CN117761263A - 一种甲醛气体检测系统及方法 - Google Patents
一种甲醛气体检测系统及方法 Download PDFInfo
- Publication number
- CN117761263A CN117761263A CN202410195879.3A CN202410195879A CN117761263A CN 117761263 A CN117761263 A CN 117761263A CN 202410195879 A CN202410195879 A CN 202410195879A CN 117761263 A CN117761263 A CN 117761263A
- Authority
- CN
- China
- Prior art keywords
- mattress
- value
- formaldehyde
- average
- data
- 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
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 title claims abstract description 600
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000010438 heat treatment Methods 0.000 claims abstract description 67
- 230000008859 change Effects 0.000 claims abstract description 38
- 238000012512 characterization method Methods 0.000 claims description 64
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 24
- 238000012935 Averaging Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- 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
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明属于甲醛检测技术领域，本发明提供了一种甲醛气体检测系统及方法，包括：构建温度变化曲线图和气体流速变化曲线图，采集多个床垫周围气体的样本，对床垫周围气体的样本进行选取，获得床垫正常状态下的甲醛散发含量表征值，对床垫在正常状态下散发的甲醛含量是否符合标准进行判定，并将床垫进行标记，基于预正常床垫，对床垫进行最大温度加热，并获取其对应的甲醛散发含量表征值，对床垫加热状态下散发的甲醛含量是否符合标准进行判定，并根据判定结果对预正常床垫进行分类，本发明实现了对不同状态下的温控床垫的甲醛散发含量进行检测，提高了对床垫散发的甲醛散发含量是否超出标准的检测精度。
Description
技术领域
本发明属于甲醛检测技术领域，具体地说是一种甲醛气体检测系统及方法。
背景技术
随着人们生活水平的提高，对家居环境的要求也越来越高。床垫作为家居生活中必不可少的用品，其安全性尤为重要。然而，现有的床垫在生产过程中往往使用含有甲醛的粘胶剂，导致床垫在使用过程中不断释放甲醛，对用户健康造成潜在威胁。因此，如何有效检测和控制床垫内甲醛含量成为亟待解决的问题。
公开号为CN111796060A的一项中国专利申请公开了一种甲醛气体检测系统，包括：分布式甲醛浓度检测模块、远程控制开关、通讯模块以及终端设备，分布式甲醛浓度检测模块包括多个甲醛传感器以及多个模块，其之间通过电性连接，甲醛传感器通过通讯模块将数据信息传递给数据处理器，进而存储在数据存储器中，显示器用于显示，并对来自数据存储器的数据信息对应每个甲醛传感器进行独立展示，本发明可对住宅进行多方位地同时进行甲醛浓度检测，减小检测误差。
现有技术中，只通过一些设备或者仪器对甲醛气体检测进行检测，但甲醛气体的检测会受到温度以及空气流速的影响，会导致对物体含有的甲醛或物体散发的甲醛气体进行检测时，不同检测位置的甲醛检测结果差异性较大，无法准确地对甲醛气体进行检测。
为此，本发明提供一种甲醛气体检测系统及方法。
发明内容
为了弥补现有技术的不足，解决背景技术中所提出的至少一个技术问题。
本发明解决其技术问题所采用的技术方案是：一种甲醛气体检测系统及方法，包括：
步骤一：构建温度变化曲线图和气体流速变化曲线图；
步骤二：采集多个床垫周围气体的样本；
步骤三：基于温度变化曲线和气体流速变化曲线对在所有时间子单元内采集的床垫周围气体的样本进行选取；
步骤四：基于选取后的样本，获得床垫正常状态下的甲醛散发含量表征值，将床垫的甲醛散发含量表征值与阈值进行比较，对床垫在正常状态下散发的甲醛含量是否符合标准进行判定，并将床垫进行标记，标记后的床垫分为预正常床垫和异常床垫；
步骤五：基于预正常床垫，对床垫进行最大温度加热，并获取其对应的甲醛散发含量表征值，将床垫在最大加热温度情况下的甲醛散发含量表征值与阈值进行比较，对床垫加热状态下散发的甲醛含量是否符合标准进行判定，并根据判定结果对预正常床垫进行分类，分类后的预正常床垫包括半异常床垫和正常床垫；
步骤六：基于半异常床垫，获取其在不同加热温度下对应的甲醛散发含量表征值，并将其作为数据点在坐标系中进行标记，对所有标记后的数据点计算其数据偏差参数，将数据偏差参数与数据偏差参数阈值进行比较，根据比较结果判定所有数据点之间是否满足拟合标准，若不满足拟合标准，则获取更多温度下的甲醛散发含量表征值，直到满足拟合标准为止；
基于数据点满足拟合标准的前提下，将所有数据点进行拟合，形成拟合直线，通过拟合直线获取半异常床垫的最大加热温度，并对半异常床垫的控温范围进行调整。
作为本发明进一步的技术方案为：对所述在所有时间子单元内采集的床垫周围气体的样本进行选取，具体为：
将时间子单元内所有传感器采集的平均气体流速的平均偏差表征值与平均气体流速的平均偏差表征值阈值进行比值处理，并将其比值标记为Ai，将时间子单元内所有传感器采集的平均温度的平均偏差表征值与平均温度的平均偏差表征值阈值进行比值处理，并将其比值标记为Bi；
通过公式：获得时间子单元内数据的偏差表征值Wi，其中，s1和s2均为预设比例系数，且s1和s2均大于0；
将所有时间子单元内数据的偏差表征值进行比较，选取其中数据偏差表征值最小的时间子单元对应的多个采集床垫周围气体的样本将其保留。
作为本发明进一步的技术方案为：获取所述平均温度的平均偏差表征值Bi的过程为：
基于温度变化曲线图，获得该时间子单元内该传感器采集的平均温度，将该时间子单元内所有传感器采集的平均温度作为一个温度数据组；
在每个时间子单元对应的温度数据组内，获得平均温度均值，将所有传感器采集的平均温度与平均温度均值分别进行差值处理，将其获得的所有差值进行求和取均值，获得该时间子单元内所有传感器采集的平均温度的平均偏差表征值。
作为本发明进一步的技术方案为：获取所述平均气体流速的平均偏差表征值Ai的过程为：
基于压力变化曲线图，获得该时间子单元内该传感器采集的平均气体流速，将该时间子单元内所有传感器采集的平均气体流速作为一个气体流速数据组；
在每个时间子单元对应的气体流速数据组内，获得平均气体流速均值，将所有传感器采集的平均气体流速与平均气体流速均值分别进行差值处理，将其获得的所有差值进行求和取均值，获得该时间子单元内所有传感器采集的平均气体流速的平均偏差表征值。
作为本发明进一步的技术方案为：获得所述床垫的甲醛散发含量表征值，其步骤为：
S11，基于多个采集床垫周围气体的样本，获得每个样本中的甲醛的成分占比，将甲醛的成分占比与样本的总体积进行乘积处理，获得每个样本中的甲醛的体积占比；
S12，将每个样本中甲醛的体积占比进行比较，去除其中甲醛体积占比最大的样本和甲醛体积占比最小的样本，将剩下的每个样本中的甲醛体积占比求和取均值，获得床垫的甲醛散发含量表征值。
作为本发明进一步的技术方案为：计算所述数据偏差参数的过程为：
获取异常数据点与所有甲醛散发含量表征值数据点的数量之比，将其标记为Si；
获取所有异常数据点与数据点均值之间的差值和数据点总差值之比，将其标记为Fi；
通过公式：获得数据偏差参数Gi，其中，a1和a2均为预设比例系数。
作为本发明进一步的技术方案为：将所述数据偏差参数与数据偏差参数阈值进行比较，根据比较结果判定所有数据点之间是否满足拟合标准，具体判定过程如下：
若数据偏差参数Gi＞数据偏差参数阈值，则说明所有甲醛散发含量表征值数据点之间的偏差程度较大，则不满足拟合标准；
若数据偏差参数Gi≤数据偏差参数阈值，则说明所有甲醛散发含量表征值数据点之间的偏差程度较小，则满足拟合标准。
作为本发明进一步的技术方案为：获取所述异常数据点与所有甲醛散发含量表征值数据点的数量之比以及所有异常数据点与数据点均值之间的差值和数据点总差值之比的过程为：
将所有甲醛散发含量表征值数据点进行求和取均值，获得数据点均值，将所有甲醛散发含量表征值数据点分别与数据点均值进行作差，并将差值求和获得数据点总差值；
将数据点总差值与所有甲醛散发含量表征值数据点数量进行比值处理，获得数据点平均差值；
计算每个甲醛散发含量表征值数据点与数据点均值之间的差值并和数据点平均差值比较，若计算的甲醛散发含量表征值数据点与数据点均值之间的差值大于数据点平均差值，则将数据点标记为异常数据点，并统计所有异常数据点的数量。
作为本发明进一步的技术方案为：通过所述拟合直线获取半异常床垫的最大加热温度，具体为：将甲醛散发含量表征值阈值在X-Y坐标系的Y轴上作为基准点进行标记，通过标记后的基准点向X轴轨迹方向作一条平行于X轴且与甲醛散发含量表征值拟合直线相交的直线，将其交点对应的X轴上的加热温度作为半异常床垫的最大加热温度。
一种甲醛气体检测系统，该系统包括：
构建模块，构建模块用于构建温度变化曲线图和气体流速变化曲线图；
采集模块，采集模块用于采集多个床垫周围气体的样本；
样本选取模块，样本选取模块用于根据温度变化曲线和气体流速变化曲线对在所有时间子单元内采集的床垫周围气体的样本进行选取；
第一分析模块，第一分析模块用于根据选取后的样本，获得床垫正常状态下的甲醛散发含量表征值，将床垫的甲醛散发含量表征值与阈值进行比较，对床垫在正常状态下散发的甲醛含量是否符合标准进行判定，并将床垫进行标记，标记后的床垫分为预正常床垫和异常床垫；
第二分析模块，第二分析模块用于对预正常床垫进行最大温度加热，并获取其对应的甲醛散发含量表征值，将床垫在最大加热温度情况下的甲醛散发含量表征值与阈值进行比较，对床垫加热状态下散发的甲醛含量是否符合标准进行判定，并根据判定结果对预正常床垫进行分类，分类后的预正常床垫包括半异常床垫和正常床垫；
处理模块，处理模块用于获取半异常床垫在不同加热温度下对应的甲醛散发含量表征值，并将其作为数据点在坐标系中进行标记，对所有标记后的数据点计算其数据偏差参数，将数据偏差参数Gi与数据偏差参数阈值进行比较，根据比较结果判定所有数据点之间是否满足拟合标准，若不满足拟合标准，则获取更多温度下的甲醛散发含量表征值，直到满足拟合标准为止，基于数据点满足拟合标准的前提下，将所有数据点进行拟合，形成拟合直线，通过拟合直线获取半异常床垫的最大加热温度，并对半异常床垫的控温范围进行调整。
本发明的有益效果如下：
1.本发明所述的一种甲醛气体检测系统及方法，基于温度变化曲线图，获得该时间子单元内该传感器采集的平均温度，将该时间子单元内所有传感器采集的平均温度作为一个温度数据组，在每个时间子单元对应的温度数据组内，将所有传感器采集的平均温度进行求和取均值，获得平均温度均值，将所有传感器采集的平均温度与平均温度均值分别进行差值处理，将其获得的所有差值进行求和取均值，获得该时间子单元内所有传感器采集的平均温度的平均偏差表征值，同理，获得该时间子单元内所有传感器采集的平均气体流速的平均偏差表征值，基于平均温度的平均偏差表征值和平均气体流速的平均偏差表征值计算时间子单元内数据的偏差表征值，并选取其中数据偏差表征值最小的时间子单元对应的多个采集床垫周围气体的样本将其保留，从而实现了选取其各位置温度以及气体流速相对均匀情况下的床垫周围气体样本，提高对床垫甲醛散发含量的检测精度。
2.本发明所述的一种甲醛气体检测系统及方法，对选取后的多个采集床垫周围气体的样本进行分析，获得床垫的甲醛散发含量表征值，将床垫的甲醛散发含量表征值与甲醛散发含量表征值阈值进行比较，对床垫在正常状态下散发的甲醛含量是否符合标准进行判定，将床垫在最大加热温度情况下进行加热处理，获取床垫在最大加热温度情况下的甲醛散发含量表征值，将床垫在最大加热温度情况下的甲醛散发含量表征值与甲醛散发含量表征值阈值进行比较，对床垫在加热状态下散发的甲醛含量是否符合标准进行判定，通过上述两次判定，对正常状态下以及加热状态下床垫的甲醛散发含量进行检测，实现了甲醛散发含量检测精度的同时，保证温控床垫的使用安全性。
3.基于半异常床垫，将半异常床垫在不同加热温度下进行加热处理，获取不同加热温度下对应的甲醛散发含量表征值，将不同的加热温度以及对应的甲醛散发含量表征值作为数据点，分别在X-Y二维坐标系中进行标记，对标记后的数据点是否可以拟合进行判定，对无法拟合的数据点进行加热温度获取调整，使其能够拟合，在数据点能够拟合的基础上，获得拟合直线，通过拟合直线获得半异常床垫的最大加热温度，根据获取半异常床垫的最大加热温度对半异常床垫的控温范围进行调整，使其能够进行使用，保证温控床垫的使用安全性的同时，减少温控床垫的报废率，提高环保性。
附图说明
下面结合附图对本发明作进一步说明。
图1是本发明实施例一的方法流程图；
图2是本发明实施例一中对样本进行选取的步骤图；
图3是本发明实施例二的系统模块图；
图4是本发明中的温度变化曲线图；
图5是本发明中的气体流速变化曲线图；
图6是本发明中的拟合直线图。
具体实施方式
为了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，下面结合具体实施方式，进一步阐述本发明。
实施例一
如图1－图2所示，本发明实施例所述的一种甲醛气体检测方法，该甲醛气体检测方法具体针对控温床垫，如下都用“床垫”进行说明，包括：
步骤一：将床垫放置在密闭环境内，在床垫周围设置多个传感器，在检测周期内利用多个传感器实时采集床垫周围多个位置的温度以及气体流速，并构建温度变化曲线图和气体流速变化曲线图，将检测周期划分为多个连续且相等的时间子单元；
具体的，床垫周围每个位置都设置有传感器，传感器会实时采集该位置的温度以及气体流速，在检测周期内，将采集到的温度以及气体流速分别在X-Y二维坐标系内进行标记，并将标记后的温度数据点以及气体流速数据点进行曲线连接，得到温度变化曲线图和气体流速变化曲线图，如图4－图5所示；
需要说明的是，图4－图5中表示的是一个传感器在不同时间采集的温度和气体流速所构成的温度变化曲线图和气体流速变化曲线图；
步骤二：在每个时间子单元对应的时长内，采集多个床垫周围气体的样本；
需要说明的是，采集的多个床垫周围气体的样本的体积相等；
步骤三：基于温度变化曲线和气体流速变化曲线对在所有时间子单元内采集的床垫周围气体的样本进行选取；
具体选取步骤如下：
S1，基于温度变化曲线图，获得每个时间子单元内每个传感器采集的最大温度以及最小温度，将其最大温度和最小温度进行求和取均值，获得该时间子单元内该传感器采集的平均温度，将该时间子单元内所有传感器采集的平均温度作为一个温度数据组；
S2，在每个时间子单元对应的温度数据组内，将所有传感器采集的平均温度进行求和取均值，获得平均温度均值，将所有传感器采集的平均温度与平均温度均值分别进行差值处理，将其获得的所有差值进行求和取均值，获得该时间子单元内所有传感器采集的平均温度的平均偏差表征值；
针对上述步骤S1和步骤S2进行说明，例如，一个温度数据组内包含所有传感器采集的平均温度，该温度数据组包括以下具体的温度数据：A、B、C、E、F；
将其求和取均值，获得平均温度均值J，具体为：；
将所有传感器采集的平均温度与平均温度均值分别进行差值处理，将其获得的所有差值进行求和取均值，获得该时间子单元内所有传感器采集的平均温度的平均偏差表征值，具体为：平均温度的平均偏差表征值；
需要说明的是，上述举例只针对一种具体情况进行说明，且将所有传感器采集的平均温度与平均温度均值分别进行差值处理时，被减数为较大的一方，如：若传感器采集的平均温度＞平均温度均值，则传感器采集的平均温度作为被减数，若传感器采集的平均温度＜平均温度均值，则平均温度均值作为被减数；
S3，基于压力变化曲线图，获得每个时间子单元内每个传感器采集的最大气体流速以及最小气体流速，将其最大气体流速和最小气体流速进行求和取均值，获得该时间子单元内该传感器采集的平均气体流速，将该时间子单元内所有传感器采集的平均气体流速作为一个气体流速数据组；
S4，在每个时间子单元对应的气体流速数据组内，将所有传感器采集的平均气体流速求和取均值，获得平均气体流速均值，将所有传感器采集的平均气体流速与平均气体流速均值分别进行差值处理，将其获得的所有差值进行求和取均值，获得该时间子单元内所有传感器采集的平均气体流速的平均偏差表征值；
针对上述步骤S3和步骤S4进行说明，例如，一个气体流速数据组内包含所有传感器采集的平均气体流速，该气体流速数据组包括以下具体的气体流速数据：Z、X、D、V、L；
将其求和取均值，获得平均气体流速均值p，具体为：；
将所有传感器采集的平均温度与平均温度均值分别进行差值处理，将其获得的所有差值进行求和取均值，获得该时间子单元内所有传感器采集的平均温度的平均偏差表征值，具体为：平均气体流速的平均偏差表征值；
需要说明的是，上述举例只针对一种具体情况进行说明，且将所有传感器采集的平均气体流速与平均气体流速均值分别进行差值处理时，被减数为较大的一方，如：若传感器采集的平均气体流速＞平均气体流速均值，则传感器采集的平均气体流速作为被减数，若传感器采集的平均气体流速＜平均气体流速均值，则平均气体流速均值作为被减数；
S5，将时间子单元内所有传感器采集的平均气体流速的平均偏差表征值与平均气体流速的平均偏差表征值阈值进行比值处理，并将其比值标记为Ai，将时间子单元内所有传感器采集的平均温度的平均偏差表征值与平均温度的平均偏差表征值阈值进行比值处理，并将其比值标记为Bi；
需要说明的是，平均气体流速的平均偏差表征值阈值和平均温度的平均偏差表征值阈值为本领域技术人员根据大量实验数据设置得到；
通过公式：获得时间子单元内数据的偏差表征值Wi，其中，s1和s2均为预设比例系数，且s1和s2均大于0；
需要说明的是，上述公式：中，Ai和Bi均与Wi呈正向关系，且Ai和Bi越大，Wi越大;
将所有时间子单元内数据的偏差表征值进行比较，选取其中数据偏差表征值最小的时间子单元对应的多个采集床垫周围气体的样本将其保留；
步骤四：对选取后的多个采集床垫周围气体的样本进行分析，获得床垫的甲醛散发含量表征值，将床垫的甲醛散发含量表征值与甲醛散发含量表征值阈值进行比较，对床垫在正常状态下散发的甲醛含量是否符合标准进行判定，根据判定结果将床垫进行分类标记，具体分析步骤如下：
S11，基于多个采集床垫周围气体的样本，获得每个样本中的甲醛的成分占比，将甲醛的成分占比与样本的总体积进行乘积处理，获得每个样本中的甲醛的体积占比；
S12，将每个样本中甲醛的体积占比进行比较，去除其中甲醛体积占比最大的样本和甲醛体积占比最小的样本，将剩下的每个样本中的甲醛体积占比求和取均值，获得床垫的甲醛散发含量表征值；
S13，将床垫的甲醛散发含量表征值与甲醛散发含量表征值阈值进行比较，比较过程如下：
若床垫的甲醛散发含量表征值＜甲醛散发含量表征值阈值，则说明床垫在正常状态下散发的甲醛含量符合标准，则将该床垫标记为预正常床垫；
若床垫的甲醛散发含量表征值≥甲醛散发含量表征值阈值，则说明床垫在正常状态下散发的甲醛含量不符合标准，则将该床垫标记为异常床垫；
步骤五：基于预正常床垫，获取床垫的控温数据，床垫的控温数据表示为床垫所能控制的不同加热温度，
将床垫在最大加热温度情况下进行加热处理，获取床垫在最大加热温度情况下的甲醛散发含量表征值，将床垫在最大加热温度情况下的甲醛散发含量表征值与甲醛散发含量表征值阈值进行比较，对床垫在加热状态下散发的甲醛含量是否符合标准进行判定，并根据判定结果对预正常床垫进行分类标记，具体判定过程如下：
若床垫在最大加热温度情况下的甲醛散发含量表征值≥甲醛散发含量表征值阈值，则说明床垫在加热状态下散发的甲醛含量不符合标准，并将不符合标准的预正常床垫标记为半异常床垫；
若床垫在最大加热温度情况下的甲醛散发含量表征值＜甲醛散发含量表征值阈值，则说明床垫在加热状态下散发的甲醛含量符合标准，并将符合标准的预正常床垫标记为正常床垫；
步骤六：基于半异常床垫，将半异常床垫在不同加热温度下进行加热处理，获取不同加热温度下对应的甲醛散发含量表征值；
需要说明的是，进行加热的不同加热温度呈规律增长，例如，30℃、40℃、50℃......，且加热温度在床垫的控温范围内；
将不同的加热温度以及对应的甲醛散发含量表征值作为数据点，分别在X-Y二维坐标系中进行标记，其中，X轴上表示的是加热温度数据点，Y轴表示的是甲醛散发含量表征值数据点；
将所有甲醛散发含量表征值数据点进行求和取均值，获得数据点均值，将所有甲醛散发含量表征值数据点分别与数据点均值进行作差，并将差值求和获得数据点总差值；
将数据点总差值与甲醛散发含量表征值数据点数量进行比值处理，获得数据点平均差值；
计算每个甲醛散发含量表征值数据点与数据点均值之间的差值并和数据点平均差值比较，若计算的甲醛散发含量表征值数据点与数据点均值之间的差值＞数据点平均差值，则将数据点标记为异常数据点，并统计所有异常数据点的数量；
获取异常数据点与所有甲醛散发含量表征值数据点的数量之比，将其标记为Si；
获取所有异常数据点与数据点均值之间的差值和数据点总差值之比，将其标记为Fi；
通过公式：获得数据偏差参数Gi，其中，a1和a2均为预设比例系数；
将数据偏差参数Gi与数据偏差参数阈值进行比较，根据比较结果判定所有甲醛散发含量表征值数据点之间是否满足拟合标准；
若数据偏差参数Gi＞数据偏差参数阈值，则说明所有甲醛散发含量表征值数据点之间的偏差程度较大，则不满足拟合标准；
若数据偏差参数Gi≤数据偏差参数阈值，则说明所有甲醛散发含量表征值数据点之间的偏差程度较小，则满足拟合标准；
基于上述不满足拟合标准的情况，获取更多温度下的甲醛散发含量表征值，例如，若加热温度为30℃、40℃、50℃......，则现在获取30℃、35℃、40℃、45℃、50℃......；
在获取更多温度下的甲醛散发含量表征值之后，再次计算其数据偏差参数，并将其与数据偏差参数阈值，若甲醛散发含量表征值数据点之间的偏差程度还是较大，则重复上述操作，直到甲醛散发含量表征值数据点之间的偏差程度满足条件为止；
需要说明的是，获得的更多温度下的甲醛散发含量表征值同样也在坐标系内进行标记；
如图6所示，基于满足拟合标准的所有甲醛散发含量表征值数据点，将其在X-Y坐标系中进行拟合，获得甲醛散发含量表征值拟合直线；
将甲醛散发含量表征值阈值在上述X-Y坐标系的Y轴上作为基准点进行标记，通过标记后的基准点向X轴轨迹方向作一条平行于X轴且与甲醛散发含量表征值拟合直线相交的直线，将其交点对应的X轴上的加热温度作为半异常床垫的最大加热温度，根据获取半异常床垫的最大加热温度对半异常床垫的控温范围进行调整，使其能够使用，上述异常床垫则进行回收或报废处理。
实施例二
如图3所示，本发明实施例所述的一种甲醛气体检测系统，包括：
构建模块，构建模块用于构建温度变化曲线图和气体流速变化曲线图；
采集模块，采集模块用于采集多个床垫周围气体的样本；
样本选取模块，样本选取模块用于根据温度变化曲线和气体流速变化曲线对在所有时间子单元内采集的床垫周围气体的样本进行选取；
第一分析模块，第一分析模块用于根据选取后的样本，获得床垫正常状态下的甲醛散发含量表征值，将床垫的甲醛散发含量表征值与阈值进行比较，对床垫在正常状态下散发的甲醛含量是否符合标准进行判定，并将床垫进行标记，标记后的床垫分为预正常床垫和异常床垫；
第二分析模块，第二分析模块用于对预正常床垫进行最大温度加热，并获取其对应的甲醛散发含量表征值，将床垫在最大加热温度情况下的甲醛散发含量表征值与阈值进行比较，对床垫加热状态下散发的甲醛含量是否符合标准进行判定，并根据判定结果对预正常床垫进行分类，分类后的预正常床垫包括半异常床垫和正常床垫；
处理模块，处理模块用于获取半异常床垫在不同加热温度下对应的甲醛散发含量表征值，并将其作为数据点在坐标系中进行标记，对所有标记后的数据点计算其数据偏差参数，将数据偏差参数Gi与数据偏差参数阈值进行比较，根据比较结果判定所有数据点之间是否满足拟合标准，若不满足拟合标准，则获取更多温度下的甲醛散发含量表征值，直到满足拟合标准为止，基于数据点满足拟合标准的前提下，将所有数据点进行拟合，形成拟合直线，通过拟合直线获取半异常床垫的最大加热温度，并对半异常床垫的控温范围进行调整。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种甲醛气体检测方法，其特征在于：包括：
步骤一：构建温度变化曲线图和气体流速变化曲线图；
步骤二：采集多个床垫周围气体的样本；
步骤三：基于温度变化曲线和气体流速变化曲线对在所有时间子单元内采集的床垫周围气体的样本进行选取；
步骤四：基于选取后的样本，获得床垫正常状态下的甲醛散发含量表征值，将床垫的甲醛散发含量表征值与阈值进行比较，对床垫在正常状态下散发的甲醛含量是否符合标准进行判定，并将床垫进行标记，标记后的床垫分为预正常床垫和异常床垫；
步骤五：基于预正常床垫，对床垫进行最大温度加热，并获取其对应的甲醛散发含量表征值，将床垫在最大加热温度情况下的甲醛散发含量表征值与阈值进行比较，对床垫加热状态下散发的甲醛含量是否符合标准进行判定，并根据判定结果对预正常床垫进行分类，分类后的预正常床垫包括半异常床垫和正常床垫；
步骤六：基于半异常床垫，获取其在不同加热温度下对应的甲醛散发含量表征值，并将其作为数据点在坐标系中进行标记，对所有标记后的数据点计算其数据偏差参数，将数据偏差参数与数据偏差参数阈值进行比较，根据比较结果判定所有数据点之间是否满足拟合标准，若不满足拟合标准，则获取更多温度下的甲醛散发含量表征值，直到满足拟合标准为止；
基于数据点满足拟合标准的前提下，将所有数据点进行拟合，形成拟合直线，通过拟合直线获取半异常床垫的最大加热温度，并对半异常床垫的控温范围进行调整。
2.根据权利要求1所述的一种甲醛气体检测方法，其特征在于：对所述在所有时间子单元内采集的床垫周围气体的样本进行选取，具体为：
将时间子单元内所有传感器采集的平均气体流速的平均偏差表征值与平均气体流速的平均偏差表征值阈值进行比值处理，并将其比值标记为Ai，将时间子单元内所有传感器采集的平均温度的平均偏差表征值与平均温度的平均偏差表征值阈值进行比值处理，并将其比值标记为Bi；
通过公式：获得时间子单元内数据的偏差表征值Wi，其中，s1和s2均为预设比例系数，且s1和s2均大于0；
将所有时间子单元内数据的偏差表征值进行比较，选取其中数据偏差表征值最小的时间子单元对应的多个采集床垫周围气体的样本将其保留。
3.根据权利要求2所述的一种甲醛气体检测方法，其特征在于：获取所述平均温度的平均偏差表征值Bi的过程为：
基于温度变化曲线图，获得该时间子单元内该传感器采集的平均温度，将该时间子单元内所有传感器采集的平均温度作为一个温度数据组；
在每个时间子单元对应的温度数据组内，获得平均温度均值，将所有传感器采集的平均温度与平均温度均值分别进行差值处理，将其获得的所有差值进行求和取均值，获得该时间子单元内所有传感器采集的平均温度的平均偏差表征值。
4.根据权利要求2所述的一种甲醛气体检测方法，其特征在于：获取所述平均气体流速的平均偏差表征值Ai的过程为：
基于压力变化曲线图，获得该时间子单元内该传感器采集的平均气体流速，将该时间子单元内所有传感器采集的平均气体流速作为一个气体流速数据组；
在每个时间子单元对应的气体流速数据组内，获得平均气体流速均值，将所有传感器采集的平均气体流速与平均气体流速均值分别进行差值处理，将其获得的所有差值进行求和取均值，获得该时间子单元内所有传感器采集的平均气体流速的平均偏差表征值。
5.根据权利要求1所述的一种甲醛气体检测方法，其特征在于：获得所述床垫的甲醛散发含量表征值，其步骤为：
S11，基于多个采集床垫周围气体的样本，获得每个样本中的甲醛的成分占比，将甲醛的成分占比与样本的总体积进行乘积处理，获得每个样本中的甲醛的体积占比；
S12，将每个样本中甲醛的体积占比进行比较，去除其中甲醛体积占比最大的样本和甲醛体积占比最小的样本，将剩下的每个样本中的甲醛体积占比求和取均值，获得床垫的甲醛散发含量表征值。
6.根据权利要求1所述的一种甲醛气体检测方法，其特征在于：计算所述数据偏差参数的过程为：
获取异常数据点与所有甲醛散发含量表征值数据点的数量之比，将其标记为Si；
获取所有异常数据点与数据点均值之间的差值和数据点总差值之比，将其标记为Fi；
通过公式：获得数据偏差参数Gi，其中，a1和a2均为预设比例系数。
7.根据权利要求1所述的一种甲醛气体检测方法，其特征在于：将所述数据偏差参数与数据偏差参数阈值进行比较，根据比较结果判定所有数据点之间是否满足拟合标准，具体判定过程如下：
若数据偏差参数Gi＞数据偏差参数阈值，则说明所有甲醛散发含量表征值数据点之间的偏差程度较大，则不满足拟合标准；
若数据偏差参数Gi≤数据偏差参数阈值，则说明所有甲醛散发含量表征值数据点之间的偏差程度较小，则满足拟合标准。
8.根据权利要求1所述的一种甲醛气体检测方法，其特征在于：获取所述异常数据点与所有甲醛散发含量表征值数据点的数量之比以及所有异常数据点与数据点均值之间的差值和数据点总差值之比的过程为：
将所有甲醛散发含量表征值数据点进行求和取均值，获得数据点均值，将所有甲醛散发含量表征值数据点分别与数据点均值进行作差，并将差值求和获得数据点总差值；
将数据点总差值与所有甲醛散发含量表征值数据点数量进行比值处理，获得数据点平均差值；
计算每个甲醛散发含量表征值数据点与数据点均值之间的差值并和数据点平均差值比较，若计算的甲醛散发含量表征值数据点与数据点均值之间的差值大于数据点平均差值，则将数据点标记为异常数据点，并统计所有异常数据点的数量。
9.根据权利要求1所述的一种甲醛气体检测方法，其特征在于：通过所述拟合直线获取半异常床垫的最大加热温度，具体为：将甲醛散发含量表征值阈值在X-Y坐标系的Y轴上作为基准点进行标记，通过标记后的基准点向X轴轨迹方向作一条平行于X轴且与甲醛散发含量表征值拟合直线相交的直线，将其交点对应的X轴上的加热温度作为半异常床垫的最大加热温度。
10.一种甲醛气体检测系统，其特征在于：该系统包括：
构建模块，所述构建模块用于构建温度变化曲线图和气体流速变化曲线图；
采集模块，所述采集模块用于采集多个床垫周围气体的样本；
样本选取模块，所述样本选取模块用于根据温度变化曲线和气体流速变化曲线对在所有时间子单元内采集的床垫周围气体的样本进行选取；
第一分析模块，所述第一分析模块用于根据选取后的样本，获得床垫正常状态下的甲醛散发含量表征值，将床垫的甲醛散发含量表征值与阈值进行比较，对床垫在正常状态下散发的甲醛含量是否符合标准进行判定，并将床垫进行标记，标记后的床垫分为预正常床垫和异常床垫；
第二分析模块，所述第二分析模块用于对预正常床垫进行最大温度加热，并获取其对应的甲醛散发含量表征值，将床垫在最大加热温度情况下的甲醛散发含量表征值与阈值进行比较，对床垫加热状态下散发的甲醛含量是否符合标准进行判定，并根据判定结果对预正常床垫进行分类，分类后的预正常床垫包括半异常床垫和正常床垫；
处理模块，所述处理模块用于获取半异常床垫在不同加热温度下对应的甲醛散发含量表征值，并将其作为数据点在坐标系中进行标记，对所有标记后的数据点计算其数据偏差参数，将数据偏差参数Gi与数据偏差参数阈值进行比较，根据比较结果判定所有数据点之间是否满足拟合标准，若不满足拟合标准，则获取更多温度下的甲醛散发含量表征值，直到满足拟合标准为止，基于数据点满足拟合标准的前提下，将所有数据点进行拟合，形成拟合直线，通过拟合直线获取半异常床垫的最大加热温度，并对半异常床垫的控温范围进行调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410195879.3A CN117761263B (zh) | 2024-02-22 | 2024-02-22 | 一种甲醛气体检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410195879.3A CN117761263B (zh) | 2024-02-22 | 2024-02-22 | 一种甲醛气体检测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117761263A true CN117761263A (zh) | 2024-03-26 |
| CN117761263B CN117761263B (zh) | 2024-05-03 |
Family
ID=90326089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410195879.3A Active CN117761263B (zh) | 2024-02-22 | 2024-02-22 | 一种甲醛气体检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117761263B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118010939A (zh) * | 2024-04-10 | 2024-05-10 | 山东华检检测有限公司 | 一种智能化甲醛检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101736569A (zh) * | 2009-12-01 | 2010-06-16 | 华南师范大学 | 一种纺织品甲醛含量的无损检测方法 |
| CN105136987A (zh) * | 2015-08-12 | 2015-12-09 | 浙江工商大学 | 实验室中甲醛浓度检测装置和检测方法 |
| CN107884557A (zh) * | 2017-12-12 | 2018-04-06 | 广州阿拉私家科技有限公司 | 一种木材甲醛快速检测装置及其检测方法 |
| CN108008027A (zh) * | 2017-11-07 | 2018-05-08 | 芜湖赛宝信息产业技术研究院有限公司 | 一种室内空气中甲醛的检测方法 |
| CN116930425A (zh) * | 2023-07-26 | 2023-10-24 | 安徽启威生物科技有限公司 | 高精度的甲醛清除剂用除甲醛分析检测系统 |
-
2024
- 2024-02-22 CN CN202410195879.3A patent/CN117761263B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101736569A (zh) * | 2009-12-01 | 2010-06-16 | 华南师范大学 | 一种纺织品甲醛含量的无损检测方法 |
| CN105136987A (zh) * | 2015-08-12 | 2015-12-09 | 浙江工商大学 | 实验室中甲醛浓度检测装置和检测方法 |
| CN108008027A (zh) * | 2017-11-07 | 2018-05-08 | 芜湖赛宝信息产业技术研究院有限公司 | 一种室内空气中甲醛的检测方法 |
| CN107884557A (zh) * | 2017-12-12 | 2018-04-06 | 广州阿拉私家科技有限公司 | 一种木材甲醛快速检测装置及其检测方法 |
| CN116930425A (zh) * | 2023-07-26 | 2023-10-24 | 安徽启威生物科技有限公司 | 高精度的甲醛清除剂用除甲醛分析检测系统 |
Non-Patent Citations (2)
| Title |
|---|
| 宋伟;孔庆媛;李洪枚;李强;李继光;: "木家具中挥发性有机物的散发传质特性", 过程工程学报, no. 01, 15 February 2013 (2013-02-15) * |
| 颜志成;陈辉;黄剑峰;: "棕纤维弹性床垫甲醛释放量测定方法的研究", 福建分析测试, no. 06, 15 November 2013 (2013-11-15) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118010939A (zh) * | 2024-04-10 | 2024-05-10 | 山东华检检测有限公司 | 一种智能化甲醛检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117761263B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117761263B (zh) | 一种甲醛气体检测系统及方法 | |
| CN115876258B (zh) | 基于多源数据的畜禽养殖环境异常监测及报警系统 | |
| CN116881745B (zh) | 基于大数据的压力变送器异常监测方法 | |
| CN111950396B (zh) | 一种仪表读数神经网络识别方法 | |
| CN108090515B (zh) | 一种基于数据融合的环境等级评估方法 | |
| CN110889441A (zh) | 一种基于距离和点密度的变电设备数据异常识别方法 | |
| CN105447506B (zh) | 一种基于区间分布概率特征的手势识别方法 | |
| CN108107086B (zh) | 一种基于阵列气体传感器的气体检测方法及气体传感器 | |
| CN114518143A (zh) | 一种智能环境感知系统 | |
| 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 | |
| CN106772656A (zh) | 一种基于红外阵列传感器的室内人体检测方法 | |
| CN116522096B (zh) | 基于动作捕捉的三维数字孪生内容智能制作方法 | |
| CN115171362B (zh) | 一种面向重点区域防控的预警方法及系统 | |
| CN113836813B (zh) | 一种基于数据分析的高炉风口漏水检测方法 | |
| CN115659195A (zh) | 一种大气污染在线识别方法 | |
| CN116049664A (zh) | 一种基于深度学习的电子烟种类识别方法、系统及可读介质 | |
| CN213934882U (zh) | 废气收集效率评估装置及废气收集装置 | |
| CN114500615B (zh) | 基于物联传感技术的智能终端 | |
| CN115964649A (zh) | 一种室内燃气监测故障分析模型 | |
| CN115656437B (zh) | 一种基于信号多特征数据的易制毒气体浓度软测量方法 | |
| CN108108864B (zh) | 一种实验室质量控制数据管理方法 | |
| CN115857587B (zh) | 一种工业除尘设备运行环境智能控制系统 | |
| CN114754920B (zh) | 一种工业炉炉腔压力检测系统及其工作方法 | |
| CN117665224B (zh) | 一种用于食品检测的智能实验室管理方法 | |
| CN116992389B (zh) | 一种物联网虚假数据检测方法及系统 |
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 |