[实用新型]一种基于机器学习的环境检测装置有效
| 申请号: | 201921338530.1 | 申请日: | 2019-08-19 |
| 公开(公告)号: | CN210893832U | 公开(公告)日: | 2020-06-30 |
| 发明(设计)人: | 李淑琴 | 申请(专利权)人: | 江西珉轩智能科技有限公司 |
| 主分类号: | G01N1/24 | 分类号: | G01N1/24;G01N15/06;B01D46/00;B01D46/30 |
| 代理公司: | 南昌卓尔精诚专利代理事务所(普通合伙) 36133 | 代理人: | 徐柳华 |
| 地址: | 330000 江西省南昌市南昌高新技术产*** | 国省代码: | 江西;36 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 机器 学习 环境 检测 装置 | ||
本实用新型公开了一种基于机器学习的环境检测装置,涉及家庭内环境检测领域。该基于机器学习的环境检测装置,包括桶体、气流抽取机构、检测机构,桶体由轮子、椭圆头、触碰显示屏组成,桶体的一端于轮子固定、另一端于椭圆头固定,椭圆头一侧固定触碰显示屏,气流抽取机构包括圆柱口、风机、阻隔网、导风管,桶体一侧下部开设圆柱口,圆柱口内腔固定风机、一端固定阻隔网、另一端连通导风管,该基于机器学习的环境检测装置,通过风机抽取外部气流进入桶体内并在蓄尘箱内堆积,使粉尘传感器对粉尘浓度进行检测,后通过触碰显示屏显示,让用户可通过按动触碰显示屏来选择风机的抽取效率,从而加强了室内的空气净化效果。
技术领域
本实用新型涉及家庭内环境检测技术领域,具体为基于机器学习的环境检测装置。
背景技术
随着智能机器人的普及,越来越多用户家中放置有智能机器人,对家中的电器进行控制,但用户家中是与外部连通的,外部空气中的灰尘会随着气流进入家中,且当有人施工时,空气中灰尘含量更大,从而影响用户家庭的生活质量。
实用新型内容
本实用新型的目的在于提供基于机器学习的环境检测装置,以解决上述背景技术中提出的问题。
为实现上述目的,本实用新型提供如下技术方案:
一种基于机器学习的环境检测装置,包括桶体、气流抽取机构、检测机构,桶体由轮子、椭圆头、触碰显示屏组成,桶体的一端于轮子固定、另一端于椭圆头固定,椭圆头一侧固定触碰显示屏,气流抽取机构包括圆柱口、风机、阻隔网、导风管,桶体一侧下部开设圆柱口,圆柱口内腔固定风机、一端固定阻隔网、另一端连通导风管。
优选的,风机含有两个,且远离圆柱口的风机位于桶体另一侧的上部。
优选的,检测机构包括挡板、蓄尘箱、粉尘传感器、拉板、活性炭颗粒。
优选的,挡板与桶体内腔中部固定,挡板的上部固定蓄尘箱,蓄尘箱内腔上部固定粉尘传感器,拉板与桶体内腔上部固定,活性炭颗粒填充在拉板的中部。
优选的,蓄尘箱下端的一侧与导风管连通、上端的另一侧开设出风口。
优选的,粉尘传感器的负极与外部电源连接、负极通过数据处理器、保险丝与外部电源的负极连接。
优选的,拉板包括矩形口、金属网、螺栓、绳子、把手、矩形块;
所述矩形口位于拉板的中部,所述金属网对矩形口的两端覆盖,且金属网通过螺栓与拉板固定,所述拉板的一侧面固定绳子、另一侧面固定把手。
优选的,矩形块包括凹口、转杆、扭转弹簧;
所述矩形块一侧与桶体内壁固定、另一侧开设凹口,所述凹口内腔的中部设置转杆,所述转杆通过轴承与凹口内壁固定,所述扭转弹簧与转杆两端套接,且扭转弹簧的两端分别与转杆和凹口的一侧固定,所述转杆的中部与绳子固定。
与现有技术相比,本实用新型的有益效果是:
(1)、该基于机器学习的环境检测装置,通过风机抽取外部气流进入桶体内并在蓄尘箱内堆积,使粉尘传感器对粉尘浓度进行检测,后通过触碰显示屏显示,让用户可通过按动触碰显示屏来选择风机的抽取效率,从而加强了室内的空气净化效果。
(2)、该基于机器学习的环境检测装置,因蓄尘箱进口端与出口端的错开,使进入蓄尘箱内的空气不会直接排出,从而加强了粉尘传感器检测的准确度。
(3)、该基于机器学习的环境检测装置,因拉板位于出口端风机的下部,使出口端风机抽取气流时,拉板内活性炭颗粒会进行移动,从而加强了活性炭颗粒对灰尘的吸附效果。
附图说明
图1为本实用新型的结构示意图;
图2为本实用新型中桶体的内腔截断图;
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江西珉轩智能科技有限公司,未经江西珉轩智能科技有限公司许可,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/201921338530.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种智能上甑机
- 下一篇:一种可快速安装扩容的微型数据中心





