CN113418844A - 一种可进行自校验的尘荷采集系统及方法 - Google Patents
一种可进行自校验的尘荷采集系统及方法 Download PDFInfo
- Publication number
- CN113418844A CN113418844A CN202110708063.2A CN202110708063A CN113418844A CN 113418844 A CN113418844 A CN 113418844A CN 202110708063 A CN202110708063 A CN 202110708063A CN 113418844 A CN113418844 A CN 113418844A
- Authority
- CN
- China
- Prior art keywords
- self
- module
- dust
- gas supply
- gas
- 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
- 239000000428 dust Substances 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 62
- 239000013618 particulate matter Substances 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 29
- 230000002159 abnormal effect Effects 0.000 claims abstract description 9
- 239000007789 gas Substances 0.000 claims description 125
- 239000002245 particle Substances 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- 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
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种可进行自校验的尘荷采集系统及方法,其中系统包括自校气体供给模块、传感器模块、尘荷采集模块和数据处理模块,传感器模块与自校气体供给模块、尘荷采集模块和数据处理模块分别连接,自校气体供给模块提供气体,用于传感器模块是否存在异常的判定;尘荷采集模块用于采集路面积尘;传感器模块用于监测道路尘荷,以及周期性地监测自校气体供给模块中气体的颗粒物浓度;数据处理模块用于根据自校气体供给模块内气体的颗粒物浓度,来判定传感器模块是否在正常运行,本发明通过自校气体供给模块的应用,有利于保障使用正常的传感器完成路面尘荷监测,确保了尘荷监测数据的正确性。
Description
技术领域
本发明涉及环卫领域,尤其指一种可进行自校验的尘荷采集系统及方法。
背景技术
为进一步改善环境空气质量,摸清道路积尘对环境空气质量的影响,需要对道路进行积尘情况监测,并通过尘荷数据来完成城市环卫指导等工作,监测设备自身是否存在异常,直接影响了尘荷数据的准确性,例如数据漂移等,对数据分析、环卫派单都产生重大影响。
而在实际运行过程中,目前的积尘负荷监测设备中并未有针对这种缺陷进行改进的方案,没有规避掉一定几率下对尘荷监测数据可靠性的影响,有鉴于此,本发明提供一种可进行自校验的尘荷采集系统及方法,在进行尘荷监测的同时,完成对监测设备的校验,从而保障尘荷监测数据的准确度。
发明内容
针对上述不足,本发明提供了一种可进行自校验的尘荷采集系统及方法。
为了实现上述发明目的,本发明采用如下技术方案:
本发明提供一种可进行自校验的尘荷采集系统,包括自校气体供给模块、传感器模块、尘荷采集模块和数据处理模块,传感器模块与自校气体供给模块、尘荷采集模块和数据处理模块分别连接,自校气体供给模块提供气体,用于传感器模块是否存在异常的判定;尘荷采集模块用于采集路面积尘;传感器模块用于监测道路尘荷,以及周期性地监测自校气体供给模块中气体的颗粒物浓度;数据处理模块用于根据自校气体供给模块内气体的颗粒物浓度,来判定传感器模块是否在正常运行,从而断定在尘荷监测工作中该尘荷采集系统对道路尘荷的监测是否准确。
优选的, 自校气体供给模块中的气体为固定浓度气体或者实时采集的大气。
优选的,传感器模块包括多个子传感器。
本发明还提供一种可进行自校验的尘荷采集方法,包括:尘荷监测设备正常运作,每隔一段时间,传感器模块对自校气体供给模块中的气体进行颗粒物监测,得监测数值;自校气体供给模块中气体的颗粒物浓度标定为理想数值;以及数据处理模块判定监测数值与理想数值的差值是否在阈值范围内,若在阈值内,判定传感器模块对尘荷监测正常;否则判定传感器模块存在问题。
优选的,当自校气体供给模块中的气体为实时采集的大气时,理想数值为当前路段所在电子围栏内的平均颗粒物浓度。
本发明还提供一种可进行自校验的尘荷采集系统,包括第一自校气体供给模块、第二自校气体供给模块、传感器模块、尘荷采集模块和数据处理模块,传感器模块与第一自校气体供给模块、第二自校气体供给模块、尘荷采集模块和数据处理模块分别连接,第一自校气体供给模块和第二自校气体供给模块提供不同的气体,用于对传感器模块是否存在异常的判定;尘荷采集模块用于采集路面积尘;传感器模块用于监测道路尘荷,以及周期性地监测两个自校气体供给模块中气体的颗粒物浓度;数据处理模块根据两个自校气体供给模块内气体的颗粒物浓度,来判定传感器模块是否在正常运行,从而断定在尘荷监测工作中该尘荷采集系统对道路尘荷的监测是否准确。
本发明还提供一种可进行自校验的尘荷采集方法,包括:尘荷监测设备正常运作,每隔一段时间,传感器模块交替地对第一自校气体供给模块和第二自校气体供给模块中的气体进行颗粒物监测,得到监测方波;在一个周期内交替监测时,两个自校气体供给模块中气体的实际颗粒物浓度构成理想方波;以及数据处理模块判定监测方波与理想方波的波动值差是否在预设阈值范围内,若在阈值内,判定传感器模块对尘荷监测正常,否则判定传感器模块存在问题。
本发明与现有技术相比,具有以下特点:
1、通过自校气体供给模块的应用,有利于保障使用正常的传感器完成路面尘荷监测,确保了尘荷监测数据的正确性;
2、大量降低人力成本,无需人工进行尘荷监测设备的检查,而且能及时快速发现异常,提高效率。
附图说明
图1为基于本发明提供的一种可进行自校验的尘荷采集系统示意图;
图2为本发明提供的一种可进行自校验的尘荷采集方法的流程图;
图3为基于本发明提供的另一种可进行自校验的尘荷采集系统示意图;
图4为本发明提供的另一种可进行自校验的尘荷采集方法的流程图;
图5为基于本发明提供的可进行自校验的尘荷采集系统校验时实际监测浓度图;
图6为本发明提供的可进行自校验的尘荷采集系统校验时理想监测浓度图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合实施例及附图对本发明的技术方案作进一步阐述。
如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解,硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式,而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语,故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内,本领域技术人员能够在一定误差范围内解决所述技术问题,基本达到所述技术效果。说明书后续描述为实施本申请的较佳实施方式,然所述描述乃以说明本申请的一般原则为目的,并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。
实施例1
本实施例提供了一种可进行自校验的尘荷采集系统。参见图1所示为本发明提供的一种可进行自校验的尘荷采集系统示意图,该系统包括自校气体供给模块、传感器模块、尘荷采集模块和数据处理模块。传感器模块与自校气体供给模块、尘荷采集模块和数据处理模块分别连接,自校气体供给模块提供气体,用于传感器模块是否存在异常的判定;尘荷采集模块用于采集路面积尘;传感器模块用于监测道路尘荷,以及周期性地监测自校气体供给模块中气体的颗粒物浓度;数据处理模块用于根据自校气体供给模块内气体的颗粒物浓度,来判定传感器模块是否在正常运行,从而断定在尘荷监测工作中该尘荷采集系统对道路尘荷的监测是否准确。
其中,自校气体供给模块中的气体可以是纯净气体,也可以是其他固定浓度气体,或者实时采集的大气。
本实施例还提供了一种可进行自校验的尘荷采集方法。参见图2所示为本发明提供的一种可进行自校验的尘荷采集方法的流程图,包括如下步骤:
步骤201:尘荷监测设备正常运作,每隔一段时间,传感器模块对自校气体供给模块中的气体进行颗粒物监测,得监测数值;
步骤202:自校气体供给模块中气体的颗粒物浓度标定为理想数值;
步骤203:数据处理模块判定上述监测数值与理想数值的差值是否在阈值范围内,若在阈值内,进入步骤204,否则,进入步骤205;
步骤204:判定传感器模块对尘荷监测正常;
步骤205:判定传感器模块存在问题。
其中,当自校气体供给模块中为固定浓度气体时,例如该气体的实际颗粒物浓度为a,此时,传感器模块监测到的该气体的颗粒物浓度为b,数据处理模块当判断颗粒物浓度b与a相同或相近,若差值超出设定阈值,则判定传感器模块异常;特别的,该固定浓度气体为净化气体,此时,a为0,若监测到的颗粒物浓度b远大于0,超出阈值,则判定传感器模块异常。
其中,当自校气体供给模块中为当前时刻该路段的大气时,则可经传感器模块监测后,由数据处理模块判定该大气的颗粒物浓度d是否与该区域的基准颗粒物浓度c相同或相近,若差值超出设定阈值,则判定传感器模块异常。基准颗粒物浓度c指的是在电子围栏内,该围栏区域内平均的颗粒物浓度。
电子围栏,是凭借GPS定位后台管理系统布置一个使用范围,确立一个围栏式区域。这一区域可设成规则状,如圆形、正方形;还能够设成其他的不规律形状,该区域内的平均颗粒物浓度作为基准颗粒物浓度c。当车辆进到该区域时,则应用该区域的基准颗粒物浓度c做对比分析。
如上仅以一个传感器模块作为举例,基于同样的原理,当含有多个传感器模块时,该方案同样适用,不另赘述。
实施例2
为详细阐述本发明,本实施例提供了另一种可进行自校验的尘荷采集系统。参见图3所示为本发明提供的一种可进行自校验的尘荷采集系统示意图,该系统包括第一自校气体供给模块、第二自校气体供给模块、传感器模块、尘荷采集模块和数据处理模块。传感器模块与第一自校气体供给模块、第二自校气体供给模块、尘荷采集模块和数据处理模块分别连接,第一自校气体供给模块和第二自校气体供给模块提供不同的气体,用于对传感器模块是否存在异常的判定;尘荷采集模块用于采集路面积尘;传感器模块用于监测道路尘荷,以及周期性地监测两个自校气体供给模块中气体的颗粒物浓度;数据处理模块根据两个自校气体供给模块内气体的颗粒物浓度,来判定传感器模块是否在正常运行,从而断定在尘荷监测工作中该尘荷采集系统对道路尘荷的监测是否准确。
其中,第一自校气体供给模块和第二自校气体供给模块中为不同固定浓度的气体。
本实施例还提供了一种可进行自校验的尘荷采集方法。参见图4所示为本发明提供的一种可进行自校验的尘荷采集方法的流程图,包括如下步骤:
步骤401:尘荷监测设备正常运作,每隔一段时间,传感器模块交替地对第一自校气体供给模块和第二自校气体供给模块中的气体进行颗粒物监测,得到监测方波;
步骤402:在一个周期内交替监测时,两个自校气体供给模块中气体的实际颗粒物浓度构成理想方波;
步骤403:数据处理模块判定上述监测方波与理想方波的波动值差是否在预设阈值范围内,若在阈值内,进入步骤404,否则,进入步骤405;
步骤404:判定传感器模块对尘荷监测正常;
步骤405:判定传感器模块存在问题。
其中,当第一自校气体供给模块和第二自校气体供给模块中的气体不同,第一自校气体供给模块中气体的实际颗粒物浓度为e,第二自校气体供给模块中为气体的实际颗粒物浓度为g,此时,传感器模块监测到的第一自校气体供给模块中气体的颗粒物浓度为f,监测到第二自校气体供给模块中气体的颗粒物浓度为h,周期性监测的实际监测数据图示如图5所示,理想浓度如图6所示,判定方波波动值的差是否在预设阈值范围内,当在一个周期内,理想数据的方波与实际监测数据的方波的波动差超出阈值,则判定传感器模块异常。
如上仅以一个传感器模块作为举例,基于同样的原理,当含有多个传感器模块时,该方案同样适用,不另赘述。
同样的,仅以两个自校气体供给模块作为举例,基于同样的原理,当含有多个自校气体供给模块时,该方案同样适用,不另赘述。
通过多个自校气体供给模块的应用,对传感器的准确度有了更高的要求,更有利于保障使用正常的传感器完成路面尘荷监测,确保了尘荷监测数据的正确性,对数据的后续应用起到重要的支持作用。
以上实施例的先后顺序仅为便于描述,不代表实施例的优劣。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种可进行自校验的尘荷采集系统,其特征在于,包括自校气体供给模块、传感器模块、尘荷采集模块和数据处理模块,所述传感器模块与所述自校气体供给模块、所述尘荷采集模块和所述数据处理模块分别连接,所述自校气体供给模块提供气体,用于所述传感器模块是否存在异常的判定;所述尘荷采集模块用于采集路面积尘;所述传感器模块用于监测道路尘荷,以及周期性地监测所述自校气体供给模块中气体的颗粒物浓度;所述数据处理模块用于根据所述自校气体供给模块内气体的颗粒物浓度,来判定所述传感器模块是否在正常运行,从而断定在尘荷监测工作中该尘荷采集系统对道路尘荷的监测是否准确。
2.根据权利要求1所述的可进行自校验的尘荷采集系统,其特征在于, 所述自校气体供给模块中的气体为固定浓度气体或者实时采集的大气。
3.根据权利要求2所述的可进行自校验的尘荷采集系统,其特征在于, 所述传感器模块包括多个子传感器。
4.一种可进行自校验的尘荷采集方法,其特征在于,包括:
尘荷监测设备正常运作,每隔一段时间,传感器模块对自校气体供给模块中的气体进行颗粒物监测,得监测数值;
所述自校气体供给模块中气体的颗粒物浓度标定为理想数值;以及
数据处理模块判定所述监测数值与所述理想数值的差值是否在阈值范围内,若在阈值内,判定所述传感器模块对尘荷监测正常;否则判定所述传感器模块存在问题。
5.根据权利要求4所述的可进行自校验的尘荷采集方法,其特征在于, 所述自校气体供给模块中的气体为固定浓度气体或者实时采集的大气。
6.根据权利要求5所述的可进行自校验的尘荷采集方法,其特征在于, 当所述自校气体供给模块中的气体为实时采集的大气时,理想数值为当前路段所在电子围栏内的平均颗粒物浓度。
7.一种可进行自校验的尘荷采集系统,其特征在于,包括第一自校气体供给模块、第二自校气体供给模块、传感器模块、尘荷采集模块和数据处理模块,所述传感器模块与所述第一自校气体供给模块、所述第二自校气体供给模块、所述尘荷采集模块和所述数据处理模块分别连接,所述第一自校气体供给模块和所述第二自校气体供给模块提供不同的气体,用于对所述传感器模块是否存在异常的判定;所述尘荷采集模块用于采集路面积尘;所述传感器模块用于监测道路尘荷,以及周期性地监测两个自校气体供给模块中气体的颗粒物浓度;所述数据处理模块根据两个自校气体供给模块内气体的颗粒物浓度,来判定所述传感器模块是否在正常运行,从而断定在尘荷监测工作中该尘荷采集系统对道路尘荷的监测是否准确。
8.根据权利要求7所述的可进行自校验的尘荷采集系统,其特征在于, 所述自校气体供给模块中的气体为固定浓度气体或者实时采集的大气。
9.一种可进行自校验的尘荷采集方法,其特征在于,包括:
尘荷监测设备正常运作,每隔一段时间,传感器模块交替地对第一自校气体供给模块和第二自校气体供给模块中的气体进行颗粒物监测,得到监测方波;
在一个周期内交替监测时,两个自校气体供给模块中气体的实际颗粒物浓度构成理想方波;以及
数据处理模块判定所述监测方波与所述理想方波的波动值差是否在预设阈值范围内,若在阈值内,判定传感器模块对尘荷监测正常,否则判定传感器模块存在问题。
10.根据权利要求9所述的可进行自校验的尘荷采集方法,其特征在于,所述第一自校气体供给模块和第二自校气体供给模块中的气体为固定浓度气体或者实时采集的大气。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110708063.2A CN113418844B (zh) | 2021-06-25 | 2021-06-25 | 一种可进行自校验的尘荷采集系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110708063.2A CN113418844B (zh) | 2021-06-25 | 2021-06-25 | 一种可进行自校验的尘荷采集系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113418844A true CN113418844A (zh) | 2021-09-21 |
CN113418844B CN113418844B (zh) | 2023-03-14 |
Family
ID=77716617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110708063.2A Active CN113418844B (zh) | 2021-06-25 | 2021-06-25 | 一种可进行自校验的尘荷采集系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113418844B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101303301A (zh) * | 2008-06-23 | 2008-11-12 | 东北电力大学 | 烟气粉尘和特性气体同时在线监测方法及装置 |
CN203838056U (zh) * | 2013-12-31 | 2014-09-17 | 河南省日立信股份有限公司 | 具自校准功能的六氟化硫气体泄漏监测传感单元 |
CN104198346A (zh) * | 2014-08-26 | 2014-12-10 | 北京绿林创新数码科技有限公司 | 一种手机控制型粉尘传感器监测系统及其使用方法 |
CN205027639U (zh) * | 2015-10-14 | 2016-02-10 | 北京绿林环创科技有限公司 | 具有零点自校和湿度修正的双切割器粉尘浓度监测系统 |
CN106053309A (zh) * | 2016-07-08 | 2016-10-26 | 上汽大众汽车有限公司 | 一种pm2.5传感器及其自动校准方法 |
CN106644862A (zh) * | 2016-09-12 | 2017-05-10 | 济南诺方电子技术有限公司 | 一种传感器、基于该传感器的监测站及监测站的监测方法 |
CN206594052U (zh) * | 2017-03-23 | 2017-10-27 | 田杰夫 | 一种自校准的气体检测装置 |
CN107462504A (zh) * | 2017-09-18 | 2017-12-12 | 北京绿林环创科技有限公司 | 在线自校空气颗粒物检测装置及其自校、状态自诊断方法 |
CN107655803A (zh) * | 2017-10-28 | 2018-02-02 | 上海先积集成电路有限公司 | 一种双工作模式的粒子传感器及其检测方法 |
CN108120659A (zh) * | 2017-12-01 | 2018-06-05 | 上海先积集成电路有限公司 | 一种具有自归零校准的粒子浓度检测系统和方法 |
CN108872039A (zh) * | 2018-09-19 | 2018-11-23 | 中煤科工集团重庆研究院有限公司 | 一种光散射烟气颗粒物在线检测自适应校准方法 |
CN111122668A (zh) * | 2019-12-30 | 2020-05-08 | 江西飞尚科技有限公司 | 一种自动校准的空气质量监测装置及其监测方法 |
CN210665422U (zh) * | 2019-09-12 | 2020-06-02 | 深圳市无眼界科技有限公司 | 一种激光散射法测颗粒物零点自动校准装置 |
-
2021
- 2021-06-25 CN CN202110708063.2A patent/CN113418844B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101303301A (zh) * | 2008-06-23 | 2008-11-12 | 东北电力大学 | 烟气粉尘和特性气体同时在线监测方法及装置 |
CN203838056U (zh) * | 2013-12-31 | 2014-09-17 | 河南省日立信股份有限公司 | 具自校准功能的六氟化硫气体泄漏监测传感单元 |
CN104198346A (zh) * | 2014-08-26 | 2014-12-10 | 北京绿林创新数码科技有限公司 | 一种手机控制型粉尘传感器监测系统及其使用方法 |
CN205027639U (zh) * | 2015-10-14 | 2016-02-10 | 北京绿林环创科技有限公司 | 具有零点自校和湿度修正的双切割器粉尘浓度监测系统 |
CN106053309A (zh) * | 2016-07-08 | 2016-10-26 | 上汽大众汽车有限公司 | 一种pm2.5传感器及其自动校准方法 |
CN106644862A (zh) * | 2016-09-12 | 2017-05-10 | 济南诺方电子技术有限公司 | 一种传感器、基于该传感器的监测站及监测站的监测方法 |
CN206594052U (zh) * | 2017-03-23 | 2017-10-27 | 田杰夫 | 一种自校准的气体检测装置 |
CN107462504A (zh) * | 2017-09-18 | 2017-12-12 | 北京绿林环创科技有限公司 | 在线自校空气颗粒物检测装置及其自校、状态自诊断方法 |
CN107655803A (zh) * | 2017-10-28 | 2018-02-02 | 上海先积集成电路有限公司 | 一种双工作模式的粒子传感器及其检测方法 |
CN108120659A (zh) * | 2017-12-01 | 2018-06-05 | 上海先积集成电路有限公司 | 一种具有自归零校准的粒子浓度检测系统和方法 |
CN108872039A (zh) * | 2018-09-19 | 2018-11-23 | 中煤科工集团重庆研究院有限公司 | 一种光散射烟气颗粒物在线检测自适应校准方法 |
CN210665422U (zh) * | 2019-09-12 | 2020-06-02 | 深圳市无眼界科技有限公司 | 一种激光散射法测颗粒物零点自动校准装置 |
CN111122668A (zh) * | 2019-12-30 | 2020-05-08 | 江西飞尚科技有限公司 | 一种自动校准的空气质量监测装置及其监测方法 |
Non-Patent Citations (3)
Title |
---|
张文阁;周文刚;罗军;: "自校零及自校跨新型在线监测粉尘仪的研制" * |
王汝琳,赵钢: "自动校零瓦斯传感器" * |
陈崧等: "烟气排放连续监测系统现场检测问题与分析", 《河南电力》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113418844B (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108254495B (zh) | 一种隧道机动车污染物监测方法及系统 | |
CN106680170B (zh) | 区域大气污染空地一体实时监测预警系统及方法 | |
CN111788578B (zh) | 一种环境监测站数据可信度评价及校准方法 | |
CN107515481B (zh) | 一种显示面板的检测方法和装置 | |
CN210221806U (zh) | 污染判定标定车辆及其车载尾气检测设备 | |
CN102076145B (zh) | 汽车led转向灯检测控制方法 | |
CN108269324B (zh) | 一种发动机的冷却液温度监测方法及车联网服务平台 | |
CN115790804B (zh) | 动态汽车衡状态监测方法、介质、设备及装置 | |
CN109738206A (zh) | Ii型试验实际行驶污染物排放试验的修正方法及装置 | |
CN104408578A (zh) | 基于轨迹点的机械化作业的量化考核系统及其方法 | |
CN103811367B (zh) | 产品缺陷检测方法 | |
CN111125636A (zh) | 基于城市隧道的机动车排放因子计算方法 | |
EP3496430B1 (en) | Big telematics data network communication fault identification system | |
CN211926038U (zh) | 车载空调滤芯寿命的预测系统及车辆 | |
CN113418844B (zh) | 一种可进行自校验的尘荷采集系统及方法 | |
CN110031874B (zh) | 一种远程自动质检gps设备天线安装质量的方法 | |
CN114414024A (zh) | 车载称重系统的监测方法及装置、存储介质、电子装置 | |
CN117233152A (zh) | 一种t型梁桥健康监测系统 | |
CN201600345U (zh) | 车载酸沉降监测系统 | |
CN112415168B (zh) | 一种基于互联网的水质监测管理系统 | |
CN113945684A (zh) | 一种基于大数据的微型空气站自校准方法 | |
CN108760987A (zh) | 大气污染物智能观测系统 | |
CN115078190A (zh) | 一种悬浮体现场激光粒度数据处理方法及其装置 | |
CN106130789A (zh) | 一种设备故障处理方法及系统 | |
CN112729892A (zh) | 一种桥梁结构健康监测系统及其控制方法 |
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 |