CN113218440A - 一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置 - Google Patents
一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置 Download PDFInfo
- Publication number
- CN113218440A CN113218440A CN202110311111.4A CN202110311111A CN113218440A CN 113218440 A CN113218440 A CN 113218440A CN 202110311111 A CN202110311111 A CN 202110311111A CN 113218440 A CN113218440 A CN 113218440A
- Authority
- CN
- China
- Prior art keywords
- indoor
- concentration
- season
- cco2
- follows
- 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
- 244000005700 microbiome Species 0.000 title claims abstract description 72
- 238000001514 detection method Methods 0.000 title claims abstract description 15
- 238000004458 analytical method Methods 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000007405 data analysis Methods 0.000 claims abstract description 20
- 230000000813 microbial effect Effects 0.000 claims description 40
- 230000007613 environmental effect Effects 0.000 claims description 21
- 230000001580 bacterial effect Effects 0.000 claims description 11
- 230000002538 fungal effect Effects 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 101100007418 Caenorhabditis elegans cox-5A gene Proteins 0.000 claims 14
- 241000233866 Fungi Species 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 4
- 230000036541 health Effects 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 2
- 241000192125 Firmicutes Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012136 culture method Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 241000228197 Aspergillus flavus Species 0.000 description 1
- 241000228245 Aspergillus niger Species 0.000 description 1
- 241000193830 Bacillus <bacterium> Species 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 241001467578 Microbacterium Species 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 229930182555 Penicillin Natural products 0.000 description 1
- JGSARLDLIJGVTE-MBNYWOFBSA-N Penicillin G Chemical compound N([C@H]1[C@H]2SC([C@@H](N2C1=O)C(O)=O)(C)C)C(=O)CC1=CC=CC=C1 JGSARLDLIJGVTE-MBNYWOFBSA-N 0.000 description 1
- 231100000597 Sick building syndrome Toxicity 0.000 description 1
- 241000191940 Staphylococcus Species 0.000 description 1
- 241000187747 Streptomyces Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000008821 health effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229940049954 penicillin Drugs 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 208000008842 sick building syndrome Diseases 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 241001515965 unidentified phage Species 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
- C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
Landscapes
- Chemical & Material Sciences (AREA)
- Wood Science & Technology (AREA)
- Organic Chemistry (AREA)
- Zoology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Microbiology (AREA)
- Biotechnology (AREA)
- Physics & Mathematics (AREA)
- Sustainable Development (AREA)
- Biomedical Technology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,属于室内空气品质中微生物领域。一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,包括以下三个部分:数据采集模块、数据分析与处理模块和数据输出与显示模块。本发明装置可用于检测及不同气候区不同建筑类型内室内微生物群落浓度水平并且能够预测室内微生物浓度演变。
Description
技术领域
本发明涉及室内空气品质中的微生物领域。具体涉及一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置。
背景技术
人类90%的时间都呆在室内,室内空气质量品质对人体的健康影响非常重要。室内空气含有的微生物重量微小,无处不在、且来源丰富复杂多样。空气中的微生物悬浮于空气中,包括细菌、真菌、病毒和噬菌体等,大多以微生物气溶胶的形式存在。室内微生物群落受到人员活动、室内外环境温度、湿度、通风类型的影响。空气中革兰氏阳性细菌占绝大多数,而在不同地区优势菌属也不同。北京地区室外空气的培养结果显示,革兰阳性菌占70%~85%。在珠江三角洲8个城市进行四季群落特征研究发现,细菌优势种群有芽孢杆菌属、葡萄球菌属、微小杆菌属和链霉菌属,真菌优势菌种包括黑曲霉、黄曲霉、青霉素等。而室内微生物群落特征与室外土壤群落特征相关,也受室内房间类型、入住时间、卫生习惯等人员行为影响。温度、湿度、风速、光照和污染因子等对大气微生物有重要影响,不同微生物生长的条件不同,室内环境参数对微生物的影响也十分重要。空气微生物污染可能引起各种呼吸道传染病、哮喘和病态建筑综合症等各种疾病和症状,对人体健康造成危害。因此,室内微生物群落特的研究对于微生物对人体的健康效应具有重要意义,有利于室内环境微生物污染控制。目前,对微生物群落的研究以及微生物群落演变的研究主要集中在食物、烟草、水体、土壤等,而对室内环境微生物群落微生物群落演变的研究和认知较为缺少。传统成熟的室内空气微生物的检测方法有培养法但培养周期需要一到两周,能够实时检测读数的非培养法比如UV-APS这类仪器价格昂贵,且无特异性识别。对于建筑内空气中的微生物水平的检测通常是对于某一栋建筑的单独研究,本发明涉及适用于不同气候区不同建筑类型的室内空气中微生物的浓度水平演变分析及检测装置。
发明内容
本发明所要解决的技术问题是; 为建筑室内微生物种群结构和其动态变化,提供了一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置。
本发明为建筑室内微生物种群结构和其动态变化,提供了一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置。该微生物群落浓度水平演变分析及检测装置包括以下三个模块:数据采集模块、数据分析与处理模块和数据输出与显示模块。数据采集模块中的传感器采集数据并将信息传输至数据分析与处理模块或手动输入环境参数至数据采集模块,在该模块进行数据处理后,将处理后的结果,即微生物浓度传输至数据输出与显示模块,通过显示器输出。
数据采集模块中设置有:温度传感器、湿度传感器、CO2传感器、PM2.5传感器。温度传感器、湿度传感器、CO2传感器、PM2.5传感器之间单独与数据存储连接,各传感器将检测到的环境信息储存在数据存储区,并将数据传输到数据分析与处理模块。
数据分析与处理模块处理信息如下:
步骤1:数据采集模块将监测到的环境参数传输至数据处理模块或手动输入环境参数至数据采集模块。
步骤2:判断所处房间人员数量。
步骤3:判断建筑所处气候区:严寒气候区、寒冷气候区、夏热冬冷气候区、夏热冬暖气候区和温和气候区。
步骤4:判断建筑类型:住宅、学校、办公建筑。
步骤5:根据输入的环境参数导入微生物浓度演变预测模型计算室内微生物群落浓度水平。
数据输出与显示模块将数据处理模块中分析得到的室内微生物群落浓度水平进行可视化输出。通过显示屏可直接得到结果。
数据分析与处理模块中所述步骤(5)中具体计算模型为:
严寒地区住宅室内微生物浓度水平为:
CBC=10593.2-1272.23×season-201.23×T-69.45×RH+1.12×CCO2-9768×CPM2.5
CFC=-5457.44+1826.66×member+131.54×T+47.65×RH-0.17×CCO2-8643.6×CPM2.5
严寒地区办公建筑室内微生物浓度水平为:
CBC=-511.27-301.32×season+80.12×member-11.03×T+17.59×RH-0.76×CCO2-8.28×CPM2.5
CFC=-75.61-118.51×season-13.04×member-0.53×T+3.54×RH+1.01×CCO2-3.07×CPM2.5
严寒地区学校室内微生物浓度水平为:
CBC=-6372.56+442.06×season+3.55×member-206.15×T-22.87×RH+1.01×CCO2-0.1×CPM2.5
CFC=-18080.24+4029.98×season-9.7×member+364.69×T+136×RH-0.1×CCO2-55.31×CPM2.5
寒冷地区住宅室内微生物浓度水平为:
CBC=-1404.34+350.13×season+15.05×member-15.57×T+20.98×RH+0.54×CCO2+1.76×CPM2.5
CFC=-121.81-228.52×season+28.94×member+37.83×T-15.73×RH-0.32×CCO2+7.08×CPM2.5
寒冷地区办公建筑室内微生物浓度水平为:
CBC=37.15-37.25×season-24.31×member+11.87×T+2.37×RH+0.17×CCO2-3.34×CPM2.5
CFC=-564.99+6.37×season+12.17×member+18.7×T-9.86×RH-0.08×CCO2+0.6×CPM2.5
寒冷地区学校室内微生物浓度水平为:
CBC=-533.13-101.72×season-12.66×member+56.28×T+13.99×RH-0.61×CCO2-6.40×CPM2.5
CFC=-518.29+46.55×season+5.28×member+5.61×T-4.03×RH-0.32×CCO2+10.17×CPM2.5
夏热冬冷地区住宅室内微生物浓度水平为:
CBC=3754.61-1602.95×season+110.77×member-23.67×T-14.35×RH+0.3×CCO2-1.68×CPM2.5
CFC=6344.54-1740.06×season-67.91×member-36.63×T-23.32×RH-0.28×CCO2-14.13×CPM2.5
夏热冬冷地区办公建筑室内微生物浓度水平为:
CBC=258.40-295.75×season+1.774×T-3.41×RH-0.38×CCO2+4.35×CPM2.5
CFC=-2124.01+487.50×season+13.63×T+11.39×RH+0.16×CCO2+12.19×CPM2.5
夏热冬冷地区学校室内微生物浓度水平为:
CBC=-1456.13+251.40×season+32.1×T-5.08×RH-0.15×CCO2+6.30×CPM2.5
CFC=-2301.25+827.91×season+53.39×T+3.36×RH-0.35×CCO2+5.05×CPM2.5
夏热冬暖地区办公建筑室内微生物浓度水平为:
CBC=-637.65+434.39×season-6.234×RH+0.88×CCO2+8.29×CPM2.5
CFC=-1899.68+1918.54×season-71.743.36×RH+7.9×CCO2-1.55×CPM2.5
夏热冬暖地区学校室内微生物浓度水平为:
CBC=2152.11-341.07×season-59.12×T-4.41×RH+0.13×CCO2+1.31×CPM2.5
CFC=3780+320.24×season-123.27×T-13.38×RH-0.11×CCO2+3.79×CPM2.5
温和地区住宅室内微生物浓度水平为:
CBC=-206.93-14.17×T+1.6×RH-84.74×CCO2+154.21×CPM2.5
CFC=-919.11 +2.71×T+1.5×RH-11.73×CCO2+24.93×CPM2.5
温和地区办公建筑室内微生物浓度水平为:
CBC=-6015.16+115.98×T+88×RH+0.65×CCO2+6.97×CPM2.5
CFC=-20636.91+352.2×T+342.73×RH-0.12×CCO2+22.82×CPM2.5
温和地区学校室内微生物浓度水平为:
CBC=-2377.65+51.78×T+25.4×RH+0.37×CCO2+9.91×CPM2.5
CFC=-4942.1+135.75×T+50.71×RH-0.09×CCO2+15.6×CPM2.5
其中,CBC为室内细菌浓度,CFU/m3;CFC为室内真菌浓度,CFU/m3;season为季节,夏季取值1,冬季取值2;member为室内人员数量;T为室内温度,℃;RH为室内相对湿度,%;CCO2为室内CO2浓度,ppm;CPM2.5为室内PM2.5浓度,μg/m3。
有益效果:本发明能够根据室内环境参数分析及预测室内微生物浓度,包含室内细菌浓度与真菌浓度。针对不同环境因素下微生物浓度的变化,选择适合于不同气候区以及不同类型建筑室内微生物的预测模型,进而解决实际生活中微生物动态演变问题,可在不进行传统微生物检测的条件下对微生物浓度进行快速检测,从而快速、高效、实时地监测室内微生物浓度水平。本发明提供的装置适用于不同气候区不同类型建筑室内微生物演变分析及检测。该装置操作简单,结果可靠,能够实时检测不同环境参数下室内微生物浓度,实现了室内微生物环境的实时检测提供了一种快速、高效的微生物检测方法。为室内环境微生物污染控制提供理论基础并且能够根据室内相关参数实现实时检测室内的微生物浓度水平,从而达成控制室内微生物浓度水平的目的。
附图说明
图1为本发明所述一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置的检测流程图。
图2为本发明所述一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置的外观结构示意图。
具体实施方式
下面结合附图及实施方式对本发明专利作进一步详细的说明:
实例1:
图2所示为本发明装置的外观设置,包括开关机ON/OFF、人员数量输入、气候区选择、建筑类型选择以及调节控制按键。
所述新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置包括以下三个模块:数据采集模块、数据分析与处理模块和数据输出与显示模块。如图1所示,数据采集模块中的传感器采集数据并将信息传输至数据分析与处理模块,在该模块进行数据处理后,将处理后的结果,即微生物浓度传输至数据输出与显示模块,通过显示器输出。
数据采集模块中设置有:温度传感器、湿度传感器、CO2传感器、PM2.5传感器。温度传感器、湿度传感器、CO2传感器、PM2.5传感器之间单独与数据存储连接,各传感器将检测到的环境信息储存在数据存储区,并将数据传输到数据分析与处理模块。
数据分析与处理模块处理信息如下:
步骤1:数据采集模块将监测到的温湿度、CO2浓度、PM2.5浓度作为环境参数传输至数据处理模块。
步骤2:判断所处房间人员数量。
步骤3:判断建筑所处气候区:严寒气候区、寒冷气候区、夏热冬冷气候区、夏热冬暖气候区和温和气候区。
步骤4:判断建筑类型:住宅、学校、办公建筑。
步骤5:根据输入的环境参数导入微生物浓度演变预测模型计算室内微生物群落浓度水平。
数据输出与显示模块将数据处理模块中演变分析及预测得到的室内微生物群落浓度水平进行可视化输出。通过显示屏可直接得到结果。
数据分析与处理模块中所述步骤(5)中具体计算模型为:
严寒地区住宅室内微生物浓度水平为:
CBC=10593.2-1272.23×season-201.23×T-69.45×RH+1.12×CCO2-9768×CPM2.5
CFC=-5457.44+1826.66×member+131.54×T+47.65×RH-0.17×CCO2-8643.6×CPM2.5
严寒地区办公建筑室内微生物浓度水平为:
CBC=-511.27-301.32×season+80.12×member-11.03×T+17.59×RH-0.76×CCO2-8.28×CPM2.5
CFC=-75.61-118.51×season-13.04×member-0.53×T+3.54×RH+1.01×CCO2-3.07×CPM2.5
严寒地区学校室内微生物浓度水平为:
CBC=-6372.56+442.06×season+3.55×member-206.15×T-22.87×RH+1.01×CCO2-0.1×CPM2.5
CFC=-18080.24+4029.98×season-9.7×member+364.69×T+136×RH-0.1×CCO2-55.31×CPM2.5寒冷地区住宅室内微生物浓度水平为:
CBC=-1404.34+350.13×season+15.05×member-15.57×T+20.98×RH+0.54×CCO2+1.76×CPM2.5
CFC=-121.81-228.52×season+28.94×member+37.83×T-15.73×RH-0.32×CCO2+7.08×CPM2.5
寒冷地区办公建筑室内微生物浓度水平为:
CBC=37.15-37.25×season-24.31×member+11.87×T+2.37×RH+0.17×CCO2-3.34×CPM2.5
CFC=-564.99+6.37×season+12.17×member+18.7×T-9.86×RH-0.08×CCO2+0.6×CPM2.5
寒冷地区学校室内微生物浓度水平为:
CBC=-533.13-101.72×season-12.66×member+56.28×T+13.99×RH-0.61×CCO2-6.40×CPM2.5
CFC=-518.29+46.55×season+5.28×member+5.61×T-4.03×RH-0.32×CCO2+10.17×CPM2.5
夏热冬冷地区住宅室内微生物浓度水平为:
CBC=3754.61-1602.95×season+110.77×member-23.67×T-14.35×RH+0.3×CCO2-1.68×CPM2.5
CFC=6344.54-1740.06×season-67.91×member-36.63×T-23.32×RH-0.28×CCO2-14.13×CPM2.5
夏热冬冷地区办公建筑室内微生物浓度水平为:
CBC=258.40-295.75×season+1.774×T-3.41×RH-0.38×CCO2+4.35×CPM2.5
CFC=-2124.01+487.50×season+13.63×T+11.39×RH+0.16×CCO2+12.19×CPM2.5
夏热冬冷地区学校室内微生物浓度水平为:
CBC=-1456.13+251.40×season+32.1×T-5.08×RH-0.15×CCO2+6.30×CPM2.5
CFC=-2301.25+827.91×season+53.39×T+3.36×RH-0.35×CCO2+5.05×CPM2.5
夏热冬暖地区办公建筑室内微生物浓度水平为:
CBC=-637.65+434.39×season-6.234×RH+0.88×CCO2+8.29×CPM2.5
CFC=-1899.68+1918.54×season-71.743.36×RH+7.9×CCO2-1.55×CPM2.5
夏热冬暖地区学校室内微生物浓度水平为:
CBC=2152.11-341.07×season-59.12×T-4.41×RH+0.13×CCO2+1.31×CPM2.5
CFC=3780+320.24×season-123.27×T-13.38×RH-0.11×CCO2+3.79×CPM2.5
温和地区住宅室内微生物浓度水平为:
CBC=-206.93-14.17×T+1.6×RH-84.74×CCO2+154.21×CPM2.5
CFC=-919.11 +2.71×T+1.5×RH-11.73×CCO2+24.93×CPM2.5
温和地区办公建筑室内微生物浓度水平为:
CBC=-6015.16+115.98×T+88×RH+0.65×CCO2+6.97×CPM2.5
CFC=-20636.91+352.2×T+342.73×RH-0.12×CCO2+22.82×CPM2.5
温和地区学校室内微生物浓度水平为:
CBC=-2377.65+51.78×T+25.4×RH+0.37×CCO2+9.91×CPM2.5
CFC=-4942.1+135.75×T+50.71×RH-0.09×CCO2+15.6×CPM2.5
其中,CBC为室内细菌浓度,CFU/m3;CFC为室内真菌浓度,CFU/m3;season为季节,夏季取值1,冬季取值2;member为室内人员数量;T为室内温度,℃;RH为室内相对湿度,%;CCO2为室内CO2浓度,ppm;CPM2.5为室内PM2.5浓度,μg/m3。
实例2:
以检测位于南京市玄武区一住宅室内微生物浓度为例:
步骤1:按开机键ON开机装置。
步骤2:装置中的数据采集模块中的传感器将监测室内易于采集的环境参数:温度、相对湿度、CO2浓度、PM2.5浓度并传输给数据处理模块。
步骤3:根据家庭居住人员输入家庭成员数量。
步骤4:判断建筑所处气候区:严寒气候区、寒冷气候区、夏热冬冷气候区、夏热冬暖气候区和温和气候区。南京所属气候区为夏热冬冷地区。使用调节键选择气候区至夏热冬冷地区。
步骤5:判断建筑类型:住宅、学校、办公建筑。建筑类型为住宅建筑。使用调节键选择住宅类型至住宅。
步骤6:数据处理模块根据输入的环境参数导入微生物浓度演变预测模型计算室内微生物群落浓度水平。监测所得环境参数据作为数据输入。采用夏热冬冷地区住宅建筑微生物浓度演变预测模型:
CBC=3754.61-1602.95×season+110.77×member-23.67×T-14.35×RH+0.3×CCO2-1.68×CPM2.5
CFC=6344.54-1740.06×season-67.91×member-36.63×T-23.32×RH-0.28×CCO2-14.13×CPM2.5
其中,CBC为室内细菌浓度,CFU/m3;CFC为室内真菌浓度,CFU/m3;season为季节,夏季取值1,冬季取值2;member为室内人员数量;T为室内温度,℃;RH为室内相对湿度,%;CCO2为室内CO2浓度,ppm;CPM2.5为室内PM2.5浓度,μg/m3。
实例2实施时,装置检测到房间室内温度为27摄氏度,湿度为58%,时间为夏季。测量前室内人员数量为1。CO2浓度为677.5ppm,室内PM2.5浓度为48μg/m3。检测出室内细菌浓度约为914cfu/m3,室内真菌浓度约为1517cfu/m3。
步骤7:数据可视化结果输出为室内细菌浓度约为914cfu/m3,室内真菌浓度约为1517cfu/m3。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,其特征在于,该装置包括以下部分:数据采集模块、数据分析与处理模块、数据输出模块和显示器,其中数据采集模块中的传感器采集数据或手动输入的环境数据并将信息传输至数据分析与处理模块,在该模块进行数据处理后,将处理后的结果,即微生物浓度传输至数据输出模块,通过显示器输出。
2.根据权利要求1所述的数据采集模块,其特征在于,环境参数监测是基于数据采集模块中的传感器对室内环境参数进行监测,该传感器包括温度传感器、湿度传感器、CO2传感器、PM2.5传感器。
3.根据权利要求1所述一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,其特征在于,温度传感器、湿度传感器、CO2传感器、PM2.5传感器之间单独与数据采集模块中的数据存储区连接,各传感器将检测到的环境信息储存在数据存储区,并将数据传输到数据分析与处理模块。
4.根据权利要求1所述一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,其特征在于,所述的数据分析与处理模块运行流程包括以下步骤:
步骤1:数据采集模块将监测到的环境参数传输至数据分析与处理模块;
步骤2:判断所处房间人员数量;
步骤3:判断建筑所处气候区:严寒气候区、寒冷气候区、夏热冬冷气候区、夏热冬暖气候区和温和气候区;
步骤4:判断建筑类型:住宅、学校、办公建筑;
步骤5:根据输入的环境参数导入微生物浓度演变预测模型计算室内微生物群落浓度水平。
5.根据权利要求4所述的一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,其特征在于所述数据分析与处理模块对严寒气候区室内微生物浓度演变预测方法为:
严寒地区住宅室内微生物浓度水平为:
CBC=10593.2-1272.23×season-201.23×T-69.45×RH+1.12×CCO2-9768×CPM2.5
CFC=-5457.44+1826.66×member+131.54×T+47.65×RH-0.17×CCO2-8643.6×CPM2.5
严寒地区办公建筑室内微生物浓度水平为:
CBC=-511.27-301.32×season+80.12×member-11.03×T+17.59×RH-0.76×CCO2-8.28×CPM2.5
CFC=-75.61-118.51×season-13.04×member-0.53×T+3.54×RH+1.01×CCO2-3.07×CPM2.5
严寒地区学校室内微生物浓度水平为:
CBC=-6372.56+442.06×season+3.55×member-206.15×T-22.87×RH+1.01×CCO2-0.1×CPM2.5
CFC=-18080.24+4029.98×season-9.7×member+364.69×T+136×RH-0.1×CCO2-55.31×CPM2.5
其中,CBC为室内细菌浓度,CFU/m3;CFC为室内真菌浓度,CFU/m3;season为季节,夏季取值1,冬季取值2;member为室内人员数量;T为室内温度,℃;RH为室内相对湿度,%;CCO2为室内CO2浓度,ppm;CPM2.5为室内PM2.5浓度,μg/m3。
6.根据权利要求4所述的一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,其特征在于所述数据分析与处理模块对寒冷气候区室内微生物浓度水平演变预测方法为:
寒冷地区住宅室内微生物浓度水平为:
CBC=-1404.34+350.13×season+15.05×member-15.57×T+20.98×RH+0.54×CCO2+1.76×CPM2.5
CFC=-121.81-228.52×season+28.94×member+37.83×T-15.73×RH-0.32×CCO2+7.08×CPM2.5
寒冷地区办公建筑室内微生物浓度水平为:
CBC=37.15-37.25×season-24.31×member+11.87×T+2.37×RH+0.17×CCO2-3.34×CPM2.5
CFC=-564.99+6.37×season+12.17×member+18.7×T-9.86×RH-0.08×CCO2+0.6×CPM2.5
寒冷地区学校室内微生物浓度水平为:
CBC=-533.13-101.72×season-12.66×member+56.28×T+13.99×RH-0.61×CCO2-6.40×CPM2.5
CFC=-518.29+46.55×season+5.28×member+5.61×T-4.03×RH-0.32×CCO2+10.17×CPM2.5
其中,CBC为室内细菌浓度,CFU/m3;CFC为室内真菌浓度,CFU/m3;season为季节,夏季取值1,冬季取值2;member为室内人员数量;T为室内温度,℃;RH为室内相对湿度,%;CCO2为室内CO2浓度,ppm;CPM2.5为室内PM2.5浓度,μg/m3。
7.根据权利要求4所述的一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,其特征在于所述数据分析与处理模块对夏热冬冷气候区室内微生物浓度水平为:
夏热冬冷地区住宅室内微生物浓度水平为:
CBC=3754.61-1602.95×season+110.77×member-23.67×T-14.35×RH+0.3×CCO2-1.68×CPM2.5
CFC=6344.54-1740.06×season-67.91×member-36.63×T-23.32×RH-0.28×CCO2-14.13×CPM2.5
夏热冬冷地区办公建筑室内微生物浓度水平为:
CBC=258.40-295.75×season+1.774×T-3.41×RH-0.38×CCO2+4.35×CPM2.5
CFC=-2124.01+487.50×season+13.63×T+11.39×RH+0.16×CCO2+12.19×CPM2.5
夏热冬冷地区学校室内微生物浓度水平为:
CBC=-1456.13+251.40×season+32.1×T-5.08×RH-0.15×CCO2+6.30×CPM2.5
CFC=-2301.25+827.91×season+53.39×T+3.36×RH-0.35×CCO2+5.05×CPM2.5
其中,CBC为室内细菌浓度,CFU/m3;CFC为室内真菌浓度,CFU/m3;season为季节,夏季取值1,冬季取值2; T为室内温度,℃;RH为室内相对湿度,%;CCO2为室内CO2浓度,ppm;CPM2.5为室内PM2.5浓度,μg/m3。
8.根据权利要求4所述的一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,其特征在于所述数据分析与处理模块在夏热冬暖气候区室内微生物浓度水平为:
夏热冬暖地区办公建筑室内微生物浓度水平为:
CBC=-637.65+434.39×season-6.234×RH+0.88×CCO2+8.29×CPM2.5
CFC=-1899.68+1918.54×season-71.743.36×RH+7.9×CCO2-1.55×CPM2.5
夏热冬暖地区学校室内微生物浓度水平为:
CBC=2152.11-341.07×season-59.12×T-4.41×RH+0.13×CCO2+1.31×CPM2.5
CFC=3780+320.24×season-123.27×T-13.38×RH-0.11×CCO2+3.79×CPM2.5
其中,CBC为室内细菌浓度,CFU/m3;CFC为室内真菌浓度,CFU/m3;season为季节,夏季取值1,冬季取值2; T为室内温度,℃;RH为室内相对湿度,%;CCO2为室内CO2浓度,ppm;CPM2.5为室内PM2.5浓度,μg/m3。
9.根据权利要求4所述的一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,其特征在于所述数据分析与处理模块对温和气候区室内微生物浓度水平为:
温和地区住宅室内微生物浓度水平为:
CBC=-206.93-14.17×T+1.6×RH-84.74×CCO2+154.21×CPM2.5
CFC=-919.11 +2.71×T+1.5×RH-11.73×CCO2+24.93×CPM2.5
温和地区办公建筑室内微生物浓度水平为:
CBC=-6015.16+115.98×T+88×RH+0.65×CCO2+6.97×CPM2.5
CFC=-20636.91+352.2×T+342.73×RH-0.12×CCO2+22.82×CPM2.5
温和地区学校室内微生物浓度水平为:
CBC=-2377.65+51.78×T+25.4×RH+0.37×CCO2+9.91×CPM2.5
CFC=-4942.1+135.75×T+50.71×RH-0.09×CCO2+15.6×CPM2.5
其中,CBC为室内细菌浓度,CFU/m3;CFC为室内真菌浓度,CFU/m3; T为室内温度,℃;RH为室内相对湿度,%;CCO2为室内CO2浓度,ppm;CPM2.5为室内PM2.5浓度,μg/m3。
10.根据权利要求1所述的一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置,其特征在于该装置可根据已测得的数据预测室内微生物浓度演变水平。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110311111.4A CN113218440A (zh) | 2021-03-24 | 2021-03-24 | 一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110311111.4A CN113218440A (zh) | 2021-03-24 | 2021-03-24 | 一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113218440A true CN113218440A (zh) | 2021-08-06 |
Family
ID=77083939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110311111.4A Pending CN113218440A (zh) | 2021-03-24 | 2021-03-24 | 一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113218440A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201488145U (zh) * | 2009-05-08 | 2010-05-26 | 上海布朗环境技术有限公司 | 一种气候系统 |
CN207797324U (zh) * | 2018-01-15 | 2018-08-31 | 北京小雨清新环境科技有限公司 | 一种空气净化装置 |
CN110118711A (zh) * | 2019-06-11 | 2019-08-13 | 江苏钛科圈物联网科技有限公司 | 基于物联网的室内空气含菌量实时检测与分析方法、系统 |
US20190300838A1 (en) * | 2018-03-30 | 2019-10-03 | Invista North America S.A.R.L. | Materials and methods for managing aerobic gas fermentation |
CN111089404A (zh) * | 2020-01-14 | 2020-05-01 | 任成军 | 一种针对封闭空间的环境质量管理设备 |
-
2021
- 2021-03-24 CN CN202110311111.4A patent/CN113218440A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201488145U (zh) * | 2009-05-08 | 2010-05-26 | 上海布朗环境技术有限公司 | 一种气候系统 |
CN207797324U (zh) * | 2018-01-15 | 2018-08-31 | 北京小雨清新环境科技有限公司 | 一种空气净化装置 |
US20190300838A1 (en) * | 2018-03-30 | 2019-10-03 | Invista North America S.A.R.L. | Materials and methods for managing aerobic gas fermentation |
CN110118711A (zh) * | 2019-06-11 | 2019-08-13 | 江苏钛科圈物联网科技有限公司 | 基于物联网的室内空气含菌量实时检测与分析方法、系统 |
CN111089404A (zh) * | 2020-01-14 | 2020-05-01 | 任成军 | 一种针对封闭空间的环境质量管理设备 |
Non-Patent Citations (2)
Title |
---|
王聖齐等: "不同气候区城市公共建筑内微生物浓度对比分析", 《暖通空调》 * |
诸葛阳: "典型建筑室内微生物污染现状及影响因素分析", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mandal et al. | Bioaerosols in indoor environment-a review with special reference to residential and occupational locations | |
Frankel et al. | Seasonal variations of indoor microbial exposures and their relation to temperature, relative humidity, and air exchange rate | |
Haas et al. | Assessment of indoor air in Austrian apartments with and without visible mold growth | |
Frankel et al. | Effect of relative humidity on the aerosolization and total inflammatory potential of fungal particles from dust‐inoculated gypsum boards | |
Basińska et al. | Impact of physical and microbiological parameters on proper indoor air quality in nursery | |
CN106706036A (zh) | 基于物联网技术的室内环境与能耗的长期在线监测方法 | |
Kim et al. | Distribution characteristics of airborne bacteria and fungi in the feedstuff-manufacturing factories | |
Li et al. | Airborne fungus allergen in association with residential characteristics in atopic and control children in a subtropical region | |
Menzies et al. | Aeroallergens and work-related respiratory symptoms among office workers | |
JP2017528788A (ja) | 空気品質警報システム及び方法 | |
Ponce-Caballero et al. | Seasonal variation of airborne fungal propagules indoor and outdoor of domestic environments in Mérida, Mexico | |
Vornanen-Winqvist et al. | Ventilation positive pressure intervention effect on indoor air quality in a school building with moisture problems | |
EP2985540B1 (en) | Air environment regulating system, and controlling device | |
Wu et al. | On-site investigation of the concentration and size distribution characteristics of airborne fungi in a university library | |
Kumar et al. | Seasonal variation and size distribution in the airborne indoor microbial concentration of residential houses in Delhi and its impact on health | |
Pejtersen | Sensory pollution and microbial contamination of ventilation filters | |
Madrid et al. | Remote monitoring of winery and creamery environments with a wireless sensor system | |
Núñez et al. | The aerobiome in a hospital environment: Characterization, seasonal tendencies and the effect of window opening ventilation | |
Mainelis et al. | The effect of sampling time on the overall performance of portable microbial impactors | |
Bukhari et al. | Characterization of bioaerosols and particulate matter (PM) in residential settings of asthmatic patients of Lahore, Pakistan | |
Talepour et al. | Identification of airborne fungi’s concentrations in indoor and outdoor air of municipal wastewater treatment plant | |
CN113218440A (zh) | 一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置 | |
Malik et al. | Prevalence and risk factors for respiratory symptoms among children at child care centers in Malaysia | |
Awad et al. | Seasonal evaluation of fine and coarse culturable bacterial aerosols from residences within a rural and an urban city in Egypt | |
Lv et al. | Study on indoor and outdoor permeability coefficients and bacterial components, sources of fine particles in severe cold region of China |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210806 |