CN113804834A - 基于大数据分析的室内空气质量检测系统 - Google Patents
基于大数据分析的室内空气质量检测系统 Download PDFInfo
- Publication number
- CN113804834A CN113804834A CN202111093922.8A CN202111093922A CN113804834A CN 113804834 A CN113804834 A CN 113804834A CN 202111093922 A CN202111093922 A CN 202111093922A CN 113804834 A CN113804834 A CN 113804834A
- Authority
- CN
- China
- Prior art keywords
- signal
- air
- air quality
- early warning
- value
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000007405 data analysis Methods 0.000 title claims description 13
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 claims description 48
- 239000003181 biological factor Substances 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 33
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 239000013618 particulate matter Substances 0.000 claims description 16
- 230000004907 flux Effects 0.000 claims description 13
- 238000009423 ventilation Methods 0.000 claims description 13
- 238000007789 sealing Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000036541 health Effects 0.000 abstract description 11
- 238000011156 evaluation Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 10
- 241000282414 Homo sapiens Species 0.000 description 7
- 238000013441 quality evaluation Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000001303 quality assessment method Methods 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000009466 transformation Effects 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
-
- 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
- G01N33/0027—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
-
- 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)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了空气质量技术领域,用于解决现有的对室内空气质量的检测具有片面性和不准确性,且难以对室内空气质量进行准确的预估,严重影响、危害到人的身体健康的问题,尤其公开了基于大数据分析的室内空气质量检测系统,包括数据采集模块、成分分析模块、生物环境把控模块、关联汇总模块、预警反馈模块和数据输出模块;本发明,通过采集大量的基础数据信息,并对其进行符号化的标定、公式化的运算和信号化的输出,并进行数据的整合关联和判别输出,实现了预警信号的有效反馈输出,从而在实现对室内空气高效且准确检测的同时,也进一步地实现了对空气质量的评估预警操作,提高了对空气质量检测的全面性和准确性。
Description
技术领域
本发明涉及空气质量技术领域,具体为基于大数据分析的室内空气质量检测系统。
背景技术
室内环境主要是指居室,从广义上讲是人类生存和活动的重要场所,包括办公室、会议室、教室、医院等室内环境和宾馆、饭店、图书馆、候车室等公共场所以及火车、轮船、飞机等交通工具,研究资料表明,城市居民每天约80%-90%的时间在上述各种室内环境中度过,即便在农村,人们在室内停留的时间也不少于50%,老人和儿童等敏感人群在室内度过的时间更长,因而室内环境空气质量对人体健康的影响十分重要。
空气质量用于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,空气质量的好坏影响着居民生活、城市发展、社会进行的重要因素,影响人类的健康质量。
现有的对室内空气质量的检测大都采用单一的技术手段进行评估,其检测效果具有片面性和不准确性,且在公共室内场合,由于人员的流动和其他因素的影响,其室内空气质量无法得到保障和预估,据此严重影响、危害到人的身体健康。
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的就在于为了解决现有的对室内空气质量的检测具有片面性和不准确性,且难以对室内空气质量进行准确的预估,严重影响、危害到人的身体健康的问题,通过采集大量地影响室内空气质量的数据信息,并对其进行符号化的标定、公式化的运算和信号化的输出,并将两种影响空气质量的信息进行数据的整合关联和判别输出,并进行预警信号的有效反馈输出,在实现对室内空气高效且准确检测的同时,也进一步地实现了对空气质量的评估预警操作,从而提高了对空气质量检测的全面性和准确性,也进一步保障了人的健康质量,而提出基于大数据分析的室内空气质量检测系统。
本发明的目的可以通过以下技术方案实现:
基于大数据分析的室内空气质量检测系统,包括数据采集模块、成分分析模块、生物环境把控模块、关联汇总模块、预警反馈模块和数据输出模块;
所述数据采集模块用于采集室内环境中的空气成分信息和生物因素信息,并将空气成分信息发送至成分分析模块,将生物因素信息发送至生物环境把控模块;
所述成分分析模块对接收的空气成分信息进行多组分判别分析处理,据此生成空气成分良好信号和空气成分异常信号,并将其均发送至关联汇总模块;
所述生物环境把控模块对接收的生物因素信息进行把控分析处理,据此生成生物环境合格信号和生物环境不合格信号,并将其均发送至关联汇总模块;
所述关联汇总模块对接收的空气成分良好信号和空气成分异常信号与生物环境合格信号和生物环境不合格信号进行数据联动汇总处理,据此生成空气质量优级信号、空气质量轻度污染信号、空气质量中度污染信号和空气质量重度污染信号,并将其均发送至预警反馈模块;
所述预警反馈模块用于对接收的空气质量优级信号、空气质量轻度污染信号、空气质量中度污染信号和空气质量重度污染信号进行预警反馈处理,据此生成一级预警信号、二级预警信号、三级预警信号和四级预警信号,并将其均发送至数据输出模块;
所述数据输出模块用于对接收的各级预警信号以预警信号灯和铃声警报的方式在显示面板终端进行响应,并以文本描述的方式输出至管理人员的手机用户终端进行响应。
作为本发明的一种优选实施方式,空气成分信息用于表示室内环境中含有的各气体成分的信息数据,空气成分信息包括常规气体含量数据和特殊气体含量数据,且常规气体含量数据包括O2气体量值、CO2气体量值和N2气体量值,特殊气体含量数据包括CO气体量值、甲醛气体量值和颗粒物量值;
生物因素信息用于表示室内环境的变化因素,生物因素信息包括温湿度量值和室内密通量值,且温湿度量值用于表示室内环境中温度值与湿度值之间的乘积值,将温度值和湿度值分别标定为Ti和Wi,依据公式求得衡量室内温湿度环境的温湿度量值Wsd,其中,e1和e2分别为温度值和湿度值的变化程度系数,且e1>e2>0,e1+e2=7.3;
而室内密通值用于表示室内环境的密封值与通风效值之间的比值,将密封值和通风效值分别标定为Mf和Tf,依据公式求得衡量室内流动性的室内密通值Mtz,其中,e3和e4分别为密封值和通风效值的转性因子系数,且e4>e3>0,e3+e4=4。
作为本发明的一种优选实施方式,多组分判别分析处理的具体操作步骤如下:
获取室内环境中的常规气体含量数据,将O2气体量值、CO2气体量值和N2气体量值分别标定为a1、a2和a3,并将a1、a2和a3分别代入与之对应的参考范围β1、β2和β3中进行比对分析,当a1处于参考范围β1之中时,则生成O2气体含量正常信号,反之,则生成O2气体含量异常信号,当a2处于参考范围β2之中时,则生成CO2气体含量正常信号,反之,则生成CO2气体含量异常信号,当a3处于参考范围β3之中时,则生成N2气体含量正常信号,反之,则生成N2气体含量异常信号;
据此生成O2气体含量正常信号、O2气体含量异常信号、CO2气体含量正常信号、CO2气体含量异常信号、N2气体含量正常信号和N2气体含量异常信号;
获取室内空气含量中的特殊气体含量数据,将CO气体量值、甲醛气体量值和颗粒物量值分别标定为b1、b2和b3,并将b1、b2和b3分别代入与之对应的参考范围α1、α2和α3中进行比对分析,当b1处于参考范围α1之中时,则生成CO气体正常信号,反之则生成CO气体超标信号;当b2处于参考范围α2之中时,则生成甲醛气体正常信号,反之则生成甲醛气体超标信号;当b3处于参考范围α3之中时,则生成颗粒物正常信号,反之则生成颗粒物超标信号;
据此生成CO气体正常信号、CO气体超标信号、甲醛气体正常信号、甲醛气体超标信号、颗粒物正常信号和颗粒物超标信号。
作为本发明的一种优选实施方式,将上述生成的常规气体含量数据的信号与特殊气体含量数据的信号进行集合判别处理,具体的操作步骤如下:
同时获取常规气体含量数据和特殊气体含量数据中的空气成分判别信号,当获取的空气成分判别信号均为正常信号时,则生成空气成分良好信号;
当获取的空气成分判别信号中存在超标信号时,则生成空气成分异常信号。
作为本发明的一种优选实施方式,把控分析处理的具体操作步骤如下:
获取室内环境中的温湿度量值和室内密通量值,并将其标定为Wsd和Mit,依据公式求得衡量影响室内环境的生物因素值Kqz,其中,x1和x1分别为温湿度量值Wsd和室内密通量值Mit的环境参量系数,且x1+x2=5.14;
将生物因素值Kqz与之对应的预设阈值λ进行比对,当生物因素值Kqz处于预设阈值λ的范围之间时,则生成生物环境合格信号,当生物因素值Kqz处于预设阈值λ的范围之外时,则生成生物环境不合格信号。
作为本发明的一种优选实施方式,数据联动汇总处理的具体操作步骤如下:
获取空气成分良好信号与空气成分异常信号和生物环境合格信号与生物环境不合格信号,并将其进行数据联动汇总处理;
当同时监测的信号数据为空气成分良好信号和生物环境合格信号时,则生成空气质量优级信号;
当同时监测的信号数据为空气成分良好信号和生物环境不合格信号时,则生成空气质量轻度污染信号;
当同时监测的信号数据为空气成分异常信号和生物环境合格信号时,则生成空气质量中度污染信号;
当同时监测的信号数据为空气成分异常信号和生物环境不合格信号时,则生成空气质量重度污染信号。
作为本发明的一种优选实施方式,预警反馈处理的具体操作步骤如下:
当接收到空气质量优级信号时,则生成一级空气预警信号,并据此输出空气指数区间[90,100],当接收到空气质量轻度污染信号,则生成二级空气预警信号,并据此输出空气指数区间[70,89],当接收到空气质量中度污染信号,则生成三级预警信号,并据此输出空气指数区间[50,69],当接收到空气质量重度污染信号,则据此生成四级空气预警信号,并据此输出空气指数区间[0,49]。
与现有技术相比,本发明的有益效果是:
1、通过采集大量的环境中的气体成分基础数据,并对其进行逐一地比对分析的方式,对室内环境中的空气成分好坏的判别进行有效的论证,且大量的基础数据有效地提高了对空气质量评估的全面性和准确性;
2、通过符号化的标定、公式化的运算和信号化的输出,对影响室内空气质量的生物因素进行有效的输出,进而求得衡量影响空气质量好坏的判别信号,并进一步提高了对空气质量评估的全面性和准确性;
3、通过将多层面评估室内空气质量的数据信息进行整合关联,并进行预警数据的输出和警示,在实现对室内空气质量高效且准确检测的同时,也进一步地实现了对空气质量的评估预警,从而保障了人的健康质量和生活质量。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的系统总框图;
图2为本发明的实施例二的系统框图;
图3为本发明的实施例三的系统框图。
具体实施方式
下面将结合实施例对本发明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。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一:
如图1所示,基于大数据分析的室内空气质量检测系统,包括数据采集模块、成分分析模块、生物环境把控模块、关联汇总模块、预警反馈模块和数据输出模块;
数据采集模块用于采集室内环境中的空气成分信息和生物因素信息,并将空气成分信息发送至成分分析模块,将生物因素信息发送至生物环境把控模块;
需要说明的是,空气成分信息用于表示室内环境中含有的各气体成分的信息数据,空气成分信息包括常规气体含量数据和特殊气体含量数据,且常规气体含量数据包括O2气体量值、CO2气体量值和N2气体量值,特殊气体含量数据包括CO气体量值、甲醛气体量值和颗粒物量值;
其中,颗粒物量值用于表示室内空气中悬浮的可被人体吸入的微小颗粒杂质,若人的身体过分吸入微小颗粒杂质,易导致人感染呼吸道疾病的风险;
生物因素信息用于表示室内环境的变化因素,生物因素信息包括温湿度量值和室内密通量值,且温湿度量值用于表示室内环境中温度值与湿度值之间的乘积值,将温度值和湿度值分别标定为Ti和Wi,将温度值Ti和湿度值Wi进行量化处理,提取温度值Ti和湿度值Wi的数值,并将其代入公式计算中,依据公式求得衡量室内温湿度环境的温湿度量值Wsd,其中,e1和e2分别为温度值和湿度值的变化程度系数,且e1>e2>0,e1+e2=7.3,需要说明的是,变化程度系数用于体现在公式运算中的温度值和湿度值对计算结果影响程度大小的系数;
而室内密通值用于表示室内环境的密封值与通风效值之间的比值,将密封值和通风效值分别标定为Mf和Tf,将密封值Mf和通风效值Tf进行量化处理,提取密封值Mf和通风效值Tf的数值,并将其代入公式计算中,依据公式求得衡量室内流动性的室内密通值Mtz,其中,e3和e4分别为密封值和通风效值的转性因子系数,且e4>e3>0,e3+e4=4,需要说明的是,转性因子系数用于提高密封值和通风效值在公式计算中的准确性;
成分分析模块对接收的空气成分信息进行多组分判别分析处理,据此生成空气成分良好信号和空气成分异常信号,并将其均发送至关联汇总模块;
生物环境把控模块对接收的生物因素信息进行把控分析处理,据此生成生物环境合格信号和生物环境不合格信号,并将其均发送至关联汇总模块;
关联汇总模块对接收的空气成分良好信号和空气成分异常信号与生物环境合格信号和生物环境不合格信号进行数据联动汇总处理,据此生成空气质量优级信号、空气质量轻度污染信号、空气质量中度污染信号和空气质量重度污染信号,并将其均发送至预警反馈模块;
预警反馈模块用于对接收的空气质量优级信号、空气质量轻度污染信号、空气质量中度污染信号和空气质量重度污染信号进行预警反馈处理,据此生成一级预警信号、二级预警信号、三级预警信号和四级预警信号,并将其均发送至数据输出模块;
数据输出模块用于对接收的各级预警信号以预警信号灯和铃声警报的方式在显示面板终端进行响应,并以文本描述的方式输出至管理人员的手机用户终端进行响应;
通过采集大量地影响室内空气质量的数据信息,并对其进行符号化的标定、公式化的运算和信号化的输出,进而获取衡量空气成分好坏的判别信号和衡量影响空气质量好坏的判别信号,并将两种影响空气质量的信息进行数据的整合关联和判别输出,据此获取对室内空气质量评估的预警信号,并将预警信号进行有效的反馈输出,在实现对室内空气高效且准确检测的同时,也进一步地实现了对空气质量的评估预警操作,从而提高了对空气质量检测的全面性和准确性,也进一步保障了人的健康质量。
实施例二:
如图1和图2所示,数据采集模块用于采集室内环境中的空气成分信息,并将其发送至成分分析模块;
成分分析模块对接收的空气成分信息进行多组分判别分析处理,具体操作步骤如下:
获取室内环境中的常规气体含量数据,将O2气体量值、CO2气体量值和N2气体量值分别标定为a1、a2和a3,并将a1、a2和a3分别代入与之对应的参考范围β1、β2和β3中进行比对分析;
当a1处于参考范围β1之中时,则生成O2气体含量正常信号,反之,则生成O2气体含量异常信号,当a2处于参考范围β2之中时,则生成CO2气体含量正常信号,反之,则生成CO2气体含量异常信号,当a3处于参考范围β3之中时,则生成N2气体含量正常信号,反之,则生成N2气体含量异常信号;
据此生成O2气体含量正常信号、O2气体含量异常信号、CO2气体含量正常信号、CO2气体含量异常信号、N2气体含量正常信号和N2气体含量异常信号;
获取室内空气含量中的特殊气体含量数据,将CO气体量值、甲醛气体量值和颗粒物量值分别标定为b1、b2和b3,并将b1、b2和b3分别代入与之对应的参考范围α1、α2和α3中进行比对分析;
当b1处于参考范围α1之中时,则生成CO气体正常信号,反之则生成CO气体超标信号;当b2处于参考范围α2之中时,则生成甲醛气体正常信号,反之则生成甲醛气体超标信号;当b3处于参考范围α3之中时,则生成颗粒物正常信号,反之则生成颗粒物超标信号;
据此生成CO气体正常信号、CO气体超标信号、甲醛气体正常信号、甲醛气体超标信号、颗粒物正常信号和颗粒物超标信号;
将上述生成的常规气体含量数据的信号与特殊气体含量数据的信号进行集合判别处理,具体的操作步骤如下:
同时获取常规气体含量数据和特殊气体含量数据中的空气成分判别信号,当获取的空气成分判别信号均为正常信号时,则生成空气成分良好信号;
当获取的空气成分判别信号中存在超标信号时,则生成空气成分异常信号;
并将上述生成的空气成分良好信号和空气成分异常信号均发送至关联汇总模块;
通过对室内环境中空气中的常规气体成分的量和特殊气体成分的量进行采集,并将其逐一代入与之对应的范围参考内进行分析,并通过数据信号的判定生成和综合判别的输出,进而获取衡量空气成分好坏的判别信号;
通过采集大量的基础数据和逐一的比对分析的方式,对室内环境中的空气成分好坏的判别进行有效的论证,且大量的基础数据提高了对空气质量评估的全面性和准确性。
实施例三:
如图1和图3所示,数据采集模块用于采集室内环境中的生物因素信息,并将其发送至生物环境把控模块;
生物环境把控模块对接收的生物因素信息进行把控分析处理,具体操作步骤如下:
获取室内环境中的温湿度量值和室内密通量值,并将其标定为Wsd和Mit,将温湿度量值Wsd和室内密通量值Mit进行量化处理,提取温湿度量值Wsd和室内密通量值Mit的数值,并将其代入公式计算中,依据公式求得衡量影响室内环境的生物因素值Kqz,其中,x1和x1分别为温湿度量值Wsd和室内密通量值Mit的环境参量系数,且x1+x2=5.14,其中,环境参量系数用于减少温湿度量值Wsd和室内密通量值Mit在公式计算中的误差性;
将生物因素值Kqz与之对应的预设阈值λ进行比对,当生物因素值Kqz处于预设阈值λ的范围之间时,则生成生物环境合格信号,当生物因素值Kqz处于预设阈值λ的范围之外时,则生成生物环境不合格信号;
据此生成生物环境合格信号和生物环境不合格信号,并将其均发送至关联汇总模块;
通过对室内环境中影响空气质量的生物因素信息进行数据的采集和分析,并将其进行公式运算,进而获取衡量影响空气质量的生物因素值Kqz,并将生物因素值Kqz与之对应的预设阈值λ进行比对分析,通过符号化的标定、公式化的运算和信号化的输出,进而求得衡量影响空气质量好坏的判别信号,并进一步提高了对空气质量评估的全面性和准确性。
实施例四:
如图1所示,关联汇总模块对接收的空气成分良好信号和空气成分异常信号与生物环境合格信号和生物环境不合格信号进行数据联动汇总处理,具体操作步骤如下:
当同时监测的信号数据为空气成分良好信号和生物环境合格信号时,则生成空气质量优级信号,空气质量优级信号用于表示当前室内的空气质量处于相对理想的环境,并非常适宜人的生活;
当同时监测的信号数据为空气成分良好信号和生物环境不合格信号时,则生成空气质量轻度污染信号,空气质量轻度污染信号用于表示当前室内的空气质量处于轻度污染的程度,但仍适宜人的生活,对人的身体不构成伤害;
当同时监测的信号数据为空气成分异常信号和生物环境合格信号时,则生成空气质量中度污染信号,空气质量中度污染信号用于表示当前室内的空气质量较差,若人长期处于这种环境中,会给人的身体健康带来一定的危害;
当同时监测的信号数据为空气成分异常信号和生物环境不合格信号时,则生成空气质量重度污染信号,空气质量重度污染信号用于表示当前室内的空气质量处于相对较恶劣,并且对人的生活带来相对的困扰,人若长期生活在这种环境下,对人的身体健康会造成非常大的伤害;
据此生成空气质量优级信号、空气质量轻度污染信号、空气质量中度污染信号和空气质量重度污染信号,并将其均发送至预警反馈模块;
预警反馈模块用于对接收的空气质量优级信号、空气质量轻度污染信号、空气质量中度污染信号和空气质量重度污染信号进行预警反馈处理,具体操作步骤如下:
当接收到空气质量优级信号时,则生成一级空气预警信号,并据此输出空气指数区间[90,100],当接收到空气质量轻度污染信号,则生成二级空气预警信号,并据此输出空气指数区间[70,89],当接收到空气质量中度污染信号,则生成三级预警信号,并据此输出空气指数区间[50,69],当接收到空气质量重度污染信号,则据此生成四级空气预警信号,并据此输出空气指数区间[0,49];
并将一级预警信号、二级预警信号、三级预警信号和四级预警信号均发送至数据输出模块;
数据输出模块用于对接收的各级预警信号以预警信号灯和铃声警报的方式在显示面板终端进行响应,并以文本描述的方式输出至管理人员的手机用户终端进行响应;
具体的,当接收到一级预警信号时,显示面板终端以绿色指示灯的方式进行呈现,并以“空气良好”的字样在管理人员的手机用户终端进行呈现;
当接收到二级预警信号时,显示面板终端以蓝色指示灯的方式进行呈现,并以“空气一般”的字样在管理人员的手机用户终端进行呈现;
当接收到三级预警信号时,显示面板终端以黄色指示灯的方式进行呈现的同时,还进行了间歇性短暂的响铃提示,并以“空气较差”的字样在管理人员的手机用户终端进行呈现;
当接收到四级预警信号时,显示面板终端以红色指示灯的方式进行呈现的同时,还进行了间歇性长时间的响铃提示,并以“空气非常差”的字样在管理人员的手机用户终端进行呈现。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置。
本发明在使用时,通过对室内环境中空气中的常规气体成分的量和特殊气体成分的量进行采集,并将其逐一代入与之对应的范围参考内进行分析,并通过数据信号的判定生成和综合判别的输出,进而获取衡量空气成分好坏的判别信号;
通过采集大量的基础数据和逐一的比对分析的方式,对室内环境中的空气成分好坏的判别进行有效的论证,且大量的基础数据提高了对空气质量评估的全面性和准确性;
通过对室内环境中影响空气质量的生物因素信息进行数据的采集和分析,并将其进行公式运算,进而获取衡量影响空气质量的生物因素值Kqz,并将生物因素值Kqz与之对应的预设阈值λ进行比对分析,通过符号化的标定、公式化的运算和信号化的输出,进而求得衡量影响空气质量好坏的判别信号,并进一步提高了对空气质量评估的全面性和准确性;
再将上述处理的信号数据进行关联汇总,据此获取对室内空气质量评估的预警信号,并将预警信号进行有效的反馈输出,在实现对室内空气高效且准确检测的同时,也进一步地实现了对空气质量的评估预警操作,从而提高了对空气质量检测的全面性和准确性,也进一步保障了人的健康质量。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.基于大数据分析的室内空气质量检测系统,其特征在于,包括数据采集模块、成分分析模块、生物环境把控模块、关联汇总模块、预警反馈模块和数据输出模块;
所述数据采集模块用于采集室内环境中的空气成分信息和生物因素信息,并将空气成分信息发送至成分分析模块,将生物因素信息发送至生物环境把控模块;
所述成分分析模块对接收的空气成分信息进行多组分判别分析处理,据此生成空气成分良好信号和空气成分异常信号,并将其均发送至关联汇总模块;
所述生物环境把控模块对接收的生物因素信息进行把控分析处理,据此生成生物环境合格信号和生物环境不合格信号,并将其均发送至关联汇总模块;
所述关联汇总模块对接收的空气成分良好信号和空气成分异常信号与生物环境合格信号和生物环境不合格信号进行数据联动汇总处理,据此生成空气质量优级信号、空气质量轻度污染信号、空气质量中度污染信号和空气质量重度污染信号,并将其均发送至预警反馈模块;
所述预警反馈模块用于对接收的空气质量优级信号、空气质量轻度污染信号、空气质量中度污染信号和空气质量重度污染信号进行预警反馈处理,据此生成一级预警信号、二级预警信号、三级预警信号和四级预警信号,并将其均发送至数据输出模块;
所述数据输出模块用于对接收的各级预警信号以预警信号灯和铃声警报的方式在显示面板终端进行响应,并以文本描述的方式输出至管理人员的手机用户终端进行响应。
2.根据权利要求1所述的基于大数据分析的室内空气质量检测系统,其特征在于,空气成分信息用于表示室内环境中含有的各气体成分的信息数据,空气成分信息包括常规气体含量数据和特殊气体含量数据,且常规气体含量数据包括O2气体量值、CO2气体量值和N2气体量值,特殊气体含量数据包括CO气体量值、甲醛气体量值和颗粒物量值;
生物因素信息用于表示室内环境的变化因素,生物因素信息包括温湿度量值和室内密通量值,且温湿度量值用于表示室内环境中温度值与湿度值之间的乘积值,而室内密通值用于表示室内环境的密封值与通风效值之间的比值。
3.根据权利要求2所述的基于大数据分析的室内空气质量检测系统,其特征在于,多组分判别分析处理的具体操作步骤如下:
获取室内环境中的常规气体含量数据,将O2气体量值、CO2气体量值和N2气体量值分别标定为a1、a2和a3,并将a1、a2和a3分别代入与之对应的参考范围β1、β2和β3中进行比对分析,据此生成O2气体含量正常信号、O2气体含量异常信号、CO2气体含量正常信号、CO2气体含量异常信号、N2气体含量正常信号和N2气体含量异常信号;
获取室内空气含量中的特殊气体含量数据,将CO气体量值、甲醛气体量值和颗粒物量值分别标定为b1、b2和b3,并将b1、b2和b3分别代入与之对应的参考范围α1、α2和α3中进行比对分析,据此生成CO气体正常信号、CO气体超标信号、甲醛气体正常信号、甲醛气体超标信号、颗粒物正常信号和颗粒物超标信号。
4.根据权利要求3所述的基于大数据分析的室内空气质量检测系统,其特征在于,将常规气体含量数据的信号与特殊气体含量数据的信号进行集合判别处理,具体的操作步骤如下:
同时获取常规气体含量数据和特殊气体含量数据中的空气成分判别信号,当获取的空气成分判别信号均为正常信号时,则生成空气成分良好信号;
当获取的空气成分判别信号中存在超标信号时,则生成空气成分异常信号。
6.根据权利要求1所述的基于大数据分析的室内空气质量检测系统,其特征在于,数据联动汇总处理的具体操作步骤如下:
获取空气成分良好信号与空气成分异常信号和生物环境合格信号与生物环境不合格信号,并将其进行数据联动汇总处理;
当同时监测的信号数据为空气成分良好信号和生物环境合格信号时,则生成空气质量优级信号;
当同时监测的信号数据为空气成分良好信号和生物环境不合格信号时,则生成空气质量轻度污染信号;
当同时监测的信号数据为空气成分异常信号和生物环境合格信号时,则生成空气质量中度污染信号;
当同时监测的信号数据为空气成分异常信号和生物环境不合格信号时,则生成空气质量重度污染信号。
7.根据权利要求1所述的基于大数据分析的室内空气质量检测系统,其特征在于,预警反馈处理的具体操作步骤如下:
当接收到空气质量优级信号时,则生成一级空气预警信号,并据此输出空气指数区间[90,100],当接收到空气质量轻度污染信号,则生成二级空气预警信号,并据此输出空气指数区间[70,89],当接收到空气质量中度污染信号,则生成三级预警信号,并据此输出空气指数区间[50,69],当接收到空气质量重度污染信号,则据此生成四级空气预警信号,并据此输出空气指数区间[0,49]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111093922.8A CN113804834A (zh) | 2021-09-17 | 2021-09-17 | 基于大数据分析的室内空气质量检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111093922.8A CN113804834A (zh) | 2021-09-17 | 2021-09-17 | 基于大数据分析的室内空气质量检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113804834A true CN113804834A (zh) | 2021-12-17 |
Family
ID=78939692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111093922.8A Withdrawn CN113804834A (zh) | 2021-09-17 | 2021-09-17 | 基于大数据分析的室内空气质量检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113804834A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114414736A (zh) * | 2021-12-27 | 2022-04-29 | 广州吉泰发展有限公司 | 一种人工智能空气质量检测装置及检测方式 |
CN114517889A (zh) * | 2022-01-25 | 2022-05-20 | 佛山绿色发展创新研究院 | 一种用于实现氢气质量在线检测的控制方法及加氢系统 |
CN115060761A (zh) * | 2022-08-17 | 2022-09-16 | 山东美生热能科技有限公司 | 一种隔热油套管真空抽取监管控制系统 |
CN115452216A (zh) * | 2022-09-23 | 2022-12-09 | 安徽理工大学 | 一种基于互联网的煤矿巷道光纤智能在线监测系统 |
CN115792135A (zh) * | 2023-01-10 | 2023-03-14 | 北京车讯骏都互联网有限公司 | 一种用于车辆车内空气质量的测试方法、系统及介质 |
-
2021
- 2021-09-17 CN CN202111093922.8A patent/CN113804834A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114414736A (zh) * | 2021-12-27 | 2022-04-29 | 广州吉泰发展有限公司 | 一种人工智能空气质量检测装置及检测方式 |
CN114414736B (zh) * | 2021-12-27 | 2024-04-30 | 广州吉泰发展有限公司 | 一种人工智能空气质量检测装置及检测方式 |
CN114517889A (zh) * | 2022-01-25 | 2022-05-20 | 佛山绿色发展创新研究院 | 一种用于实现氢气质量在线检测的控制方法及加氢系统 |
CN114517889B (zh) * | 2022-01-25 | 2024-01-23 | 佛山绿色发展创新研究院 | 一种用于实现氢气质量在线检测的控制方法及加氢系统 |
CN115060761A (zh) * | 2022-08-17 | 2022-09-16 | 山东美生热能科技有限公司 | 一种隔热油套管真空抽取监管控制系统 |
CN115452216A (zh) * | 2022-09-23 | 2022-12-09 | 安徽理工大学 | 一种基于互联网的煤矿巷道光纤智能在线监测系统 |
CN115792135A (zh) * | 2023-01-10 | 2023-03-14 | 北京车讯骏都互联网有限公司 | 一种用于车辆车内空气质量的测试方法、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113804834A (zh) | 基于大数据分析的室内空气质量检测系统 | |
CN103969428B (zh) | 带呼吸分析器的便携电子设备 | |
KR101771053B1 (ko) | 실시간 통합 실내 공기질 알림지수 결정 방법 및 장치 | |
Hasselblad et al. | Synthesis of environmental evidence: nitrogen dioxide epidemiology studies | |
CN101033989B (zh) | 环境监测装置及方法 | |
Kalia et al. | IOT based air quality and particulate matter concentration monitoring system | |
Sung et al. | Building an indoor air quality monitoring system based on the architecture of the Internet of Things | |
KR102189049B1 (ko) | 실내 및 실외에서의 오염물질 노출량을 측정하는 방법 및 장치 | |
Kempton et al. | A rapid review of the impact of increasing airtightness on indoor air quality | |
Kakoulli et al. | A review of field measurement studies on thermal comfort, indoor air quality and virus risk | |
Li et al. | Estimation of PM2. 5 infiltration factors and personal exposure factors in two megacities, China | |
Tong et al. | Prediction model for air particulate matter levels in the households of elderly individuals in Hong Kong | |
TWI498553B (zh) | 無線空氣品質監控系統及空氣品質預測方法 | |
CN112304831B (zh) | 基于质量守恒的学生行为对教室内pm2.5浓度的计算方法 | |
Dubowski et al. | Response of breath-alcohol analyzers to acetone: further studies | |
Nowshin et al. | Microcontroller based environmental pollution monitoring system though IoT implementation | |
Zhang et al. | Development of an approach to correcting MicroPEM baseline drift | |
Ivanov et al. | Distributed smart sensor system for indoor climate monitoring | |
CN205375763U (zh) | 一种煤气检测与预警系统 | |
Komarudin et al. | Design and implementation of a low-cost air quality measurement instrumentation using intemet-of-things platform and cloud-based messaging service | |
Shi et al. | Research on Air Quality Monitoring System Based on STM32 Single Chip Microcomputer | |
CN202974939U (zh) | 自标定呼出气体分析设备 | |
CN112397203B (zh) | 环境暴露的pm2.5重金属健康风险评价方法及系统 | |
Chang et al. | CO multi-forecasting model for indoor health and safety management in smart home | |
CN108287082A (zh) | 一种检测重污染环境下空气净化器净化效果的设备及方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211217 |