CN110118711B - 基于物联网的室内空气含菌量实时检测与分析方法、*** - Google Patents
基于物联网的室内空气含菌量实时检测与分析方法、*** Download PDFInfo
- Publication number
- CN110118711B CN110118711B CN201910499344.4A CN201910499344A CN110118711B CN 110118711 B CN110118711 B CN 110118711B CN 201910499344 A CN201910499344 A CN 201910499344A CN 110118711 B CN110118711 B CN 110118711B
- Authority
- CN
- China
- Prior art keywords
- time
- indoor
- real
- detection
- concentration
- 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.)
- Active
Links
- 241000894006 Bacteria Species 0.000 title claims abstract description 103
- 238000011897 real-time detection Methods 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 119
- 239000013618 particulate matter Substances 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000007613 environmental effect Effects 0.000 claims abstract description 13
- 239000002245 particle Substances 0.000 claims description 56
- 238000009423 ventilation Methods 0.000 claims description 42
- 239000000969 carrier Substances 0.000 claims description 37
- 239000000443 aerosol Substances 0.000 claims description 36
- 244000052616 bacterial pathogen Species 0.000 claims description 24
- 230000001580 bacterial effect Effects 0.000 claims description 21
- 244000052769 pathogen Species 0.000 claims description 21
- 230000001717 pathogenic effect Effects 0.000 claims description 14
- 230000006399 behavior Effects 0.000 claims description 12
- 230000036760 body temperature Effects 0.000 claims description 12
- 201000010099 disease Diseases 0.000 claims description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 9
- 238000010191 image analysis Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000010223 real-time analysis Methods 0.000 claims description 8
- 238000001917 fluorescence detection Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 230000001815 facial effect Effects 0.000 claims description 2
- 230000001954 sterilising effect Effects 0.000 abstract description 9
- 230000008859 change Effects 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 6
- 238000004659 sterilization and disinfection Methods 0.000 abstract description 6
- 238000005265 energy consumption Methods 0.000 abstract description 5
- 230000036541 health Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 5
- 230000000249 desinfective effect Effects 0.000 description 5
- 239000010419 fine particle Substances 0.000 description 4
- 208000015181 infectious disease Diseases 0.000 description 4
- 241000700605 Viruses Species 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 231100000331 toxic Toxicity 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 208000036827 Infectious disease carrier Diseases 0.000 description 1
- 206010028735 Nasal congestion Diseases 0.000 description 1
- 206010039101 Rhinorrhoea Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000003463 adsorbent Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 231100000086 high toxicity Toxicity 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000010753 nasal discharge Diseases 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 238000011896 sensitive detection Methods 0.000 description 1
- 206010041232 sneezing Diseases 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
Landscapes
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种基于物联网的室内空气含菌量实时检测与分析方法,包括:生成生物气溶胶检测浓度曲线;生成颗粒物浓度曲线;统计该设定时间范围内的环境参数;结合生物气溶胶浓度检测曲线和颗粒物浓度曲线,计算得到当前环境下的实时生物气溶胶浓度;结合房间类型,计算得到当前环境下的室内空气实时含菌量。本发明能够实现当前环境下的含菌量的实时检测,引导消毒、杀菌设备的启动,以及辅助室内环境应急处置的决策,另外,结合门禁子***、拍摄子***、环境检测子***,对室内含菌量的变化趋势进行预估,实现提前预警,使指令更加精准,有效降低能耗,对高危环境及时预警,减少群体性卫生事件的发生,同时做到过程可跟踪,结果可追溯。
Description
技术领域
本发明涉及物联网技术领域,具体而言涉及一种基于物联网的室内空气含菌量实时检测与分析方法、***。
背景技术
目前检测空气含菌量指标主要通过采集、培养、计数的方式进行,无法达到实时性、连续性的要求。现阶段传感器可以实时、精确的检测出空气中不同尺寸的颗粒物的数量,已知空气中的细菌、病毒、霉菌等都是以生物气溶胶的形式存在,传感器检测出的颗粒物包含生物气溶胶颗粒。目前,检测空气中生物气溶胶数量有通过荧光标定传感器的方式,但该种设备体积庞大,无法用于教室、医院等场景下。
在申请号为CN201310009382.X的发明专利“生物气溶胶实时监测装置”中,提及了一种生物气溶胶的实时监测装置,通过将室内空气吸取至缓冲腔形成气溶胶粒子团,检测缓冲腔中的气溶胶粒子团的光强,计算得到采集到的室内空气中的生物气溶胶浓度,该方法通过将检测气溶胶粒子团的荧光光强,将检测到的荧光光强除以大气体积得到单位大气体积的荧光光强,得到生物气溶胶浓度。由于检测目标为气溶胶例子团,荧光信号较强,采用结构较为简单的检测装置即可以实现这一较为灵敏的检测结果。由前述可知,缓冲腔中的气溶胶粒子团数量越多,荧光信号越强,检测结果越准确。对于现场与网状布点监测设备来说,由于受结构所限,采用的检测设备精度较低,理论上,需要收集一段时间的气体以形成数量较多的气溶胶粒子团之后才能获得足够强度的荧光信号,即,在此种情形下,无法真正实现生物气溶胶的实时监控。
发明内容
本发明目的在于提供一种基于物联网的室内空气含菌量实时检测与分析方法、***,通过颗粒传感器实时检测所在环境的颗粒物浓度,生成颗粒物浓度曲线,采用生物气溶胶检测装置,周期采集气溶胶粒子团、检测气溶胶粒子团的荧光光强,生成生物气溶胶浓度检测曲线,统计所在环境的空间容积、活动人数、病菌携带者数量以及基础的温湿度等参数,结合生物气溶胶浓度检测曲线和颗粒物浓度曲线,计算得到当前环境下的实时生物气溶胶浓度,结合房间类型,判断由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例,计算得到当前环境下的室内空气实时含菌量。另外,本发明基于物联网技术,结合门禁子***、拍摄子***、环境检测子***,对室内含菌量的变化趋势进行预估,实现提前预警。
为达成上述目的,结合图1,本发明提出基于物联网的室内空气含菌量实时检测与分析方法,其特征在于,所述方法包括:
S1:按照设定周期检测采集到的室内空气的生物气溶胶浓度,生成生物气溶胶检测浓度曲线C(t)。
S2:实时采集室内空气中的颗粒物浓度,生成颗粒物浓度曲线P(t)。
S3:选取一设定时间范围,所述设定时间范围至少包括两个设定周期,统计该设定时间范围内的室内温度Tt、室内湿度RHt、房间面积St、单位时间室内通风量Qt、室内总人数Nt、病菌携带者数量Mt。
S4:结合生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t),生成当前环境下的实时生物气溶胶浓度F(t)=f(C(t),P(t),Tt,RHt,St,Qt,Nt,Mt)。
S5:结合房间类型,判断由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例,计算得到当前环境下的室内空气实时含菌量U(t)。
基于前述方法,结合图3、图4,本发明还提及一种基于物联网的室内空气含菌量实时检测与分析***,其特征在于,所述***包括门禁子***、拍摄子***、环境检测子***、控制装置。
所述门禁子***包括人体红外传感器、人脸图像采集装置、计数装置,人体红外传感器用以对进出人员的属性进行识别,所述进出人员的属性包括病菌携带者和非病菌携带者,人脸图像采集装置用以采集病菌携带者的脸部图像,将采集到的脸部图像发送至存储装置,计数装置用以统计当前房间内的总人数以及病菌携带者的数量。
所述拍摄子***包括拍摄装置、图像分析装置,所述拍摄装置用于拍摄房间内的视频图像,将拍摄的视频图像发送至图像分析装置,图像分析装置对拍摄装置拍摄的视频图像进行分析,识别其中是否有人员出现生病行为,将出现生病行为的人员的脸部图像与存储装置中的病菌携带者的人脸图像做比对,以判断是否出现了新的病菌携带者。
所述环境检测子***包括轨道回路、转动平台、壳体、温湿度传感器、雨雪传感器、颗粒物检测装置、生物气溶胶检测装置。
所述壳体包括一朝向指定区域的探测端面,所述轨道回路分布在房间墙壁上,所述壳体通过转动平台安装在轨道回路上,且根据外部控制指令沿轨道回路移动的同时,绕转动平台转动以使探测端面始终朝向指定区域。
所述设定周期为壳体沿轨道回路移动一个回路的时间。
所述雨雪传感器设置在室外,用以实时探测室外雨雪等级,将探测到的雨雪等级发送至控制装置。
所述温湿度传感器安装在壳体内,其探测端安装在临近壳体探测端面处,温湿度传感器与控制装置电连接,用于实时探测室内温度、湿度,将探测结果反馈至控制装置。
所述壳体内安装有一截面为环形的中空转台,中空转台围绕其轴中心线自转,所述颗粒物检测装置、生物气溶胶检测装置均安装在中空转台内,颗粒物检测装置、生物气溶胶检测装置的进气口均位于壳体的探测端面上。
所述颗粒物检测装置用以实时采集室内空气中的颗粒物浓度,将采集结果发送至控制装置,控制装置生成颗粒物浓度曲线P(t)。
所述生物气溶胶检测装置包括气泵、缓冲腔、荧光检测单元,气泵实时吸取室内空气使之进入缓冲腔形成气溶胶粒子团,荧光检测单元按照设定周期检测缓冲腔中的气溶胶粒子团的光强,将探测到的光强发送至控制装置。
所述控制装置根据接收到的光强计算前述设定周期内采集到的室内空气中的生物气溶胶浓度,生成生物气溶胶检测浓度曲线C(t)。
所述控制装置选取一设定时间范围,所述设定时间范围至少包括两个设定周期,统计该设定时间范围内的室内温度Tt、室内湿度RHt、房间面积St、单位时间室内通风量Qt、室内总人数Nt、病菌携带者数量Mt,结合生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t),生成当前环境下的实时生物气溶胶浓度F(t)=f(C(t),P(t),Tt,RHt,St,Qt,Nt,Mt)。
所述控制装置结合结合房间类型,判断由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例,计算得到当前环境下的室内空气实时含菌量U(t)。
本发明所提及的基于物联网的室内空气含菌量实时检测与分析方法、***尤其适用于固定的公共场所,如医院、幼儿园、办公室等特征较为鲜明的室内区域,如成员组成较为固定、或成员结构较为固定、以及房间使用功能、成员的行为模式较为固定等,该类区域的含菌量和颗粒物浓度变化主要取决于室内人员数量、行为量以及室内人员的当前属性。例如,室内人员数量越多,带进的细菌和颗粒物越多,室内人员的活动越频繁,在活动过程中产生的细菌和颗粒物越多,室内环境温湿度越适宜,因为室内人员活动导致的细菌和颗粒物越容易产生并且维持悬浮状态、另外细菌还可以在适宜的环境下大量繁殖,导致含菌量快速上升。
由前述可知,室内人员数量、行为动作会使细菌、颗粒物的浓度同时上升,而适宜的环境除了使细菌、颗粒物更易产生之外,还对细菌的繁殖造成影响。室内含菌量和颗粒物浓度的影响因子几乎相同。另外,细菌、病菌在空气中的存在形式多为生物气溶胶,不同房间类型中细菌、病菌所产生的生物气溶胶占生物气溶胶总量的比重不相同,可以通过分析经验数据获取每个房间的比重数值。
细菌、病菌的特点在于易繁殖性,繁殖速度取决于环境参数,如温度、湿度、季节、室内单位通风量等等,尤其是吸附在细颗粒物上的生物气溶胶,会以吸附体作为培养基进行繁殖,再通过呼吸道进入人体,对人体健康造成威胁。因此,以特征较为鲜明的室内环境为基础,颗粒物和生物气溶胶的浓度变化存在相关性。
当室内人员中包含有正在生病的成员(在本发明中被定义成病菌携带者)时,病菌携带者会比健康成员带来更多的病菌和细菌,尤其是传染性疾病患者,但是其对室内颗粒物浓度的影响和健康成员类似。
晴朗天气的室内环境下,环境参数均在一定的范围内变化,环境参数的变化曲线均比较平缓,因此,下面以晴朗天气的室内环境为例,分析前述环境参数对含菌量和颗粒物浓度的影响。
一、室内温湿度
在一定的变化幅度范围内,室内温湿度越大,空气中悬浮的颗粒物增多,颗粒物浓度和含菌量均变高,但温湿度越大,环境越适合细菌繁殖,因此,在同等条件下,室内温湿度对含菌量的影响大于对颗粒物浓度的影响。
二、房间面积和单位时间室内通风量
结合下述公式得到单位时间室内单位面积通风量:
单位时间室内单位面积通风量=单位时间室内通风量/房间面积
在晴朗天气下,室外空气中的颗粒物浓度和含菌量浓度均小于室内,因此,单位时间室内单位面积通风量越大,室内空气中的颗粒物浓度和含菌量浓度越小,在同等条件下,单位时间室内单位面积通风量对含菌量的影响值和对颗粒物浓度的影响值较为固定。
三、病菌携带者数量
病菌携带者作为病菌源之一,尤其是传染病携带者,除因活动导致的细菌和颗粒物浓度上升之外,相对于普通成员,其还会产生额外的病菌,产生的这部分病菌对室内成员的健康威胁较大。
基于前述分析,步骤S4中,所述结合生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t),生成当前环境下的实时生物气溶胶浓度F(t)=f(C(t),P(t),Tt,RHt,St,Qt,Nt,Mt)的过程包括以下步骤:
S41:根据下述公式计算得到单位时间室内单位面积通风量:
S42:计算得到室内空气中的室内温度Tt、室内湿度RHt、单位时间室内单位面积通风量室内总人数Nt、病菌携带者数量Mt对生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t)的影响权重。
S43:结合影响权重,以颗粒物浓度曲线P(t)为基础,计算得到当前环境下的实时生物气溶胶浓度F(t)。
在一些例子中,当室外空气质量为优时,实时生物气溶胶浓度F(t)为:
其中,K1为室内环境对细菌繁殖的影响因子,K2为室内温度Tt、室内湿度RHt、房间面积St、单位时间室内通风量Qt、室内总人数Nt对生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t)的影响权重比值,b为调整参数,RH1为湿度修正因子,ΔC为每个病菌携带者单位时间内产生的平均生物气溶胶浓度。
优选的,根据实验可得,当其他参数恒定时,湿度越大,细菌的繁殖力越强,约呈指数级上升趋势。同样的,当其他参数恒定时,温度越大,细菌的繁殖力越强,约呈直线上升趋势。本发明采用热力学温度来表示实际温度,以避免低温情形下造成的负值,最终得到实时生物气溶胶浓度F(t)为:
其中,RH1是湿度修正因子,T1是温度修正因子,受实际房间类型和天气等环境因素的影响。
本发明通过实时采集室内的颗粒物浓度,周期性采集室内的生物气溶胶浓度,分别生成当前环境下的颗粒物浓度曲线和生物气溶胶检测浓度曲线,再结合采集的环境参数,推算当前环境下的生物气溶胶-颗粒物浓度相关性,结合影响权重,以颗粒物浓度曲线和生物气溶胶检测浓度曲线为基础,计算得到当前环境下的实时生物气溶胶浓度;再结合房间类型,判断由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例,计算实时含菌量。
结合图2,基于前述室内含菌量实时检测方法,本发明还提及一种基于物联网的室内空气含菌量实时分析方法,具体的:
当有人员进入时,门禁子***对进入人员的体温进行检测,如果进入人员的体温高于设定体温阈值,说明该进入人员正在生病,判定其为病菌携带者,当该进入人员进入室内时,无疑会使室内含菌量出现较大的增幅,此时判断室内病菌携带者的数量是否超过第一设定阈值,如果超过,发出报警,通知工作人员处理,以免带来更多的传染风险。
对于不同的房间类型,第一设定阈值的数值不等,例如幼儿园内的成员体质较弱,容易被传染,因此一旦发现有病菌携带者,立刻需要进行处理,例如医院,由于其特有性质,病菌携带者的数量远大于其他区域,需要随时进行通风、消毒处理,但即使是同一房间,不同的时间段,病菌携带者的数量也是不同的,根据不同的病菌携带者数量需要采取不同的通风、杀菌措施,以减少能耗和医疗污染。
当室内人员较多时,由于房间内本来就含有大量的细菌、病菌,加上人体携带的细菌、病菌,随着室内人员行动量的增加,带来和激起的含菌量和颗粒物的增幅和浓度也会不断增加,因此本发明提出,如果室内人员总数/房间容积大于第二设定阈值,发出报警,通知工作人员处理或者加大通风量,避免由于含菌量和颗粒物增多导致的疾病风险。同样的,对于不同的房间类型,第二设定阈值的数值不等。
当室内成员数量和组成结构维持不变时,不考虑通风影响,颗粒物浓度和含菌量是不断增长的,如果含菌量超过第三设定阈值,发出报警,通知工作人员处理。
本发明基于能够实时检测颗粒物浓度的颗粒物检测装置,周期性检测生物气溶胶浓度的生物气溶胶检测装置,结合实时采集的环境参数,创建生物气溶胶-颗粒物浓度相关性拟合模型,从而实现当前环境下生物气溶胶浓度的实时检测,继而结合房间类型,计算当前环境下的实时含菌量,引导消毒、杀菌设备的启动,以及辅助室内环境应急处置的决策,另外,结合门禁子***、拍摄子***、环境检测子***,对室内含菌量的变化趋势进行预估,实现提前预警,使指令更加精准,有效降低能耗,对高危环境及时预警,减少群体性卫生事件的发生,同时做到过程可跟踪,结果可追溯。
以上本发明的技术方案,与现有相比,其显著的有益效果在于:
1)通过生成当前环境下的生物气溶胶-颗粒物浓度相关性拟合计算公式,建立适配于当前环境场景下的室内含菌量实时检测模型,通过模型,结合实时检测出的所在环境的颗粒物浓度,计算实时气溶胶浓度,继而结合房间类型,计算实时含菌量。
2)基于物联网技术,结合门禁子***、拍摄子***、环境检测子***,对室内含菌量的变化趋势进行预估,实现提前预警。
3)通过采集气溶胶粒子团,检测气溶胶粒子团的荧光光强,计算生物气溶胶浓度,对激光器的要求低,生物气溶胶检测装置结构紧凑简单,成本低,适于网络布点。
4)采用轨道回路对房间内各处的空气进行采集分析后,对分析结果取均值,检测结果误差小。
5)探测端面始终朝向设定的检测区域,使气泵泵入的空气样本更具有代表性,同时便于用户观察***当前工作状态。
6)颗粒物检测装置和气溶胶检测装置安装在可自转的中空转台内,两者泵入的空气近乎一致,提高了生物气溶胶检测浓度曲线和颗粒物浓度曲线的相关度,计算得到的当前环境下的实时生物气溶胶浓度的误差小。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是本发明的基于物联网的室内空气含菌量实时检测方法的流程图。
图2是本发明的基于物联网的室内空气含菌量实时分析的方法流程图。
图3是本发明的基于物联网的室内空气含菌量实时检测和分析***的模块示意图。
图4是本发明的基于物联网的探测端面的结构示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
结合图1,本发明提出基于物联网的室内空气含菌量实时检测与分析方法,其特征在于,所述方法包括:
S1:按照设定周期检测采集到的室内空气的生物气溶胶浓度,生成生物气溶胶检测浓度曲线C(t)。
S2:实时采集室内空气中的颗粒物浓度,生成颗粒物浓度曲线P(t)。
S3:选取一设定时间范围,所述设定时间范围至少包括两个设定周期,统计该设定时间范围内的室内温度Tt、室内湿度RHt、房间面积St、单位时间室内通风量Qt、室内总人数Nt、病菌携带者数量Mt。
S4:结合生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t),生成当前环境下的实时生物气溶胶浓度F(t)=f(C(t),P(t),Tt,RHt,St,Qt,Nt,Mt)。
S5:结合房间类型,判断由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例,计算得到当前环境下的室内空气实时含菌量U(t)。
下面结合具体例子依次对各个步骤进行解析。
第一步,生成生物气溶胶检测浓度曲线C(t)
由于生物气溶胶检测的特殊性,目前无法实现绝对实时的检测方法,但已经可以实现周期性的检测方法,例如以下两种方式。
第一种方式
实时吸取室内空气使之进入缓冲腔形成气溶胶粒子团,按照设定周期检测缓冲腔中的气溶胶粒子团的光强,计算得到设定周期内采集到的室内空气中的生物气溶胶浓度,生成生物气溶胶检测浓度曲线C(t)。
第二种方式
采用传统菌落数培养方法、周期性地对室内空气中的生物气溶胶进行检测,该种方式适合环境较为稳定、生物气溶胶浓度变化较为平缓、或者存在一定规律性的室内情形。
具体的,步骤S1中,按照设定周期检测室内空气中的菌落数,对菌落数进行修正后,计算得到生物气溶胶检测浓度曲线C(t);
所述对菌落数进行修正后,计算得到生物气溶胶检测浓度曲线C(t)的过程包括以下步骤:
S11:采用positive-hole法对菌落数进行纠正:
其中,Pr和r分别表示校正后菌落数和实际菌落数,N为每级采样的孔数;
S12:根据气体流量σ和采集时间τ,根据下述公式计算得到生物气溶胶检测浓度曲线C(t),单位为(CFU·m-3):
其中,I为平均含菌量调整值。
第二步,生成颗粒物浓度曲线P(t)
采用类似于颗粒物浓度传感器的颗粒物浓度检测装置即可实现对室内颗粒物浓度的实时检测。
研究表明,细菌、病菌更易吸附在细颗粒物上,并且不同种类的细菌、病菌易吸附的细颗粒物的直径不同,某些对人体有较强毒害作用的细菌、病菌更容易附着在直径较小的细颗粒物上;另外,由于细颗粒物的直径越小,越容易进入人体内部,其上吸附的细菌、病菌对人体的毒害作用也越大,而用户最为关心的也正是对人体健康威胁较大的病菌、病毒。因此,本发明提出,在某些需要重点监测毒性较大的细菌、病毒含量时,可以结合颗粒物粒径对颗粒物浓度进行修正。例如,针对细颗粒物的直径做范围划分,引入权重因子,对室内实时含菌量进行修正,例如,颗粒物检测装置检测室内空气颗粒物,按粒径大小分为以下几类:小于0.3mm、0.3mm-0.5mm、0.5mm-1mm、1mm-2.5mm、大于2.5mm,对应的每种粒径的颗粒物浓度值为P1(t)、P2(t)、P3(t)、P4(t)、P5(t),优选的,粒径越小的权重越大,结合权重,修正室内颗粒物浓度P(t)=(P1(t)·ω1+P2(t)·ω2+P3(t)·ω3+P4(t)·ω4+P5(t)·ω5)/(ω1+ω2+ω3+ω4+ω5)。应当理解,前述粒子只是为了阐述颗粒物浓度修正原理,在实际应用中可以根据具体需求和检测装置的实际性能做对应的设计。
优选的,为了减少检测误差,所述颗粒物检测装置将采集到的颗粒物浓度发送至控制装置,控制装置根据下述公式修正室内空气中的颗粒物浓度:
P(i)是第i时刻采集到的颗粒物浓度,修正后的室内空气中的颗粒物浓度P′(t)为最新采集的M个颗粒物浓度的均值。通过取前M个颗粒物浓度的均值,以对检测到的颗粒物浓度进行修正。
第三步,获取环境影响参数
所述环境影响参数对颗粒物浓度和含菌量均有影响,包括室内温度Tt、室内湿度RHt、房间面积St、单位时间室内通风量Qt、室内总人数Nt、病菌携带者数量Mt等。
在某些情况下,还应当考虑天气因素,例如雨雪天气、雾霾天气等等。
在雨雪天气时,空气中湿度的增幅会较大,并且容易引起温度突降,导致感冒等病症。而当雾霾天气时,由于室外空气质量不佳,通风效果则会大打折扣等。
第四步,计算得到当前环境下的实时生物气溶胶浓度F(t)
步骤S4中,所述结合生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t),生成当前环境下的实时生物气溶胶浓度F(t)=f(C(t),P(t),Tt,RHt,St,Qt,Nt,Mt)的过程包括以下步骤:
S41:根据下述公式计算得到单位时间室内单位面积通风量:
S42:计算得到室内空气中的室内温度Tt、室内湿度RHt、单位时间室内单位面积通风量室内总人数Nt、病菌携带者数量Mt对生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t)的影响权重。
S43:结合影响权重,以颗粒物浓度曲线P(t)为基础,计算得到当前环境下的实时生物气溶胶浓度F(t)。
第五步,计算得到当前环境下的室内空气实时含菌量U(t)
生物气溶胶中既包含病菌、细菌,也包含其他生物分子,如花粉等,因此本发明提出,结合房间类型,判断由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例,计算得到当前环境下的室内空气实时含菌量U(t)。
由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例为一经验数值,可以通过机器学习算法创建经验模型以得到,也可以通过分析历史数据以得到。
本发明通过实时采集室内的颗粒物浓度,周期性采集室内的生物气溶胶浓度,分别生成当前环境下的颗粒物浓度曲线和生物气溶胶检测浓度曲线,再结合采集的环境参数,推算当前环境下的生物气溶胶-颗粒物浓度相关性,结合影响权重,以颗粒物浓度曲线和生物气溶胶检测浓度曲线为基础,计算得到当前环境下的实时生物气溶胶浓度;再结合房间类型,判断由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例,计算实时含菌量。
结合图2,基于前述室内含菌量实时检测方法,本发明还提及一种基于物联网的室内空气含菌量实时分析方法,包括有人进入和有人离开这两种情形。
第一种情形,有人进入
所述方法还包括:
S110:响应于有人员进入室内,判断该人员是否为病菌携带者,如果是,进入步骤S120,否则,进入步骤S130。
S120:病菌携带者的数量Mt加1,判断室内病菌携带者的数量Mt是否超过第一设定阈值,如果是,生成警报信号,进入步骤S170,否则,进入步骤S130。
S130:室内总人数Nt加1,判断室内总人数Nt/房间容积St是否超过第二设定阈值,如果是,生成警报信号,进入步骤S170,否则,进入步骤S140;。
S140:实时检测室内空气中的颗粒物浓度P(t)以及环境参数,计算室内空气中的实时生物气溶胶浓度F(t)。
S150:结合室内空气中的生物气溶胶浓度F(t)、房间类型,计算室内实时含菌量U(t)。
S160:判断室内实时含菌量U(t)是否超过第三设定阈值,如果是,生成警报信号。
S170:结束本次人员进入情形下的含菌量分析。
具体的:
当有人员进入时,门禁子***对进入人员的体温进行检测,如果进入人员的体温高于设定体温阈值,说明该进入人员正在生病,判定其为病菌携带者,当该进入人员进入室内时,无疑会使室内含菌量出现较大的增幅,此时判断室内病菌携带者的数量是否超过第一设定阈值,如果超过,发出报警,通知工作人员处理,以免带来更多的传染风险。
对于不同的房间类型,第一设定阈值的数值不等,例如幼儿园内的成员体质较弱,容易被传染,因此一旦发现有病菌携带者,立刻需要进行处理,例如医院,由于其特有性质,病菌携带者的数量远大于其他区域,需要随时进行通风、消毒处理,但即使是同一房间,不同的时间段,病菌携带者的数量也是不同的,根据不同的病菌携带者数量需要采取不同的通风、杀菌措施,以减少能耗和医疗污染。
当室内人员较多时,由于房间内本来就含有大量的细菌、病菌,加上人体携带的细菌、病菌,随着室内人员行动量的增加,带来和激起的含菌量和颗粒物的增幅和浓度也会不断增加,因此本发明提出,如果室内人员总数/房间容积大于第二设定阈值,发出报警,通知工作人员处理或者加大通风量,避免由于含菌量和颗粒物增多导致的疾病风险。同样的,对于不同的房间类型,第二设定阈值的数值不等。
当室内成员数量和组成结构维持不变时,不考虑通风影响,颗粒物浓度和含菌量是不断增长的,如果含菌量超过第三设定阈值,发出报警,通知工作人员处理。
第二种情形,有人离开
所述方法还包括:
S210:响应于有人员离开房间,判断该人员是否为病菌携带者,如果是,进入步骤S220,病菌携带者的数量Mt减1,进入步骤S220,否则,直接进入步骤S230;
S220:室内总人数Nt减1,实时检测室内空气中的颗粒物浓度P(t)以及环境参数,计算室内空气中的实时生物气溶胶浓度F(t);
S230:结合室内空气中的生物气溶胶浓度F(t)、房间类型,计算室内实时含菌量U(t);
S240:判断室内实时含菌量U(t)是否超过第三设定阈值,如果是,生成警报信号。
S250:结束本次人员离开情形下的含菌量分析。
当有人员离开时,首先判断该人员是否为病菌携带者,相对于普通成员,病菌携带者的离开将会使室内病菌的增幅下降的更多一些,因此需要区别处理。
如果离开者为病菌携带者,病菌携带者的数量Mt减1,室内总人数Nt减1,按照新的携带者的数量Mt和新的室内总人数Nt计算实时生物气溶胶浓度,否则,只有室内总人数Nt减1,按照新的室内总人数Nt计算实时生物气溶胶浓度,进而计算室内实时含菌量,根据实时含菌量来判断是否需要生成警报信号。
关于病菌携带者的追踪问题,本发明提出了两种处理措施。
第一种处理措施,针对进入室内之前已经感染疾病的成员
采用人体红外传感器以探测进入人员的体温,如果探测体温超过设定体温阈值,判定该进入人员为病菌携带者,采用图像采集***以采集该人员的脸部图像,将采集到的脸部图像存入病菌携带者数据库。
当有人员离开房间时,采集该离开人员的脸部图像,将采集到的脸部图像与病菌携带者数据库中的脸部图像相比对,以判断离开人员是否为病菌携带者。
第二种处理措施,针对进入室内后感染疾病的成员
实时采集房间内的视频图像,对第二设定时间范围内的视频图像中的人员行为进行追踪分析,如果图像中任意一个人员在第二设定时间范围内的生病行为超过设定次数阈值,判断该人员为病菌携带者,将该人员的脸部图像和病菌携带者数据库作比对,以及
响应于该人员的脸部图像未存储在病菌携带者数据库中,病菌携带者数量Mt加1,将该人员的脸部图像存储至病菌携带者数据库。
所述生病行为包括咳嗽、打喷嚏、流鼻涕、鼻塞等等。
应当理解,本发明所提及的基于物联网的室内空气含菌量实时分析方法还适用于其他与室内人数以及病菌携带者数量相关的含菌量的实时或者周期性检测方法,并不局限于本发明所提及的这一种检测方法。
基于前述方法,结合图3、图4,本发明还提及一种基于物联网的室内空气含菌量实时检测与分析***,其特征在于,所述***包括门禁子***、拍摄子***、环境检测子***、控制装置。
所述门禁子***包括人体红外传感器、人脸图像采集装置、计数装置,人体红外传感器用以对进出人员的属性进行识别,所述进出人员的属性包括病菌携带者和非病菌携带者,人脸图像采集装置用以采集病菌携带者的脸部图像,将采集到的脸部图像发送至存储装置,计数装置用以统计当前房间内的总人数以及病菌携带者的数量。具体识别方法如前所述。
所述拍摄子***包括拍摄装置、图像分析装置,所述拍摄装置用于拍摄房间内的视频图像,将拍摄的视频图像发送至图像分析装置,图像分析装置对拍摄装置拍摄的视频图像进行分析,识别其中是否有人员出现生病行为,将出现生病行为的人员的脸部图像与存储装置中的病菌携带者的人脸图像做比对,以判断是否出现了新的病菌携带者。具体判断方法如前所述。
所述环境检测子***包括轨道回路、转动平台、壳体11、温湿度传感器15、雨雪传感器、颗粒物检测装置13、生物气溶胶检测装置14。
所述壳体11包括一朝向指定区域的探测端面,所述轨道回路分布在房间墙壁上,所述壳体11通过转动平台安装在轨道回路上,且根据外部控制指令沿轨道回路移动的同时,绕转动平台转动以使探测端面始终朝向指定区域。
优选的,所述轨道回路由上至下环绕在室内墙壁上,以使壳体11能够采集到室内多个地点的空气。
更加优选的,所述壳体11沿轨道回路移动一个回路的时间被定义成一个设定周期,以充分采集室内多个地点的空气,采用轨道回路对房间内各处的空气进行采集分析后,对分析结果取均值,检测结果误差小,同时使采集样本具备普遍性。
通过转动平台使探测端面始终朝向设定的检测区域,例如房间中心位置等,使气泵泵入的空气样本更具有代表性,同时便于用户观察***当前工作状态,例如在探测端面上设置指示灯16以指示***各检测部件的工作状态等等。
所述雨雪传感器设置在室外,用以实时探测室外雨雪等级,将探测到的雨雪等级发送至控制装置,控制装置根据接收到的雨雪等级调整实时生物气溶胶浓度的计算公式中的调整参数b。
所述温湿度传感器15安装在壳体11内,其探测端安装在临近壳体11探测端面处,温湿度传感器15与控制装置电连接,用于实时探测室内温度、湿度,将探测结果反馈至控制装置。
所述壳体11内安装有一截面为环形的中空转台12,中空转台12围绕其轴中心线自转,所述颗粒物检测装置13、生物气溶胶检测装置14均安装在中空转台12内,颗粒物检测装置13、生物气溶胶检测装置14的进气口均位于壳体11的探测端面上。
所述颗粒物检测装置13用以实时采集室内空气中的颗粒物浓度,将采集结果发送至控制装置,控制装置生成颗粒物浓度曲线P(t)。
所述生物气溶胶检测装置14包括气泵、缓冲腔、荧光检测单元,气泵实时吸取室内空气使之进入缓冲腔形成气溶胶粒子团,荧光检测单元按照设定周期检测缓冲腔中的气溶胶粒子团的光强,将探测到的光强发送至控制装置。
颗粒物检测装置13和生物气溶胶检测装置14安装在可自转的中空转台12内,两者泵入的空气近乎一致,提高了生物气溶胶浓度曲线和颗粒物浓度曲线的相关度,计算得到的当前环境下的实时生物气溶胶浓度的误差小。
所述控制装置根据接收到的光强计算前述设定周期内采集到的室内空气中的生物气溶胶浓度,生成生物气溶胶检测浓度曲线C(t)。
所述控制装置选取一设定时间范围,所述设定时间范围至少包括两个设定周期,统计该设定时间范围内的室内温度Tt、室内湿度RHt、房间面积St、单位时间室内通风量Qt、室内总人数Nt、病菌携带者数量Mt,结合生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t),计算得到当前环境下的实时生物气溶胶浓度F(t)=f(C(t),P(t),Tt,RHt,St,Qt,Nt,Mt)。
所述控制装置结合结合房间类型,判断由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例,计算得到当前环境下的室内空气实时含菌量U(t)。
进一步的实施例中,所述***还包括通讯模块,所述控制装置与通讯模块连接,与新风***建立通讯链路。
所述控制装置响应于以下条件任意一个成立:
1)房间内的病菌携带者数量大于第一设定阈值,2)室内总人数/房间容积是否超过第二设定阈值,3)室内实时含菌量是否超过第三设定阈值,生成警报信号,通过通讯模块发送通风控制指令至新风***,以增大通风量至设定通风阈值。
设定通风阈值的确定方式有多种,根据实际需求决定。
例如,可以按照等级设定,例如前述条件中任意一个成立,将通风量调高一个等级。又例如,按照警报信号的等级确定,例如同一时刻进入的病菌携带者的数量过多,根据增加的病菌携带者的数量以调整通风量等。甚至将前述两种方式结合,构成一种智能化的通风量调节方法等等,目的均在于通过增大通风量来使室内颗粒物浓度和含菌量降低。
针对某些特殊场合,还配合了杀菌设备和/或消毒设备,前述控制方法同样适用于杀菌设备和/或消毒设备,例如响应于前述条件任意一个成立,启动杀菌设备和/或消毒设备、或者提高杀菌设备和/或消毒设备的运行功率等等,以达到基于物联网的智能调控目的,在节约能耗的基础上尽可能地提高杀菌消毒效果,提高运行功率的方法可以参考前述通风量的调节方法,在此不再赘述。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (9)
1.一种基于物联网的室内空气含菌量实时检测与分析方法,其特征在于,所述方法包括:
S1:按照设定周期检测采集到的室内空气的生物气溶胶浓度,生成生物气溶胶浓度检测曲线C(t);
S2:实时采集室内空气中的颗粒物浓度,生成颗粒物浓度曲线P(t);
S3:选取一设定时间范围,所述设定时间范围至少包括两个设定周期,统计该设定时间范围内的室内温度Tt、室内湿度RHt、房间面积St、单位时间室内通风量Qt、室内总人数Nt、病菌携带者数量Mt;
S4:结合生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t),计算得到当前环境下的实时生物气溶胶浓度F(t)=f(C(t),P(t),Tt,RHt,St,Qt,Nt,Mt);
S5:结合房间类型,判断由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例,计算得到当前环境下的室内空气实时含菌量U(t);
所述方法还包括:
当室外空气质量为优时,实时生物气溶胶浓度F(t)为:
其中,K1为室内环境对细菌繁殖的影响因子,K2为室内温度Tt、室内湿度RHt、房间面积St、单位时间室内通风量Qt、室内总人数Nt对生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t)的影响权重比值,b为调整参数,RH1为湿度修正因子,ΔC为每个病菌携带者单位时间内产生的平均生物气溶胶浓度,C(ti)是检测到的第ti时刻的生物气溶胶浓度,t是当前时刻。
2.根据权利要求1所述的基于物联网的室内空气含菌量实时检测与分析方法,其特征在于,步骤S4中,所述结合生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t),生成当前环境下的实时生物气溶胶浓度F(t)=f(C(t),P(t),Tt,RHt,St,Qt,Nt,Mt)的过程包括以下步骤:
S41:根据下述公式计算得到单位时间室内单位面积通风量:
单位时间室内单位面积通风量
S42:计算得到室内空气中的室内温度Tt、室内湿度RHt、单位时间室内单位面积通风量室内总人数Nt、病菌携带者数量Mt对生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t)的影响权重;
S43:结合影响权重,以颗粒物浓度曲线P(t)为基础,计算得到当前环境下的实时生物气溶胶浓度F(t)。
3.根据权利要求1所述的基于物联网的室内空气含菌量实时检测与分析方法,其特征在于,所述方法还包括:
S110:响应于有人员进入室内,判断该人员是否为病菌携带者,如果是,进入步骤S120,否则,进入步骤S130;
S120:病菌携带者的数量Mt加1,判断室内病菌携带者的数量Mt是否超过第一设定阈值,如果是,生成警报信号,进入步骤S170,否则,进入步骤S130;
S130:室内总人数Nt加1,判断室内总人数Nt/房间容积St是否超过第二设定阈值,如果是,生成警报信号,进入步骤S170,否则,进入步骤S140;
S140:实时检测室内空气中的颗粒物浓度P(t)以及环境参数,计算室内空气中的实时生物气溶胶浓度F(t);
S150:结合室内空气中的生物气溶胶浓度F(t)、房间类型,计算室内实时含菌量U(t);
S160:判断室内实时含菌量U(t)是否超过第三设定阈值,如果是,生成警报信号;
S170:结束本次人员进入情形下的含菌量分析。
4.根据权利要求1所述的基于物联网的室内空气含菌量实时检测与分析方法,其特征在于,所述方法还包括:
S210:响应于有人员离开房间,判断该人员是否为病菌携带者,如果是,病菌携带者的数量Mt减1,进入步骤S220,否则,直接进入步骤S230;
S220:室内总人数Nt减1,实时检测室内空气中的颗粒物浓度P(t)以及环境参数,计算室内空气中的实时生物气溶胶浓度F(t);
S230:结合室内空气中的生物气溶胶浓度F(t)、房间类型,计算室内实时含菌量U(t);
S240:判断室内实时含菌量U(t)是否超过第三设定阈值,如果是,生成警报信号;
S250:结束本次人员离开情形下的含菌量分析。
5.根据权利要求1所述的基于物联网的室内空气含菌量实时检测与分析方法,其特征在于,所述方法还包括:
采用人体红外传感器以探测进入人员的体温,如果探测体温超过设定体温阈值,判定该进入人员为病菌携带者,采用图像采集***以采集该人员的脸部图像,将采集到的脸部图像存入病菌携带者数据库。
6.根据权利要求5所述的基于物联网的室内空气含菌量实时检测与分析方法,其特征在于,所述方法还包括:
响应于有人员离开房间,采集该离开人员的脸部图像,将采集到的脸部图像与病菌携带者数据库中的脸部图像相比对,以判断离开人员是否为病菌携带者。
7.根据权利要求5所述的基于物联网的室内空气含菌量实时检测与分析方法,其特征在于,所述方法还包括:
实时采集房间内的视频图像,对第二设定时间范围内的视频图像中的人员行为进行追踪分析,如果图像中任意一个人员在第二设定时间范围内的生病行为超过设定次数阈值,判断该人员为病菌携带者,将该人员的脸部图像和病菌携带者数据库作比对,以及
响应于该人员的脸部图像未存储在病菌携带者数据库中,病菌携带者数量Mt加1,将该人员的脸部图像存储至病菌携带者数据库。
8.一种基于物联网的室内空气含菌量实时检测与分析***,其特征在于,所述***包括门禁子***、拍摄子***、环境检测子***、控制装置;
所述门禁子***包括人体红外传感器、人脸图像采集装置、计数装置,人体红外传感器用以对进出人员的属性进行识别,所述进出人员的属性包括病菌携带者和非病菌携带者,人脸图像采集装置用以采集病菌携带者的脸部图像,将采集到的脸部图像发送至存储装置,计数装置用以统计当前房间内的总人数以及病菌携带者的数量;
所述拍摄子***包括拍摄装置、图像分析装置,所述拍摄装置用于拍摄房间内的视频图像,将拍摄的视频图像发送至图像分析装置,图像分析装置对拍摄装置拍摄的视频图像进行分析,识别其中是否有人员出现生病行为,将出现生病行为的人员的脸部图像与存储装置中的病菌携带者的人脸图像做比对,以判断是否出现了新的病菌携带者;
所述环境检测子***包括轨道回路、转动平台、壳体、温湿度传感器、雨雪传感器、颗粒物检测装置、生物气溶胶检测装置;
所述壳体包括一朝向指定区域的探测端面,所述轨道回路分布在房间墙壁上,所述壳体通过转动平台安装在轨道回路上,且根据外部控制指令沿轨道回路移动的同时,绕转动平台转动以使探测端面始终朝向指定区域;
所述壳体沿轨道回路移动一个回路的时间被定义成一个设定周期;
所述雨雪传感器设置在室外,用以实时探测室外雨雪等级,将探测到的雨雪等级发送至控制装置;
所述温湿度传感器安装在壳体内,其探测端安装在临近壳体探测端面处,温湿度传感器与控制装置电连接,用于实时探测室内温度、湿度,将探测结果反馈至控制装置;
所述壳体内安装有一截面为环形的中空转台,中空转台围绕其轴中心线自转,所述颗粒物检测装置、生物气溶胶检测装置均安装在中空转台内,颗粒物检测装置、生物气溶胶检测装置的进气口均位于壳体的探测端面上;
所述颗粒物检测装置用以实时采集室内空气中的颗粒物浓度,将采集结果发送至控制装置,控制装置生成颗粒物浓度曲线P(t);
所述生物气溶胶检测装置包括气泵、缓冲腔、荧光检测单元,气泵实时吸取室内空气使之进入缓冲腔形成气溶胶粒子团,荧光检测单元按照设定周期检测缓冲腔中的气溶胶粒子团的光强,将探测到的光强发送至控制装置;
所述控制装置根据接收到的光强计算前述设定周期内采集到的室内空气中的生物气溶胶浓度,生成生物气溶胶浓度检测曲线C(t);
所述控制装置选取一设定时间范围,所述设定时间范围至少包括两个设定周期,统计该设定时间范围内的室内温度Tt、室内湿度RHt、房间面积St、单位时间室内通风量Qt、室内总人数Nt、病菌携带者数量Mt,结合生物气溶胶浓度检测曲线C(t)和颗粒物浓度曲线P(t),计算得到当前环境下的实时生物气溶胶浓度F(t)=f(C(t),P(t),Tt,RHt,St,Qt,Nt,Mt);
所述控制装置结合房间类型,判断由细菌、病菌形成的生物气溶胶数量占总体生物气溶胶数量的比例,计算得到当前环境下的室内空气实时含菌量U(t)。
9.根据权利要求8所述的基于物联网的室内空气含菌量实时检测与分析***,其特征在于,所述***还包括通讯模块,所述控制装置与通讯模块连接,与新风***建立通讯链路;
所述控制装置响应于以下条件任意一个成立:
1)房间内的病菌携带者数量大于第一设定阈值,2)室内总人数/房间容积是否超过第二设定阈值,3)室内实时含菌量是否超过第三设定阈值,生成警报信号,通过通讯模块发送通风控制指令至新风***,以增大通风量至设定通风阈值。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910499344.4A CN110118711B (zh) | 2019-06-11 | 2019-06-11 | 基于物联网的室内空气含菌量实时检测与分析方法、*** |
PCT/CN2020/095059 WO2020248965A1 (zh) | 2019-06-11 | 2020-06-09 | 基于物联网的室内空气含菌量实时检测与分析方法、*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910499344.4A CN110118711B (zh) | 2019-06-11 | 2019-06-11 | 基于物联网的室内空气含菌量实时检测与分析方法、*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110118711A CN110118711A (zh) | 2019-08-13 |
CN110118711B true CN110118711B (zh) | 2019-12-31 |
Family
ID=67523991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910499344.4A Active CN110118711B (zh) | 2019-06-11 | 2019-06-11 | 基于物联网的室内空气含菌量实时检测与分析方法、*** |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110118711B (zh) |
WO (1) | WO2020248965A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11778423B2 (en) | 2020-06-19 | 2023-10-03 | Honeywell International Inc. | Using smart occupancy detection and control in buildings to reduce disease transmission |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110118711B (zh) * | 2019-06-11 | 2019-12-31 | 江苏钛科圈物联网科技有限公司 | 基于物联网的室内空气含菌量实时检测与分析方法、*** |
CN110940065B (zh) * | 2019-12-12 | 2021-06-01 | 上海同渠工程咨询有限公司 | 一种环境监测方法、***以及计算机存储介质 |
CN111121976B (zh) * | 2020-03-26 | 2021-05-25 | 茂名市人民医院 | 一种基于5g物联网的医院楼宇防疫*** |
CN111680583B (zh) * | 2020-05-25 | 2023-08-22 | 浙江大华技术股份有限公司 | 人群标记的方法、***、计算机设备和可读存储介质 |
CN111554409A (zh) * | 2020-05-27 | 2020-08-18 | 清华大学 | 一种建筑内病毒传播的监测、溯源与预警调控***及方法 |
CN111928409A (zh) * | 2020-06-22 | 2020-11-13 | 珠海格力电器股份有限公司 | 一种空调除菌率估算方法、计算机可读存储介质及空调 |
CN112561244B (zh) * | 2020-11-26 | 2021-08-03 | 清华大学 | 一种结合室内人员信息的建筑环境评价方法及*** |
CN112304834B (zh) * | 2020-11-30 | 2024-05-14 | 北京汇***经济技术开发有限公司 | 一种生物气溶胶预警*** |
CN112289423A (zh) * | 2020-12-28 | 2021-01-29 | 曜立科技(北京)有限公司 | 一种基于智慧社区病患的复诊及康复的方法及*** |
CN113218440A (zh) * | 2021-03-24 | 2021-08-06 | 东南大学 | 一种新型不同气候区不同建筑类型室内微生物浓度演变分析及检测装置 |
CN113161007A (zh) * | 2021-03-29 | 2021-07-23 | 淄博市妇幼保健院(淄博市第三人民医院、淄博市妇女儿童医院) | 一种妇产科临床卫生防护方法和*** |
CN112986503B (zh) * | 2021-04-20 | 2021-08-27 | 深圳市儒翰基因科技有限公司 | 一种量化的病原体微生物安全风险指标的监测***及方法 |
DE102021111494A1 (de) | 2021-05-04 | 2022-11-10 | Atral-Secal Gmbh | Nachweisgerät sowie ein Nachweisverfahren für in Luft enthaltene pathogene Substanzen |
CN113570636B (zh) * | 2021-06-16 | 2024-05-10 | 北京农业信息技术研究中心 | 一种风机通风量检测方法及装置 |
DE102021126818A1 (de) | 2021-10-15 | 2023-04-20 | Atral-Secal Gmbh | Nachweisgerät sowie ein Nachweisverfahren für in Luft enthaltene pathogene Substanzen |
CN114326552A (zh) * | 2021-12-24 | 2022-04-12 | 珠海格力电器股份有限公司 | 环境监控方法及*** |
CN114924042B (zh) * | 2022-05-25 | 2023-05-02 | 南通理工学院 | 一种基于物联网的数据采集方法 |
DE102022132609A1 (de) | 2022-12-08 | 2024-06-13 | Hager Safety Deutschland Gmbh | Nachweisgerät sowie ein Nachweisverfahren für in Luft enthaltene pathogene Substanzen |
CN117271608B (zh) * | 2023-10-11 | 2024-03-29 | 上海瀚泰智能科技有限公司 | 一种基于细菌检测的智慧酒店实时卫生监测方法和*** |
CN117705482B (zh) * | 2024-02-04 | 2024-04-05 | 厦门鹭燚科技有限公司 | 一种基于物联网的模块式农产品安全监测*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7201878B2 (en) * | 2004-03-26 | 2007-04-10 | The United States Of America As Represented By The Secretary Of The Army | Aerosol particle analyzer for measuring an analyte in airborne particles |
CN102507401A (zh) * | 2011-11-07 | 2012-06-20 | 中国科学院安徽光学精密机械研究所 | 一种生物气溶胶红外消光和粒径的仿真遥测***及方法 |
CN104142289A (zh) * | 2014-07-24 | 2014-11-12 | 北京大学 | 一种大气气溶胶的在线监视*** |
CN106019968A (zh) * | 2016-07-01 | 2016-10-12 | 潘健 | 一种物联网房间人数及房态探测***及方法 |
CN109085101A (zh) * | 2018-10-25 | 2018-12-25 | 浙江三尼科技有限公司 | 一种烟气可溶物连续在线监测分析方法及*** |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013123500A1 (en) * | 2012-02-17 | 2013-08-22 | Research Triangle Institute | Improved fiber sampler for recovery of bioaerosols and particles |
CN102890140B (zh) * | 2011-07-22 | 2015-02-25 | 北京汇***经济技术开发有限公司 | 一种用于检测和识别空气中核生化气溶胶粒子的预警方法 |
CN103679862A (zh) * | 2012-09-24 | 2014-03-26 | 天津开发区晟泰科技开发有限公司 | 一种用于医院测温的人脸识别门禁*** |
CN103091291B (zh) * | 2013-01-10 | 2016-01-06 | 中国科学院上海光学精密机械研究所 | 生物气溶胶实时监测装置 |
CN104568691B (zh) * | 2015-01-09 | 2017-09-12 | 中国计量学院 | 一种超细微粒数量排放因子的测试***及方法 |
CN107301325A (zh) * | 2017-08-28 | 2017-10-27 | 冯立俊 | 一种智能型病房专用护理及警戒*** |
CN110118711B (zh) * | 2019-06-11 | 2019-12-31 | 江苏钛科圈物联网科技有限公司 | 基于物联网的室内空气含菌量实时检测与分析方法、*** |
-
2019
- 2019-06-11 CN CN201910499344.4A patent/CN110118711B/zh active Active
-
2020
- 2020-06-09 WO PCT/CN2020/095059 patent/WO2020248965A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7201878B2 (en) * | 2004-03-26 | 2007-04-10 | The United States Of America As Represented By The Secretary Of The Army | Aerosol particle analyzer for measuring an analyte in airborne particles |
CN102507401A (zh) * | 2011-11-07 | 2012-06-20 | 中国科学院安徽光学精密机械研究所 | 一种生物气溶胶红外消光和粒径的仿真遥测***及方法 |
CN104142289A (zh) * | 2014-07-24 | 2014-11-12 | 北京大学 | 一种大气气溶胶的在线监视*** |
CN106019968A (zh) * | 2016-07-01 | 2016-10-12 | 潘健 | 一种物联网房间人数及房态探测***及方法 |
CN109085101A (zh) * | 2018-10-25 | 2018-12-25 | 浙江三尼科技有限公司 | 一种烟气可溶物连续在线监测分析方法及*** |
Non-Patent Citations (2)
Title |
---|
Examining the feasibility of prediction models by monitoring data and;Chao-Heng Tseng 等;《Building and Environment》;20111231;第46卷(第12期);全文 * |
室内微生物污染水平预测关键技术研究综述;张铭健 等;《中国环境科学》;20181130;第38卷(第11期);第4041-4044页第2节 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11778423B2 (en) | 2020-06-19 | 2023-10-03 | Honeywell International Inc. | Using smart occupancy detection and control in buildings to reduce disease transmission |
Also Published As
Publication number | Publication date |
---|---|
CN110118711A (zh) | 2019-08-13 |
WO2020248965A1 (zh) | 2020-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110118711B (zh) | 基于物联网的室内空气含菌量实时检测与分析方法、*** | |
CN109812938B (zh) | 一种基于神经网络的空气净化方法及*** | |
US20220040356A1 (en) | Space cleaning system and space cleaning method | |
KR102189049B1 (ko) | 실내 및 실외에서의 오염물질 노출량을 측정하는 방법 및 장치 | |
CN204988758U (zh) | 空气净化器快速检测装置 | |
CA2550978A1 (en) | Method and apparatus for detecting and removing airborne microbes in building space | |
JP2008022765A (ja) | 環境評価装置及び環境評価方法 | |
US9365884B2 (en) | Environmental evaluation installation and environmental evaluation method | |
US20210372637A1 (en) | Methods and Systems for Air Management to Reduce or Block Exposure to Airborne Pathogens | |
CN107560052A (zh) | 一种计算机机房的空气换气过滤装置 | |
CN114254249B (zh) | 一种空间区域健康指数确定方法及*** | |
CN208594293U (zh) | 一种公共场所空气检测仪 | |
US20230089131A1 (en) | Environment management systems and methods | |
WO2022105299A1 (zh) | 空气净化方法、空器净化设备及存储介质 | |
CN108870697A (zh) | 一种可调控袋装粮食保鲜储藏的装置及方法 | |
CN202757231U (zh) | 空气净化器 | |
KR20220139323A (ko) | 공기 청정기 | |
CN101490272A (zh) | 环境评价设备及环境评价方法 | |
TWM617553U (zh) | 室內主動防疫監控系統 | |
CN113503596B (zh) | 一种五恒环境人体自适应调节***及方法 | |
Oberst et al. | The effect of mobile indoor air cleaners on the risk of infection with SARS-CoV-2 in surgical examination and treatment rooms with limited ventilation options | |
CN206497096U (zh) | 一种空气有害物质检测仪 | |
Virbulis et al. | Numerical Model and System for Prediction and Reduction of Indoor Infection Risk | |
KR20240106333A (ko) | 미세부유물질과 미세먼지를 포함한 실내 공기질 측정 및 바이러스 사멸 시스템 | |
CN115585524B (zh) | 一种动态清除病原体的消杀方法及消杀装置 |
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 |