CN112947637A - 一种办公环境智能调节系统 - Google Patents

Abstract

本发明公开了一种办公环境智能调节系统，涉及智能控制技术领域，解决了现有方案中没有对监测到的数据进行充分分析，也没有对人工智能充分应用的技术问题；本发明设置了数据分析模块，该设置对监测数据进行分类分析，生成并发送对应的环境预警信号，通过空气质量检测仪进行检测，对数据进行自动化处理，不仅更加智能化，而且效率高；本发明设置了执行控制模块，该设置根据环境预警信号控制执行设备对室内环境进行自动调节，对环境情况进行及时预警，有助于保证室内人员的身体健康；本发明设置了预测执行模块，该设置提前对室内环境进行调控，不仅能够保证在上班时间能够达到满意的工作环境，而且能够降低能耗。

Description

一种办公环境智能调节系统

技术领域

本发明属于智能控制领域，涉及人工智能技术，具体是一种办公环境智能调节系统。

背景技术

随着信息技术飞速发展，人工智能化已经大规模应用到工业生产方面，极大地提升了生产效率；但是，如今办公室工作环境智能化还一直是一片空白，人们如今工作生活压力较大，办公室渐渐成为了白领们的第二个家，一个好的办公环境会对员工们的工作质量和状态产生非常大的影响。

公开号为CN107977033A的发明专利提供了一种人工智能办公室环境调节系统，包括传感器单元、中央处理单元和设备单元；传感器单元和设备单元均与中央处理器相互连接；传感器单元监控办公室环境数据，监控数据实时传送到中央处理器中与预设值进行比对，将控制信号传给控制设备指定预定的工作模式。

上述方案具有操作简单和方便使用的优点，能够提升员工办公环境和工作效率，同时降低公司的能源损耗；当时，上述方案没有对监测到的数据进行充分分析，也没有对人工智能充分应用；因此，上述方案仍需进一步改进。

发明内容

为了解决上述方案存在的问题，本发明提供了一种办公环境智能调节系统。

本发明的目的可以通过以下技术方案实现：一种办公环境智能调节系统，包括处理器、数据采集模块、数据分析模块、执行控制模块、预测执行模块、后台管理模块和数据存储模块；

所述数据采集模块与空气质量检测仪通信连接；所述空气质量检测仪内部设置有甲醛传感器、PM2.5传感器、TOVC传感器和温湿度传感器；所述数据采集模块通过空气质量检测仪获取监测数据，并将监测数据分别发送至数据分析模块和数据存储模块；所述监测数据包括甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值；

所述执行控制模块与执行设备相连接；所述执行设备包括智能空调、换气扇、扫地机器人和至少三个警示灯；

所述预测执行模块用于根据工作时间进行对室内环境进行提前调节，包括：

通过空气质量检测仪在非工作时间按照设定周期获取室内的甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值；所述设定周期包括半小时、一小时和两小时；

获取数据存储模块中的预测模型；

将甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值经过数据归一化之后输入到预测模型中获取输出结果，当输出结果为0时，则判定室内环境不满足要求，生成并发送环境预调信号至执行控制模块；

执行控制模块接收到环境预调信号之后，控制执行设备对室内环境进行调节，保证室内环境在设定时间时满足要求；所述设定时间为上班时间。

优选的，所述预测模型的具体获取步骤包括：

获取数据存储模块中的监测历史数据；所述监测历史数据包括甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值；

对监测历史数据设置舒适度标签；所述舒适度标签包括0和1；当舒适度标签为1时，则表示舒适度标签对应的监测历史数据让室内的工作人员舒适度良好，当舒适度标签为0时，则表示舒适度标签对应的监测历史数据让室内的工作人员舒适度不佳；

构建人工智能模型；所述人工智能模型包括误差逆向反馈神经网络模型、RBF神经网络模型和深度卷积神经网络模型；

将监测历史数据和对应的舒适度标签按照设定比例划分为训练集和测试集；所述设定比例包括3:1、4:1和4:3；

通过数据归一化之后的训练集和测试集对人工智能模型进行训练和测试，当人工智能模型的精度达到目标精度时，则判定人工智能模型完成训练，将训练完成的人工智能模型标记为预测模型；

通过处理器将预测模型发送至数据存储模块进行存储。

优选的，所述数据分析模块用于分析监测数据，包括：

提取监测数据中的温度值和湿度值，并将温度值和湿度值分别标记为WZ和SZ；

通过公式WSPX＝α1×WZ×ln(α2×SZ)获取温湿度评估系数WSPX；其中α1和α2为比例系数，且α1为大于0的实数，α2为大于1的实数；

当温湿度评估系数WSPX满足L1-μ≤WSPX≤L1+μ时，则判定室内的温湿度正常，生成并发送温湿度正常信号至警示灯；否则，判定室内的温湿度异常，生成温湿度异常信号并分别发送至警示灯和执行控制模块；其中L1为温湿度评估系数阈值，μ为比例系数，且μ>0；

提取监测数据中的甲醛浓度、PM2.5浓度和TOVC值；当甲醛浓度、PM2.5浓度和TOVC值中的任一项超过对应的阈值时，则判定室内空气质量异常，生成并发送空气质量异常信号至执行控制模块；

通过处理器将温湿度评估系数、甲醛浓度、PM2.5浓度和TOVC值发送至数据存储模块进行存储。

优选的，所述执行控制模块根据环境预警信号对室内环境进行调整，所述环境预警信号包括温湿度正常信号、温湿度异常信号和空气质量异常信号；所述室内环境调整的具体步骤包括：

当执行控制模块接收到温湿度正常信号时，将警示灯调节至绿色常亮状态；当执行模块接收到温湿度异常信号时，将警示灯调节至黄色闪烁状态，同时控制智能空调对室内的温度和湿度进行调节；当执行控制模块接收到空气质量异常信号时，将警示灯调节至红色闪烁状态，同时控制智能空调和换气扇对室内的空气进行调节；

当警示灯处于红色闪烁状态的时间超过时间阈值时，则控制扫地机器人对室内地板进行打扫；

通过处理器将警示灯的启动记录发送至数据存储模块进行存储；所述启动记录包括警示灯的工作时长和颜色。

优选的，所述TOVC传感器用于检测室内苯系物、有机氯化物、有机酮、胺、醇、醚、酯、酸和石油泾化合物的含量。

与现有技术相比，本发明的有益效果是：

1、本发明设置了数据分析模块，该设置用于分析监测数据；数据分析模块对监测数据进行分类分析，生成并发送对应的环境预警信号，通过空气质量检测仪进行检测，对数据进行自动化处理，不仅更加智能化，而且效率高；

2、本发明设置了执行控制模块，该设置根据环境预警信号对室内环境进行调整；执行控制模块根据环境预警信号控制执行设备对室内环境进行自动调节，对环境情况进行及时预警，有助于保证室内人员的身体健康；

3、本发明设置了预测执行模块，该设置用于根据工作时间进行对室内环境进行提前调节；预测执行模块提前对室内环境进行调控，不仅能够保证在上班时间能够达到满意的工作环境，而且能够降低能耗。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的原理示意图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，一种办公环境智能调节系统，包括处理器、数据采集模块、数据分析模块、执行控制模块、预测执行模块、后台管理模块和数据存储模块；

数据采集模块与空气质量检测仪通信连接；空气质量检测仪内部设置有甲醛传感器、PM2.5传感器、TOVC传感器和温湿度传感器；数据采集模块通过空气质量检测仪获取监测数据，并将监测数据分别发送至数据分析模块和数据存储模块；监测数据包括甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值；

执行控制模块与执行设备相连接；执行设备包括智能空调、换气扇、扫地机器人和至少三个警示灯；

预测执行模块用于根据工作时间进行对室内环境进行提前调节，包括：

通过空气质量检测仪在非工作时间按照设定周期获取室内的甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值；设定周期包括半小时、一小时和两小时；

获取数据存储模块中的预测模型；

将甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值经过数据归一化之后输入到预测模型中获取输出结果，当输出结果为0时，则判定室内环境不满足要求，生成并发送环境预调信号至执行控制模块；

执行控制模块接收到环境预调信号之后，控制执行设备对室内环境进行调节，保证室内环境在设定时间时满足要求；设定时间为上班时间。

进一步地，预测模型的具体获取步骤包括：

获取数据存储模块中的监测历史数据；监测历史数据包括甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值；

对监测历史数据设置舒适度标签；舒适度标签包括0和1；当舒适度标签为1时，则表示舒适度标签对应的监测历史数据让室内的工作人员舒适度良好，当舒适度标签为0时，则表示舒适度标签对应的监测历史数据让室内的工作人员舒适度不佳；

构建人工智能模型；人工智能模型包括误差逆向反馈神经网络模型、RBF神经网络模型和深度卷积神经网络模型；

将监测历史数据和对应的舒适度标签按照设定比例划分为训练集和测试集；设定比例包括3:1、4:1和4:3；

通过数据归一化之后的训练集和测试集对人工智能模型进行训练和测试，当人工智能模型的精度达到目标精度时，则判定人工智能模型完成训练，将训练完成的人工智能模型标记为预测模型；

通过处理器将预测模型发送至数据存储模块进行存储。

进一步地，数据分析模块用于分析监测数据，包括：

提取监测数据中的温度值和湿度值，并将温度值和湿度值分别标记为WZ和SZ；

通过公式WSPX＝α1×WZ×ln(α2×SZ)获取温湿度评估系数WSPX；其中α1和α2为比例系数，且α1为大于0的实数，α2为大于1的实数；

当温湿度评估系数WSPX满足L1-μ≤WSPX≤L1+μ时，则判定室内的温湿度正常，生成并发送温湿度正常信号至警示灯；否则，判定室内的温湿度异常，生成温湿度异常信号并分别发送至警示灯和执行控制模块；其中L1为温湿度评估系数阈值，μ为比例系数，且μ>0；

提取监测数据中的甲醛浓度、PM2.5浓度和TOVC值；当甲醛浓度、PM2.5浓度和TOVC值中的任一项超过对应的阈值时，则判定室内空气质量异常，生成并发送空气质量异常信号至执行控制模块；

通过处理器将温湿度评估系数、甲醛浓度、PM2.5浓度和TOVC值发送至数据存储模块进行存储。

进一步地，执行控制模块根据环境预警信号对室内环境进行调整，环境预警信号包括温湿度正常信号、温湿度异常信号和空气质量异常信号；室内环境调整的具体步骤包括：

当执行控制模块接收到温湿度正常信号时，将警示灯调节至绿色常亮状态；当执行模块接收到温湿度异常信号时，将警示灯调节至黄色闪烁状态，同时控制智能空调对室内的温度和湿度进行调节；当执行控制模块接收到空气质量异常信号时，将警示灯调节至红色闪烁状态，同时控制智能空调和换气扇对室内的空气进行调节；

当警示灯处于红色闪烁状态的时间超过时间阈值时，则控制扫地机器人对室内地板进行打扫；

通过处理器将警示灯的启动记录发送至数据存储模块进行存储；启动记录包括警示灯的工作时长和颜色。

进一步地，TOVC传感器用于检测室内苯系物、有机氯化物、有机酮、胺、醇、醚、酯、酸和石油泾化合物的含量。

进一步地，处理器分别与数据采集模块、数据分析模块、执行控制模块、预测执行模块、后台管理模块和数据存储模块通信连接；后台管理模块分别与数据存储模块和预测执行模块通信连接，数据分析模块分别与数据采集模块和执行控制模块通信连接，预测执行模块和执行控制模块通信连接。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：

提取监测数据中的温度值和湿度值，获取温湿度评估系数WSPX；当温湿度评估系数WSPX满足L1-μ≤WSPX≤L1+μ时，则判定室内的温湿度正常，生成并发送温湿度正常信号至警示灯；否则，判定室内的温湿度异常，生成温湿度异常信号并分别发送至警示灯和执行控制模块；提取监测数据中的甲醛浓度、PM2.5浓度和TOVC值；当甲醛浓度、PM2.5浓度和TOVC值中的任一项超过对应的阈值时，则判定室内空气质量异常，生成并发送空气质量异常信号至执行控制模块；

当执行控制模块接收到温湿度正常信号时，将警示灯调节至绿色常亮状态；当执行模块接收到温湿度异常信号时，将警示灯调节至黄色闪烁状态，同时控制智能空调对室内的温度和湿度进行调节；当执行控制模块接收到空气质量异常信号时，将警示灯调节至红色闪烁状态，同时控制智能空调和换气扇对室内的空气进行调节；当警示灯处于红色闪烁状态的时间超过时间阈值时，则控制扫地机器人对室内地板进行打扫；

通过空气质量检测仪在非工作时间按照设定周期获取室内的甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值；获取数据存储模块中的预测模型；将甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值经过数据归一化之后输入到预测模型中获取输出结果，当输出结果为0时，则判定室内环境不满足要求，生成并发送环境预调信号至执行控制模块；执行控制模块接收到环境预调信号之后，控制执行设备对室内环境进行调节，保证室内环境在设定时间时满足要求。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (4)

1.一种办公环境智能调节系统，其特征在于，包括处理器、数据采集模块、数据分析模块、执行控制模块、预测执行模块、后台管理模块和数据存储模块；

所述数据采集模块与空气质量检测仪通信连接；所述空气质量检测仪内部设置有甲醛传感器、PM2.5传感器、TOVC传感器和温湿度传感器；所述数据采集模块通过空气质量检测仪获取监测数据，并将监测数据分别发送至数据分析模块和数据存储模块；所述监测数据包括甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值；

所述执行控制模块与执行设备相连接；所述执行设备包括智能空调、换气扇、扫地机器人和至少三个警示灯；

所述预测执行模块用于根据工作时间进行对室内环境进行提前调节，包括：

通过空气质量检测仪在非工作时间按照设定周期获取室内的甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值；所述设定周期包括半小时、一小时和两小时；

获取数据存储模块中的预测模型；

将甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值经过数据归一化之后输入到预测模型中获取输出结果，当输出结果为0时，则判定室内环境不满足要求，生成并发送环境预调信号至执行控制模块；

执行控制模块接收到环境预调信号之后，控制执行设备对室内环境进行调节，保证室内环境在设定时间时满足要求；所述设定时间为上班时间。

2.根据权利要求1所述的一种办公环境智能调节系统，其特征在于，所述预测模型的具体获取步骤包括：

获取数据存储模块中的监测历史数据；所述监测历史数据包括甲醛浓度、PM2.5浓度、TOVC值、温度值和湿度值；

对监测历史数据设置舒适度标签；所述舒适度标签包括0和1；当舒适度标签为1时，则表示舒适度标签对应的监测历史数据让室内的工作人员舒适度良好，当舒适度标签为0时，则表示舒适度标签对应的监测历史数据让室内的工作人员舒适度不佳；

构建人工智能模型；所述人工智能模型包括误差逆向反馈神经网络模型、RBF神经网络模型和深度卷积神经网络模型；

将监测历史数据和对应的舒适度标签按照设定比例划分为训练集和测试集；所述设定比例包括3:1、4:1和4:3；

通过数据归一化之后的训练集和测试集对人工智能模型进行训练和测试，当人工智能模型的精度达到目标精度时，则判定人工智能模型完成训练，将训练完成的人工智能模型标记为预测模型；

通过处理器将预测模型发送至数据存储模块进行存储。

3.根据权利要求1所述的一种办公环境智能调节系统，其特征在于，所述数据分析模块用于分析监测数据，包括：

提取监测数据中的温度值和湿度值，并将温度值和湿度值分别标记为WZ和SZ；

通过公式WSPX＝α1×WZ×ln(α2×SZ)获取温湿度评估系数WSPX；其中α1和α2为比例系数，且α1为大于0的实数，α2为大于1的实数；

当温湿度评估系数WSPX满足L1-μ≤WSPX≤L1+μ时，则判定室内的温湿度正常，生成并发送温湿度正常信号至警示灯；否则，判定室内的温湿度异常，生成温湿度异常信号并分别发送至警示灯和执行控制模块；其中L1为温湿度评估系数阈值，μ为比例系数，且μ>0；

提取监测数据中的甲醛浓度、PM2.5浓度和TOVC值；当甲醛浓度、PM2.5浓度和TOVC值中的任一项超过对应的阈值时，则判定室内空气质量异常，生成并发送空气质量异常信号至执行控制模块；

通过处理器将温湿度评估系数、甲醛浓度、PM2.5浓度和TOVC值发送至数据存储模块进行存储。

4.根据权利要求1所述的一种办公环境智能调节系统，其特征在于，所述执行控制模块根据环境预警信号对室内环境进行调整，所述环境预警信号包括温湿度正常信号、温湿度异常信号和空气质量异常信号；所述室内环境调整的具体步骤包括：

当执行控制模块接收到温湿度正常信号时，将警示灯调节至绿色常亮状态；当执行模块接收到温湿度异常信号时，将警示灯调节至黄色闪烁状态，同时控制智能空调对室内的温度和湿度进行调节；当执行控制模块接收到空气质量异常信号时，将警示灯调节至红色闪烁状态，同时控制智能空调和换气扇对室内的空气进行调节；

当警示灯处于红色闪烁状态的时间超过时间阈值时，则控制扫地机器人对室内地板进行打扫；

通过处理器将警示灯的启动记录发送至数据存储模块进行存储；所述启动记录包括警示灯的工作时长和颜色。

Images