CN113295752A - 一种恶臭气体检测方法及电子鼻 - Google Patents
一种恶臭气体检测方法及电子鼻 Download PDFInfo
- Publication number
- CN113295752A CN113295752A CN202110679817.6A CN202110679817A CN113295752A CN 113295752 A CN113295752 A CN 113295752A CN 202110679817 A CN202110679817 A CN 202110679817A CN 113295752 A CN113295752 A CN 113295752A
- Authority
- CN
- China
- Prior art keywords
- sensor
- gas
- electronic nose
- detection
- module
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 55
- 210000002569 neuron Anatomy 0.000 claims abstract description 16
- 239000007789 gas Substances 0.000 claims description 81
- 230000004044 response Effects 0.000 claims description 11
- 238000007789 sealing Methods 0.000 claims description 10
- 210000002364 input neuron Anatomy 0.000 claims description 8
- 210000004205 output neuron Anatomy 0.000 claims description 8
- 230000017525 heat dissipation Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 2
- 230000035943 smell Effects 0.000 abstract description 13
- 230000004069 differentiation Effects 0.000 abstract description 2
- 239000000126 substance Substances 0.000 description 5
- 239000012535 impurity Substances 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000010791 domestic waste Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011499 joint compound Substances 0.000 description 1
- 239000000463 material Substances 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
- 239000003960 organic solvent Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 235000014102 seafood Nutrition 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- G01N27/403—Cells and electrode assemblies
- G01N27/414—Ion-sensitive or chemical field-effect transistors, i.e. ISFETS or CHEMFETS
- G01N27/4141—Ion-sensitive or chemical field-effect transistors, i.e. ISFETS or CHEMFETS specially adapted for gases
-
- 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
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
-
- 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
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Food Science & Technology (AREA)
- Computing Systems (AREA)
- Medicinal Chemistry (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Combustion & Propulsion (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明申请公开了一种恶臭气体检测方法及电子鼻,包括机箱以及安装在机箱内的控制主机、流量控制模块和检测模块,所述控制主机与流量控制模块、检测模块电连接,检测模块与流量控制模块连接,所述检测模块包括若干检测组件和过滤器,各检测组件通过管道连接,所述检测组件包括若干密封罩以及分别安装在各密封罩内的气体传感器,所述的各密封罩之间通过管道连接;本电子鼻通过各检测组件的各气体传感器协同作用,结合非线性的神经元算法,能够有效解决户外大气环境中恶臭气味浓度的检测,有效减小本电子鼻检测值与人工嗅辨值之间的误差,使得本电子鼻所检测到的数据尽可能地与人鼻所闻到的气味接近,精准地监测大气环境中的恶臭气体浓度。
Description
技术领域
本发明涉及环保领域,具体涉及一种恶臭气体检测方法及电子鼻。
背景技术
已知有气味的化学物质有超过4千多种,在实际的恶臭气体检测应用中,无法对每种化学物质安装一个传感器进行检测识别;因此,通常需要根据电子鼻可能的应用场景来确定需要使用的传感器,这样就比如造成不同传感器配置的电子鼻,给使用的场景限制。
现有的电子鼻功能单一,仅能识别出特定的物质,但抽气往往是通过多种取值混合形成的,因此现有的电子鼻无法准确识别出臭气,无法对户外大气环境的恶臭浓度进行监测。
发明内容
本发明克服了现有技术的不足,提供一种测量精准的恶臭气体检测方法及电子鼻;通过配置对生活垃圾、污水、污泥、有机挥发物等常见场景下污染物响应良好的传感器,结合非线性的神经元算法,有效解决户外大气环境中恶臭浓度的检测,降低电子鼻检测值与人工嗅辨值的误差。
为达到以上目的,提供如下方案:
一种恶臭气体检测方法,包括以下步骤:
S1.通过人工嗅辨多种恶臭标准气体,并将人工嗅辨出来的数据作为电子鼻的驯化数据,即人工嗅辨出来的恶臭标准气体的恶臭浓度值作为气体的恶臭浓度值标准;
S2.使用电子鼻内的各个气体传感器多次检测对应的恶臭标准气体,并将各传感器的响应值经过归一化处理后,得到恶臭浓度与各传感器响应值的对应关系参数;
S3.将电子鼻放置于待测环境中,并通过电子鼻检测待测环境中的气体气味参数;
S4.电子鼻中的各气体传感器将所检测到的数据回传至电子鼻的控制主机中,采用反向传播算法进行计算,设置三层神经元,一层为输入神经元,一层为隐藏神经元,一层为输出神经元;其中输出神经元层只有一个节点,也就是气体的恶臭浓度;输入神经元节点数为传感器数量;隐藏神经元是节点数根据拟和算法,采用驯化数据中整体误差最小的节点数。通过拟和算法后,得到各个节点的偏移量、权重,以这些参数为基础,得出气体的恶臭浓度。
一种电子鼻,包括机箱以及安装在机箱内的控制主机、流量控制模块和检测模块,所述控制主机与流量控制模块、检测模块电连接,检测模块与流量控制模块连接,所述检测模块包括若干检测组件和过滤器,各检测组件通过管道连接,所述检测组件包括若干密封罩以及分别安装在各密封罩内的气体传感器,所述的各密封罩之间通过管道连接,所述检测组件的进气端与过滤器通过管道连接,过滤器与进气口通过管道连接,进气口设置在机箱的侧壁处。
进一步,所述气体传感器包括TGS2600传感器、TGS2602传感器、TGS2603传感器、TGS2611传感器、TGS2620传感器、TGS3870传感器。
进一步,所述TGS2600传感器、TGS2602传感器、TGS2603传感器、TGS2611传感器、TGS2620传感器、TGS3870传感器分别安装在一个密封罩内。
进一步,述检测组件的出气端与流量控制模块连接,所述流量控制模块包括转子流量计和真空泵,所述转子流量计的进气端与检测组件的出气端连接,转子流量计的出气端与真空泵的进气端连接。
进一步,所述机箱的侧壁处设有散热扇。
本发明的工作原理及优点在于:本恶臭气体检测方法及电子鼻通过各检测组件的各气体传感器协同作用,结合非线性的神经元算法,能够有效解决户外大气环境中恶臭气味浓度的检测,有效减小本电子鼻检测值与人工嗅辨值之间的误差,使得本电子鼻所检测到的数据尽可能地与人鼻所闻到的气味接近,精准地监测大气环境中的恶臭气体浓度。
附图说明
图1是本发明的结构示意图。
说明书附图中的附图标记包括:
1.机箱,2.控制主机,3.进气口,4.散热扇,5.过滤器,6.密封罩,7.转子流量计,8.真空泵。
具体实施方式
下面通过具体实施方式进一步详细的说明:
一种恶臭气体检测方法,包括以下步骤:
S1.通过人工嗅辨多种恶臭标准气体,并将人工嗅辨出来的数据作为电子鼻的驯化数据,即人工嗅辨出来的恶臭标准气体的恶臭浓度值作为气体的恶臭浓度值标准;
S2.使用电子鼻内的各个气体传感器多次检测对应的恶臭标准气体,并将各传感器的响应值经过归一化处理后,得到恶臭浓度与各传感器响应值的对应关系参数;
S3.将电子鼻放置于待测环境中,并通过电子鼻检测待测环境中的气体气味参数;
S4.电子鼻中的各气体传感器将所检测到的数据回传至电子鼻的控制主机中,采用反向传播算法进行计算,设置三层神经元,一层为输入神经元,一层为隐藏神经元,一层为输出神经元;其中输出神经元层只有一个节点,也就是气体的恶臭浓度;输入神经元节点数为传感器数量;隐藏神经元是节点数根据拟和算法,采用驯化数据中整体误差最小的节点数。通过拟和算法后,得到各个节点的偏移量、权重,以这些参数为基础,得出气体的恶臭浓度。
如图1所示,一种电子鼻,包括机箱1以及安装在机箱1内的控制主机2、流量控制模块和检测模块,所述控制主机2与流量控制模块、检测模块电连接,检测模块与流量控制模块连接,所述检测模块包括若干检测组件和过滤器5,各检测组件通过管道连接,所述检测组件包括若干密封罩6以及分别安装在各密封罩6内的气体传感器,所述的各密封罩6之间通过管道连接,所述检测组件的进气端与过滤器5通过管道连接,过滤器5与进气口3通过管道连接,进气口3设置在机箱1的侧壁处。
其中,机箱1用于保护其内部安装的装置,流量控制模块用于控制吸入本电子鼻内的气体流量,若干个检测组件协同作用,用于识别多组气体数据,使得检测结果更加精准,密封罩6用于封闭各气体传感器,气体传感器用于检测气体中的物质数据,各密封罩6之间使用管道连接,使得吸入本电子鼻内的气体能够形成完整的气路,进气口3用于吸入大气环境中的气体,过滤器5用于过滤所吸入气体中的固体杂质,避免固体杂质堵塞各气体传感器,造成气体传感器的检测误差,控制主机2用于控制本电子鼻的其他电器元件工作,其为现有的成熟技术,在此不再赘述。
如图1所示,所述气体传感器包括TGS2600传感器、TGS2602传感器、TGS2603传感器、TGS2611传感器、TGS2620传感器、TGS3870传感器。
其中,气体传感器包括6个标准产品的MOS传感器:TGS2600传感器、TGS2602传感器、TGS2603传感器、TGS2611传感器、TGS2620传感器、TGS3870传感器; TGS2600传感器广泛用于空气质量检测,检测限为ppm级别;TGS2602传感器也广泛用于空气质量检测,检测限为1ppm;TGS2603传感器广泛用于海鲜产品的检测,检测限为1ppm;TGS2611传感器广泛用于可燃气体泄漏检测,检测限为100ppm;TGS2620传感器广泛用于有机溶剂检测,检测限为50ppm;TGS3870传感器用于可燃气体甲烷和一氧化碳的检测,检测限为500ppm,各传感器协同作用,检测本电子鼻吸入的气体中的物质浓度。
如图1所示,所述TGS2600传感器、TGS2602传感器、TGS2603传感器、TGS2611传感器、TGS2620传感器、TGS3870传感器分别安装在一个密封罩6内。
其中,各传感器均安装在一个独立的密封罩6中,能够避免机箱1内原有气体所造成的误差。
如图1所示,述检测组件的出气端与流量控制模块连接,所述流量控制模块包括转子流量计7和真空泵,所述转子流量计7的进气端与检测组件的出气端连接,转子流量计7的出气端与真空泵的进气端连接。
其中,转子流量计7和真空泵协同作用,控制进入本电子鼻中的气体流量。
如图1所示,所述机箱1的侧壁处设有散热扇4。
其中,散热扇4能够对机箱1内部进行散热换气。
具体实施过程如下:
本电子鼻启动时,控制主机2控制真空泵启动,真空泵通过管道从进气口3处将大气环境 中的气体泵送至检测组件的密封罩6中,在气体进入密封罩6之前,经由过滤器5将固体杂质过滤掉,位于各密封罩6内的TGS2600传感器、TGS2602传感器、TGS2603传感器、TGS2611传感器、TGS2620传感器、TGS3870传感器分别对气体中的物质浓度进行检测并将相关数据回传至控制主机2中,控制主机2通过相应的计算以及对比其预储的数据,得出气体的臭味数据。
本电子鼻预先设定气体气味数据对比参数,先使用人工嗅辨出来的数据作为本电子鼻的驯化数据,即人工嗅辨出来的恶臭浓度值作为待检测气体的恶臭浓度标准值,各个传感器的响应值经过归一化处理后,得到恶臭浓度与传感器响应值的对应关系。
本恶臭气体检测方法及电子鼻采用神经元的反向传播算法,设置三层神经元,一层为输入神经元,一层为隐藏神经元,一层为输出神经元;其中输出神经元层只有一个节点,也就是恶臭浓度;输入神经元节点数为传感器数量;隐藏神经元节点数根据拟和算法,采用驯化数据中整体误差最小的节点数。通过拟和算法后,得到各个节点的偏移量、各个连接的权重,以这些参数为基础,用来计算气体的恶臭浓度参数。
测量恶臭浓度参数,使用拟和后的节点偏移量、连接权重,把传感器的响应值归一化处理后,传入公式中,即可获得实际的恶臭浓度。这种方法适用与驯化阶段覆盖的恶臭浓度范围以及样品的来源场景。
本电子鼻通过各检测组件的各气体传感器协同作用,结合非线性的神经元算法,能够有效解决户外大气环境中恶臭气味浓度的检测,有效减小本电子鼻检测值与人工嗅辨值之间的误差,使得本电子鼻所检测到的数据尽可能地与人鼻所闻到的气味接近,精准地监测大气环境中的恶臭气体浓度。
以上所述仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的适用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (6)
1.一种恶臭气体检测方法,其特征在于,包括以下步骤:
S1.通过人工嗅辨多种恶臭标准气体,并将人工嗅辨出来的数据作为电子鼻的驯化数据,即人工嗅辨出来的恶臭标准气体的恶臭浓度值作为气体的恶臭浓度值标准;
S2.使用电子鼻内的各个气体传感器多次检测对应的恶臭标准气体,并将各传感器的响应值经过归一化处理后,得到恶臭浓度与各传感器响应值的对应关系参数;
S3.将电子鼻放置于待测环境中,并通过电子鼻检测待测环境中的气体气味参数;
S4.电子鼻中的各气体传感器将所检测到的数据回传至电子鼻的控制主机中,采用反向传播算法进行计算,设置三层神经元,一层为输入神经元,一层为隐藏神经元,一层为输出神经元;其中输出神经元层只有一个节点,也就是气体的恶臭浓度;输入神经元节点数为传感器数量;隐藏神经元是节点数根据拟和算法,采用驯化数据中整体误差最小的节点数;通过拟和算法后,得到各个节点的偏移量、权重,以这些参数为基础,得出气体的恶臭浓度。
2.一种用于如权利要求1所述恶臭气体检测方法的电子鼻,其特征在于:包括机箱以及安装在机箱内的控制主机、流量控制模块和检测模块,所述控制主机与流量控制模块、检测模块电连接,检测模块与流量控制模块连接,所述检测模块包括若干检测组件和过滤器,各检测组件通过管道连接,所述检测组件包括若干密封罩以及分别安装在各密封罩内的气体传感器,所述的各密封罩之间通过管道连接,所述检测组件的进气端与过滤器通过管道连接,过滤器与进气口通过管道连接,进气口设置在机箱的侧壁处。
3.根据权利要求1所述的电子鼻,其特征在于:所述气体传感器包括TGS2600传感器、TGS2602传感器、TGS2603传感器、TGS2611传感器、TGS2620传感器、TGS3870传感器。
4.根据权利要求2所述的电子鼻,其特征在于:所述TGS2600传感器、TGS2602传感器、TGS2603传感器、TGS2611传感器、TGS2620传感器、TGS3870传感器分别安装在一个密封罩内。
5.根据权利要求1所述的电子鼻,其特征在于:所述检测组件的出气端与流量控制模块连接,所述流量控制模块包括转子流量计和真空泵,所述转子流量计的进气端与检测组件的出气端连接,转子流量计的出气端与真空泵的进气端连接。
6.根据权利要求1所述的电子鼻,其特征在于:所述机箱的侧壁处设有散热扇。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110679817.6A CN113295752A (zh) | 2021-06-18 | 2021-06-18 | 一种恶臭气体检测方法及电子鼻 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110679817.6A CN113295752A (zh) | 2021-06-18 | 2021-06-18 | 一种恶臭气体检测方法及电子鼻 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113295752A true CN113295752A (zh) | 2021-08-24 |
Family
ID=77328817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110679817.6A Pending CN113295752A (zh) | 2021-06-18 | 2021-06-18 | 一种恶臭气体检测方法及电子鼻 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113295752A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116559382A (zh) * | 2023-06-28 | 2023-08-08 | 南京揽博环境技术有限公司 | 一种环境臭气浓度检测设备及方法 |
WO2024063636A1 (en) | 2022-09-21 | 2024-03-28 | Sime Darby Plantation Intellectual Property Sdn Bhd | Method for monitoring odours in soybean oil refinery plants |
-
2021
- 2021-06-18 CN CN202110679817.6A patent/CN113295752A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024063636A1 (en) | 2022-09-21 | 2024-03-28 | Sime Darby Plantation Intellectual Property Sdn Bhd | Method for monitoring odours in soybean oil refinery plants |
CN116559382A (zh) * | 2023-06-28 | 2023-08-08 | 南京揽博环境技术有限公司 | 一种环境臭气浓度检测设备及方法 |
CN116559382B (zh) * | 2023-06-28 | 2023-12-12 | 南京揽博环境技术有限公司 | 一种环境臭气浓度检测设备及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113295752A (zh) | 一种恶臭气体检测方法及电子鼻 | |
US8887559B2 (en) | Method and device for diagnosing crankcase ventilation of internal combustion engines | |
US6711470B1 (en) | Method, system and apparatus for monitoring and adjusting the quality of indoor air | |
US5832411A (en) | Automated network of sensor units for real-time monitoring of compounds in a fluid over a distributed area | |
US20110015875A1 (en) | Method and device for the detection and identification of gases in airplane interior spaces | |
CN104049074B (zh) | 一种污泥干化过程中污泥含水量的估算方法与装置 | |
WO2010131583A1 (ja) | 空気清浄装置及びこれを用いた空気清浄監視システム | |
JPH05203589A (ja) | 一過性排出をモニタするシステムと方法 | |
EP1148228A3 (en) | Failure diagnosis apparatus for exhaust gas recirculation system | |
US20220082267A1 (en) | Cooking Pollutant Control Methods Devices and Systems | |
CN211528151U (zh) | 一种采用泵吸式伴热激光散射法的油烟监控仪 | |
JP5905850B2 (ja) | 空気清浄装置及びこれを用いた空気清浄監視システム | |
CN109030737A (zh) | 一种污水恶臭气体检测系统及污水恶臭气体检测方法 | |
CN209841839U (zh) | 一种用于不同恶臭源厂家之间的厂界型监测仪 | |
CN1737573A (zh) | 室内空气质量检测器 | |
KR102053638B1 (ko) | 이동식 악취시료 희석배수 판정장치 | |
CN212964840U (zh) | 一种集voc和甲醛检测为一体的空气参数快速检测仪 | |
CN204165138U (zh) | 一种室内空气净化系统 | |
CN202330387U (zh) | 多功能采样探头 | |
CN205786530U (zh) | 一种气体浓度检测装置 | |
CN2842427Y (zh) | 室内空气质量检测器 | |
CN113586796A (zh) | 一种废气处理管路中阀门控制系统 | |
CN219348820U (zh) | 基于nb-iot的透气井监测预备系统 | |
CN208177238U (zh) | 生物除臭系统 | |
CN216484898U (zh) | 一种工业废气检测设备 |
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 |