[实用新型]一种基于神经网络的空气污染检测系统有效

专利信息
申请号: 201820320695.5 申请日: 2018-03-08
公开(公告)号: CN208255169U 公开(公告)日: 2018-12-18
发明(设计)人: 张彩霞;王向东;文雪芹;胡绍林;刘国文;李斌 申请(专利权)人: 佛山科学技术学院
主分类号: G01N33/00 分类号: G01N33/00;G06N3/04;G06N3/08
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 王国标
地址: 528000 广东省佛山市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 神经网络模块 工控机 空气污染检测 数据采集单元 污染气体 输出端 输入端连接 神经网络 污染物 变化趋势信息 采样频率控制 本实用新型 变化趋势 采样频率 精度要求 使用寿命 硬件设备 传感器 可用 智能 保证
【说明书】:

实用新型公开了一种基于神经网络的空气污染检测系统,包括:污染气体数据采集单元、神经网络模块、工控机,所述污染气体数据采集单元的输出端与所述神经网络模块的输入端连接,所述神经网络模块的输出端与所述工控机的输入端连接,所述工控机的输出端与所述污染气体数据采集单元的采样频率控制端连接。利用神经网络模块的泛化能力,智能的根据污染物浓度得到污染物的变化趋势,并利用工控机根据变化趋势信息控制各个传感器的采样频率,在保证精度要求的同时,延长的硬件设备的使用寿命,该系统可用于空气污染检测领域。

技术领域

本实用新型涉及环境检测技术领域,特别涉及一种基于神经网络的空气污染检测系统。

背景技术

随着工业的发展,生活炉灶与采暖锅炉的广泛使用,以汽车为主的交通工具大量投入,空气污染日益严重。空气中污染物的浓度很高时,会造成急性污染中毒,或使病状恶化,即使大气中污染物浓度不高,但人体成年累月呼吸这种污染了的空气,也会引起各类呼吸系统疾病。

目前的空气污染检测系统一般包括各类空气传感器,处理器,现有污染检测系统在工作前会根据环境的一个平均空气污染情况来调整各个传感器的采样频率,从而最大范围的满足空气检测的需求,但是,由于传感器采样频率与精度和传感器寿命相关,采样频率高时,设备寿命短,采样频率低时,设备寿命长,而且,由于空气中污染物浓度变化速率不一。因此,传感器的采样频率和传感器寿命合理平衡成了空气污染检测系统的一大技术难点。

实用新型内容

本实用新型解决的技术问题是:现有的空气污染检测系统中传感器的采样频率和传感器寿命合理平衡存在的技术难点。

本实用新型解决其技术问题的解决方案是:一种基于神经网络的空气污染检测系统,包括:污染气体数据采集单元、神经网络模块、工控机,所述污染气体数据采集单元的输出端与神经网络模块的输入端连接,所述神经网络模块的输出端与工控机的输入端连接,所述工控机的输出端与污染气体数据采集单元的采样频率控制端连接,所述污染气体数据采集单元用于环境中的臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度数据的采集,所述神经网络模块用于以所述臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度数据为学习数据,学习得到臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度的变化趋势,所述工控机可根据所述变化趋势调整污染气体数据采集单元的采样频率。

进一步,所述污染气体数据采集单元包括:臭氧传感器、一氧化碳传感器、二氧化硫传感器、二氧化氮传感器、PM10传感器、PM2.5传感器。

进一步,本系统还包括无线模块、用户端,所述无线模块分别与工控机和用户端连接。

进一步,所述用户端为手机APP端或Web端。

进一步,所述神经网络模块为RBF神经网络模块。

本实用新型的有益效果是:利用神经网络模块的泛化能力,智能的根据污染物浓度得到污染物的变化趋势,并利用工控机根据变化趋势信息控制各个传感器的采样频率,在保证精度要求的同时,延长的硬件设备的使用寿命。

附图说明

为了更清楚地说明本实用新型实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单说明。显然,所描述的附图只是本实用新型的一部分实施例,而不是全部实施例,本领域的技术人员在不付出创造性劳动的前提下,还可以根据这些附图获得其他设计方案和附图。

图1是空气污染检测系统的原理框图。

具体实施方式

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佛山科学技术学院,未经佛山科学技术学院许可,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/201820320695.5/2.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