可以包括处理器31。处理器31可以是任意合适的处理器，例如通用处理器或专用处理器。计算设备30还包括通信耦合至处理器31的数据存储设备33。
计算设备30设置为与传感器21、23通信，传感器21、23用于感测放置有空气净化器50的空间中的环境污染物水平。通常，传感器21设置为感测污染物的浓度或水平，为此，空气净化器50包括污染物去除结构55，诸如设置为去除所述污染物的空气过滤器等。例如，传感器21可以是颗粒物传感器，例如用于检测环境中特定直径颗粒物(例如PM2.5或PM10、灰尘颗粒、过敏原等)的PM2.5传感器、甲醛传感器、甲苯传感器、其它气体传感器等。传感器23是CO2传感器，其功能将在下面更详细地解释。
传感器21、23可以集成在任意合适的设备中，诸如空气净化器50、计算设备30或独立传感器设备20，例如传感器盒等。独立传感器设备，例如传感器盒，越来越多地可以用于家庭使用，并且可以包括用于测量空气污染物的传感器，这些空气污染物例如包括甲醛和甲苯等挥发性有机化合物(VOC)、包括PM2.5在内的微粒以及诸如相对湿度和温度等环境参数。处理器31可以适用于基于由传感器设备20的传感器21提供的传感器数据来监测特定污染物的浓度。在一个实施例中，处理器31可以集成在此类独立传感器设备20中，即独立传感器设备20可以包括计算设备30。
传感器21、23通过通信链路25通信耦合至计算设备30，使得处理器31可以从这些传感器接收传感器读数。例如在传感器21、23集成到计算设备30的情况下，该通信链路可以是有线通信链路；或者例如在传感器21、23位于与计算设备30不同的设备中的情况下(例如位于独立传感器设备20中)，该通信链路可以是无线通信链路。为此，通过这种无线通信链路通信耦合的各个设备可以包括无线收发器(未示出)。设备可以使用任意合适的无线通信协议(例如蓝牙、Wi-Fi、诸如2G、3G、4G或5G之类的移动通信协议、合适的近场通信(NFC)协议或专有协议)，通过其各自的无线收发器来彼此通信。在这种无线通信的情况下，各个设备可以直接彼此通信，或者可以通过诸如无线网桥、路由器、集线器等媒介彼此通信。在这些设备之间有线或无线通信的任意适当实施例是可以设想的。
处理器31还通信耦合至数据存储设备33，数据存储设备33在此示出为形成计算设备30的一部分。该数据存储设备可以是用于存储数字数据的任意适当设备，例如随机存取存储器、高速缓冲存储器、闪存、固态存储设备、诸如硬盘等磁存储设备、光存储设备等。替代地，数据存储设备33可以与计算设备30分离，例如，可以通过网络(例如LAN或因特网)存取处理器31的网络存储设备或云存储设备。处理器31可以将从一个或多个连接的传感器21、23接收的传感器数据存储在数据存储设备中，以收集和存储关于包括空气净化器50的空间中的环境中的感兴趣污染物水平的历史数据，处理器31可以从该历史数据导出空气净化器50中的适于从环境中去除感兴趣污染物的污染物去除结构55的污染物去除性能。
在一个实施例中，处理器31可以适用于将污染物去除结构55的估计污损程度存储在数据存储设备33中，如将在下面更详细地解释的。以这种方式，处理器31可以在每个监测周期之后更新数据存储设备33，在每个监测周期内，监测污染物去除结构55的性能以建立污染物去除结构55的累积污损程度，从该累积污损程度可以估计其EOL。例如，处理器31可以编程为一旦污染物去除结构55的累积污损程度达到限定阈值，例如，诸如如前所述的CCM数字等限定数字，则确定污染物去除结构已经达到其EOL。类似地，处理器31可以适用于基于污染物去除结构55的实际累积污损程度和该限定数字之差来估计污染物去除结构55的EOL，由此可以基于污染物去除结构55达到其实际累积污损程度的所经过的时间段来估计污染物去除结构55何时达到其EOL。如下面将更详细地解释的，该EOL估计可以基于例如污染物去除结构55的单程效率的性能参数，该性能参数可以是污染物去除结构55的污损程度的函数。
在图1中，计算设备30还包括受处理器31控制的感官输出设备35。该感官输出设备可以是能够产生可由人类感觉之一检测到的输出的任意设备。例如，感官输出设备35可以适用于产生可视或可听输出。处理器31可以适用于产生指示所监测的污染物去除结构55的估计EOL的控制信号，该控制信号触发感官输出设备35产生表示估计EOL的感官输出。例如，感官输出设备35可以包括显示器和/或一个或多个LED，其适用于提供对由处理器31监测的特定过滤器的估计EOL的指示。
如本领域技术人员将容易理解的，处理器31可以适用于从多个传感器21接收传感器数据，每个传感器21与感兴趣的不同污染物相关联，其中，处理器31适用于(同时)根据从传感器设备20中的多个传感器接收的传感器数据，来监测感兴趣的不同污染物的相应浓度水平。
在以上实施例中，感官输出设备35形成计算设备30的一部分，例如，可以是计算设备30的一体部分，或者可以附接至计算设备30，例如附接至计算设备30的显示器或扬声器。在图2示意性描绘的替代设置中，感官输出设备35可以形成移动通信设备40的一部分，其中，计算设备30适用于例如使用任意前述无线通信协议，通过无线通信链路与移动通信设备通信。在该实施例中，即使是在不直接位于计算设备30附近时，例如当位于不同的房间中或者位于包含空气净化器50的建筑物外部时，也可以持续地通知用户空气净化器50中的一个或多个污染物去除结构55的估计EOL。任何合适的移动通信设备40，例如智能电话、平板电脑、个人数字助理等，均可以用于该目的。如本领域技术人员将容易理解的，移动通信设备40可以配置有软件应用程序，例如app，以如上所述地与计算设备30交互。
在又一实施例中，污染物传感器21和CO2传感器23以及处理器31和感官输出设备35一体形成在空气净化器50中，从而形成根据本发明一个实施例的空气净化器系统1。这在图3中示意性地描述，其中，污染物去除结构55被描绘为位于空气净化器50的气流通道51的入口52和出口53之间。以非限制性实例的方式示出受处理器31控制的空气置换设备57，例如风扇等，通常包含该设备以迫使气流从入口52通过气流通道51到达出口53，如方框箭头所示，从而使迫使气流通过污染物去除结构55以净化气流。
本领域技术人员将容易理解的是，这种空气净化器50可以包括多个不同的污染物去除结构55，用于从气流中去除不同类型的污染物，其中，每个污染物去除结构55由根据本发明实施例的空气净化器监测系统10监测，从而可以独立地估计每个污染物去除结构55的EOL。在这种情境下，将理解的是，空气净化器监测系统10的处理器31通常适用于从传感器接收针对这些污染物中的每种污染物的相应的一系列的污染物水平，该传感器设置为监测空气净化器50所处空气填充空间中的相应污染物水平。
在替代实施例(未示出)中，空气净化器50可以包括处理器31，但空气净化器50的外部可以存在一个或多个污染物传感器21和CO2传感器23，在这种情况下，处理器31可如前所述经由通信链路从传感器21、23接收传感器读数。在此类实施例中，空气净化器50还可以包括感官输出设备35，或者替代地可以设置为将数据从处理器31传送至远程感官输出设备35，远程感官输出设备35例如如前所述，形成便携式设备40的一部分。
根据本发明实施例的空气净化器监测系统10的处理器31适用于实现监测方法100，监测方法100的示例性实施例由图4的流程图示意性地描绘。根据该方法100，处理器31适用于实现多个算法，用于估计监测周期内的空气净化器50的感兴趣的污染物去除结构55的污损程度，所述监测周期例如是空气净化器50的连续工作时间，或连续时间段，在该连续时间段期间，污染物去除结构55的污损可以通过这些算法中的一个特定算法来估计。
每个算法对应于放置有空气净化器50的空气填充空间(例如房间等)的特定通风条件。通常，多个算法包括考虑了空气填充空间和外界之间的通风的至少一个算法、和忽略了这种通风的至少一个算法。如果已经确定空气填充空间的通风速率低于限定阈值，处理器31可以适用于选择考虑了空气填充空间与外界之间的通风的算法。在这种情况下，与感兴趣的污染物从空气填充空间的去除速率相比，感兴趣的污染物在空气填充空间和外界之间的扩散速率通常较慢，从而在空气净化器50操作期间，感兴趣的污染物对污染物去除结构55的污损程度通常是污染物去除结构55的单程效率和感兴趣的污染物在空气填充空间和外界之间的净扩散的函数。
另一方面，如果空气填充空间的通风速率至少满足限定阈值，则感兴趣的污染物在空气填充空间与外界之间的扩散速率通常高于感兴趣的污染物从空气填充空间的去除速率，使得空气填充空间中的感兴趣的污染物浓度由其通风支配，即通常或多或少是恒定的，从而使由污染物去除结构55去除的感兴趣污染物的量通常由其单程效率控制，因此，用于估计该量的算法可以忽略由通风导致的对空气填充空间中感兴趣污染物的浓度变化的贡献。
等式1给出了考虑空气填充空间和与外界之间通风的算法的实例：
Figure GDA0003495979620000141
在等式1中，Ct是在空气净化器50的操作周期开始时，空气填充空间内的感兴趣污染物的浓度(mg/m3)，Ct1是从初始时间点起，空气净化器50已经操作时间段Δt后(即时间点t1处)测量的空气填充空间中感兴趣污染物的浓度(mg/m3)，Camb是外界中感兴趣污染物的环境浓度(mg/m3)，Q是空气填充空间与外界之间的通风速率(m3/h)，V是空气填充空间的容积(m3)。如本领域技术人员将理解的，等式(1)表示所有监测时间段Δt的总和，其中，污染物去除结构55的污损程度用总和内的表达式近似得出。
在空气净化器50以连续模式操作的实施例中，当污染物传感器21检测到污染物水平的突然增加时，这通常是指示诸如烹饪、吸烟等家庭活动的情形。在这种情形下，污染物的增加水平应当用作等式1中的Ct。
在一个实施例中，处理器31适用于在空气净化器监测系统10的校准模式下计算空气填充空间的容积V。在这种校准模式期间，空气填充空间被气密地密封，使得通风速率Q可忽略。然后，可以从由一个或多个污染物传感器21提供的传感器数据导出的污染物衰减速率获得容积V。例如，处理器31可以被提供空气净化器50的净化能力，即被提供空气净化器50中的污染物去除结构55的净化能力，该净化能力可以用单位容积的参考污染物衰减速率(Vref)来表示，例如，对于10m3的房间容积每分钟100ppm。然后，可以以任意适当方式确定实际房间容积，例如通过确定实际衰减速率并基于参考衰减速率外推实际衰减速率，以根据等式(2)得出实际房间容积(Vactual)：
Vactual＝(参考衰减速率/实际衰减速率)*Vref (2)
在一些实施例中，实际房间容积Vactual的确定可以在更换空气净化器50的污染物去除结构时执行，这样做的优势在于，污染物去除结构的污染物捕获能力被良好限定，因为污染物去除结构还没有被捕获污染物污染。然而，在替代实施例中，可以例如通过评估存储在数据存储设备33中的历史污染物衰减速率数据，跟踪此类污染物去除结构的实际污染物去除能力，可以按照等式(3)从历史污染物衰减速率数据中到处污染物捕获能力降低的表达式：
过滤效率(FE)＝实际衰减速率/最大衰减速率 (3)
在该等式中，可以通过评估数据存储设备33中的历史数据来得出相同房间容积中的最大衰减速率。所确定的过滤器效率可以用于按比例缩放参考衰减速率，以按照等式(4)得出实际房间容积：
Vactual＝(FE*参考衰减速率/实际衰减速率)*Vref (4)
应当注意的是，在等式(2)中，实际衰减速率等于污染物去除结构的最大衰减速率，因为实际房间容积是用新(即具有最大污染物捕获能力)的污染物去除结构确定的，因而不必缩放参考衰减速率。
替代地，房间容积可从所监测的室内颗粒物(污染物)浓度导出，其遵循基于质量守恒定律的等式(5)：
Figure GDA0003495979620000151
在该式中：
C室内颗粒浓度，mg/m3；
Pp从外界进入容纳空气净化器50的空气填充空间的颗粒渗透系数，该系数在一般家庭住宅中通常为约0.8；
Cout室外颗粒浓度，mg/m3，其可以如本申请中所解释的获得；
k0颗粒自然沉降速率h-1，通常为约0.2h-1；
kv空气变化率h-1；
V房间容积，m3；
CADR清洁空气输送速率，m3/h。
典型的CADR曲线可以由传感器21记录，例如可以用CADR曲线图中y轴上的线性刻度来表示。记录的CADR曲线可以用等式(6)表示：
C＝m*e-kt (6)
因此，k是关于浓度曲线的指数衰减常数。通过组合等式(5)和(6)，获得以下等式(7)：
Figure GDA0003495979620000161
通过代入-km*e-kt＝-kC，可以获得如下等式(8)：
Figure GDA0003495979620000162
Figure GDA0003495979620000163
Figure GDA0003495979620000164
初始CADR可以用于计算房间容积V0，即容纳空气净化器50的空气填充空间的容积V。例如，该房间容积可以在空气净化器50如前所述地在气密密封的房间中第一次运行时获得。
在替代实施例中，空气净化监测系统10可以包括用户界面，例如作为传感器设备20、计算设备30或空气净化器50的一部分，其允许用户指定安装有空气净化器50的房间的房间容积。用户界面可以通信耦合至处理器31，使得用户指定的房间容积可以被传送至处理器31。处理器31可以适用于将计算出的或用户限定的房间容积存储在数据存储设备33中以供将来使用。可以替代地应用获得房间容积的其它适当方式。
处理器31可以适用于在容纳空气净化器50的空气填充空间中，当一个或多个人存在于空气填充空间中且空气净化器50关闭时，基于CO2浓度或任意其它适当气态化合物(例如，挥发性有机化合物(VOC))的变化来估计自然通风速率Q。具体地，当这些人呼出CO2时，空气填充空间中的CO2水平应当根据空气填充空间中的人数及其容积而增加。与这种预期增加的偏差，即CO2水平随时间的增加小于预期，可以归因于空气填充空间与外界之间的通风。例如，处理器31可以适用于根据等式(9)来估计通风速率Q：
Figure GDA0003495979620000171
在等式(9)中，Croom(t)是在时间点t处，即在t＝0处开始监测周期后的时间段Δt(小时)处，空气填充空间中的CO2浓度(g/m3)，Coutdoor是与空气填充空间通风的外界中的环境CO2浓度(g/m3)，S是空气填充空间中的CO2源强度(g/m3)。个体(Si)的CO2源强度通常在给定范围内(例如对于成年人在0.16-0.33l/min的范围内)。处理器31可以基于空气填充空间中确定的个体数量N，来计算源强度S，例如S＝N*Si。空气填充空间中的个体数量N可以以任意适当方式确定，例如，数量N可以由用户通过空气净化器监测系统10的用户界面指定，或者替代地，空气净化器监测系统10可以包括一个或多个传感器(未示出)，例如运动检测传感器等，用于检测空气填充空间中个体的存在。
等式10给出了不考虑空气填充空间与外界之间的通风对污染物去除结构55的污损贡献的算法的实例：
∫Cti*ηi*Φ*dt (10)
在等式(10)中，Cti是操作周期开始时空气填充空间中的感兴趣污染物浓度(μg/m3)，并且由传感器21测量，Φ是由空气净化器50记录并(通过空气净化器50与处理器31之间的通信链路，处理器31不形成空气净化器50的一部分)传送至处理器31的通过空气净化器50的空气流速，ηi是污染物去除结构55的初始单程效率，并且Δt是污染物去除结构55的性能监测周期，即空气净化器50的操作周期。如前所述，在该等式中，由于容纳空气净化器50的空气填充空间与外界之间高度通风，感兴趣污染物的浓度被认为是恒定的。为了避免疑惑，需要注意的是，等式(10)表示忽略了容纳空气净化器50的空气填充空间与外界之间的通风的每个监测周期dt上的积分。
如前所述，等式(10)可以根据污染物去除结构55的估计累积污损程度来更新，特别地，污染物去除结构55的单程效率η可以根据污染物去除结构55的估计累积污损程度来调节。这在图7中示意性地示出，其中，颗粒物过滤器的单程效率(Y轴)被示出为积聚在颗粒物过滤器上的颗粒物量(mg，X轴)的函数。从所计算的过滤器的单程效率和积聚在过滤器上的颗粒物量之间的相关性R2可以看出，过滤器的单程效率和积聚在其上的颗粒物量之间存在线性关系。因此，处理器31可以适用于基于污染物去除结构55的估计累积污损程度，即累积的污染物总量(质量)，来调节等式(10)中污染物去除结构55的单程效率。
在等式10中，积分函数提供污染物去除结构55的污损程度。这通常需要污染物传感器21的高采样速率以获得对该污损程度的准确估计。替代地，等式(10)可以用下面的等式(10a)代替：
Figure GDA0003495979620000181
在等式10a中，对在采样窗口Δt(例如5分钟或更短的采样窗口)内获取的每个污染物浓度的多个平均值求和，以估计污染物去除结构55的污损程度，从而便于使用不能满足等式(10)所要求的高采样速率的相对低成本污染物传感器。这还允许空气净化器50的流速在采样期间改变，因为空气净化器50的初始空气流速Φi可以在每个采样周期之后更新。
在一个实施例中，处理器31适用于根据从存储在数据存储设备33中的查找表等中确定的污染物去除结构55的累积污损程度，选择实际单程效率。该查找表可以包括多个条目，每个条目限定累积污损程度范围和该范围的单程效率，从而使处理器31可以通过在包括所确定的累积污损程度的查找表中识别累积污损程度范围，并在所识别的查找表条目中检索单程效率来检索要使用的单程效率。
处理器31可以适用于通过对在空气净化器50的各个性能监测周期内获得的相应污损度求和来估计累积污损程度，各个监测周期通常对应于空气净化器50打开的相应周期。例如，累积污损程度可以用关于CCM(即污染物去除结构55上累积的总质量)的等式(11)表示，即用等式(1)和(10)的和表示：
Figure GDA0003495979620000191
如从上文将理解的，通过用如上文更详细描述的等式(10a)代替等式(11)中的等式(10)，可以使用等式11的等同物。
现在，在返回图4时，由处理器31实现的方法100可以从操作101开始。这可以包括使处理器31能够实现方法100。如前所述，处理器31和/或传感器21、23可以形成空气净化器50的一部分，或者可以形成一个或多个单独设备的一部分。
在操作103中，处理器31基于从CO2传感器23接收的一系列传感器信号来确定容纳空气净化器50的空气填充空间与外界之间的自然通风速率Q，因为空气填充空间中CO2浓度的趋势可以用于确定自然通风速率Q，即空气净化器50关闭时的通风速率，如上文借助于等式(9)更详细地解释的。应当理解的是，等式(9)仅作为非限制性实例提供，并且也可使用能够基于CO2的这种趋势导出通风速率Q的其它等式。处理器31可以以任意适当方式获得环境CO2浓度以确定通风速率Q，例如从放置在外界的另一CO2传感器获得，或从诸如因特网等提供包括空气填充空间所在区域的感兴趣区域中的CO2浓度(实时)信息的网络的服务获得。处理器31可在任意适当时间点获得环境CO2浓度，例如在操作101或103中。替代地，自然通风速率Q可以通过监测由空气填充空间中的人产生的其它气态化合物来确定，例如挥发性有机化合物。
在操作105中，处理器31将在操作103中确定的自然通风速率Q与限定阈值进行比较，以确定应当选择哪种算法来估计被监测污染物去除结构55的污损程度，即，是否应当考虑容纳空气净化器50的空气填充空间与外界之间的通风。如前所述，在自然通风速率Q低于该限定阈值的情况下，认为通风速率相对于污染物去除结构55从空气填充空间去除污染物的速率较低，在这种情况下，在估计污染物去除结构55的污损程度时应当考虑通风，在这种情况下，处理器31在操作109中选择包括自然通风速率Q作为参数的算法，例如等式(1)的算法。另一方面，如果自然通风速率Q至少满足限定阈值，处理器31在操作107中选择没有自然通风速率Q作为参数的算法，例如等式(10)的算法。图5和图6分别描绘了多个曲线图，包括描绘作为时间的函数的CO2源强度S(左上)、自然通风速率Q(右上)和CO2浓度Croom(t)(左下)的曲线图。在图5中，空气填充空间呈现低通风速率，而在图6中，空气填充空间呈现高通风速率，如由诸如风力条件等环境条件的变化而引起的自然通风速率Q的高度波动所证明的。这导致空气填充空间中CO2积累的显著差异，其可以用于选择如前所述的适当算法。
当在操作109中选择包括自然通风速率Q作为参数的算法时，方法100进行至操作111，其中，例如从放置在外界的另一污染物传感器，或者从诸如因特网等提供包括空气填充空间所在区域的感兴趣区域中的污染物浓度(实时)信息的网络的服务，获得感兴趣污染物的环境浓度。应当理解的是，替代地，处理器31可以在任意其它适当时间点，例如在操作101中，获得感兴趣污染物的该环境浓度。
在操作113中，处理器31从污染物传感器21(例如颗粒物传感器、诸如甲醛传感器或甲苯传感器等挥发性有机化合物传感器等)接收一个或多个传感器读数，由此确定空气净化器50开始运行时感兴趣污染物的初始浓度。该初始浓度可以在操作107中的选定算法中(即在空气填充空间高度通风的情况下)用作常数，或者可以用于确定空气填充空间中的污染物浓度与环境污染物浓度之间的差异，以如前所述在操作115中利用污染物传感器21确定采样速率。具体而言，当环境污染物浓度高于空气填充空间中的污染物浓度时，可以选择较高的采样速率，例如每分钟一次的采样速率，而当环境污染物浓度低于空气填充空间中的污染物浓度时，可以选择较低的采样速率，例如每五分钟一次的采样速率。处理器31通常根据所确定的采样速率来控制污染物传感器21，例如通过通信链路将所确定的采样速率传送至污染物传感器21，其中，处理器31和污染物传感器21位于分离的实体中。
在操作117中，处理器31以设定采样速率从污染物传感器21接收一系列传感器读数，由此，处理器31可以根据例如如前所述的等式(1)确定污损程度。在一个实施例中，处理器31适用于例如使用等式(11)，基于从污染物传感器21接收的一系列传感器读数导出的空气填充空间中污染物浓度的监测变化来更新污染物去除结构55的累积污损程度。替代地，处理器31可以将传感器读数暂时存储在数据存储设备33中以供在稍后阶段处理。
在操作117期间，处理器31可以进一步接收来自CO2传感器23的一系列传感器读数，例如以监测空气填充空间中CO2水平的变化，因为这种变化可以指示例如因打开或关闭空气填充空间和相邻空间之间的门等导致的空气填充空间的容积变化，或空气填充空间与外界之间通风条件的变化。可以通过污染物水平和/或CO2水平(或如前所述被监测以确定空气填充空间占用率的其它污染物水平)的突然变化，来检测空气填充空间的容积或通风条件的变化。例如，在处理器31检测到污染物浓度和CO2浓度的突然变化的情况下，这可以指示空气填充空间容积的变化或空气填充空间通风条件的变化。
处理器31可以以如下方式区分容积变化和通风条件变化。在空气填充空间的容积变化的情况下，在监测的污染物和CO2水平的初始突然变化之后，这些水平将逐渐降低，直到在两个连接的空间之间达到平衡。在这种情境下，CO2水平通常保持高于约400ppm的典型环境CO2水平。在通风条件变化的情况下，空气填充空间中的CO2水平将迅速与环境CO2水平平衡，即达到约400ppm的水平。
在操作119中，检查是否应当调节或终止对污染物去除结构的污损程度的监测，例如由于容纳空气净化器50的空气填充空间的容积和/或通风条件的变化，或者由于监测周期已经结束，例如由于空气净化器50已经关闭，或者由于已经经过了限定时间段。如果监测周期尚未结束，但是已经检测到空气填充空间的容积变化，则方法100可以返回到操作103，其中，调节空气填充空间的容积。新的容积可以是先前已经由处理器31确定，例如基于当各个空间之间的门等已经打开时，用户指定的对空气填充空间及其相邻空间的总容积的估计。此时，处理器31可以进一步重新评估空气填充空间与外界之间的自然通风速率Q，以确定先前选择的算法是否仍然可以应用，例如，在该通风速率已经改变的情况下选择另一算法。
如果在操作119中确定对空气净化器50中污染物去除结构55的性能监测周期即将终止，则方法100可以进行至操作121，其中例如，如果在操作117中没有执行这种计算，或者如果在操作107中选择了与通风无关的算法，则可以计算污染物去除结构55的累积污损程度。基于污染物去除结构55的累积污损程度，处理器31可以进一步计算污染物去除结构55的估计EOL，例如基于如先前借助于图7所解释的污染物去除结构55的累积污损程度与其单程效率之间的线性关系，或者基于由处理器31计算的累积污损程度与指示污染物去除结构55需要更换或维护的点的污损量的限定污损程度(例如CCM)之间的差异。例如，处理器31可以基于污染物去除结构55达到其累积污损程度的时间段及其累积污损程度与污染物去除结构55需要更换或维护的限定污损度之间的差异，来计算污染物去除结构55需要更换或维护的估计未来时间点。
在操作123中，处理器31可以控制感官输出设备35以产生指示污染物去除结构55的性能的感官输出。这例如可以是对污染物去除结构55的实际累积污损程度、其估计EOL等在显示设备上的指示。如本领域技术人员将容易理解的，处理器31还可以控制此类显示设备以显示其它相关数据，诸如空气净化器50的其它性能特性、所监测的污染物水平、所监测的CO2水平等。还应注意的是，感官输出设备35不限于显示设备，而是替代地可以是指示污染物去除结构55的累积污损程度和/或其EOL的LED布置、用于在污染物去除结构55达到其EOL时产生可听警告信号的扬声器等。还应理解的是，也可以使用这些感官输出设备的任意组合。
在操作125中，可以决定是否应该开始对污染物去除结构55性能的另一监测周期。如果是这种情况，则方法100可以返回至操作103，否则该方法可以在操作127终止。
作为构思的证据，图8描绘了示出例如由因特网服务提供的PM2.5和PM10颗粒物的环境水平以及容纳空气净化器50的空气填充空间中的PM2.5和PM10颗粒物的监测室内水平随时间变化的曲线图。环境空气被这种颗粒物高度污染，其环境浓度超过100μg/m3。空气填充空间的估计容积为92.35m3。在空气填充空间中收集以下数据。空气净化器在从上午9：00到下午3：00的时段内开启两次，在此期间，测量的自然通风速率Q为38.23m3/h。在空气净化器50的第一运行周期内，即从下午1：00到1：30，室外颗粒浓度与室内颗粒浓度相同。在该时间段期间，基于等式(1)使用污染物传感器21的传感器读数之间的1分钟间隔来估计污染物去除结构55上捕获的颗粒质量，从而得出基于PM2.5数据的污染物去除结构55的污损总量为11.05mg。相反地，在不考虑自然通风速率Q的情况下，污染物去除结构55收集的颗粒物的估计总量将是9.6mg，即与更准确估计的偏差为13.1％。类似地，对于空气净化器50的第二操作周期，即从下午2：10到2：48，基于等式(1)得出的该时间段内污染物去除结构55上捕获的颗粒质量为14.88mg，然而，在不考虑自然通风的情况下，颗粒质量将仅为13.73mg，即低估了7.68％。因此，这清楚地表明，通过适当地考虑空气净化器50所处密闭空间与外界之间的通风，提高了污染物去除结构55所捕获的污染物量的估计准确度，从而可以更准确地预测其EOL。
应当注意的是，上述实施例的目的在于描述而非限定本公开，并且本领域技术人员可以在不偏离所附权利要求范围的情况下设计多个替代实施例。在权利要求书中，括号内的任何附图标记不得解释为对权利要求的限制。词语“包括”不排除存在权利要求所列元件或步骤以外的其它元件或步骤。元件前面的词“一”不排除存在多个该元件。本发明可以借助于包括若干不同元件的硬件来实现。在列举多个装置的设备权利要求中，多个这些装置可以由一个且同一个硬件项目体现。某些措施被记载在相互不同的从属权利要求中的事实不指示这些措施的组合不能被用于获得优势。

Claims (15)

1.一种空气净化器监测系统(10)，用于监测包括污染物去除结构(55)的空气净化器(50)，所述污染物去除结构用于从容纳所述空气净化器的空气填充空间中去除除CO2之外的污染物，所述系统包括处理器(31)，所述处理器被编程为具有所述污染物去除结构的性能特性以及具有多个算法，用于估计所述污染物去除结构在所述空气净化器的操作周期期间的污损程度，所述算法中的每个算法对所述空气填充空间的特定通风条件有效，所述处理器被配置为：
从所述空气填充空间中的CO2传感器(23)接收在一段时间内检测到的一系列CO2水平；
从接收的一系列CO2水平来估计所述空气填充空间的实际通风条件；
基于所估计的实际通风条件，从所述多个算法中选择算法；
从所述空气填充空间中的污染物传感器(21)接收在所述操作周期内检测到的一系列污染物水平；以及
利用所选择的算法、作为所选择的算法的参数的所接收的一系列污染物水平、以及所述污染物去除结构的所述性能特性，来估计所述污染物去除结构在所述操作周期期间的污损程度。
2.根据权利要求1所述的空气净化器监测系统(10)，其中所述算法中的至少一些算法被定义为基于所述空气填充空间内的污染物水平和所述空气填充空间所处区域中的所述污染物的环境污染物水平之间的差来估计所述污损程度，其中所述处理器(31)被进一步配置为从用于提供所述环境污染物水平的数据源接收所述环境污染物水平。
3.根据权利要求2所述的空气净化器监测系统(10)，其中所述多个算法包括第一算法和第二算法，所述第一算法被定义为基于所述空气填充空间内的所述污染物水平与所述污染物的所述环境污染物水平之间的差来估计所述污损程度，所述第二算法被定义为独立于所述污染物的所述环境污染物水平来估计所述污损程度，其中所述处理器(31)被配置为在所述空气填充空间的通风速率低于限定阈值的情况下选择所述第一算法，并且在所述通风速率至少满足所述限定阈值的情况下选择所述第二算法。
4.根据权利要求3所述的空气净化器监测系统(10)，其中所述处理器(31)被进一步配置为基于所述空气填充空间内的所述污染物水平与所述污染物的所述环境污染物水平之间的差，来生成限定所述污染物传感器(21)的采样速率的控制信号，并且在所述通风速率低于所述限定阈值的情况下，将所述控制信号传送给所述污染物传感器。
5.根据权利要求3所述的空气净化器监测系统(10)，其中所述空气填充空间的容积是至少所述第一算法的参数，其中所述处理器(31)被进一步配置为基于所接收的一系列CO2水平和所接收的一系列污染物水平，来检测所述空气填充空间的所述容积的变化、或所述空气填充空间的所述实际通风条件的变化。
6.根据权利要求1所述的空气净化器监测系统(10)，进一步包括被通信耦合至所述处理器(31)的数据存储设备(33)，其中所述处理器被进一步配置为：
将所估计的污损程度存储在所述数据存储设备中；并且
根据存储在所述数据存储设备中的所估计的污损程度，来确定所述污染物去除结构(55)的累积污损程度，所述污损程度中的每个污损程度与所述空气净化器(50)的不同操作周期相关。
7.根据权利要求6所述的空气净化器监测系统(10)，其中所述处理器(31)被进一步配置为基于所述污染物去除结构(55)的经确定的累积污损程度，来调整所述污染物去除结构的所述性能特性。
8.根据权利要求6所述的空气净化器监测系统(10)，进一步包括被通信耦合至所述处理器(31)的显示设备，其中所述处理器被进一步配置为：
根据所估计的污损程度中的至少一个污损程度，来生成与所述污染物去除结构(55)的所述性能相关的信息；并且
操作所述显示设备以显示所生成的信息。
9.根据权利要求8所述的空气净化器监测系统(10)，其中与所述污染物去除结构(55)的所述性能相关的信息包括：对所述污染物去除结构的寿命终止指示。
10.根据权利要求1所述的空气净化器监测系统(10)，进一步包括所述污染物传感器(21)和所述CO2传感器(23)。
11.根据权利要求1所述的空气净化器监测系统(10)，其中所述污染物是颗粒物、甲苯或甲醛。
12.一种空气净化器系统，包括具有污染物去除结构(55)的空气净化器(50)、以及根据权利要求1所述的空气净化器监测系统(10)。
13.一种监测方法(100)，用于监测位于空气填充空间中的空气净化器(50)的污染物去除结构(55)去除除CO2之外的污染物的去除性能，所述方法包括：
提供所述污染物去除结构的性能特性；
提供用于估计所述污染物去除结构在所述空气净化器的操作周期期间的污损程度的多个算法，所述算法中的每个算法对于所述空气填充空间的特定通风条件有效；
接收所述空气填充空间中在一段时间内检测到的一系列CO2水平；
从接收的一系列CO2水平估计所述空气填充空间的实际通风条件；
基于所估计的实际通风条件，从所述多个算法中选择算法；
接收在所述操作周期内在所述空气填充空间中检测到的一系列污染物水平；以及
利用选定的算法、作为所选定的算法的参数的所接收的一系列污染物水平、以及所述污染物去除结构的所述性能特性，来估计所述污染物去除结构在所述操作周期期间的所述污损程度。
14.根据权利要求13所述的方法(100)，其中所述多个算法包括第一算法和第二算法，所述第一算法被定义为基于所述空气填充空间内的所述污染物水平和所述空气填充空间所处区域中的所述污染物的环境污染物水平之间的差来估计所述污损程度，所述第二算法被定义为独立于所述污染物的所述环境污染物水平来估计所述污损程度，所述方法还包括：
从用于提供所述环境污染物水平的数据源接收所述环境污染物水平；以及
在所述空气填充空间的通风速率低于限定阈值的情况下选择所述第一算法，并且在所述通风速率至少满足所述限定阈值的情况下选择所述第二算法。
15.根据权利要求13所述的方法(100)，进一步包括：
存储所估计的污损程度；
根据先前存储的所估计的污损程度来确定所述污染物去除结构的累积污损程度，所述污损程度中的每个污损程度与所述空气净化器(50)的不同操作周期相关；以及
根据所确定的累积污损程度，来生成对所述污染物去除结构(55)的寿命终止指示。
CN201880030815.0A 2017-05-09 2018-05-09 空气净化器监测系统、空气净化器系统和监测方法 Active CN110612420B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
CNPCT/CN2017/000344 2017-05-09
CN2017000344 2017-05-09
EP17176895.5A EP3418644A1 (en) 2017-06-20 2017-06-20 Filter lifetime estimation
EP17176895.5 2017-06-20
PCT/EP2018/062080 WO2018206682A1 (en) 2017-05-09 2018-05-09 Filter lifetime estimation

Publications (2)

Publication Number Publication Date
CN110612420A CN110612420A (zh) 2019-12-24
CN110612420B true CN110612420B (zh) 2022-06-10

Family

ID=62244457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880030815.0A Active CN110612420B (zh) 2017-05-09 2018-05-09 空气净化器监测系统、空气净化器系统和监测方法

Country Status (3)

Country Link
EP (1) EP3622225B1 (zh)
CN (1) CN110612420B (zh)
WO (1) WO2018206682A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TR202017522A1 (tr) * 2020-11-03 2022-05-23 Arcelik As Hata algilayan bi̇r hava temi̇zleme ci̇hazi
CN112696736B (zh) * 2020-12-29 2022-03-29 宁波奥克斯电气股份有限公司 杀菌自适应控制方法和空调器
CN114001419A (zh) * 2021-10-25 2022-02-01 北京小米移动软件有限公司 过滤网寿命检测方法、装置、空气调节设备和存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080058734A (ko) * 2006-12-22 2008-06-26 엘지전자 주식회사 공기조화기 및 그 제어방법
CN101949562A (zh) * 2010-10-28 2011-01-19 江苏大学 一种多功能空气净化机及节能使用方法
CN104180465A (zh) * 2013-05-23 2014-12-03 深圳市中兴新地通信器材有限公司 具自洁除尘功能的新风通风装置及其除尘方法
CN104390322A (zh) * 2014-11-24 2015-03-04 珠海格力电器股份有限公司 一种过滤网使用寿命的自动判断方法、装置及系统
CN105180368A (zh) * 2015-09-18 2015-12-23 珠海汉朗环境科技有限公司 一种空气净化器及其滤网更换提醒方法和装置
CN105526688A (zh) * 2015-03-20 2016-04-27 霍尼韦尔国际公司 过滤器寿命的动态计算
CN105805888A (zh) * 2015-01-21 2016-07-27 阿尔德斯·阿罗利奎公司 用于确定通风系统的至少一个过滤器的阻塞率的确定方法和相关的通风系统
CN105980785A (zh) * 2014-02-27 2016-09-28 Lg电子株式会社 空气清洁系统及其控制方法
CN106121819A (zh) * 2016-08-16 2016-11-16 潍柴动力股份有限公司 一种基于发动机进气量的空滤器保养提醒方法及系统
CN106247536A (zh) * 2016-08-10 2016-12-21 深圳市霍尔新风科技有限公司 一种空气净化装置及其滤网寿命的监测方法
CN205860221U (zh) * 2016-07-22 2017-01-04 北京艾瑞克林科技有限公司 一种具有过滤器使用寿命提醒功能的空气净化产品
CN106322643A (zh) * 2015-07-07 2017-01-11 阿里巴巴集团控股有限公司 一种空气净化类设备的管理方法和装置
CN206131201U (zh) * 2016-09-13 2017-04-26 西安交通大学 一种室内新风净化换气装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102353751A (zh) * 2011-06-13 2012-02-15 北京世坤环境科技有限公司 室内空气质量评估方法及室内空气质量监测和分析系统
WO2016102521A1 (en) * 2014-12-24 2016-06-30 Koninklijke Philips N.V. Arrangement and method for air management of a room

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080058734A (ko) * 2006-12-22 2008-06-26 엘지전자 주식회사 공기조화기 및 그 제어방법
CN101949562A (zh) * 2010-10-28 2011-01-19 江苏大学 一种多功能空气净化机及节能使用方法
CN104180465A (zh) * 2013-05-23 2014-12-03 深圳市中兴新地通信器材有限公司 具自洁除尘功能的新风通风装置及其除尘方法
CN105980785A (zh) * 2014-02-27 2016-09-28 Lg电子株式会社 空气清洁系统及其控制方法
CN104390322A (zh) * 2014-11-24 2015-03-04 珠海格力电器股份有限公司 一种过滤网使用寿命的自动判断方法、装置及系统
CN105805888A (zh) * 2015-01-21 2016-07-27 阿尔德斯·阿罗利奎公司 用于确定通风系统的至少一个过滤器的阻塞率的确定方法和相关的通风系统
CN105526688A (zh) * 2015-03-20 2016-04-27 霍尼韦尔国际公司 过滤器寿命的动态计算
CN106322643A (zh) * 2015-07-07 2017-01-11 阿里巴巴集团控股有限公司 一种空气净化类设备的管理方法和装置
CN105180368A (zh) * 2015-09-18 2015-12-23 珠海汉朗环境科技有限公司 一种空气净化器及其滤网更换提醒方法和装置
CN205860221U (zh) * 2016-07-22 2017-01-04 北京艾瑞克林科技有限公司 一种具有过滤器使用寿命提醒功能的空气净化产品
CN106247536A (zh) * 2016-08-10 2016-12-21 深圳市霍尔新风科技有限公司 一种空气净化装置及其滤网寿命的监测方法
CN106121819A (zh) * 2016-08-16 2016-11-16 潍柴动力股份有限公司 一种基于发动机进气量的空滤器保养提醒方法及系统
CN206131201U (zh) * 2016-09-13 2017-04-26 西安交通大学 一种室内新风净化换气装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
不同通风方式对室内空气品质的影响;李翩;《中国优秀硕士学位论文全文数据库》;20160601;44-62 *

Also Published As

Publication number Publication date
WO2018206682A1 (en) 2018-11-15
CN110612420A (zh) 2019-12-24
EP3622225B1 (en) 2022-09-07
EP3622225A1 (en) 2020-03-18

Similar Documents

Publication Publication Date Title
JP6644174B2 (ja) 空気清浄器
CN111344523B (zh) 空气净化监测系统、空气净化装置、相应的方法和计算机程序产品
CN111527351A (zh) 智能空气净化
CN110612420B (zh) 空气净化器监测系统、空气净化器系统和监测方法
EP3319647B1 (en) Air purifier and atmosphere scenting
RU2679989C2 (ru) Устройство и способ управления качеством воздуха в помещении
JP6480639B2 (ja) 空気清浄器及び空気清浄器を制御するための方法
JP6878466B2 (ja) エアフィルターの利用能力を決定するための方法
US11788754B2 (en) Environmental monitoring system
JP2019519277A (ja) 睡眠監視
CN110023687B (zh) 用于空气处理装置的控制设备和操作方法
CN117433136A (zh) 空气处理设备，传感器装置和操作方法
EP3418644A1 (en) Filter lifetime estimation
CN110617602A (zh) 新鲜空气净化器监测
EP3567322A1 (en) Smart air purification
Agarwal et al. Current Strategies for Monitoring and Control of IAQ
JP2022167708A (ja) 微粒子計測器を用いた建物内空気浄化支援システム

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