CN113804594A - 基于傅里叶变换的光电式烟感传感器免标定方法、光电式烟感系统和吸油烟机 - Google Patents
基于傅里叶变换的光电式烟感传感器免标定方法、光电式烟感系统和吸油烟机 Download PDFInfo
- Publication number
- CN113804594A CN113804594A CN202110886625.2A CN202110886625A CN113804594A CN 113804594 A CN113804594 A CN 113804594A CN 202110886625 A CN202110886625 A CN 202110886625A CN 113804594 A CN113804594 A CN 113804594A
- Authority
- CN
- China
- Prior art keywords
- max
- frequency
- fourier transform
- smoke
- fft
- 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
- 239000000779 smoke Substances 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005070 sampling Methods 0.000 claims abstract description 17
- 239000002245 particle Substances 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000005693 optoelectronics Effects 0.000 claims 3
- 238000001514 detection method Methods 0.000 abstract description 12
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229920000535 Tan II Polymers 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004643 material aging Methods 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- 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
- G01N15/075—Investigating concentration of particle suspensions by optical means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Dispersion Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fire-Detection Mechanisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于烟雾检测技术领域,公开了一种基于傅里叶变换的光电式烟感传感器免标定方法、光电式烟感系统和吸油烟机。该免标定方法包括信号发生器以发射频率Fst驱动光线发射管;光电接收管将接收的信号转化为电压信号,并以每周期Tmax,采样频率Fs来采集N个AD值,再将采集到的N个AD值进行一次快速傅里叶变换FFT,得出每个AD值的频域数据;将经过快速傅里叶变换FFT分离出的波的幅度值与幅度阈值Ws的比较,得到互不相等的频率,分别记录为F0···FN;选取其中最大的频率F’max,结合Srate=(F’max/Fst)*100%,计算烟雾浓度百分比Srate。本发明有效的解决了目前的通过校正以提高烟感设备探测精度而会导致生产工艺和硬件成本增加的问题。
Description
技术领域
本发明属于烟雾检测技术领域,具体涉及一种基于傅里叶变换的光电式烟感传感器免标定方法、光电式烟感系统和吸油烟机。
背景技术
目前为了检测吸油烟机的油烟浓度,通常采用在吸烟机上安装光电烟雾探测器的方式。光电烟雾探测器是利用起火时产生的烟雾能够改变光的传播特性这一基本性质而研制的。检测原理:在探测器内装有一个光学迷宫,光学迷宫的两侧装有一对发射管和接收管,这两个管错开安装。如图1所示,在无烟雾粒子的情况下,接收管接收不到发射管发射的红外光;而当有烟雾粒子进入时,由于烟雾颗粒的散射作用,就有一部分光被反射到接收管,从而在接收管感应到电流,根据感应电流的大小和阈值的对比,就可以判断是否发生烟雾报警。
但是光学迷宫外壳及二极管均会随着时间的推移而发生“材料老化”现象,使得迷宫反馈的数值相较于出厂时的状态发生偏差。为了避免因这一变化而影响到烟感设备探测精度,甚至是引起“误报”或是“不报”的现象,通常都会需要在出厂或使用过程中,会定期“校正”来对抗硬件老化。
在校正的过程中,需要有特定的环境条件,如恒温和稳定的样本数据,这样可能增加生产工艺难度或硬件成本。
发明内容
为了解决目前通过校正以提高烟感设备探测精度而会导致生产工艺和硬件成本增加的问题,本发明的目的之一是提供一种基于傅里叶变换的光电式烟感传感器免标定方法。
本发明的第二目的是提供一种应用上述免标定方法的光电烟感系统。
本发明的第三目的是提供一种应用上述光电烟感系统的吸油烟机。
本发明的一种基于傅里叶变换的光电式烟感传感器免标定方法,包括如下步骤:
S1、系统上电初始化配置参数;信号发生器以发射频率Fst驱动光线发射管;
S2、光电接收管将接收的信号转化为电压信号,并结合快速傅里叶变换FFT,将电压信号变换到频域中进行分析,具体包括:
系统以每周期Tmax,采样频率Fs来采集N个AD值,再将采集到的N个AD值进行一次快速傅里叶变换FFT,得出每个AD值的频域数据;
其中,采样频率Fs大于发射频率Fst;Tmax是指当烟雾浓度为最小烟雾浓度时,测得的最小频率所对应的周期;
S3、通过将经过快速傅里叶变换FFT分离出的波的幅度值与幅度阈值W s进行比较,以得到互不相等的频率,分别记录为F0、F1、F2······FN;
其中,幅度阈值W s为当烟雾浓度为最小烟雾浓度时,对应的电压的幅度值;
S4、通过对比F0、F1、F2······FN,选取其中最大的频率F’max,再通过Srate=(F’max/Fst)*100%,来计算烟雾浓度百分比Srate,以此来反应烟雾浓度大小。
进一步的,在S2中,每周期Tmax采样的点数N满足:N≥Tmax/2Fmax;其中,Fmax为每周期Tmax内的最大频率。
进一步的,S3具体包括:经过FFT变换分离出的波都有一个对应的幅度值,若此幅度值H大于等于W s,则选取此波对应的频率,分别记录为F0、F1、F2······FN,且它们互不相等。
进一步的,在S1中,信号发生器为正弦信号发生器。
进一步的,在S2中,采样频率Fs大于等于2倍的发射频率Fst。
本发明的光电式烟感系统,应用上述免标定方法进行烟雾浓度检测,其包括控制单元,以及分别与控制单元电性连接的信号发生器、光线发射管和光线接收管;信号发生器与光线发射管电性连接,用于驱动光线发射管发射光线;光线接收管用于接收由烟雾粒子漫反射的光线。
进一步的,信号发生器以发射频率Fst驱动光线发射管以发射光线,光线被烟雾粒子漫反射到光线接收管;光电接收管将接收的信号转换为电压信号,并发送给控制单元;控制单元以每周期Tmax,采样频率Fs来采集N个AD值,再将采集到的N个AD值进行一次快速傅里叶变换FFT,得出每个AD值的频域数据;然后,将经过快速傅里叶变换FFT分离出的波的幅度值与幅度阈值W s进行比较,以得到互不相等的频率,分别记录为F0、F1、F2······FN;最后,通过对比F0、F1、F2······FN,选取其中最大的频率F’max,再通过Srate=(F’max/Fst)*100%,来计算烟雾浓度百分比Srate,以此来反应烟雾浓度大小。
进一步的,控制单元还用于判断每周期Tmax采样的点数N是否满足:N≥Tmax/2Fmax;其中,Fmax为每周期Tmax内的最大频率;若否,则舍弃此次采集的AD值;若是,则将采集到的N个AD值进行一次快速傅里叶变换FFT,以得出每个AD值的频域数据。
进一步的,控制单元还用于判断经过FFT变换分离出的波的幅度值是否大于等于Ws;若否,则舍弃此波的频率;若是,则选取此波对应的频率,分别记录为F0、F1、F2······FN。
本发明还提供了一种吸油烟机,包括吸烟机本体,以及上述光电式烟感系统;光电式烟感系统设于吸油烟机本体上。
与现有技术相比,采用上述方案本发明的有益效果为:
采用本发明的光电式烟感传感器免标定方法进行油烟浓度检测时,显然不需要对生产工艺和硬件进行改进或改变,而是采用快速傅里叶变换FFT,将光线接收管的电压信号变换到频域中进行分析,以得到符合条件的每个AD值的频域数据;然后,将经过快速傅里叶变换FFT分离出的波的幅度值与幅度阈值W s进行,以得到互不相等的频率,分别记录为F0、F1、F2······FN;最后,通过对比F0、F1、F2······FN,选取其中最大的频率F’max,再通过Srate=(F’max/Fst)*100%,来计算烟雾浓度百分比Srate,以此来反应烟雾浓度大小。即在本发明中仅仅通过对数据的采集分析就可以得到准确的烟雾浓度大小,有效的解决了目前的通过校正以提高烟感设备探测精度而会导致生产工艺和硬件成本增加的问题。
附图说明
图1(a)是光电烟雾探测器在无烟雾状态下的光线接收示意图;
图1(b)是光电烟雾探测器在有烟雾状态下的光线接收示意图;
图2是本申请一实施例提供的采用基于傅里叶变换的光电式烟感传感器免标定方法的光电烟感系统的信号传递示意图;
图3是本申请一实施例的时域频域的概述图;
图4是本申请一实施例提供的一种基于傅里叶变换的光电式烟感传感器免标定方法的流程图。
图5是本申请一实施例提供的一种光电烟感系统各硬件之间的连接示意图。
图中:1、光线发射管;2、光线接收管。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点等,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图3所示,时域(时间域-time domain):自变量是时间,即横轴是时间,纵轴是信号的变化(即振幅)。其动态信号x(t)是描述信号在不同时刻取值的函数。
如图3所示,频域(频率域-frequency domain):自变量是频率,即横轴是频率,纵轴是该频率信号的幅度(纵坐标的幅值代表信号的振幅强度,单位为分贝(dB)),指的是信号电压大小,也是频谱图,频谱图描述了信号的频率结构及频率与该频率信号幅度的关系。频域是指将一个信号经过傅立叶变换后所得到的信号表示形式。
快速傅里叶变换FFT(蝶形算法):快速傅里叶变换(Fast Fourier transform),即利用计算机计算离散傅里叶变换(DFT)的高效、快速计算方法的统称,简称FFT。采用该算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少,特别是被变换的抽样点数N越多,FFT算法计算量的节省就越显著。快速傅氏变换(FFT),是离散傅氏变换的快速算法,它是根据离散傅氏变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。
FFT是离散傅里叶变换的快速算法,可以将一个信号变换到频域,FFT能够将一个信号的频谱提取出来。
FFT结果的具体物理意义:一个模拟信号,经过ADC采样之后,就变成了数字信号。通过采样定理可知,采样频率要大于信号频率的两倍。采样得到的数字信号,就可以做FFT变换。N个采样点,经过FFT之后,就可以得到N个点的FFT结果。
假设采样频率为Fs,信号频率Fst,采样点数为N。那么FFT之后的结果就是一个为N点的复数。每一个点就对应着一个频率点。这个点的模值,就是该频率值下的幅度值。
假设FFT之后某点n用复数a+bi表示,那么这个复数的模就是相位就是Pn=a×tan 2(b,a)。根据以上的结果,就可以计算出n点(n≠1,且n<=N/2)对应的信号的表达式为:即对于n=1点的信号,是直流分量,幅度即为A1/N。
如图1所示,光电式烟雾浓度检测系统包括光线发射管1和光线接收管2,且它们呈一定角度(光学迷宫)安装。无烟雾时,光线发射管1发出的光线直线传播,光线接收管2完全接收不到光线发射管1发出的光线。有烟雾时,当光线传播到烟雾粒子时会产生漫反射,漫反射光线被光线接收管2接收后,产生光电流,从而实现了将烟雾信号转换(通过转换电路)为电信号的过程;光电二极管产生的光电(电压)大小反应油烟浓度的大小。
为了在不增加生产工艺和硬件成本的基础上,提高光电式烟雾浓度检测系统的检测精度,本发明提供一种光电式烟感系统,如图2和图5所示,为了方便验证此光电式烟感系统的性能,将其安装在吸油烟机本体上,以形成具有油烟浓度检测功能的吸油烟机。
如图4所示,在具体实施例中以安装有光电烟感系统的吸油烟机为例,以此进行说明此光电烟感系统的基于傅里叶变换的光电式烟感传感器免标定方法,该方法包括如下步骤:
S1、吸油烟机的控制单元初始化配置参数,信号发生器以频率Fst驱动光线发射管;光线发射管发射光线;此时光电发射管的电压幅度可根据上电系统的耗电参数确定;在本申请的一些较佳实施例中,信号发生器为正弦信号发生器。
S2、光电接收管将接收的信号转化为电压信号,并结合快速傅里叶变换FFT,将电压信号变换到频域进行分析,具体如下:
光线经过烟雾粒子的漫反射被反射到光线接收管,光线接收管经过放大电路得到电压信号;
控制单元以每周期Tmax,频率Fs来采集N个AD值;其中Fs大于Fst,在本申请的一些较佳实施例中Fs=2Fst;其中,Tmax是指当烟雾浓度为最小烟雾浓度时,测得的最小频率所对应的周期,周期是频率的倒数;
最小烟雾浓度为提前预设在控制单元中的烟雾浓度;当外界环境的烟雾浓度达到最小烟雾浓度时,会得到不同频率的波,此时将其中最小频率所对应的周期定义为Tmax。
紧接着,控制单元还判断每周期Tmax采样的点数N是否满足:N≥Tmax/2Fmax,其中,Fmax为每周期Tmax内的最大频率;
若否,则放弃此次采集的样本;若是,则将采集到的N个AD值进行一次FFT变换,得出每个点的频域数据;此步骤的目的是为了确保能够采集足够多的数值,以提高准确性。
S3、再用幅度值把所需信号筛选出来,具体为:
通过将经过快速傅里叶变换FFT分离出的波的幅度值H与幅度阈值W s进行比较,判断幅度值H是否大于等于幅度阈值W s;若否,则舍弃此波的频率;若是,则选取此波对应的频率,分别记录为F0、F1、F2······FN,且它们互不相等;其中W s为当烟雾浓度为最小烟雾浓度时,对应的光电(电压)的幅度值;
S4、控制单元通过对比F0、F1、F2······FN,选取频率值中最大的频率F’max,再通过Srate=(F’max/Fst)*100%,来计算烟雾浓度百分比Srate,以此来反应烟雾浓度大小。
通过本实施例的上述方法,显然可以在不改变生产工艺、硬件设置的基础上,实现烟雾浓度的准确检测,且在检测的过程中不用对光电式烟感传感器进行校正。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表达不一定指的是相同的实施例或示例。而且,描述的母体特征、结构、材料或特点可以在任何一个或多个实施例或示例中以合适的方式结合。
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,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种基于傅里叶变换的光电式烟感传感器免标定方法,其特征在于,包括如下步骤:
S1、系统上电初始化配置参数;信号发生器以发射频率Fst驱动光线发射管;
S2、光电接收管将接收的信号转化为电压信号,并结合快速傅里叶变换FFT,将电压信号变换到频域中进行分析,具体包括:
系统以每周期Tmax,采样频率Fs来采集N个AD值,再将采集到的N个AD值进行一次快速傅里叶变换FFT,得出每个AD值的频域数据;
其中,所述采样频率Fs大于所述发射频率Fst;Tmax是指当烟雾浓度为最小烟雾浓度时,测得的最小频率所对应的周期;
S3、通过将经过快速傅里叶变换FFT分离出的波的幅度值与幅度阈值Ws进行比较,以得到互不相等的频率,分别记录为F0、F1、F2······FN;
其中,幅度阈值Ws为当烟雾浓度为最小烟雾浓度时,对应的电压的幅度值;
S4、通过对比F0、F1、F2······FN,选取其中最大的频率F’max,再通过Srate=(F’max/Fst)*100%,来计算烟雾浓度百分比Srate。
2.根据权利要求1所述的基于傅里叶变换的光电式烟感传感器免标定方法,其特征在于,在S2中,每周期Tmax采样的点数N满足:N≥Tmax/2Fmax;其中,Fmax为每周期Tmax内的最大频率。
3.根据权利要求1所述的基于傅里叶变换的光电式烟感传感器免标定方法,其特征在于,所述S3具体包括:经过FFT变换分离出的波都有一个对应的幅度值,若此幅度值H大于等于Ws,则选取此波对应的频率,分别记录为F0、F1、F2······FN,且它们互不相等。
4.根据权利要求1-3任一项所述的基于傅里叶变换的光电式烟感传感器免标定方法,其特征在于,在所述S1中,所述信号发生器为正弦信号发生器。
5.根据权利要求1-3任一项所述的基于傅里叶变换的光电式烟感传感器免标定方法,其特征在于,在所述S2中,所述采样频率Fs大于等于2倍的所述发射频率Fst。
6.一种应用权利要求1-5任一项所述的免标定方法进行烟雾浓度检测的光电式烟感系统,其特征在于,包括控制单元,以及分别与所述控制单元电性连接的信号发生器、光线发射管和光线接收管;所述信号发生器与所述光线发射管电性连接,用于驱动所述光线发射管发射光线;所述光线接收管用于接收由烟雾粒子漫反射的光线。
7.根据权利要求6所述的光电式烟感系统,其特征在于,所述信号发生器以发射频率Fst驱动所述光线发射管以发射光线,光线被烟雾粒子漫反射到所述光线接收管;
所述光电接收管将接收的信号转换为电压信号,并发送给控制单元;所述控制单元以每周期Tmax,采样频率Fs来采集N个AD值,再将采集到的N个AD值进行一次快速傅里叶变换FFT,得出每个AD值的频域数据;
将经过快速傅里叶变换FFT分离出的波的幅度值与幅度阈值Ws进行比较,以得到互不相等的频率,分别记录为F0、F1、F2······FN;
通过对比F0、F1、F2······FN,选取其中最大的频率F’max,再通过Srate=(F’max/Fst)*100%,来计算烟雾浓度百分比Srate。
8.根据权利要求7所述的光电式烟感系统,其特征在于,所述控制单元还用于判断每周期Tmax采样的点数N是否满足:N≥Tmax/2Fmax;其中,Fmax为每周期Tmax内的最大频率;
若否,则舍弃此次采集的AD值;
若是,则将采集到的N个AD值进行一次快速傅里叶变换FFT,以得出每个AD值的频域数据。
9.根据权利要求7的光电式烟感系统,其特征在于,所述控制单元还用于判断经过FFT变换分离出的波的幅度值是否大于等于Ws;
若否,则舍弃此波的频率;
若是,则选取此波对应的频率,分别记录为F0、F1、F2······FN。
10.一种吸油烟机,其特征在于,包括吸烟机本体,以及权利要求6-9任一项所述的光电式烟感系统;所述光电式烟感系统设于所述吸油烟机本体上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110886625.2A CN113804594B (zh) | 2021-08-03 | 基于傅里叶变换的光电式烟感传感器免标定方法、光电式烟感系统和吸油烟机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110886625.2A CN113804594B (zh) | 2021-08-03 | 基于傅里叶变换的光电式烟感传感器免标定方法、光电式烟感系统和吸油烟机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113804594A true CN113804594A (zh) | 2021-12-17 |
CN113804594B CN113804594B (zh) | 2024-07-02 |
Family
ID=
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120019536A1 (en) * | 2010-07-16 | 2012-01-26 | Nicolas Arab | Methods, storage mediums, and systems for analyzing particle quantity and distribution within an imaging region of an assay analysis system and for evaluating the performance of a focusing routing performed on an assay analysis system |
CN108519311A (zh) * | 2018-03-07 | 2018-09-11 | 广州博冠光电科技股份有限公司 | 一种烟雾颗粒密度实时检测装置及方法 |
CN110578941A (zh) * | 2018-06-08 | 2019-12-17 | 宁波方太厨具有限公司 | 一种吸油烟机的自动控制系统及其控制方法 |
CN112926576A (zh) * | 2021-01-26 | 2021-06-08 | 宁波方太厨具有限公司 | 油烟浓度的检测方法、系统、电子设备和存储介质 |
CN113052811A (zh) * | 2021-03-18 | 2021-06-29 | 上海威士顿信息技术股份有限公司 | 检测烟叶叶尖锯齿程度的方法、系统及计算机可读存储介质 |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120019536A1 (en) * | 2010-07-16 | 2012-01-26 | Nicolas Arab | Methods, storage mediums, and systems for analyzing particle quantity and distribution within an imaging region of an assay analysis system and for evaluating the performance of a focusing routing performed on an assay analysis system |
CN108519311A (zh) * | 2018-03-07 | 2018-09-11 | 广州博冠光电科技股份有限公司 | 一种烟雾颗粒密度实时检测装置及方法 |
CN110578941A (zh) * | 2018-06-08 | 2019-12-17 | 宁波方太厨具有限公司 | 一种吸油烟机的自动控制系统及其控制方法 |
CN112926576A (zh) * | 2021-01-26 | 2021-06-08 | 宁波方太厨具有限公司 | 油烟浓度的检测方法、系统、电子设备和存储介质 |
CN113052811A (zh) * | 2021-03-18 | 2021-06-29 | 上海威士顿信息技术股份有限公司 | 检测烟叶叶尖锯齿程度的方法、系统及计算机可读存储介质 |
Non-Patent Citations (4)
Title |
---|
GONGGUO ZHANG: "Research on joint planning method of NB-IoT and LTE", 《PROCEDIA COMPUTER SCIENCE》 * |
K.S. RAO: "Raman and time-resolved pulsed photoacoustic spectroscopy of solid trinitrotoluene in graphite mixture: For identification of double resonant optical phonon signatures", 《OPTICS AND LASER TECHNOLOGY》, 31 December 2019 (2019-12-31) * |
刘兴源: "基于单片机的车载智能火灾预警系统研究", 《数字技术与应用 》 * |
查申龙: "光声光谱技术在多组分气体浓度探测中的应用", 《光子学报》, 31 December 2017 (2017-12-31) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9030916B2 (en) | Method and system for monitoring fire based on detection of sound field variation | |
WO2017045476A1 (zh) | 一种利用光波多普勒效应的入侵探测系统和方法 | |
CN112907884B (zh) | 一种低误报率的烟雾探测方法 | |
US10061034B2 (en) | Signal processing device and noise strength determining method | |
CN102405422B (zh) | 在声雷达系统中检测和补偿降水的方法 | |
CN108872147A (zh) | 一种基于tdlas技术的激光发生装置及气体浓度检测装置 | |
CN109916852B (zh) | 一种激光气体遥测仪信号采集方法和系统 | |
CN113804594A (zh) | 基于傅里叶变换的光电式烟感传感器免标定方法、光电式烟感系统和吸油烟机 | |
CN105698915B (zh) | 一种光纤振源识别方法及装置、系统 | |
CN113804594B (zh) | 基于傅里叶变换的光电式烟感传感器免标定方法、光电式烟感系统和吸油烟机 | |
CN106997642B (zh) | 基于频谱分析的入侵目标检测定位方法及系统 | |
KR102061616B1 (ko) | 비선형 스펙트럼 상관관계를 이용한 구조물 진단 방법 및 구조물 진단 시스템 | |
CN114354459A (zh) | 一种光电式烟雾传感器的故障检测方法及系统 | |
US20220221563A1 (en) | Method for operating a photodiode and device for carrying out the method | |
CN113805159A (zh) | 信号接收组件的失效检测方法、装置、设备及存储介质 | |
CN109916851B (zh) | 一种激光遥测仪的气体浓度检测方法及系统 | |
KR101569145B1 (ko) | 전력설비 감시 장치 | |
KR20190021906A (ko) | 도플러 레이더를 이용한 움직임 감지 장치 및 그 방법 | |
CN113623696A (zh) | 一种基于光电式烟雾传感器的物联控制方法及系统 | |
CN110520755B (zh) | 用于检测存在的系统和方法 | |
CN114397013A (zh) | 激光功率计及基于其标定大型光学系统取样系数的方法 | |
US20190266812A1 (en) | Vehicular engine acoustic identification | |
JPH1169583A (ja) | 機器の異常診断装置 | |
IL268719B2 (en) | Systems and methods for remote independent differential signature detection | |
TWI699096B (zh) | 環境光濾除方法 |
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 |