CN113358825A - 一种带同化算法的室内空气质量检测器 - Google Patents
一种带同化算法的室内空气质量检测器 Download PDFInfo
- Publication number
- CN113358825A CN113358825A CN202110615310.4A CN202110615310A CN113358825A CN 113358825 A CN113358825 A CN 113358825A CN 202110615310 A CN202110615310 A CN 202110615310A CN 113358825 A CN113358825 A CN 113358825A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- analysis
- air quality
- quality detector
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 59
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims description 20
- 239000007789 gas Substances 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 11
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 101000878595 Arabidopsis thaliana Squalene synthase 1 Proteins 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 3
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 125000001997 phenyl group Chemical class [H]C1=C([H])C([H])=C(*)C([H])=C1[H] 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 9
- 239000000126 substance Substances 0.000 description 4
- 238000003915 air pollution Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 206010053759 Growth retardation Diseases 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000004887 air purification Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 231100000001 growth retardation Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
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
- 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
- G01N33/004—CO or CO2
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
- G01N33/0044—Sulphides, e.g. H2S
-
- 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
- G01N33/0047—Organic compounds
-
- 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
- G01N33/0054—Ammonia
-
- 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)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Combustion & Propulsion (AREA)
- Dispersion Chemistry (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种带同化算法的室内空气质量检测器,属于室内环境分析技术领域,包括数据初始化模块、空气收集分析模块、网络连接模块、OneNet平台、分析数据校准模块、数据整理模块、云端存储平台、数据预测模块以及信息反馈模块;本发明能够通过卡尔曼滤波算法进行数据同化处理,当数据校准完成,使检测结果更加接近真实值,提高其工作质量,让用户可以在任意地方接收室内空气质量检测结果,提高使用范围,提高问题处理效率,方便用户查看空气质量相关的数据,提高用户使用体验。
Description
技术领域
本发明涉及室内环境分析技术领域,尤其涉及一种带同化算法的室内空气质量检测器。
背景技术
空气质量的好坏反映了空气污染程度,它是依据空气中污染物浓度的高低来判断的,空气污染是一个复杂的现象,在特定时间和地点空气污染物浓度受到许多因素影响,随着科技的发展,人为污染物排放大小成为影响空气质量的最主要因素之一,如果室内空气中这些有害物质含量超过国家标准,就会危害人们的身体健康,对人体的呼吸系统、神经系统造成极大的伤害,会引发儿童发育迟缓、智力下降等问题,随着人们的生活质量不断提高,空气质量开始成为人们关注的重点问题;因此,发明出一种带同化算法的室内空气质量检测器变得尤为重要;
经检索,中国专利号CN109187879A公开了一种空气净化设备的室内空气质量检测系统,该发明虽然便于携带,有效的避免人们长期待在有害气体浓度高的环境,但检测结果存在较大的误差,容易对人们的日常生活造成影响,降低其工作质量;此外,现有的带同化算法的室内空气质量检测器无法将检测数据及时发送给用户,影响用户使用体验,其处理问题效率低下,使用范围小,为此,我们提出一种带同化算法的室内空气质量检测器。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的一种带同化算法的室内空气质量检测器。
为了实现上述目的,本发明采用了如下技术方案:
一种带同化算法的室内空气质量检测器,包括数据初始化模块、空气收集分析模块、网络连接模块、OneNet平台、分析数据校准模块、数据整理模块、云端存储平台、数据预测模块以及信息反馈模块;
其中,所述空气收集分析模块分别与数据初始化模块、网络连接模块通信连接,所述网络连接模块分别与空气收集分析模块、OneNet平台通信连接,分析数据校准模块分别与OneNet平台、数据整理模块通信连接,所述数据整理模块分别与云端存储平台、数据预测模块通信连接,所述信息反馈模块分别与数据预测模块、云端存储平台通信连接;
所述空气收集分析模块包括实时采集单元以及样本分析单元;
所述信息反馈模块包括数据数据判断单元、检索单元、LED显示屏以及蜂鸣器。
进一步地,所述数据初始化模块用于用户将计算机通过Link连接与该空气质量检测器进行数据交互,同时对空气检测器进行参数设置以及调试,并将其进行数据初始化处理。
进一步地,所述实时采集单元用于对室内空气进行采集,并将采集到的空气信息通过数据转换处理生成解析数据,同时将其发送至样本分析单元;
所述样本分析单元用于对解析数据进行数据分析,并对分析结果进行分类标记,其具体分析标记方法如下:
步骤一:将解析数据中的空气进行信息提取,同时对其中有害气体按照CO、氨气、硫化物、苯系蒸气、PM2.5以及甲醛,并分别标记为A、B、C、D、E以及F;
步骤二:对各有害气体的含量进行计算,并将计算后的数值分别进行数据匹配;
步骤三:将采集到的空气温度以及空气适度分别标记为G、H。
进一步地,所述网络连接模块用于在该空气质量检测器与OneNet平台之间构建数据交互通道,同时将用户智能移动设备与该空气质量检测器进行无线连接,其中,智能移动设备包括笔记本电脑、智能手机。
进一步地,所述OneNet平台用于接收A、B、C、D、E、F、G以及H,并对其进行有序存储;
所述分析数据校准模块用于提取OneNet平台中存储的A、B、C、D、E、F,并对其进行数据校准处理,其具体数据校准步骤如下:
步骤(1):分析数据校准模块开始从OneNet平台中提取出对应时间段的A、B、C、D、E以及F;
步骤(2):将提取出的A、B、C、D、E以及F分别通过卡尔曼滤波算法进行数据同化处理,同时将其通过数据转换处理生成校准数据,并分别标记为a、b、c、d、e以及f。
进一步地,所述数据整理模块用于接收校准数据,并对其进行信息整理,其具体信息整理步骤如下:
S1:从OneNet平台中提取对应时间段的G以及H;
S2:将数据生成时间与G、H、a、b、c、d、e以及f进行数据匹配;
S3:将匹配完成的数据发送至云端存储平台;
云端存储平台用于将数据通过数据转换处理生成存储数据并进行保存。
进一步地,所述数据预测模块用于接收G、H、a、b、c、d、e以及f,并对未来一段时间内空气物质含量进行变化趋势预测,同时将其处理生成预报数据。
进一步地,所述判断单元用于接收a、b、c、d、e以及f,并对其进行浓度判断,其具体浓度判断步骤如下:
SS1:将a、b、c、d、e以及f分别与气体标准浓度进行对比;
SS2:当超过标准浓度,对超过的气体进行数据标记,并生成警报数据,同时将其发送至智能移动设备;
所述LED显示屏用于接收G、H、a、b、c、d、e、f、预报数据以及警报数据,并将其转换生产显示数据进行显示;
所述蜂鸣器用于接受警报数据并发出刺耳的警报;
所述检索单元用于用户需要查看过往数据时,查找对应时间段的数据,其具体检索步骤如下:
SS1:用户在检索模块中输入需要查找的初级时间段X;
SS2:用户输入初级时间段X后再次输入次级时间段x;
SS3:用户输入完初级时间段X和次级时间段x后,检索模块即会将使用者需要的内容调出并通过LED显示屏显示出来。
相比于现有技术,本发明的有益效果在于:
1、本发明设置有分析数据校准模块,当网络连接模块将该空气质量检测器与OneNet平台数据连接,空气收集分析模块开始将采集到的数据发送至OneNet平台,分析数据校准模块从OneNet平台提取相关数据,并通过卡尔曼滤波算法进行数据同化处理,当数据校准完成,使检测结果更加接近真实值,提高其工作质量;
2、本发明设置有信息反馈模块,信息反馈模块中的判断单元接收到室内各有害气体的相关数据,并对各有害气体的浓度含量进行数据判断,当有害气体浓度超过标准时,将相关信息发送至用户的智能移动设备,同时用户可以通过检索单元对各数据进行调用查看,用户可以在任意地方接收室内空气质量检测结果,提高使用范围,提高问题处理效率,方便用户查看空气质量相关的数据,提高用户使用体验。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提出的一种带同化算法的室内空气质量检测器的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
参照图1,本实施例公开了一种带同化算法的室内空气质量检测器,包括数据初始化模块、空气收集分析模块、网络连接模块、OneNet平台、分析数据校准模块、数据整理模块、云端存储平台、数据预测模块以及信息反馈模块;
其中,空气收集分析模块分别与数据初始化模块、网络连接模块通信连接,网络连接模块分别与空气收集分析模块、OneNet平台通信连接,分析数据校准模块分别与OneNet平台、数据整理模块通信连接,数据整理模块分别与云端存储平台、数据预测模块通信连接,信息反馈模块分别与数据预测模块、云端存储平台通信连接;
空气收集分析模块包括实时采集单元以及样本分析单元;
信息反馈模块包括数据数据判断单元、检索单元、LED显示屏以及蜂鸣器。
数据初始化模块用于用户将计算机通过Link连接与该空气质量检测器进行数据交互,同时对空气检测器进行参数设置以及调试,并将其进行数据初始化处理。
实时采集单元用于对室内空气进行采集,并将采集到的空气信息通过数据转换处理生成解析数据,同时将其发送至样本分析单元;
样本分析单元用于对解析数据进行数据分析,并对分析结果进行分类标记。
具体的,该样本分析单元具体分析标记方法如下:
步骤一:将解析数据中的空气进行信息提取,同时对其中有害气体按照CO、氨气、硫化物、苯系蒸气、PM2.5以及甲醛,并分别标记为A、B、C、D、E以及F;
步骤二:对各有害气体的含量进行计算,并将计算后的数值分别进行数据匹配;
步骤三:将采集到的空气温度以及空气适度分别标记为G、H。
网络连接模块用于在该空气质量检测器与OneNet平台之间构建数据交互通道,同时将用户智能移动设备与该空气质量检测器进行无线连接;
具体的,智能移动设备包括笔记本电脑、智能手机。
OneNet平台用于接收A、B、C、D、E、F、G以及H,并对其进行有序存储;
分析数据校准模块用于提取OneNet平台中存储的A、B、C、D、E、F,并对其进行数据校准处理。
本实施例提供了一种数据校准方法,其具体数据校准步骤如下:
步骤(1):分析数据校准模块开始从OneNet平台中提取出对应时间段的A、B、C、D、E以及F;
步骤(2):将提取出的A、B、C、D、E以及F分别通过卡尔曼滤波算法进行数据同化处理,同时将其通过数据转换处理生成校准数据,并分别标记为a、b、c、d、e以及f。
数据整理模块用于接收校准数据,并对其进行信息整理。
本实施例进一步公开了一种信息整理方法,其具体信息整理步骤如下:
S1:从OneNet平台中提取对应时间段的G以及H;
S2:将数据生成时间与G、H、a、b、c、d、e以及f进行数据匹配;
S3:将匹配完成的数据发送至云端存储平台。
云端存储平台用于将数据通过数据转换处理生成存储数据并进行保存。
数据预测模块用于接收G、H、a、b、c、d、e以及f,并对未来一段时间内空气物质含量进行变化趋势预测,同时将其处理生成预报数据。
判断单元用于接收a、b、c、d、e以及f,并对其进行浓度判断。
具体的,该判断单元具体浓度判断步骤如下:
SS1:将a、b、c、d、e以及f分别与气体标准浓度进行对比;
SS2:当超过标准浓度,对超过的气体进行数据标记,并生成警报数据,同时将其发送至智能移动设备。
LED显示屏用于接收G、H、a、b、c、d、e、f、预报数据以及警报数据,并将其转换生产显示数据进行显示;
蜂鸣器用于接受警报数据并发出刺耳的警报。
参照图1,本实施例公开了一种带同化算法的室内空气质量检测器,包括数据初始化模块、空气收集分析模块、网络连接模块、OneNet平台、分析数据校准模块、数据整理模块、云端存储平台、数据预测模块以及信息反馈模块;
其中,空气收集分析模块分别与数据初始化模块、网络连接模块通信连接,网络连接模块分别与空气收集分析模块、OneNet平台通信连接,分析数据校准模块分别与OneNet平台、数据整理模块通信连接,数据整理模块分别与云端存储平台、数据预测模块通信连接,信息反馈模块分别与数据预测模块、云端存储平台通信连接;
除与上述实施例相同结构外,本实施例将具体介绍检索单元具体检索过程;
检索单元用于用户需要查看过往数据时,查找对应时间段的数据;
具体的,检索单元检索过程步骤如下:
SS1:用户在检索模块中输入需要查找的初级时间段X;
SS2:用户输入初级时间段X后再次输入次级时间段x;
SS3:用户输入完初级时间段X和次级时间段x后,检索模块即会将使用者需要的内容调出并通过LED显示屏显示出来。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种带同化算法的室内空气质量检测器,其特征在于,包括数据初始化模块、空气收集分析模块、网络连接模块、OneNet平台、分析数据校准模块、数据整理模块、云端存储平台、数据预测模块以及信息反馈模块;
其中,所述空气收集分析模块分别与数据初始化模块、网络连接模块通信连接,所述网络连接模块分别与空气收集分析模块、OneNet平台通信连接,分析数据校准模块分别与OneNet平台、数据整理模块通信连接,所述数据整理模块分别与云端存储平台、数据预测模块通信连接,所述信息反馈模块分别与数据预测模块、云端存储平台通信连接;
所述空气收集分析模块包括实时采集单元以及样本分析单元;
所述信息反馈模块包括数据数据判断单元、检索单元、LED显示屏以及蜂鸣器。
2.根据权利要求1所述的一种带同化算法的室内空气质量检测器,其特征在于,所述数据初始化模块用于用户将计算机通过Link连接与该空气质量检测器进行数据交互,同时对空气检测器进行参数设置以及调试,并将其进行数据初始化处理。
3.根据权利要求1所述的一种带同化算法的室内空气质量检测器,其特征在于,所述实时采集单元用于对室内空气进行采集,并将采集到的空气信息通过数据转换处理生成解析数据,同时将其发送至样本分析单元;
所述样本分析单元用于对解析数据进行数据分析,并对分析结果进行分类标记,其具体分析标记方法如下:
步骤一:将解析数据中的空气进行信息提取,同时对其中有害气体按照CO、氨气、硫化物、苯系蒸气、PM2.5以及甲醛,并分别标记为A、B、C、D、E以及F;
步骤二:对各有害气体的含量进行计算,并将计算后的数值分别进行数据匹配;
步骤三:将采集到的空气温度以及空气适度分别标记为G、H。
4.根据权利要求1所述的一种带同化算法的室内空气质量检测器,其特征在于,所述网络连接模块用于在该空气质量检测器与OneNet平台之间构建数据交互通道,同时将用户智能移动设备与该空气质量检测器进行无线连接,其中,智能移动设备包括笔记本电脑、智能手机。
5.根据权利要求3所述的一种带同化算法的室内空气质量检测器,其特征在于,所述OneNet平台用于接收A、B、C、D、E、F、G以及H,并对其进行有序存储;
所述分析数据校准模块用于提取OneNet平台中存储的A、B、C、D、E、F,并对其进行数据校准处理,其具体数据校准步骤如下:
步骤(1):分析数据校准模块开始从OneNet平台中提取出对应时间段的A、B、C、D、E以及F;
步骤(2):将提取出的A、B、C、D、E以及F分别通过卡尔曼滤波算法进行数据同化处理,同时将其通过数据转换处理生成校准数据,并分别标记为a、b、c、d、e以及f。
6.根据权利要求5所述的一种带同化算法的室内空气质量检测器,其特征在于,所述数据整理模块用于接收校准数据,并对其进行信息整理,其具体信息整理步骤如下:
S1:从OneNet平台中提取对应时间段的G以及H;
S2:将数据生成时间与G、H、a、b、c、d、e以及f进行数据匹配;
S3:将匹配完成的数据发送至云端存储平台;
云端存储平台用于将数据通过数据转换处理生成存储数据并进行保存。
7.根据权利要求6所述的一种带同化算法的室内空气质量检测器,其特征在于,所述数据预测模块用于接收G、H、a、b、c、d、e以及f,并对未来一段时间内空气物质含量进行变化趋势预测,同时将其处理生成预报数据。
8.根据权利要求6所述的一种带同化算法的室内空气质量检测器,其特征在于,所述判断单元用于接收a、b、c、d、e以及f,并对其进行浓度判断,其具体浓度判断步骤如下:
SS1:将a、b、c、d、e以及f分别与气体标准浓度进行对比;
SS2:当超过标准浓度,对超过的气体进行数据标记,并生成警报数据,同时将其发送至智能移动设备;
所述LED显示屏用于接收G、H、a、b、c、d、e、f、预报数据以及警报数据,并将其转换生产显示数据进行显示;
所述蜂鸣器用于接受警报数据并发出刺耳的警报;
所述检索单元用于用户需要查看过往数据时,查找对应时间段的数据,其具体检索步骤如下:
SS1:使用者在检索模块中输入需要查找的初级时间段X;
SS2:使用者输入初级时间段X后再次输入次级时间段x;
SS3:使用者输入完初级时间段X和次级时间段x后,检索模块即会将使用者需要的内容调出并通过LED显示屏显示出来。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110615310.4A CN113358825B (zh) | 2021-06-02 | 2021-06-02 | 一种带同化算法的室内空气质量检测器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110615310.4A CN113358825B (zh) | 2021-06-02 | 2021-06-02 | 一种带同化算法的室内空气质量检测器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113358825A true CN113358825A (zh) | 2021-09-07 |
CN113358825B CN113358825B (zh) | 2023-03-24 |
Family
ID=77531324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110615310.4A Active CN113358825B (zh) | 2021-06-02 | 2021-06-02 | 一种带同化算法的室内空气质量检测器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113358825B (zh) |
Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5521813A (en) * | 1993-01-15 | 1996-05-28 | Strategic Weather Services | System and method for the advanced prediction of weather impact on managerial planning applications |
US5606558A (en) * | 1993-10-12 | 1997-02-25 | Alcatel N.V. | Method of and devices for transmitting in ATM cells information supplied in the form of a series of distinct entities for a given application |
JPH10118627A (ja) * | 1996-10-17 | 1998-05-12 | Kurita Water Ind Ltd | 水処理装置のモデル参照型自動制御装置 |
WO2002006905A2 (en) * | 2000-07-19 | 2002-01-24 | Shell Internationale Research Maatschappij B.V. | On-line calibration process |
US20050027463A1 (en) * | 2003-08-01 | 2005-02-03 | Goode Paul V. | System and methods for processing analyte sensor data |
JP2006220444A (ja) * | 2005-02-08 | 2006-08-24 | Toshiba Corp | 気象予測システム及びその同化処理方法 |
AU2002331207B2 (en) * | 2001-08-08 | 2007-01-04 | Shell Internationale Research Maatschappij B.V. | Process to prepare a hydrocarbon product having a sulphur content of below 0.05 wt % |
US20130106697A1 (en) * | 2011-11-01 | 2013-05-02 | Qualcom Incorporated | System and method for improving orientation data |
US20130246006A1 (en) * | 2012-03-13 | 2013-09-19 | King Fahd University Of Petroleum And Minerals | Method for kalman filter state estimation in bilinear systems |
CN103955860A (zh) * | 2014-04-17 | 2014-07-30 | 中国农业大学 | 一种基于集合卡尔曼滤波同化的区域作物估产方法 |
CN204260747U (zh) * | 2014-10-24 | 2015-04-15 | 重庆大学 | 一种呼吸监测与呼气分析系统 |
US20150301191A1 (en) * | 2012-12-28 | 2015-10-22 | Trimble Navigation Limited | Global navigation satellite system receiver system with radio frequency hardware component |
EP3021196A1 (en) * | 2011-11-11 | 2016-05-18 | Qualcomm Incorporated | Sensor auto-calibration |
JP2016161314A (ja) * | 2015-02-27 | 2016-09-05 | 三菱重工業株式会社 | 同化データ決定装置、気象予測装置、同化データ決定方法およびプログラム |
CN106197859A (zh) * | 2016-07-04 | 2016-12-07 | 重庆大学 | 一种考虑有限空间约束的气体源定位方法 |
CN106768022A (zh) * | 2016-12-01 | 2017-05-31 | 北京易净优智环境科技有限公司 | 一种基于微功率无线通讯技术的环境监控系统 |
CN108280849A (zh) * | 2018-01-23 | 2018-07-13 | 中国矿业大学(北京) | 一种综合管廊燃气泄漏浓度场预测矫正及泄漏率估计方法 |
KR101896422B1 (ko) * | 2018-03-30 | 2018-09-10 | 한화시스템 주식회사 | 지표 투과 금속 탐지 방법 |
US20180314573A1 (en) * | 2017-04-28 | 2018-11-01 | International Business Machines Corporation | Input data correction |
CN108956875A (zh) * | 2018-07-03 | 2018-12-07 | 浙江农林大学 | 一种基于物联网的实验室安全监测系统及方法 |
CN109074244A (zh) * | 2016-03-22 | 2018-12-21 | 利特洛普技术有限公司 | 运动数据存储系统和方法 |
US20190121344A1 (en) * | 2016-05-09 | 2019-04-25 | Strong Force Iot Portfolio 2016, Llc | Systems, devices and methods for bearing analysis in an industrial environment |
CN109995965A (zh) * | 2019-04-08 | 2019-07-09 | 复旦大学 | 一种基于fpga的超高分辨率视频图像实时校准方法 |
CN110595490A (zh) * | 2019-09-24 | 2019-12-20 | 百度在线网络技术(北京)有限公司 | 车道线感知数据的预处理方法、装置、设备和介质 |
CN111222537A (zh) * | 2019-11-19 | 2020-06-02 | 杭州事件视界科技有限公司 | 可快速制作并传播增强现实系统及方法 |
CN111426799A (zh) * | 2020-04-13 | 2020-07-17 | 安徽天达网络科技有限公司 | 一种用于室内的空气质量智能监测系统及其控制方法 |
CN111578993A (zh) * | 2020-05-14 | 2020-08-25 | 苏州洪昇新能源科技有限公司 | 一种室内空气实时检测系统 |
CN112378445A (zh) * | 2020-11-11 | 2021-02-19 | 合肥猎知科技有限公司 | 一种基于大数据分析的建筑施工环境智能实时监测系统 |
WO2021061261A1 (en) * | 2019-09-24 | 2021-04-01 | Tick Tock Networks, Inc. | Time-based processing of messages arriving from multiple gateways using gateway-based time perimeters |
-
2021
- 2021-06-02 CN CN202110615310.4A patent/CN113358825B/zh active Active
Patent Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5521813A (en) * | 1993-01-15 | 1996-05-28 | Strategic Weather Services | System and method for the advanced prediction of weather impact on managerial planning applications |
US5606558A (en) * | 1993-10-12 | 1997-02-25 | Alcatel N.V. | Method of and devices for transmitting in ATM cells information supplied in the form of a series of distinct entities for a given application |
JPH10118627A (ja) * | 1996-10-17 | 1998-05-12 | Kurita Water Ind Ltd | 水処理装置のモデル参照型自動制御装置 |
WO2002006905A2 (en) * | 2000-07-19 | 2002-01-24 | Shell Internationale Research Maatschappij B.V. | On-line calibration process |
AU2002331207B2 (en) * | 2001-08-08 | 2007-01-04 | Shell Internationale Research Maatschappij B.V. | Process to prepare a hydrocarbon product having a sulphur content of below 0.05 wt % |
US20050027463A1 (en) * | 2003-08-01 | 2005-02-03 | Goode Paul V. | System and methods for processing analyte sensor data |
JP2006220444A (ja) * | 2005-02-08 | 2006-08-24 | Toshiba Corp | 気象予測システム及びその同化処理方法 |
US20130106697A1 (en) * | 2011-11-01 | 2013-05-02 | Qualcom Incorporated | System and method for improving orientation data |
EP3021196A1 (en) * | 2011-11-11 | 2016-05-18 | Qualcomm Incorporated | Sensor auto-calibration |
US20130246006A1 (en) * | 2012-03-13 | 2013-09-19 | King Fahd University Of Petroleum And Minerals | Method for kalman filter state estimation in bilinear systems |
US20150301191A1 (en) * | 2012-12-28 | 2015-10-22 | Trimble Navigation Limited | Global navigation satellite system receiver system with radio frequency hardware component |
CN103955860A (zh) * | 2014-04-17 | 2014-07-30 | 中国农业大学 | 一种基于集合卡尔曼滤波同化的区域作物估产方法 |
CN204260747U (zh) * | 2014-10-24 | 2015-04-15 | 重庆大学 | 一种呼吸监测与呼气分析系统 |
JP2016161314A (ja) * | 2015-02-27 | 2016-09-05 | 三菱重工業株式会社 | 同化データ決定装置、気象予測装置、同化データ決定方法およびプログラム |
CN109074244A (zh) * | 2016-03-22 | 2018-12-21 | 利特洛普技术有限公司 | 运动数据存储系统和方法 |
US20190121344A1 (en) * | 2016-05-09 | 2019-04-25 | Strong Force Iot Portfolio 2016, Llc | Systems, devices and methods for bearing analysis in an industrial environment |
CN106197859A (zh) * | 2016-07-04 | 2016-12-07 | 重庆大学 | 一种考虑有限空间约束的气体源定位方法 |
CN106768022A (zh) * | 2016-12-01 | 2017-05-31 | 北京易净优智环境科技有限公司 | 一种基于微功率无线通讯技术的环境监控系统 |
US20180314573A1 (en) * | 2017-04-28 | 2018-11-01 | International Business Machines Corporation | Input data correction |
CN108280849A (zh) * | 2018-01-23 | 2018-07-13 | 中国矿业大学(北京) | 一种综合管廊燃气泄漏浓度场预测矫正及泄漏率估计方法 |
KR101896422B1 (ko) * | 2018-03-30 | 2018-09-10 | 한화시스템 주식회사 | 지표 투과 금속 탐지 방법 |
CN108956875A (zh) * | 2018-07-03 | 2018-12-07 | 浙江农林大学 | 一种基于物联网的实验室安全监测系统及方法 |
CN109995965A (zh) * | 2019-04-08 | 2019-07-09 | 复旦大学 | 一种基于fpga的超高分辨率视频图像实时校准方法 |
CN110595490A (zh) * | 2019-09-24 | 2019-12-20 | 百度在线网络技术(北京)有限公司 | 车道线感知数据的预处理方法、装置、设备和介质 |
WO2021061261A1 (en) * | 2019-09-24 | 2021-04-01 | Tick Tock Networks, Inc. | Time-based processing of messages arriving from multiple gateways using gateway-based time perimeters |
CN111222537A (zh) * | 2019-11-19 | 2020-06-02 | 杭州事件视界科技有限公司 | 可快速制作并传播增强现实系统及方法 |
CN111426799A (zh) * | 2020-04-13 | 2020-07-17 | 安徽天达网络科技有限公司 | 一种用于室内的空气质量智能监测系统及其控制方法 |
CN111578993A (zh) * | 2020-05-14 | 2020-08-25 | 苏州洪昇新能源科技有限公司 | 一种室内空气实时检测系统 |
CN112378445A (zh) * | 2020-11-11 | 2021-02-19 | 合肥猎知科技有限公司 | 一种基于大数据分析的建筑施工环境智能实时监测系统 |
Non-Patent Citations (5)
Title |
---|
F.C. TRIGO ET AL.: ""Identification of a scaled-model riser dynamics through a combined computer vision and adaptive Kalman filter approach"", 《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》 * |
PETER ZOOGMAN ET AL.: ""Improved monitoring of surface ozone by joint assimilation of geostationary satellite observations of ozone and CO"", 《ATMOSPHERIC ENVIRONMENT》 * |
YUNING SHI ET AL.: ""Parameter estimation of a physically-based land surface hydrologic model using an ensemble Kalman filter:A multivariate real-data experiment"", 《ADVANCES IN WATER RESOURCES》 * |
尹云飞 等: ""基于趋势特征向量的火灾烟气流动与温度分布预测"", 《计算机科学》 * |
王育红: ""城市地下综合管廊监测与预警系统研究及应用"", 《中国优秀硕士论文全文数据库工程科技Ⅰ辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113358825B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201594088U (zh) | 新型室内无线空气质量监测仪 | |
CN103245757A (zh) | 气体环境应急检测系统 | |
CN104820072A (zh) | 基于云计算的电子鼻空气质量监测系统及其方法 | |
CN114650512A (zh) | 一种基于数字孪生的智慧城市生态环境监测系统 | |
CN108519465B (zh) | 一种基于大数据的空气污染智能监测系统 | |
CN108831119A (zh) | 一种环境数据监测报警系统 | |
CN113419492A (zh) | 基于多源异构传感器数据融合的NB-IoT的工业污染物监测系统 | |
CN113252851A (zh) | 一种基于NB-IoT和边缘计算的大气污染监测系统 | |
CN112580749B (zh) | 基于机器嗅觉技术的智能火灾探测方法 | |
CN202486118U (zh) | 气体环境应急检测系统 | |
CN115239209B (zh) | 用于垃圾填埋场筛除含重金属腐殖土的方法、设备和系统 | |
CN105243285A (zh) | 一种大数据健康预测系统 | |
CN116499938B (zh) | 一种职业工作场所气溶胶悬浮物智能监测方法 | |
CN114328075A (zh) | 一种智能配电房传感器多维数据融合异常事件检测方法、系统及计算机可读存储介质 | |
CN116382472A (zh) | 一种基于多模数据的电力作业人员可穿戴远程实时监测系统与方法 | |
CN111597416A (zh) | 一种基于大数据处理的匹配推送系统 | |
CN107807213A (zh) | 一种基于物联网的水质监控系统 | |
CN113358825B (zh) | 一种带同化算法的室内空气质量检测器 | |
CN105117980A (zh) | 一种电网设备状态的自动评价方法 | |
CN111581602A (zh) | 一种空气质量指数自适应预测语音系统 | |
CN105606653A (zh) | 一种无线电子鼻系统及监测运输过程中果蔬品质的方法 | |
CN106779258A (zh) | 一种预测准确率高的大数据健康预测系统 | |
CN211086175U (zh) | 一种仿生嗅觉采集识别系统 | |
CN206948378U (zh) | 一种体检管理系统 | |
CN112070761B (zh) | 一种基于深度学习的明虾新鲜度无损检测方法 |
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 |