CN112649481B - 一种使用区域tvoc阵列监测系统的园区tvoc监测方法 - Google Patents

一种使用区域tvoc阵列监测系统的园区tvoc监测方法 Download PDF

Info

Publication number
CN112649481B
CN112649481B CN202011583485.3A CN202011583485A CN112649481B CN 112649481 B CN112649481 B CN 112649481B CN 202011583485 A CN202011583485 A CN 202011583485A CN 112649481 B CN112649481 B CN 112649481B
Authority
CN
China
Prior art keywords
tvoc
monitoring
monitored
value
gas
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
CN202011583485.3A
Other languages
English (en)
Other versions
CN112649481A (zh
Inventor
张英磊
胡闰杰
赵新多
姜壮
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.)
Beijing First Atmospheric Environment Technology Co ltd
Original Assignee
Beijing First Atmospheric Environment Technology Co ltd
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
Application filed by Beijing First Atmospheric Environment Technology Co ltd filed Critical Beijing First Atmospheric Environment Technology Co ltd
Priority to CN202011583485.3A priority Critical patent/CN112649481B/zh
Publication of CN112649481A publication Critical patent/CN112649481A/zh
Application granted granted Critical
Publication of CN112649481B publication Critical patent/CN112649481B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
    • G01N27/27—Association of two or more measuring systems or cells, each measuring a different parameter, where the measurement results may be either used independently, the systems or cells being physically associated, or combined to produce a value for a further parameter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
    • G01N27/416—Systems
    • G01N27/4162—Systems investigating the composition of gases, by the influence exerted on ionic conductivity in a liquid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
    • G01N27/416—Systems
    • G01N27/4163—Systems checking the operation of, or calibrating, the measuring apparatus
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
    • G01N27/416—Systems
    • G01N27/417—Systems using cells, i.e. more than one cell and probes with solid electrolytes
    • G01N27/4175—Calibrating or checking the analyser
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Molecular Biology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明涉及一种使用区域TVOC阵列监测系统的园区TVOC监测方法，包括：通过标准仪器标定园区内部或园区周边待测气体的标准浓度值；通过区域TVOC阵列监测系统内的多台TVOC监测仪内部设置的传感器阵列模块测定待监测气体的监测原始数据值；将所述监测原始数据值与所述标准浓度值进行一一对应，以其他待监测气体的监测原始数据值作为影响因素，对监测原始数据值进行修正；重复上述步骤，直至完成所有待监测气体及所有TVOC监测仪的修正；基于全部待测气体的监测修正值结果对TVOC监测仪内部设置的传感器阵列模块的修正算法进行迭代、升级。本发明的园区TVOC监测方法在不断使用的过程中监测精度逐步提高，大幅提高了对监测环境的适用性，使用更为稳定。

Description

一种使用区域TVOC阵列监测系统的园区TVOC监测方法
技术领域
本发明涉及一种VOC监测方法，特别是涉及一种使用区域TVOC阵列监测系统的园区TVOC监测方法。
背景技术
世界卫生组织(WHO,1989)对总挥发性有机化合物(TVOC)的定义为，熔点低于室温而沸点在50-260℃之间的挥发性有机化合物的总称。随着城市化的不断发展，VOCs的排放量逐渐提高，成为近年来城市大气污染的主要污染物之一。VOCs种类多(最为常见的有300多种)，涉及到的行业和企业数量多，排放条件复杂，监管非常困难，监测、检测已经成为目前制约VOCs治理的一个关键业务。
传统的色谱、质谱、或光谱仪器，其精度高，稳定性好，但存在价格高、体积大、维护麻烦，需要稳定的气源、人员定期标定维护等问题，难以被进行密集网格化布点应用。近年来，基于火焰离子化检测器发展的气相色谱仪由于能够对大气中有机组分进行分离，作为标准的分析方法对大气中的VOC进行检测。例如公开号为CN101609072A的《挥发性有机物连续监测仪》，公开号为CN108982728A的《一种环境空气非甲烷总烃在线监测仪器优化与校准方法》等专利文献，但是由于这种基于FID的VOC监测设备操作复杂，运行的过程中需要专业人员操作，频繁校正和人员维护，限制其应用。同时其测试间隔时间较长(通常为1h一个数据)，因此难以被用来进行网格化布点对大气进行测试。
目前，国内绝大部分地区的环保监测站是具备VOCs检测能力的，但是缺少现场快速的检测能力，需要便携式或者移动式现场检测设备。传统的监测技术设备、小范围监测系统不能从数据中提取有效信息，达不到监测目的，无法解决VOCs排放底数不清的问题。
因此，亟待发展出低成本、快响应、高准确性的VOC监测仪，并以此为基础，通过合理的应用方式，以满足网格化布点对大气中TVOC进行监测的需求。
发明内容
本发明的目的是针对TVOC在线监测中存在的上述问题，提出一种使用区域TVOC阵列监测系统的园区TVOC监测方法，以满足网格化布点对TVOC进行监测的需求，实现TVOC的低成本、快响应、高准确性监测。
为实现上述目的，本发明提供了一种使用区域TVOC阵列监测系统的园区TVOC监测方法，所述检测方法包括如下步骤：
步骤S101，将载有VOC监测标准仪器的运输工具运输至待测园区，并通过标准仪器标定园区内部或园区周边待测气体的标准浓度值；
步骤S102，在园区内部或园区周边待监测区域设置区域TVOC阵列监测系统，通过区域TVOC阵列监测系统内的多台TVOC监测仪内部设置的传感器阵列模块，测定待监测气体的监测原始数据值；
步骤S103，将所述监测原始数据值与所述标准浓度值进行一一对应，并以第一待监测气体的监测原始数据值与第一待监测气体的标准浓度值进行对比，并以其他待监测气体的监测原始数据值作为影响因素，对第一待监测气体的监测原始数据值进行修正，使修正后的第一待监测气体的监测修正值接近标准仪器测出来的第一待监测气体的标准浓度值；
步骤S104，对于第二待监测气体，以其标准浓度值作为自变量，以其他待监测气体的监测原始数据值作为影响因素对第二待监测气体的监测原始数据值进行修正，得到第二待监测气体的监测修正值；
步骤S105，重复上述步骤S103和S104，直至完成所有待监测气体及所有TVOC监测仪的修正；
步骤S106，基于全部待测气体的监测修正值结果对TVOC监测仪内部设置的传感器阵列模块的修正算法进行迭代、升级。
优选地，所述区域TVOC阵列监测系统包括在待监测区域的厂界周边、和/或VOC集中排放区、和/或待检测区域周围的居民区分别布置多台TVOC监测仪，多台TVOC监测仪通过有线或无线与中继站连接组成TVOC传感器阵列检测系统，所述中继站有线或无线与TVOC云平台连接，所述TVOC云平台通过有线或无线与终端设备连接；
所述TVOC监测仪内设有传感器阵列模块和数据通讯模块，所述中继站分别向各台TVOC监测仪反馈和校验所述中继站接收到的数据信息；
所述中继站将经过校验的数据信息发送至TVOC云平台，所述TVOC云平台经过修正后，再次向所述各台TVOC监测仪反馈和/或校验数据信息。
优选地，所述TVOC监测仪内的传感器阵列模块包括至少两种电化学气体传感器，通过所述数据通讯模块将所述传感器阵列模块测得的监测原始数据值，逐一传给TVOC云平台，所述TVOC云平台通过神经网络学习算法，反复多次对至少两种电化学气体传感器所测得的监测原始数据值分别或同时进行修正，最终使得待监测气体的监测修正值与通过标准仪器所测得的标准浓度值之间，在数值或趋势上的相关程度呈现出一致性。
优选地，以相对偏差或相对标准偏差的计算公式来计算所述误差的减少，将得到的至少两种待监测气体的检测修正值总值作为TVOC值，与标准仪器所测得的标准浓度值进行多次大于设定时间T1的比对，并进一步进行多次的修正和优化，直至相对偏差或相对标准偏差小于30％，使得数值或趋势上的相关程度呈现出一致性。
优选地，重复步骤S105和步骤S106，直至使得待监测气体的监测修正值与通过标准仪器所测得的标准浓度值之间，在数值或趋势上的相关程度呈现出一致性，基于待测园区定型所述TVOC监测仪内部的传感器阵列模块，并从待测园区移除所述载有标准仪器的运输工具。
优选地，所述传感器阵列模块由多路固态聚合物电化学传感器组成，采用交叉补偿进行校正。
优选地，所述传感器阵列模块采用交叉补偿进行校正的步骤包括：
(1)、将所述传感器阵列模块中的至少两种电化学气体传感器以及温湿度控制模块中的温度传感器和湿度传感器拆分成若干套一个传感器与其他所有传感器的组合；
(2)、利用标准仪器测出其他所有传感器中各个干扰量对一个传感器的被测量影响，得到校准曲线或校准曲面；
(3)、将其他所有传感器中各个干扰量的传感器示数近似作为真值，带入上一步得到的校准曲线或校准曲面，对一个传感器的被测量做补偿；
(4)、将若干套组合中的其他所有传感器输出对应一个传感器逐一做补偿，直至完成所有校正。
优选地，所述TVOC监测仪上设有太阳能供电模块。
优选地，所述数据通讯模块包括NB-IOT通讯模块。
优选地，在将监测原始数据发送至中继站前，所述TVOC监测仪获取的监测原始数据为十六进制；所述监测原始数据通过编码方式并遵循CRC32校验后传输到TVOC云平台的数据库，并在对原始数据进行处理的过程中保持十六进制；最后在输出到所述终端设备时，转化为十进制进行使用。
基于上述技术方案，本发明的优点是：
本发明的使用区域TVOC阵列监测系统的园区TVOC监测方法，实现TVOC的低成本、快响应、高准确性监测，满足了网格化布点对TVOC进行监测的需求。
本发明的园区TVOC监测方法用于室内外环境空气质量监测评估，采用了多路固态聚合物电化学传感器组成，可测量能够发生化学分解的多种气体，具有低功耗、长寿命、较好的精度和稳定性等优点，且可以扩展到更多气体的检测，应用范围得到极大地提升。
多路固态聚合物电化学传感器用于测量TVOC具有多传感器协同修正的优点，相较于单一的气体传感器，能够减少不同气体之间的交叉干扰。同时固态聚合物能够有效延长电化学传感器的寿命，保障了传感器能够长时间放置在室外进行监测。
进一步，由于实现了基于全部待测气体的监测修正值结果对TVOC监测仪内部设置的传感器阵列模块的修正算法进行迭代、升级，本发明的园区TVOC监测方法在不断使用的过程中监测精度逐步提高，大幅提高了对监测环境的适用性，使用更为稳定。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为园区TVOC监测方法步骤流程图；
图2为区域TVOC阵列监测系统示意图；
图3为多路TVOC监测仪与中继站通讯示意图；
图4为TVOC监测仪监测流程示意图。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
本发明提供了一种使用区域TVOC阵列监测系统的园区TVOC监测方法，如图1所示，所述检测方法包括如下步骤：
步骤S101，将载有VOC监测标准仪器的运输工具运输至待测园区，并通过标准仪器标定园区内部或园区周边待测气体的标准浓度值；
步骤S102，在园区内部或园区周边待监测区域设置区域TVOC阵列监测系统，通过区域TVOC阵列监测系统内的多台TVOC监测仪内部设置的传感器阵列模块，测定待监测气体的监测原始数据值；
步骤S103，将所述监测原始数据值与所述标准浓度值进行一一对应，并以第一待监测气体的监测原始数据值与第一待监测气体的标准浓度值进行对比，并以其他待监测气体的监测原始数据值作为影响因素，对第一待监测气体的监测原始数据值进行修正，使修正后的第一待监测气体的监测修正值接近标准仪器测出来的第一待监测气体的标准浓度值；
步骤S104，对于第二待监测气体，以其标准浓度值作为自变量，以其他待监测气体的监测原始数据值作为影响因素对第二待监测气体的监测原始数据值进行修正，得到第二待监测气体的监测修正值；
步骤S105，重复上述步骤S103和S104，直至完成所有待监测气体及所有TVOC监测仪的修正；
步骤S106，基于全部待测气体的监测修正值结果对TVOC监测仪内部设置的传感器阵列模块的修正算法进行迭代、升级。
如图2、图3所示，所述区域TVOC阵列监测系统包括在待监测区域的厂界周边、和/或VOC集中排放区、和/或待检测区域周围的居民区分别布置多台TVOC监测仪，多台TVOC监测仪通过有线或无线与中继站连接组成TVOC传感器阵列检测系统，所述中继站有线或无线与TVOC云平台连接，所述TVOC云平台通过有线或无线与终端设备连接；所述TVOC监测仪内设有传感器阵列模块和数据通讯模块，所述中继站分别向各台TVOC监测仪反馈和校验所述中继站接收到的数据信息；所述中继站将经过校验的数据信息发送至TVOC云平台，所述TVOC云平台经过修正后，再次向所述各台TVOC监测仪反馈和/或校验数据信息。
所述TVOC监测仪内设有控制电路板，供电模块向TVOC监测仪控制电路板供电，在控制电路板上有温湿度控制模块和传感器阵列模块。几个模块获得的数据存储在数据存储模块中，同时通过数据传输模块传输到中继站，中继站每隔一段时间对传输数据进行一次校验，确认数据已经收到，如果未收到数据向控制模块发送需要再次发送数据的指令。并由中继站向TVOC云平台PC端发送完整的数据。TVOC云平台PC端进一步对数据进行修正，并对控制模块上的算法进行反馈，以完成监测。
优选地，所述TVOC监测仪内的传感器阵列模块包括至少两种电化学气体传感器，通过所述数据通讯模块将所述传感器阵列模块测得的监测原始数据值，通过NB-IOT协议逐一上传至中继站，中继站对数据的情况依照CRC32进行判别，确定数据的准确性和完整性。确认无误上传至TVOC云平台，所述TVOC云平台通过神经网络算法，反复多次对至少两种电化学气体传感器所测得的监测原始数据值对比标准仪器测得数据对比，分别或同时进行修正，最终使得待监测气体的监测修正值与通过标准仪器所测得的标准浓度值之间，在数值或趋势上的相关程度呈现出一致性。
进一步，以相对偏差或相对标准偏差的计算公式来计算所述误差的减少，将得到的至少两种待监测气体的检测修正值总值作为TVOC值，与标准仪器所测得的标准浓度值进行多次大于设定时间T1的比对，并进一步进行多次的修正和优化，直至相对偏差或相对标准偏差小于30％，使得数值或趋势上的相关程度呈现出一致性。
优选地，重复步骤S105和步骤S106，直至使得待监测气体的监测修正值与通过标准仪器所测得的标准浓度值之间，在数值或趋势上的相关程度呈现出一致性，基于待测园区定型所述TVOC监测仪内部的传感器阵列模块，并从待测园区移除所述载有标准仪器的运输工具。如此，通过不断修正监测仪的修正算法，形成了稳定的监测仪器，定型后可批量复制直接应用于更多园区。
所述电化学气体传感器包括烷烃、烯烃、苯、醇类中的至少两种固态电解质传感器。所述传感器阵列模块由多路固态聚合物电化学传感器组成，采用交叉补偿进行校正。
具体地，所述传感器阵列模块采用交叉补偿进行校正的步骤包括：
(1)、将所述传感器阵列模块中的至少两种电化学气体传感器以及温湿度控制模块中的温度传感器和湿度传感器拆分成若干套一个传感器与其他所有传感器的组合；
(2)、利用标准仪器测出其他所有传感器中各个干扰量对一个传感器的被测量影响，得到校准曲线或校准曲面；
(3)、将其他所有传感器中各个干扰量的传感器示数近似作为真值，带入上一步得到的校准曲线或校准曲面，对一个传感器的被测量做补偿；
(4)、将若干套组合中的其他所有传感器输出对应一个传感器逐一做补偿，直至完成所有校正。
本发明的传感器阵列模块中交叉补偿校正的精度估计如下：
假设补偿前耦合的程度为3％，测得的校准曲线(面)的误差为10％，则补偿后耦合的程度大约降至0.03×0.1×100％＝0.3％。将其他传感器的输出量看做真值会引入一定误差，大约为0.03^2×100％≈0.1％。总的误差为由此可知误差下降了一个数量级。
当然，如果精度仍不符合要求，可以将补偿一次后的传感器看做是待修正的传感器，再做一次插值解耦补偿……以此类推，直至精度达到要求为止，最后将多个校准曲线(面)整合为一个曲线(面)。
针对实际大气中存在的易挥发有机物组分，本实施例将大气环境中常见VOC分为烷烃A、烯烃B、苯C、醇D四大类，这四大类可以根据不同的场景进行调整，增加或减少类别，如酮、胺、醚、酯、酸。针对这些组分，设计了相应的气体电化学传感器A、B、C、D，同时用规定的标准仪器(传统仪器)如气相色谱仪、气相色谱-质谱联用仪进行测试比对。通过标准仪器/传统仪器测出来的这些组分的浓度值默认为准确的结果，而电化学传感器A、B、C、D测出来的结果需要根据标准仪器的结果进行修正。
具体地，通过A传感器和标准仪器测出来的A的结果进行对比，以B、C、D传感器为影响因素，对A传感器的结果进行修正，使修正后的A传感器的结果接近标准仪器测出来的A的结果。类似地，以标准仪器测出来的B的结果作为自变量，以A、C、D传感器为影响因素，对B传感器的结果进行修正。C、D传感器的修正方法也一致。这种算法称为神经网络算法。通过对计算后的结果进行滤波处理，使传感器的显示结果更加平滑地变化。在之后的仪器运行中，持续对传感器A、B、C、D测出来的总值作为TVOC值，与气相色谱仪、气相色谱-质谱联用仪的测试结果(所有挥发性有机物的值的总和)进行大于10天的比对，并对神经网络算法进行优化和迭代，使传感器的输出值与标准仪器的结果误差持续减小。误差的减少通常采用相对偏差或相对标准偏差的计算公式计算，以达到相对标准偏差小于30％，相比于未修正的结果与气相色谱仪的相对标准偏差减小50％(准确度提高50％)为满足修正要求。
所述中继站判断某个或某些TVOC监测仪发送来的数据信息量小于设定时间T2内应收到数据信息量的设定值，则所述中继站向相应TVOC监测仪的控制模块进行反馈，并发出重新发送数据信息的指令。优选地，所述设定时间T2为10～120分钟；所述中继站在给TVOC云平台发送数据信息时，将从所述TVOC监测仪获得的数据信息经过完整性校验后一次性发送至TVOC云平台。
进一步，所述数据通讯模块在将数据发送至连接有多个TVOC监测仪的中继站时，连接在同一中继站下的多个TVOC监测仪间隔发送采集的数据信息。为了避免中继站数据通道拥堵，各个TVOC监测仪采用间隔发送数据信息，以下举例进行说明：
例如中继站的线路可能总共有10条，那么不同的TVOC监测仪在给中继站发的过程当中，就是同一时间中继站最多可以收到10条数据信息，造成拥堵。在本发明中，TVOC监测仪可以做一个延迟发送，例如设备1是每分钟的第一秒发送，那么设备2是每分钟的第二秒发送，如此各个TVOC监测仪的发送时间就间隔开来了，就比较能减少同时发送采集的数据信息，避免无法收到数据通讯模块(4)发出的监测数据。
所述数据通讯模块包括NB-IOT通讯模块。NB-IOT可以实现低功耗的一个主要原因就是NB-IOT设备的用户终端在省电模式下依然可以工作，这种工作模式可以极大的降低电量的消耗和延长电池使用寿命。
一方面，本发明在数据传输的过程中，选择间隔时间传输一次数据，功耗和传输时间相关，通过选择合适的传输时间，既能达到收集数据进行环境监测的效果，又可以减少功耗。
另一方面，所述终端设备包括PC设备、手机设备以及管理平台设备。优选地，在将监测原始数据发送至中继站前，所述TVOC监测仪获取的监测原始数据为十六进制；所述监测原始数据通过编码方式并遵循CRC32校验后传输到TVOC云平台的数据库，并在对原始数据进行处理的过程中保持十六进制；最后在输出到所述终端设备时，转化为十进制进行使用。
在发送数据的软件包中，通过优化数据的编码和传输方案，并遵循CRC32校验，保障数据的准确定、减少冗余，并进行传输，在十六进制的单位字节内获得可以标识更大的数，到数据库处理后再转为十进制。减少了发送数据的量，例如时间、字符串大小，从而降低了功耗。具体地，所述TVOC监测仪将监测原始数据发送至中继站之前，在系统电路板上获得的监测原始数据为十六进制，通过编码方式并遵循CRC32校验，保障数据的准确定、减少冗余，并进行传输，在监测原始数据传输到TVOC云平台的数据库及对数据进行处理的过程中，均保持十六进制，在输出供专业人员使用时转化为十进制。
如图4所示，所述TVOC监测仪包括控制模块，控制模块包括控制电路板，供电模块向TVOC监测仪控制电路板供电，在控制电路板上有温湿度控制模块和传感器阵列模块。具体地，所述TVOC监测仪包括外壳和设置在外壳内部的控制电路板，所述控制电路板上设有天线和数据通讯模块，所述外壳上设有至少一组空气流通孔，该组空气流通孔所述外壳内部形成气体流通通道，所述控制电路板上还包括至少部分位于所述气体流通通道上的传感器阵列模块，所述传感器阵列模块包括至少两种电化学气体传感器。
优选地，所述TVOC监测仪上设有太阳能供电模块。为了保障监测仪能够持续工作一年，加入了太阳能电池板，及时补充消耗的电量。控制电路板的电源输入电压为5～24V。采用NB-IOT通讯模块的低功耗传输，也有利于降低功耗。
所述TVOC监测仪包括外壳和设置在外壳内部的控制电路板，所述控制电路板上设有天线和数据通讯模块，所述外壳上设有至少一组空气流通孔，该组空气流通孔所述外壳内部形成气体流通通道，所述控制电路板上还包括至少部分位于所述气体流通通道上的传感器阵列模块，所述传感器阵列模块包括至少两种电化学气体传感器。
优选地，外部气流以自然扩散式的方式通过所述至少一组空气流通孔进入所述外壳内部，且自然扩散式的气流与所述传感器阵列模块中的传感器有效作用面平行接触，使得外部空气能够充分扩散，保证检测结果的准确性。
进一步，所述TVOC监测仪还包括数据存储模块。几个模块获得的数据存储在数据存储模块中，同时通过数据传输模块传输。进一步，所述TVOC监测仪还包括温湿度控制模块，所述温湿度控制模块至少部分位于所述气体流通通道上。优选地，所述传感器阵列模块还包括采用氧气传感器、乙醇传感器以及温湿度传感器进行修正。
对于温度补偿，从电信号-温度数据中拟合校准曲线，根据校准曲线做温度补偿即可。对于湿度校正，通过采样和拟合校准曲线较好地消除了静差。另外从硬件着手，对传感器做封装，尽量从源头上抑制传感器内湿度的变化。
本发明的使用区域TVOC阵列监测系统的园区TVOC监测方法，实现TVOC的低成本、快响应、高准确性监测，满足了网格化布点对TVOC进行监测的需求。
本发明的园区TVOC监测方法用于室内外环境空气质量监测评估，采用了多路固态聚合物电化学传感器组成，可测量能够发生化学分解的多种气体，具有低功耗、长寿命、较好的精度和稳定性等优点，且可以扩展到更多气体的检测，应用范围得到极大地提升。
多路固态聚合物电化学传感器用于测量TVOC具有多传感器协同修正的优点，相较于单一的气体传感器，能够减少不同气体之间的交叉干扰。同时固态聚合物能够有效延长电化学传感器的寿命，保障了传感器能够长时间放置在室外进行监测。
进一步，由于实现了基于全部待测气体的监测修正值结果对TVOC监测仪内部设置的传感器阵列模块的修正算法进行迭代、升级，本发明的园区TVOC监测方法在不断使用的过程中监测精度逐步提高，大幅提高了对监测环境的适用性，使用更为稳定。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (8)

1.一种使用区域TVOC阵列监测系统的园区TVOC监测方法，其特征在于，所述监测方法包括如下步骤：
步骤S101，将载有VOC监测标准仪器的运输工具运输至待测园区，并通过标准仪器标定园区内部或园区周边待测气体的标准浓度值；
步骤S102，在园区内部或园区周边待监测区域设置区域TVOC阵列监测系统，通过区域TVOC阵列监测系统内的多台TVOC监测仪内部设置的传感器阵列模块，测定待监测气体的监测原始数据值；所述传感器阵列模块由多路固态聚合物电化学传感器组成，采用交叉补偿进行校正；
所述传感器阵列模块采用交叉补偿进行校正的步骤包括：
(1)、将所述传感器阵列模块中的至少两种电化学气体传感器以及温湿度控制模块中的温度传感器和湿度传感器拆分成若干套一个传感器与其他所有传感器的组合；
(2)、利用标准仪器测出其他所有传感器中各个干扰量对一个传感器的被测量影响，得到校准曲线或校准曲面；
(3)、将其他所有传感器中各个干扰量的传感器示数近似作为真值，带入上一步得到的校准曲线或校准曲面，对一个传感器的被测量做补偿；
(4)、将若干套组合中的其他所有传感器输出对应一个传感器逐一做补偿，直至完成所有校正；
步骤S103，将所述监测原始数据值与所述标准浓度值进行一一对应，并以第一待监测气体的监测原始数据值与第一待监测气体的标准浓度值进行对比，并以其他待监测气体的监测原始数据值作为影响因素，对第一待监测气体的监测原始数据值进行修正，使修正后的第一待监测气体的监测修正值接近标准仪器测出来的第一待监测气体的标准浓度值；
步骤S104，对于第二待监测气体，以监测原始数据值作为自变量，以其他待监测气体的监测原始数据值作为影响因素对第二待监测气体的监测原始数据值进行修正，得到第二待监测气体的监测修正值；
步骤S105，重复上述步骤S103和S104，直至完成所有待监测气体及所有TVOC监测仪的修正；
步骤S106，基于全部待测气体的监测修正值结果对TVOC监测仪内部设置的传感器阵列模块的修正算法进行迭代、升级。
2.根据权利要求1所述的园区TVOC监测方法，其特征在于：所述区域TVOC阵列监测系统包括在待监测区域的厂界周边、和/或VOC集中排放区、和/或待检测区域周围的居民区分别布置多台TVOC监测仪，多台TVOC监测仪通过有线或无线与中继站连接组成TVOC传感器阵列检测系统，所述中继站有线或无线与TVOC云平台连接，所述TVOC云平台通过有线或无线与终端设备连接；
所述TVOC监测仪内设有传感器阵列模块和数据通讯模块，所述中继站分别向各台TVOC监测仪反馈和校验所述中继站接收到的数据信息；
所述中继站将经过校验的数据信息发送至TVOC云平台，所述TVOC云平台经过修正后，再次向所述各台TVOC监测仪反馈和/或校验数据信息。
3.根据权利要求2所述的园区TVOC监测方法，其特征在于：所述TVOC监测仪内的传感器阵列模块包括至少两种电化学气体传感器，通过所述数据通讯模块将所述传感器阵列模块测得的监测原始数据值，逐一传给TVOC云平台，所述TVOC云平台通过神经网络学习算法，反复多次对至少两种电化学气体传感器所测得的监测原始数据值分别或同时进行修正，最终使得待监测气体的监测修正值与通过标准仪器所测得的标准浓度值之间，在数值或趋势上的相关程度呈现出一致性。
4.根据权利要求1所述的园区TVOC监测方法，其特征在于：以相对偏差或相对标准偏差的计算公式来计算误差的减少，将得到的至少两种待监测气体的检测修正值总值作为TVOC值，与标准仪器所测得的标准浓度值进行多次大于设定时间T1的比对，并进一步进行多次的修正和优化，直至相对偏差或相对标准偏差小于30％，使得数值或趋势上的相关程度呈现出一致性。
5.根据权利要求1所述的园区TVOC监测方法，其特征在于：重复步骤S105和步骤S106，直至使得待监测气体的监测修正值与通过标准仪器所测得的标准浓度值之间，在数值或趋势上的相关程度呈现出一致性，基于待测园区定型所述TVOC监测仪内部的传感器阵列模块，并从待测园区移除载有标准仪器的运输工具。
6.根据权利要求1所述的园区TVOC监测方法，其特征在于：所述TVOC监测仪上设有太阳能供电模块。
7.根据权利要求2所述的园区TVOC监测方法，其特征在于：所述数据通讯模块包括NB-IOT通讯模块。
8.根据权利要求2所述的园区TVOC监测方法，其特征在于：在将监测原始数据发送至中继站前，所述TVOC监测仪获取的监测原始数据为十六进制；所述监测原始数据通过编码方式并遵循CRC32校验后传输到TVOC云平台的数据库，并在对原始数据进行处理的过程中保持十六进制；最后在输出到所述终端设备时，转化为十进制进行使用。
CN202011583485.3A 2020-12-28 2020-12-28 一种使用区域tvoc阵列监测系统的园区tvoc监测方法 Active CN112649481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011583485.3A CN112649481B (zh) 2020-12-28 2020-12-28 一种使用区域tvoc阵列监测系统的园区tvoc监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011583485.3A CN112649481B (zh) 2020-12-28 2020-12-28 一种使用区域tvoc阵列监测系统的园区tvoc监测方法

Publications (2)

Publication Number Publication Date
CN112649481A CN112649481A (zh) 2021-04-13
CN112649481B true CN112649481B (zh) 2023-08-22

Family

ID=75363817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011583485.3A Active CN112649481B (zh) 2020-12-28 2020-12-28 一种使用区域tvoc阵列监测系统的园区tvoc监测方法

Country Status (1)

Country Link
CN (1) CN112649481B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113219130B (zh) * 2021-04-16 2022-08-02 中国农业大学 一种多参数气体传感器的校准方法及测试平台

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107505005A (zh) * 2017-09-20 2017-12-22 广东先河科迪隆科技有限公司 工业园区环境空气质量监管系统
CN107764951A (zh) * 2017-11-25 2018-03-06 广东先河科迪隆科技有限公司 工业园区环境空气质量监管系统
CN109357699A (zh) * 2018-11-05 2019-02-19 河南省日立信股份有限公司 一种多传感器阵列交叉求解及其检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7460958B2 (en) * 2004-10-07 2008-12-02 E.I. Du Pont De Nemours And Company Computer-implemented system and method for analyzing mixtures of gases

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107505005A (zh) * 2017-09-20 2017-12-22 广东先河科迪隆科技有限公司 工业园区环境空气质量监管系统
CN107764951A (zh) * 2017-11-25 2018-03-06 广东先河科迪隆科技有限公司 工业园区环境空气质量监管系统
CN109357699A (zh) * 2018-11-05 2019-02-19 河南省日立信股份有限公司 一种多传感器阵列交叉求解及其检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种基于BP神经网络的甲醛测量仪设计;王文辉等;《数字技术与应用》;20171130(第11期);第127-130页 *

Also Published As

Publication number Publication date
CN112649481A (zh) 2021-04-13

Similar Documents

Publication Publication Date Title
CN112611796A (zh) 一种区域tvoc阵列监测系统
CN113330283B (zh) 大气污染检测设备数据可信度评价及校准方法
US10145827B2 (en) Distributed sensor system with remote sensor nodes and centralized data processing
CN111510500B (zh) 一种基于边缘计算的水质监测数据校准方法
CN112666241B (zh) 一种区域tvoc监测方法
EP2973488A1 (en) Distributed sensor system with remote sensor nodes and centralized data processing
CN114646680B (zh) 一种气体传感器自动测试系统
CN112649481B (zh) 一种使用区域tvoc阵列监测系统的园区tvoc监测方法
CN111796064A (zh) 一种基于远程自动校准的tvoc检测设备数据质控方法及系统
CN112505246B (zh) 数字式矿用气体传感器校准检定装置及方法
CN114152896A (zh) 一种基于采集平台的失准更换系统
AU2020100700A4 (en) A Correction Method for Gas Sensor Based on Machine Learning
CN111157413B (zh) 一种pm2.5网格化监控网络系统及其一致性校准方法
CN113984865B (zh) 一种用于微型空气站的多级校准方法
CN111682925A (zh) 智慧路灯用数据采集及处理方法
CN112611795B (zh) 一种基于tvoc监测仪的tvoc监测方法
CN114740159A (zh) 一种天然气能量计量组分获取方法和物联网系统
CN117129556B (zh) 基于无线传感器网络的室内tvoc浓度实时监测系统
CN214150536U (zh) 一种主动进气式tvoc检测仪
Talampas et al. Maximum likelihood estimation of ground truth for air quality monitoring using vehicular sensor networks
Abdaoui et al. A smart rig for calibration of gas sensor nodes: Test and deployment
CN210894287U (zh) 一种空气质量监测站设备智能化质控装置
CN219495288U (zh) 一种温湿度类环境试验设备远程校准系统
CN114112988B (zh) 一种基于云平台的玉米品质和伏马毒素污染现场同步快速分析系统及检测方法
CN112611790A (zh) 一种tvoc检测仪

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