CN113252846B - 一种面向长时间连续监测的油烟VOCs气体浓度监测方法及设备 - Google Patents
一种面向长时间连续监测的油烟VOCs气体浓度监测方法及设备 Download PDFInfo
- Publication number
- CN113252846B CN113252846B CN202110477464.1A CN202110477464A CN113252846B CN 113252846 B CN113252846 B CN 113252846B CN 202110477464 A CN202110477464 A CN 202110477464A CN 113252846 B CN113252846 B CN 113252846B
- Authority
- CN
- China
- Prior art keywords
- oil smoke
- concentration
- monitoring
- gas
- sensor
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- 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)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明涉及一种面向长时间连续监测的烟道油烟VOCs气体浓度监测方法及设备,基于烟道油烟特点设计旁支结构的油烟采样方法和云端失效传感器自动识别算法,有利于延长用于油烟VOCs监测的气体传感器寿命,以及及时提醒监测人员更换失效传感器等优势。在此基础上提出一种油烟VOCs气体浓度监测设备。采样装置用于对排烟管道内的油烟进行采样;气体传感器阵列用于测量油烟VOCs气体各项指标;计算装置承担测量油烟浓度过程中气体传感器阵列量测值采集和修正任务;通信装置用于将数据上传给监控中心,以及接收监控中心发送的指令。设备安装灵活和维护方便,提供了一种长时间连续监测油烟VOCs浓度的新途径,同时保证了油烟VOCs气体浓度监测的高精度、低成本和高安全性。
Description
技术领域
本发明涉及油烟监测技术领域,尤其涉及一种面向长时间连续监测的油烟VOCs气体浓度监测方法和设备。
背景技术
随着我国城市居民生活水平不断提高,饮食业蓬勃发展带来的油烟排放与大气环境、居民居住环境的矛盾日益尖锐,餐饮企业油烟排放已成为不容忽视的大气污染源之一。在食物烹饪过程中产生的油烟包含颗粒物和可挥发性有机化合物,碳氧化物等有害污染物,对周边居民的健康构成潜在危害。
依据相关法律法规精神,国家制定了《饮食业油烟排放标准》(GB18483-2001),标准规定油烟排放浓度不超过2mg/m3。标准还规定了油烟采样方法及分析方法。其中,采用等速采样法采集油烟气体样本,使用四氯化碳作溶剂进行超声清洗,最后使用红外分光光度法测定样本的油烟含量。此方法周期长、成本高,难以实现在线监测,且四氯化碳对工作人员具有潜在的安全风险。并且餐饮油烟中已被揭示有害人体健康的多环芳烃、甲醛等VOCs和CO成分,尚没有形成有效的监测标准和面向长期在线监测需求的体系化的油烟在线监测设备。
油烟VOCs气体浓度监测尚未普及的一个主要原因是在长期连续监测条件下,排烟管道内的油烟容易附着在气体传感器表面,减低传感器灵敏度,甚至使传感器失效。失效传感器若不及时更换,则使监控获得虚假结果。市场上基于气体传感器的油烟VOCs气体浓度实时监测设备尚未针对上述长期连续监测面临的油烟附着问题优化监测方法,因而需要监测人员凭经验定期更换传感器。这种做法不仅难以保证监测可靠性,也大大增加了材料成本和人力成本。因此,油烟VOCs气体浓度监测亟需有效保持传感器敏感特性、延长其使用时间、及时提醒监测人员更换的措施,从而降低油烟长期监测成本,同时提高油烟监测可靠性。
发明内容
为解决现有技术存在的问题,本发明提出一种面向长时间连续监测的油烟VOCs气体浓度监测方法及设备。
本发明的技术方案为:
一种面向长时间连续监测的油烟VOCs气体浓度监测方法,包括:采用旁支式结构的油烟采样方法和云端失效传感器自动识别算法;
所述采用旁支式结构的油烟采样方法为:通过在油烟管道上开设旁支排烟通道,并在旁支排烟通道中布置气体传感器阵列,通过气体传感器阵列测量油烟VOCs气体浓度;
所述云端失效传感器自动识别算法为:云服务器定期对气体传感器阵列测量的油烟VOCs气体浓度进行判断,自动识别气体传感器阵列中的失效传感器。
进一步的,所述采用旁支式结构的油烟采样方法中,通过以下过程在油烟管道上开设旁支排烟通道:
利用油烟管道直径、管道形状、油烟流速,以油烟到达烟道开孔中心流速2.3~2.5米/秒为目标,通过流体力学仿真方法,计算给出烟道开孔尺寸,在油烟管道尾端侧壁开孔;
旁支排烟通道与油烟管道尾端侧壁开孔位置密封相连;所述旁支排烟通道内部形成旁支腔,旁支腔一侧具有与管道尾端侧壁开孔对应的开孔,在旁支腔开孔相对的另一侧布置气体传感器阵列;所述旁支腔的尺寸也根据利用油烟管道直径、管道形状、油烟流速,以油烟到达气体传感器阵列敏感面流速0.3~0.5米/秒为目标,通过流体力学仿真方法计得到。
进一步的,对于气体传感器阵列中测量某一类型VOCs气体浓度的传感器,其对应的云端失效传感器自动识别方法为:
(1)云服务器定期从数据库中调取前N个检测周期的该类型油烟VOCs浓度数据,并提取每个检测周期的浓度最大值xi,i=1,2,3,…,N;
(2)将前N个检测周期的浓度最大值xi带入传感器失效模型,估计出模型参数,并根据模型参数得出传感器失效程度系数和失效置信系数;
(3)若传感器失效程度系数和失效置信系数均大于设定的阈值,则判断该传感器失效。
进一步的,所述传感器失效模型具体为:
其中,a是设定的老化系数,τ,x0,xf均为待估计的模型参数;传感器失效程度系数为(x0-xf)/x0,失效置信系数为模型参数的残差倒数之和。
进一步的,采用最小二乘法估计得到模型参数。
进一步的,所述检测周期为1天。
一种面向长时间连续监测的油烟VOCs气体浓度监测设备,包括采样装置、气体传感器阵列、计算装置、通信装置和云服务器;
采样装置用于对油烟管道内的油烟进行采样;
气体传感器阵列用于测量油烟VOCs气体浓度;
计算装置用于在测量油烟浓度过程中对气体传感器阵列量测值进行采集和修正;
通信装置用于通过有线或无线网络将计算装置输出的数据上传至位于云服务器的数据库,实现油烟VOCs气体浓度的连续实时监测。
进一步的,所述采样装置采用旁支排烟通道;所述旁支排烟通道内部形成旁支腔,旁支腔一侧具有与管道尾端侧壁开孔对应的开孔,在旁支腔开孔相对的另一侧布置气体传感器阵列;所述旁支腔的尺寸根据利用油烟管道直径、管道形状、油烟流速,以油烟到达气体传感器阵列敏感面流速0.3~0.5米/秒为目标,通过流体力学仿真方法计得到;所述旁支排烟通道与油烟管道尾端侧壁开孔位置密封相连。
进一步的,所述气体传感器阵列安装在所述采样装置内壁上,测量分流到采样装置内的油烟VOCs气体浓度。
进一步的,所述气体传感器阵列包含多种气体传感器,用于检测包括CO浓度、TVOC浓度、空气质量因子在内的多种油烟VOCs浓度。
有益效果
通过这样的设计,本发明与现有技术相比,具有以下显著进步和突出特点:
1、本发明提出了采用旁支式结构的油烟采样方法,该方法通过分流少量油烟供气体传感器测量,有效减少附着在传感器表面的油烟,有利于保持传感器敏感特性、延长传感器使用寿命,起到节约材料成本和人力成本的作用;
2、本发明提出了云端失效传感器自动识别算法,该算法由云服务器定期运行,可以估计传感器老化程度,进而提醒监测人员更换已失效的传感器,提高监测可靠性;
3、本发明还提出了一种面向长时间连续监测的油烟VOCs气体浓度监测设备,该设备只需要按照预定尺寸在排烟管道打孔即可安装,因此可以简单、便捷地在绝大部分现有排烟管道上部署;
4、本发明提出的一种面向长时间连续监测的油烟VOCs气体浓度监测设备提供了一种可靠、低成本的长时间连续监测方案,且与传统油烟浓度检测方法相比安全性更高。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1:采用旁支式结构的油烟采样方法示意图;
图2:云端失效传感器自动识别算法流程图;
图3:面向长时间连续监测的油烟VOCs气体浓度监测设备结构示意图;
图4:前200天油烟TVOC浓度数据失效传感器自动识别算法(a=1.05)结果图。
具体实施方式
下面详细描述本发明的实施例,所述实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本发明所述面向长时间连续监测的油烟VOCs气体浓度监测方法,包括采用旁支式结构的油烟采样方法和云端失效传感器自动识别算法。
其中,以4~6米/秒油烟流速,烟道截面400mm×600mm为例,所述采用旁支式结构的油烟采样方法的示意图参见图1,具体为:
利用油烟管道直径、管道形状、油烟流速,以油烟到达烟道开孔中心流速2.3~2.5米/秒为目标,通过流体力学仿真方法,计算给出烟道开孔尺寸100mm×50mm,,在油烟管道尾端侧壁开孔;开孔尺寸越大进入旁支腔的油烟流速越大,开孔尺寸过大容易增加附着在气体传感器阵列敏感面表面的油烟,开孔尺寸过小则容易难以完成油烟采样;因此,本发明以油烟到达烟道开孔中心流速2.3~2.5米/秒为目标。
旁支排烟通道与油烟管道尾端侧壁开孔位置密封相连;所述旁支排烟通道内部形成旁支腔,旁支腔一侧具有与管道尾端侧壁开孔对应的开孔,在旁支腔开孔相对的另一侧布置气体传感器阵列;所述旁支腔的尺寸也根据利用油烟管道直径、管道形状、油烟流速,以油烟到达气体传感器阵列敏感面流速0.3~0.5米/秒为目标,通过流体力学仿真方法计得到。具体的,旁支腔尺寸100mm×50mm×2.5mm,旁支腔的底部尺寸与烟道开孔尺寸匹配,旁支腔的高度越高则油烟在气体传感器阵列敏感面的流速越大,因此,旁支腔尺寸过大容易增加附着在气体传感器阵列敏感面表面的油烟,旁支腔尺寸过小则容易难以完成油烟采样,所以本发明以油烟到达气体传感器阵列敏感面流速0.3~0.5米/秒为目标。
为保证旁支通道与排烟管道连接处的气密性,具体的,可以使用螺丝和螺母连接旁支通道和排烟管道,螺丝孔数量越多,气密性越好,可选的,可以在旁支通道和排烟管道增加无气味的垫片提高气密性。
排烟管道中的油烟向大气排放的过程中,少量油烟被分流到所述旁支排烟通道,从而通过所述气体传感器阵列测量其中的油烟VOCs气体浓度。
云服务器定期对气体传感器阵列测量的油烟VOCs气体浓度进行判断,自动识别气体传感器阵列中的失效传感器,并提醒监测人员更换失效的传感器。位于云服务器上的数据库存储着油烟VOCs气体浓度监测设备上传的各种类型的VOCs气体浓度数据,例如CO浓度、TVOC浓度等。该算法通过调取上述数据,分别计算各类型数据对应传感器的失效程度和置信度,若失效程度和置信度均大于设定阈值,则提醒监测人员更换该传感器。
具体对于气体传感器阵列中测量某一类型VOCs气体浓度的传感器,其对应的云端失效传感器自动识别方法为:
步骤1-1:云服务器每天定时从数据库中调取前N天的该类型油烟VOCs浓度数;具体的,可以每天0:00定时运行该方法,调取从传感器部署后直到当天总连续监测累计天数(一般N>30)的该型油烟VOCs浓度数据,然后对数据进行以下步骤计算。
步骤1-2:提取每天的浓度最大值xi,i=1,2,3,…,N。
步骤1-3:将前N天的浓度最大值xi和连续监测累计天数带入传感器失效模型;
所述传感器失效模型具体为:
其中,xi为第i天内某一类型VOCs气体浓度最大值,a是设定的老化系数,由监测人员根据传感器特性和经验实现设定,本实施例中取1.05,τ,x0,xf均为待估计的模型参数;传感器失效程度系数为(x0-xf)/x0,失效置信系数为模型参数的残差倒数之和;
步骤1-5:若上述传感器失效程度系数和失效置信系数均大于设定的阈值,则云平台判断该传感器失效,提醒监测人员更换该传感器。
由于厨房炊具、排烟机排烟能力相对固定,所以理论上使用当日浓度量测值的最大值相对固定,因此可以使用当日浓度量测值的最大值反映传感器能力。上述传感器失效模型通过建立当日浓度量测最大值xi与连续监测累计天数i的函数关系,表征了传感器附着油烟后性能下降的规律。该模型中,xi随i变化曲线对应了气体传感器因附着油烟造成敏感程度下降的3个阶段,分别是:(1)传感器良好运行阶段,该时期当天量测最大值xi处于较高水平,反映了传感器正常量测能力,参数x0反映了该传感器的正常量测能力;(2)传感器性能下降阶段,由于油烟持续附着导致传感器敏感程度在该阶段开始缓慢下降,参数τ反映了传感器性能下降的时间节点;(3)传感器失效阶段,由于附着在传感器的油烟已彻底使传感器失效,所以该阶段当天量测最大值xi不再下降且处于较低水平,参数xf反映了该阶段传感器的量测性能。尽管受到当日就餐人数影响,实际当日浓度量测最大值存在波动,但是通过大量数据的最小二乘法拟合可以弥补波动影响。与其他传感器失效模型相比,该模型更适用于油烟VOCs长时间连续监测的实际情况,为传感器失效程度的估计提供了一种可靠的标准。
以监测油烟TVOC浓度为例,取a=1.05,图4为连续监测200天(N=200)后云服务器运行失效传感器自动识别算法的结果图,所得模型参数估计值如表1所示。在N=200时失效程度系数和失效置信系数均大于阈值(分别设定为0.5和0.05),因此判断传感器失效,提醒监测人员更换该传感器。
表格1:失效传感器自动识别算法运行结果(失效程度系数阈值为0.5,失效置信系数阈值为0.05)
N | τ | x0 | xf | 失效程度系数 | 失效置信系数 | 识别结果 |
200 | 86.8209 | 4888.25 | 772.42 | 0.84 | 0.0930 | 已失效 |
相应地,本发明所述面向长时间连续监测的油烟VOCs气体浓度监测设备如图3所示,包括:采样装置1-1,气体传感器阵列1-2,计算装置1-3,通信装置1-4以及云服务器;其中:
采样装置1-1用于对油烟烟道内的油烟进行采样,按图1所示的方法设计其机械结构,在其内部紧贴侧壁安装气体传感器阵列1-2,优选的,传感器阵列的电源线和信号线可以穿过采样装置侧壁引出,引出位置使用无气味的硅胶密封避免漏气;
气体传感器阵列1-2用于测量油烟VOCs气体浓度,优选的,可以包含TVOC传感器、烟气传感器、空气质量传感器;
计算装置1-3承担测量油烟浓度过程中气体传感器阵列量测值采集和修正任务,优选的,可以使用基于STM32的微处理器单元,以便缩小设备的体积和功耗;
通信装置用于通过有线或无线网络将数据上传到位于云服务器的数据库,实现油烟VOCs气体浓度的连续实时监测,具体的,可以使用4G路由器接入移动互联网,与位于云服务器的数据库建立TCP连接,每分钟上传TVOC、烟气、空气质量三种VOCs气体浓度指标。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种面向长时间连续监测的油烟VOCs气体浓度监测方法,其特征在于:包括:
采用旁支式结构的油烟采样方法和云端失效传感器自动识别算法;
所述采用旁支式结构的油烟采样方法为:通过在油烟管道上开设旁支排烟通道,并在旁支排烟通道中布置气体传感器阵列,通过气体传感器阵列测量油烟VOCs气体浓度;
所述云端失效传感器自动识别算法为:云服务器定期对气体传感器阵列测量的油烟VOCs气体浓度进行判断,自动识别气体传感器阵列中的失效传感器;
对于气体传感器阵列中测量某一类型VOCs气体浓度的传感器,其对应的云端失效传感器自动识别方法为:
(1)云服务器定期从数据库中调取前N个检测周期的该类型VOCs气体浓度数据,并提取每个检测周期的浓度最大值xi,i=1,2,3,…,N;
(2)将前N个检测周期的浓度最大值xi带入传感器失效模型,估计出模型参数,并根据模型参数得出传感器失效程度系数和失效置信系数;
(3)若传感器失效程度系数和失效置信系数均大于设定的阈值,则判断该传感器失效;
所述传感器失效模型具体为:
其中,a是设定的老化系数,τ,x0,xf均为待估计的模型参数;传感器失效程度系数为(x0-xf)/x0,失效置信系数为模型参数的残差倒数之和。
2.根据权利要求1所述一种面向长时间连续监测的油烟VOCs气体浓度监测方法,其特征在于:所述采用旁支式结构的油烟采样方法中,通过以下过程在油烟管道上开设旁支排烟通道:
利用油烟管道直径、管道形状、油烟流速,以油烟到达烟道开孔中心流速2.3~2.5米/秒为目标,通过流体力学仿真方法,计算给出烟道开孔尺寸,在油烟管道尾端侧壁开孔;
旁支排烟通道与油烟管道尾端侧壁开孔位置密封相连;所述旁支排烟通道内部形成旁支腔,旁支腔一侧具有与管道尾端侧壁开孔对应的开孔,在旁支腔开孔相对的另一侧布置气体传感器阵列;所述旁支腔的尺寸也根据油烟管道直径、管道形状、油烟流速,以油烟到达气体传感器阵列敏感面流速0.3~0.5米/秒为目标,通过流体力学仿真方法计算得到。
3.根据权利要求1所述一种面向长时间连续监测的油烟VOCs气体浓度监测方法,其特征在于:采用最小二乘法估计得到模型参数。
4.根据权利要求1所述一种面向长时间连续监测的油烟VOCs气体浓度监测方法,其特征在于:所述检测周期为1天。
5.一种面向长时间连续监测的油烟VOCs气体浓度监测设备,其特征在于:包括采样装置、气体传感器阵列、计算装置、通信装置和云服务器;
采样装置用于对油烟管道内的油烟进行采样;
气体传感器阵列用于测量油烟VOCs气体浓度;
计算装置用于在测量油烟浓度过程中对气体传感器阵列量测值进行采集和修正;
通信装置用于通过有线或无线网络将计算装置输出的数据上传至位于云服务器的数据库,实现油烟VOCs气体浓度的连续实时监测;
所述云服务器定期对气体传感器阵列测量的油烟VOCs气体浓度进行判断,通过权利要求1中所述云端失效传感器自动识别算法自动识别气体传感器阵列中的失效传感器。
6.根据权利要求5所述一种面向长时间连续监测的油烟VOCs气体浓度监测设备,其特征在于:所述采样装置采用旁支排烟通道;所述旁支排烟通道内部形成旁支腔,旁支腔一侧具有与管道尾端侧壁开孔对应的开孔,在旁支腔开孔相对的另一侧布置气体传感器阵列;所述旁支腔的尺寸根据油烟管道直径、管道形状、油烟流速,以油烟到达气体传感器阵列敏感面流速0.3~0.5米/秒为目标,通过流体力学仿真方法计算得到;所述旁支排烟通道与油烟管道尾端侧壁开孔位置密封相连。
7.根据权利要求6所述一种面向长时间连续监测的油烟VOCs气体浓度监测设备,其特征在于:所述气体传感器阵列安装在所述采样装置内壁上,测量分流到采样装置内的油烟VOCs气体浓度。
8.根据权利要求7所述一种面向长时间连续监测的油烟VOCs气体浓度监测设备,其特征在于:所述气体传感器阵列包含TVOC传感器、烟气传感器、空气质量传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477464.1A CN113252846B (zh) | 2021-04-30 | 2021-04-30 | 一种面向长时间连续监测的油烟VOCs气体浓度监测方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477464.1A CN113252846B (zh) | 2021-04-30 | 2021-04-30 | 一种面向长时间连续监测的油烟VOCs气体浓度监测方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113252846A CN113252846A (zh) | 2021-08-13 |
CN113252846B true CN113252846B (zh) | 2023-06-20 |
Family
ID=77223296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110477464.1A Active CN113252846B (zh) | 2021-04-30 | 2021-04-30 | 一种面向长时间连续监测的油烟VOCs气体浓度监测方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113252846B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101354273B (zh) * | 2008-07-17 | 2010-07-07 | 美新半导体(无锡)有限公司 | 复合式气体流量测量方法及其装置 |
CN102095762B (zh) * | 2010-10-29 | 2012-08-22 | 广州博控自动化技术有限公司 | 油烟数据采集方法 |
CN102520274B (zh) * | 2011-11-28 | 2014-04-23 | 北京航空航天大学 | 一种基于失效物理的中频对数放大器的寿命预测方法 |
CN104898719B (zh) * | 2015-06-19 | 2017-11-14 | 邓静秋 | 污染源voc浓度及排放总量实时监控系统 |
CN104932317A (zh) * | 2015-06-24 | 2015-09-23 | 邹炎 | 智能室内空气检测管理系统 |
US11047843B2 (en) * | 2017-12-21 | 2021-06-29 | Smartcitygrid Co., Ltd. | Atmospheric environment monitoring apparatus detecting failure of atmospheric environment sensor, and method for detecting failure of atmospheric environment sensor |
CN108195728A (zh) * | 2018-02-01 | 2018-06-22 | 山东诺方电子科技有限公司 | 一种基于多核颗粒物传感器技术的控制系统及其控制方法 |
CN109870330A (zh) * | 2019-03-11 | 2019-06-11 | 成都智胜欣业环保科技有限公司 | 一种油烟在线监测系统 |
KR102024074B1 (ko) * | 2019-03-21 | 2019-09-24 | 주식회사 효림 | 실시간 지중 휘발성유기화합물의 누출감지시스템 |
CN210293992U (zh) * | 2019-07-03 | 2020-04-10 | 无锡锐丰源环境科技有限公司 | 一种集成式油烟浓度在线监控仪 |
-
2021
- 2021-04-30 CN CN202110477464.1A patent/CN113252846B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113252846A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201335967Y (zh) | 一种工业烟尘、烟气排放在线监测系统 | |
CN201387414Y (zh) | 室内空气环境监控仪 | |
CN203259533U (zh) | 一种空气质量自动监测控制系统 | |
CN210427284U (zh) | 多参数油烟在线监测设备 | |
CN113280378B (zh) | 一种具有自清洁功能的在线油烟监测系统及控制方法 | |
CN108956875B (zh) | 一种基于物联网的实验室安全监测系统及方法 | |
CN113252846B (zh) | 一种面向长时间连续监测的油烟VOCs气体浓度监测方法及设备 | |
CN104089369A (zh) | 智能空调、基于智能空调的空气质量检测方法及系统 | |
CN202338502U (zh) | 一种智能排气装置 | |
CN104062409A (zh) | 智能油烟气体分析方法和设备 | |
CN106781206B (zh) | 一种智能配电箱用烟气监控报警装置 | |
CN109682731A (zh) | 一种火力发电厂粉尘浓度在线监测系统及方法 | |
CN110579317B (zh) | 一种油烟净化装置的油烟泄漏监测方法 | |
CN111006918B (zh) | 一种用于大气环境有机污染物的智能监测仪器 | |
CN112033865A (zh) | 气体检测系统及检测方法 | |
CN110736691A (zh) | 一种激光散射法颗粒物传感器的浓度修正方法 | |
CN115754149A (zh) | 一种废气治理工艺的监测方法、装置和设备 | |
CN107449875B (zh) | 一种有机废物处理设施恶臭气体检测设备 | |
US20040263331A1 (en) | Mould Alarm | |
CN113866347A (zh) | 一种大气污染监测装置 | |
CN113888841A (zh) | 燃气报警器系统 | |
CN208333994U (zh) | 一种耐高氟烟气腐蚀的cems系统取样探头 | |
CN109975185A (zh) | 一种总颗粒物检测装置及采样方法 | |
CN204389715U (zh) | 一种空气质量检测装置 | |
CN110274274B (zh) | 一种智能油烟机的控制方法及其系统 |
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 |