CN116930420A - 一种气体复合恶臭检测方法 - Google Patents
一种气体复合恶臭检测方法 Download PDFInfo
- Publication number
- CN116930420A CN116930420A CN202310913769.1A CN202310913769A CN116930420A CN 116930420 A CN116930420 A CN 116930420A CN 202310913769 A CN202310913769 A CN 202310913769A CN 116930420 A CN116930420 A CN 116930420A
- Authority
- CN
- China
- Prior art keywords
- gas
- value
- malodor
- compound
- concentration
- 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
- 239000002131 composite material Substances 0.000 title claims abstract description 12
- 238000001514 detection method Methods 0.000 title claims abstract description 10
- 239000007789 gas Substances 0.000 claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000013507 mapping Methods 0.000 claims abstract description 5
- LSDPWZHWYPCBBB-UHFFFAOYSA-N Methanethiol Chemical compound SC LSDPWZHWYPCBBB-UHFFFAOYSA-N 0.000 claims description 25
- 150000001875 compounds Chemical class 0.000 claims description 24
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 claims description 22
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 21
- WQOXQRCZOLPYPM-UHFFFAOYSA-N dimethyl disulfide Chemical compound CSSC WQOXQRCZOLPYPM-UHFFFAOYSA-N 0.000 claims description 21
- GETQZCLCWQTVFV-UHFFFAOYSA-N trimethylamine Chemical compound CN(C)C GETQZCLCWQTVFV-UHFFFAOYSA-N 0.000 claims description 20
- QGJOPFRUJISHPQ-UHFFFAOYSA-N Carbon disulfide Chemical compound S=C=S QGJOPFRUJISHPQ-UHFFFAOYSA-N 0.000 claims description 19
- QMMFVYPAHWMCMS-UHFFFAOYSA-N Dimethyl sulfide Chemical compound CSC QMMFVYPAHWMCMS-UHFFFAOYSA-N 0.000 claims description 14
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 12
- 229910000037 hydrogen sulfide Inorganic materials 0.000 claims description 11
- 229910021529 ammonia Inorganic materials 0.000 claims description 10
- 230000008447 perception Effects 0.000 claims description 6
- 230000035807 sensation Effects 0.000 claims description 5
- QGJOPFRUJISHPQ-NJFSPNSNSA-N carbon disulfide-14c Chemical compound S=[14C]=S QGJOPFRUJISHPQ-NJFSPNSNSA-N 0.000 description 4
- 230000000996 additive effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000000873 masking effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000003042 antagnostic effect Effects 0.000 description 1
- 230000008485 antagonism Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008786 sensory perception of smell Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G01N33/0006—Calibrating gas analysers
-
- 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)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Combustion & Propulsion (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明公开了一种气体复合恶臭检测方法,包括以下步骤:(A1)气体传感器获得多种气体的浓度值Ci,其中,i=1,2…N,N是大于2的整数;(A2)处理器根据所述浓度值Ci以及以下映射关系获得恶臭OU值。本申请考虑到各种气体浓度、温度、相对湿度等参数对OU值计算的影响,提出了新的计算方式,提高了OU值的准确性;对比结果表明,本专利给出的OU值与嗅辩OU值间偏差小。
Description
技术领域
本发明涉及检测技术领域,特别涉及一种气体复合恶臭检测方法。
背景技术
对于复合恶臭OU值的计算,主要有完全拟合法和理论模拟法,如:
专利CN105259318A和CN105486812A中,均是基于偏最小二乘法对环境监测仪器的响应值和嗅辩OU值进行完全拟合,这种纯粹基于数学原理计算得到的拟合算法不能科学反映恶臭嗅觉感知与恶臭污染各因子之间的真实关系。
专利CN111766337B公开了基于加和算法理论,进一步使用实际嗅辩OU值进行参数修正,这一算法反映了嗅觉感知与恶臭污染各因子在电子鼻中的响应间的关系,但未反映嗅觉感知与恶臭污染各因子实际浓度之间的关系;同时,该算法认为人体对恶臭的感知是完全线性的,这也存在一定的局限性。
发明内容
本发明所要解决的技术问题是提供一种气体复合恶臭检测方法,其克服了现有技术的上述缺陷。
本发明所要解决的技术问题是通过以下技术方案来实现的:
一种气体复合恶臭检测方法,包括以下步骤:
(A1)气体传感器获得多种气体的浓度值Ci,其中,i=1,2…N,N是大于2的整数;
(A2)处理器根据所述浓度值Ci以及以下映射关系获得恶臭OU值,公式如下:
其中,ηi是与气体对应的参数,γ是嗅觉感知系数。
优选地,所述ηi的计算公式如下:
其中,ai、bi、di和fi分别是与气体对应的系数,T是温度,H是湿度,η0i是与气体对应的设定温度、设定湿度下的参数值。
优选地,所述ηi是与气体对应的25℃,相对湿度50%下的参数值。
优选地,多种所述气体包括甲硫醇、甲硫醚、硫化氢、二甲二硫、三甲胺、苯乙烯、氨或二硫化碳的一种或多种。
优选地,各种所述气体对应的ηi为:与甲硫醇对应的η=3.3,与甲硫醚对应的η=25,与硫化氢对应的η=40,与二甲二硫对应的η=14,与三甲胺对应的η=30,与苯乙烯对应的η=1077,与氨对应的η=1976,与二硫化碳对应的η884。
优选地,γ是指示人体嗅觉感知强度与化合物浓度相关性的线性程度,基于复合气体的人工嗅辩结果拟合。
本发明上述技术方案,具有如下有益效果:
(1)、OU值准确;
(2)、本专利考虑到各种气体浓度、温度、相对湿度等参数对OU值计算的影响,提出了新的计算方式,提高了OU值的准确性;
(3)、对比结果表明,本专利给出的OU值与嗅辩OU值间偏差小。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1为气体复合恶臭检测方法的流程图。
具体实施方式
现在来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
实施例1
本发明实施例的气体复合恶臭检测方法,如图1所示,所述气体复合恶臭检测方法包括以下步骤:
(A1)气体传感器获得多种气体的浓度值Ci,i=1,2…N,N是大于2的整数;
(A2)处理器根据所述浓度值以及以下映射关系获得恶臭OU值;
ηi是与气体对应的参数,γ是嗅觉感知系数。
为了提高检测准确度,进一步地,所述参数为:
ai、bi、di和fi分别是与气体对应的系数,T是温度,H是湿度,η0i是与气体对应的设定温度、设定湿度下的参数值。
进一步地,所述ηi是与气体对应的25℃,相对湿度50%下的参数值。上述多种气体包括甲硫醇、甲硫醚、硫化氢、二甲二硫、三甲胺、苯乙烯、氨或二硫化碳的一种或多种。
任意两类化合物A、B之间的相加、协同、拮抗、掩蔽作用下的OU值可由下式表示:
OU=[(μACA/SA)^γ+(μBCB/SB)^γ]^1/γ,
式中,CA、CB为两类化合物的浓度,SA、SB为两种化合物的嗅阈。
μA、μB为两类化合物的相互作用系数,基于复合气体的人工嗅辩结果拟合。
当1<μA+μB≤2时,指示两类化合物间的相加作用;
当μA+μB>2时,指示两类化合物间的协同作用;
当μA+μB≤1时,指示两类化合物间的拮抗作用。
当μA=0或μB=0时,指示两类混合物间的掩蔽作用。
同类化合物间通常具有相加作用,例如甲硫醇、甲硫醚、二甲二硫间呈相加作用。
具有相反化学性质的化合物通常不会大量共存,例如硫化氢与氨气,分别呈酸性与碱性,表现为在OU值基于浓度的计算上呈拮抗作用。
具有不同极性的化合物通常不发生反应,如苯乙烯(烃类,非极性)与甲硫醇(有机硫,极性)可以共存,在OU值的计算上通常呈相加作用。
因此,计算时需将硫化氢与氨气作为一项考虑,基于七项的恶臭污染物的OU值完整计算公式表示为:
OU=[(μ1C1/S1)^γ+(μ2C2/S2)^γ+(μ3C3/S3)^γ+(μ4C4/S4)^γ+(μ5C5/S5)^γ+(μ6C6/S6)^γ+(μ7C7/S7)^γ]^1/γ,
其中,C1=|C氨-C硫化氢|,μ1=硫化氢或氨中浓度较高者的相互作用系数,S1为硫化氢或氨中浓度较高者的嗅阈值;C2-C7分别为甲硫醇、甲硫醚、二甲二硫、二硫化碳、苯乙烯、三甲胺的浓度值;μ2-μ7分别为甲硫醇、甲硫醚、二甲二硫、二硫化碳、苯乙烯、三甲胺的相互作用系数,S2-S7分别为甲硫醇、甲硫醚、二甲二硫、二硫化碳、苯乙烯、三甲胺的嗅阈值。为便于拟合和实际使用计算,将ηn=(μn/Sn)作为单独项,上式简化为:
OU=[(C1η1)^γ+(C2η2)^γ+(C3η3)^γ+(C4η4)^γ+(C5η5)^γ+(C6η6)^γ+(C7η7)^γ]^1/γ,
γ为嗅觉感知系数,指示人体嗅觉感知强度与化合物浓度相关性的线性程度,基于复合气体的人工嗅辩结果拟合。
γ=1时,嗅觉感知强度与化合物浓度呈一次线性。
基于嗅辩结果拟合并使用的最优系列的各项参数值为:
η甲硫醇=3.3,
η甲硫醚=25,
η二甲二硫=14,
η二硫化碳=884,
η苯乙烯=1077,
η三甲胺=30,
η硫化氢=40,
η氨=1976。
γ=2。
实施例2:
根据本发明实施例1的气体复合恶臭检测方法的应用例。
在本应用例中,如图1所示,气体复合恶臭检测方法,包括以下步骤:
(A1)利用各种传感器获得8种气体的浓度(见表1):甲硫醇、甲硫醚、硫化氢、二甲二硫、三甲胺、苯乙烯、氨和二硫化碳,也即N=8;
表1:8种气体的气体浓度
(A2)处理器根据所述浓度值以及以下映射关系获得恶臭OU值;
γ取1.94,/>
其中,ai、bi、di和fi分别是与气体对应的系数,具体数值见下述表2,T是温度,H是湿度,η0i是与气体对应的25℃,相对湿度50%下的参数值(参见实施例1),其中与甲硫醇对应的η01=3.3,与甲硫醚对应的η02=25,与硫化氢对应的η03=40,与二甲二硫对应的η04=14,与三甲胺对应的η05=30,与苯乙烯对应的η06是=1077,与氨对应的η07=1976,与二硫化碳对应的η08=884;
表2:ai、bi、di和fi与气体对应的系数
依据上述参数,从而得出OU值,具体数值见下述表3。
表3:OU值结果
可见,本申请中方案准确的基于恶臭污染因子实测浓度值计算复合恶臭OU值,且与嗅辩值具有一致性,偏差不高于±10%。
虽然本发明已以实施例公开如上,然其并非用于限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种不同的选择和修改,因此本发明的保护范围由权利要求书及其等同形式所限定。
Claims (6)
1.一种气体复合恶臭检测方法,其特征在于,包括以下步骤:
(A1)气体传感器获得多种气体的浓度值Ci,其中,i=1,2…N,N是大于2的整数;
(A2)处理器根据所述浓度值Ci以及以下映射关系获得恶臭OU值,公式如下:
其中,ηi是与气体对应的参数,γ是嗅觉感知系数。
2.根据权利要求1所述的气体复合恶臭检测方法,其特征在于,所述ηi的计算公式如下:
其中,ai、bi、di和fi分别是与气体对应的系数,T是温度,H是湿度,η0i是与气体对应的设定温度、设定湿度下的参数值。
3.根据权利要求1所述的气体复合恶臭检测方法,其特征在于,所述ηi是与气体对应的25℃,相对湿度50%下的参数值。
4.根据权利要求1所述的气体复合恶臭检测方法,其特征在于,多种所述气体包括甲硫醇、甲硫醚、硫化氢、二甲二硫、三甲胺、苯乙烯、氨或二硫化碳的一种或多种。
5.根据权利要求4所述的气体复合恶臭检测方法,其特征在于,各种所述气体对应的ηi为:与甲硫醇对应的η=3.3,与甲硫醚对应的η=25,与硫化氢对应的η=40,与二甲二硫对应的η=14,与三甲胺对应的η=30,与苯乙烯对应的η=1077,与氨对应的η=1976,与二硫化碳对应的η=884。
6.根据权利要求4所述的气体复合恶臭检测方法,其特征在于,γ是指示人体嗅觉感知强度与化合物浓度相关性的线性程度,基于复合气体的人工嗅辩结果拟合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310913769.1A CN116930420A (zh) | 2023-07-24 | 2023-07-24 | 一种气体复合恶臭检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310913769.1A CN116930420A (zh) | 2023-07-24 | 2023-07-24 | 一种气体复合恶臭检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116930420A true CN116930420A (zh) | 2023-10-24 |
Family
ID=88378711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310913769.1A Pending CN116930420A (zh) | 2023-07-24 | 2023-07-24 | 一种气体复合恶臭检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116930420A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117368132A (zh) * | 2023-12-07 | 2024-01-09 | 杭州泽天春来科技股份有限公司 | 恶臭气体检测方法、装置及计算机设备 |
-
2023
- 2023-07-24 CN CN202310913769.1A patent/CN116930420A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117368132A (zh) * | 2023-12-07 | 2024-01-09 | 杭州泽天春来科技股份有限公司 | 恶臭气体检测方法、装置及计算机设备 |
CN117368132B (zh) * | 2023-12-07 | 2024-02-27 | 杭州泽天春来科技股份有限公司 | 恶臭气体检测方法、装置及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116930420A (zh) | 一种气体复合恶臭检测方法 | |
Gebicki | Application of electrochemical sensors and sensor matrixes for measurement of odorous chemical compounds | |
CN103196830B (zh) | 环境恶臭污染定量监测方法 | |
CN111766337B (zh) | 基于多组分气体检测仪传感器阵列的臭气浓度ou值算法 | |
Xuemei et al. | Research on the relationship of economic growth and environmental pollution in Shandong province based on environmental Kuznets curve | |
KR102100739B1 (ko) | 미세먼지 발생 예측방법 | |
Zhang et al. | Time series estimation of gas sensor baseline drift using ARMA and Kalman based models | |
Tintner et al. | Modeling the final phase of landfill gas generation from long-term observations | |
Kim et al. | ML-based humidity and temperature calibration system for heterogeneous MOx sensor array in ppm-level BTEX monitoring | |
Zhang et al. | Concentration estimation of formaldehyde using metal oxide semiconductor gas sensor array-based e-noses | |
CN112903945A (zh) | 一种基于常规水质参数的城市黑臭水体识别方法 | |
Abidin et al. | Comparative study of drift compensation methods for environmental gas sensors | |
JP3918687B2 (ja) | におい測定装置 | |
Stuetz et al. | Sensor arrays: an inspired idea or an objective measurement of environmental odours? | |
CN115389718A (zh) | 一种基于人工智能的环境检测预警方法 | |
Nagle et al. | Environmental monitoring | |
Vasile et al. | Environmental impact assessment of odours from solid waste landfills located in highly urbanized areas | |
Avanzato et al. | Gas Values Prediction and Forecast Techniques Based on DL Models | |
Romain et al. | Monitoring an odour in the environment with an electronic nose: requirements for the signal processing | |
CN117589948B (zh) | 一种基于颗粒物数谱的云凝结核来源解析方法及系统 | |
Alferes et al. | Advanced on-line monitoring at wastewater treatment plants: Coupling e-nose technology and modelling techniques | |
Ma et al. | Air quality evaluation method based on data analysis | |
CN113990407B (zh) | 对多氯萘及其同系物的含量及来源进行解析的解析方法 | |
Gac et al. | Reconstruction of Dynamics of SO Concentration in Troposphere Based on Results of Direct Measurements | |
Reisinger et al. | Comparison of enhanced and routine methods for measuring ambient low-level sulfur dioxide |
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 |