[发明专利]一种面向长时间连续监测的油烟VOCs气体浓度监测方法及设备有效

专利信息
申请号: 202110477464.1 申请日: 2021-04-30
公开(公告)号: CN113252846B 公开(公告)日: 2023-06-20
发明(设计)人: 王众丞;杨建华;侯宏 申请(专利权)人: 西北工业大学
主分类号: G01N33/00 分类号: G01N33/00
代理公司: 西安匠星互智知识产权代理有限公司 61291 代理人: 陈星
地址: 710072 *** 国省代码: 陕西;61
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 面向 长时间 连续 监测 油烟 vocs 气体 浓度 方法 设备
【权利要求书】:

1.一种面向长时间连续监测的油烟VOCs气体浓度监测方法,其特征在于:包括:

采用旁支式结构的油烟采样方法和云端失效传感器自动识别算法;

所述采用旁支式结构的油烟采样方法为:通过在油烟管道上开设旁支排烟通道,并在旁支排烟通道中布置气体传感器阵列,通过气体传感器阵列测量油烟VOCs气体浓度;

所述云端失效传感器自动识别算法为:云服务器定期对气体传感器阵列测量的油烟VOCs气体浓度进行判断,自动识别气体传感器阵列中的失效传感器;

对于气体传感器阵列中测量某一类型VOCs气体浓度的传感器,其对应的云端失效传感器自动识别方法为:

(1)云服务器定期从数据库中调取前N个检测周期的该类型VOCs气体浓度数据,并提取每个检测周期的浓度最大值xi,i=1,2,3,…,N;

(2)将前N个检测周期的浓度最大值xi带入传感器失效模型,估计出模型参数,并根据模型参数得出传感器失效程度系数和失效置信系数;

(3)若传感器失效程度系数和失效置信系数均大于设定的阈值,则判断该传感器失效;

所述传感器失效模型具体为:

其中,a是设定的老化系数,τ,x0,xf均为待估计的模型参数;传感器失效程度系数为(x0-xf)/x0,失效置信系数为模型参数的残差倒数之和。

2.根据权利要求1所述一种面向长时间连续监测的油烟VOCs气体浓度监测方法,其特征在于:所述采用旁支式结构的油烟采样方法中,通过以下过程在油烟管道上开设旁支排烟通道:

利用油烟管道直径、管道形状、油烟流速,以油烟到达烟道开孔中心流速2.3~2.5米/秒为目标,通过流体力学仿真方法,计算给出烟道开孔尺寸,在油烟管道尾端侧壁开孔;

旁支排烟通道与油烟管道尾端侧壁开孔位置密封相连;所述旁支排烟通道内部形成旁支腔,旁支腔一侧具有与管道尾端侧壁开孔对应的开孔,在旁支腔开孔相对的另一侧布置气体传感器阵列;所述旁支腔的尺寸也根据油烟管道直径、管道形状、油烟流速,以油烟到达气体传感器阵列敏感面流速0.3~0.5米/秒为目标,通过流体力学仿真方法计算得到。

3.根据权利要求1所述一种面向长时间连续监测的油烟VOCs气体浓度监测方法,其特征在于:采用最小二乘法估计得到模型参数。

4.根据权利要求1所述一种面向长时间连续监测的油烟VOCs气体浓度监测方法,其特征在于:所述检测周期为1天。

5.一种面向长时间连续监测的油烟VOCs气体浓度监测设备,其特征在于:包括采样装置、气体传感器阵列、计算装置、通信装置和云服务器;

采样装置用于对油烟管道内的油烟进行采样;

气体传感器阵列用于测量油烟VOCs气体浓度;

计算装置用于在测量油烟浓度过程中对气体传感器阵列量测值进行采集和修正;

通信装置用于通过有线或无线网络将计算装置输出的数据上传至位于云服务器的数据库,实现油烟VOCs气体浓度的连续实时监测;

所述云服务器定期对气体传感器阵列测量的油烟VOCs气体浓度进行判断,通过权利要求1中所述云端失效传感器自动识别算法自动识别气体传感器阵列中的失效传感器。

6.根据权利要求5所述一种面向长时间连续监测的油烟VOCs气体浓度监测设备,其特征在于:所述采样装置采用旁支排烟通道;所述旁支排烟通道内部形成旁支腔,旁支腔一侧具有与管道尾端侧壁开孔对应的开孔,在旁支腔开孔相对的另一侧布置气体传感器阵列;所述旁支腔的尺寸根据油烟管道直径、管道形状、油烟流速,以油烟到达气体传感器阵列敏感面流速0.3~0.5米/秒为目标,通过流体力学仿真方法计算得到;所述旁支排烟通道与油烟管道尾端侧壁开孔位置密封相连。

7.根据权利要求6所述一种面向长时间连续监测的油烟VOCs气体浓度监测设备,其特征在于:所述气体传感器阵列安装在所述采样装置内壁上,测量分流到采样装置内的油烟VOCs气体浓度。

8.根据权利要求7所述一种面向长时间连续监测的油烟VOCs气体浓度监测设备,其特征在于:所述气体传感器阵列包含TVOC传感器、烟气传感器、空气质量传感器。

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西北工业大学,未经西北工业大学许可,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/202110477464.1/1.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