[发明专利]一种室内有害气体监测装置在审

专利信息
申请号: 201810290624.X 申请日: 2018-03-30
公开(公告)号: CN108562697A 公开(公告)日: 2018-09-21
发明(设计)人: 孙延娥 申请(专利权)人: 歌尔股份有限公司
主分类号: G01N33/00 分类号: G01N33/00;G01N27/00
代理公司: 北京博雅睿泉专利代理事务所(特殊普通合伙) 11442 代理人: 唐丽;马佑平
地址: 261031 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 室内有害气体 气体传感器阵列 数据采集模块 监测装置 监测模块 检测数据 传感器 采集 高精度监测 输出端连接 监测模型 浓度数据 网络算法 置信 检测
【说明书】:

发明公开了一种室内有害气体监测装置,该装置包括气体传感器阵列、数据采集模块和监测模块;所述气体传感器阵列用于检测多种有害气体,所述气体传感器阵列包括多个传感器;所述数据采集模块与所述气体传感器阵列的输出端连接,用于采集各个传感器获取的检测数据;所述监测模块与所述数据采集模块连接,用于将所述数据采集模块采集到的检测数据输入到基于深度置信网络算法的监测模型中,得到室内有害气体的浓度数据。本发明的室内有害气体监测装置,可以实现对室内有害气体的高精度监测。

技术领域

本发明涉及有害气体监测技术领域,更具体地,涉及一种室内有害气体监测装置。

背景技术

随着人们对健康问题的日益重视,室内环境污染成为居民越来越关注的问题。造成室内环境污染的原因有很多种,其中由室内装饰材料和家具所造成的污染气体占很大比例。室内装饰用的油漆、涂料、胶合板、刨花板等均含有甲醛、甲苯、二甲苯等多种有害物质,这些有害气体一旦进入居室,将会引发包括呼吸道、消化道、视力、神经内科等多种疾病。另外,这些有害气体在室内的释放期也比较长。同时,家具是我们生活中的必需品,也是室内装饰的重要组成部分,环保性差的家居对居民的人身安全也存在一定的隐患。

因此,为了保障居民的健康和安全,除了居民自身在装修时使用环保性高的装饰材料和家具外,在室内安装有害气体气体监测装置也是极其有必要的。

发明内容

本发明的一个目的是提供一种高精度的室内有害气体监测装置。

根据本发明的第一方面,提供了一种室内有害气体监测装置,包括气体传感器阵列、数据采集模块和监测模块;其中,所述气体传感器阵列用于检测多种有害气体,所述气体传感器阵列包括多个传感器;所述数据采集模块与所述气体传感器阵列的输出端连接,用于采集各个传感器获取的检测数据;所述监测模块与所述数据采集模块连接,用于将所述数据采集模块采集到的检测数据输入到基于深度置信网络算法的监测模型中,得到室内有害气体的浓度数据。

优选的,所述多个传感器包括甲醛传感器、甲苯传感器、二甲苯传感器和三用途气体传感器,所述三用途气体传感器用于同时检测甲醛、甲苯和二甲苯三种有害气体。

进一步的,所述数据采集模块包括模数转换电路和滤波电路,所述模数转换电路的输入端与所述气体传感器阵列的输出端连接,所述模数转换电路的输出端与所述滤波电路的输入端连接,所述滤波电路的输出端与所述监测模块连接。

优选的,所述多个传感器中包括至少一个MOS气敏传感器;所述装置还包括温度检测模块和温度调节模块;其中,所述温度检测模块用于检测所述MOS气敏传感器的工作温度并将温度检测结果输出到温度调节模块;所述温度调节模块用于根据所述温度检测结果调节所述MOS气敏传感器的工作温度。

进一步的,所述监测模型包括N层受限波尔兹曼机(RBM)网络和设置在N层受限波尔兹曼机(RBM)网络的下层的反向传播神经(BP)网络,所述N≥2。

进一步的,所述监测模型是通过使用样本数据对深度置信网络进行训练获得,所述深度置信网络包括N层受限波尔兹曼机(RBM)网络和设置在N层受限波尔兹曼机(RBM)网络的下层的反向传播神经(BP)网络,所述N≥2;

其中,所述训练过程包括以下步骤:

获取多组样本数据,其中,每一组样本数据都包括通过所述气体传感器阵列对室内有害气体进行检测得到的检测数据以及室内有害气体的真实浓度数据;

对所述深度置信网络的参数进行初始化赋值;

利用所述样本数据对所述深度置信网络进行训练以得到所述监测模型。

进一步的,所述对深度置信网络的参数进行初始化赋值,包括:

设置最上层受限波尔兹曼机(RBM)网络的可视层的节点个数为所述气体传感器阵列中的传感器的个数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于歌尔股份有限公司,未经歌尔股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810290624.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top