TWI498553B - 無線空氣品質監控系統及空氣品質預測方法 - Google Patents
無線空氣品質監控系統及空氣品質預測方法 Download PDFInfo
- Publication number
- TWI498553B TWI498553B TW101106801A TW101106801A TWI498553B TW I498553 B TWI498553 B TW I498553B TW 101106801 A TW101106801 A TW 101106801A TW 101106801 A TW101106801 A TW 101106801A TW I498553 B TWI498553 B TW I498553B
- Authority
- TW
- Taiwan
- Prior art keywords
- average
- concentration
- carbon dioxide
- sensing
- air quality
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims description 34
- 238000000034 method Methods 0.000 title claims description 25
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 84
- 239000003570 air Substances 0.000 claims description 48
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 42
- 239000001569 carbon dioxide Substances 0.000 claims description 42
- 230000005540 biological transmission Effects 0.000 claims description 31
- 238000009423 ventilation Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 16
- 238000005314 correlation function Methods 0.000 claims description 14
- 238000012546 transfer Methods 0.000 claims description 14
- 238000005311 autocorrelation function Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 7
- 241001123248 Arma Species 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 238000003915 air pollution Methods 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- 239000012080 ambient air Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 claims description 3
- 230000003442 weekly effect Effects 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims 3
- 230000006866 deterioration Effects 0.000 claims 2
- 230000002085 persistent effect Effects 0.000 claims 2
- 238000004891 communication Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 7
- 238000012795 verification Methods 0.000 description 4
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 231100000597 Sick building syndrome Toxicity 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 208000008842 sick building syndrome Diseases 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 231100000206 health hazard Toxicity 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002957 persistent organic pollutant Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Description
本發明係關於一種無線空氣品質監控系統，特別是一種依據該等感測傳送板之電氣特性以及頻率響應特性，判斷該等感測傳送板所量測之污染源種類，進而調整該等污染源之濃度值之量測範圍之無線空氣品質監控系統。
在目前每人每天約有80%至90%的時間處於室內環境中(包括在住家、辦公室或其他建築物內)，室內空氣品質的良窳，直接影響工作品質及效率，因此室內空氣污染物對人體健康影響應當受到重視。近年來室內空氣健康危害的議題逐漸被大家所重視，尤其是最近二、三十年來大眾生活型態的改變，使得人們在密閉的居住空間或是辦公空間裏享受空調系統帶來的舒適便利之餘，「病態建築物症候群」(Sick Building Syndrome)也應運而生。在密閉的建築物內，如果室內通氣量不足時，污染物就容易蓄積而導致室內空氣品質惡化。
另外，室外的污染物也有可能是影響室內空氣品質的因素，包括戶外汽機車、工廠排放的廢氣，或是因中央空調冷氣系統的外氣進氣口或濾網未定期清理而孳生的微生物等。台灣地處亞熱帶，屬於長年潮濕高溫的氣候型態，黴菌及細菌尤其容易孳生，因此必須更注意空調通風系統的定期維護。室內空氣品質對於經常在室內的兒童、孕婦、老人和慢性病人更是特別重要。
有關空氣品質無線監測系統研究包括監測硬體和軟體設備，其功能為
將硬體介面的整合，藉由監測軟體加以配合的系統，其中重點工作內容包括以下四項：1.氣體感測器整合；2.資料擷取模組及監測軟體開發；3.無線通訊模組信號傳輸；以及4.空氣品質無線監測平台架構設計。
上述四項系統即完成室內空氣品質無線監測模組，並應用於實地進行長時間連續監測且設計動態指標系統提供使用者即時瞭解目前所處建築物之室內室外空氣品質現況，由於使用單點量測方式，並未考量到室內環境地區大小，因此可能無法表達某地區室內空氣品質指標數據分析，加上感測器種類是固定而不可更換，因此僅能感測一種污染源，且無法預測未來之空氣品質，而不利於監測人員使用。
因此，如何設計出一可感測複數種污染源，且可預測未來之空氣品質之無線空氣品質監控系統，便成為相關廠商以及相關研發人員所共同努力的目標。
本發明人有鑑於習知之無線空氣品質監控系統無法感測複數種污染源，且不能預測未來之空氣品質之缺失，乃積極著手進行開發，以期可以改進上述既有之缺點，經過不斷地試驗及努力，終於開發出本發明。
本發明之第一目的，係為提供一可感測複數種污染源之無線空氣品質監控系統。
為了達成上述之目的，本發明之無線空氣品質監控系統，係包括：
一遠端伺服器，具有一接收資料庫，並連接一雲端平台進行運算；複數感測器節點，係用以偵測污染源之濃度值；複數感測傳送板，係與該等感測器節點以無線方式連接，且各感測傳送板偵測一種污染源之濃度值；一智慧感測模組，係與該等感測傳送板連接，並包括：一無線通訊模組，係具有無線通訊能力，並接收來自該等感測傳送板所偵測之該等污染源之濃度值；一電性資料表單(Target Electric Data Sheet)，係儲存該等感測傳送板之電氣特性以及頻率響應特性；以及一可調整前置電路，依據該等感測傳送板之電氣特性以及頻率響應特性，判斷該等感測傳送板所量測之污染源種類，進而調整該等污染源之濃度值之量測範圍；以及一閘道器，係與該等感測傳送板、該智慧感測模組、該遠端伺服器以及該等感測器節點連接，並藉由該智慧感測模組收集該等污染源之濃度值，並將該等污染源之濃度值傳送至該遠端伺服器之接收資料庫。
透過上述之裝置，本發明可依據該等感測傳送板之電氣特性以及頻率響應特性，判斷該等感測傳送板所量測之污染源種類，進而調整該等污染源之濃度值之量測範圍，因此相對於習知之裝置具有可同時感測複數種污染源之優點。
本發明之第二目的，係為提供一預測未來之空氣品質之空氣品質預測方法。
為了達成上述之目的，本發明之空氣品質預測方法包括一第一實施例
以及一第二實施例，其中該第一實施例包括步驟：每隔一監測時間至少記錄污染源之濃度值；以監測污染源之濃度值數列作為一樣本，並作為自我相關函數圖確認該污染源之濃度值是否為平穩型數列；若該污染源之濃度值不是平穩型數列，則利用差分程序讓該污染源之濃度值成為平穩型數列；以該自我相關函數圖和一偏自我相關函數圖(Sample Partial Autocorrelation Function,PACF)來決定一ARIMA(p.d,q)模式，其中該自我相關函數圖係決定AR(p)係數，d為差分，該偏自我相關函數圖係決定MA(q)係數，在辨認(p,q)時係依據辨認準則為該自我相關函數圖以及該偏自我相關函數圖之型式，先檢驗是否為單純AR(p)或單純MA(q)模式，若二者皆不是，便判定模式為ARMA(p,q)；模式為ARMA(p,q)時，用試誤法(Try and Error)將所有可能的模式分別進行分析，最後由模式診斷來判定何者較為適合短期預測；以及驗證模式以Box-Ljung檢定以及殘差自我相關函數需落於95%信賴區間等方式進行模式診斷，確認預測是否正確。
該第二實施例係利用質量平衡法及微分方程式建立之二氧化碳推估式，以實際室內人數、通風量預測未來任何時間點的室內二氧化碳濃度，該二氧化碳推估式為C(t)=B*P*[1-EXP(-Q*t/V)]/Q+COUT，其中C(t)=室內二氧化碳濃度，COUT=室外二氧化碳濃度，B=人體二氧化碳呼出量30(L/人．h)，P=人數，V=室內體積，Q=室內外通風量，t=時間間隔，該第二實施例包括步驟：
監測至少一日之室內外二氧化碳濃度值，並記錄室內人數；取各小時之室外二氧化碳小時平均濃度，代表該場所未來每小時的固定室外二氧化碳小時平均濃度；決定相同通風條件下之室內外通風量；以及將即時監測的室內外二氧化碳濃度、相同通風條件下之室內外通風量、預測目標時間之人數，代入二氧化碳推估式，推估本日後續之各個小時，或未來任何時間點的室內二氧化碳濃度。
透過上述之方法，本發明可預測未來之空氣品質，因此相對於習知之方法可事先預測出污染濃度將超過法定標準值，而可以提早啟動空氣污染改善措施。
為使熟悉該項技藝人士瞭解本發明之目的，兹配合圖式將本發明之較佳實施例詳細說明如下。
請參考第一圖所示，本發明之無線空氣品質監控系統(1)包括：一遠端伺服器(10)，具有一接收資料庫(100)，並連接一雲端平台(20)進行運算；複數感測器節點(11)，係用以偵測污染源之濃度值；複數感測傳送板(12)，係與該等感測器節點(11)以無線方式連接，且各感測傳送板(12)偵測一種污染源之濃度值；一智慧感測模組(13)，係與該等感測傳送板(12)連接，並包括：一無線通訊模組(130)，係具有無線通訊能力，並接收來自該等感測傳送板(12)所偵測之該等污染源之濃度值；
一電性資料表單(131)，係儲存該等感測傳送板(12)之電氣特性以及頻率響應特性；以及一可調整前置電路(132)，依據該等感測傳送板(12)之電氣特性以及頻率響應特性，判斷該等感測傳送板(12)所量測之污染源種類，進而調整該等污染源之濃度值之量測範圍；以及一閘道器(14)，係與該等感測傳送板(12)、該智慧感測模組(13)、該遠端伺服器(10)以及該等感測器節點(11)連接，並藉由該智慧感測模組(13)收集該等污染源之濃度值，並將該等污染源之濃度值傳送至該遠端伺服器(10)之接收資料庫(100)。
其中該無線空氣品質監控系統(1)更包括一數據服務系統(21)，該數據服務系統(21)係與該雲端平台(20)連結，並接收與儲存經由該雲端平台(20)處理後之該等污染源之濃度值。使用者可透過該數據服務系統(21)查詢室內空氣品質數據。
該污染源為一氧化碳、二氧化碳、揮發性有機污染物、甲醛或懸浮微粒。
請參考第二圖所示，該智慧感測模組(13)更包括：一類比轉數位轉換器(133)，係與該可調整前置電路(132)連接，並用以將從該可調整前置電路(132)接收之類比訊號轉成數位訊號；以及一微控制器(134)，係與該無線通訊模組(130)、該電性資料表單(131)、該可調整前置電路(132)以及該類比轉數位轉換器(133)連接，係用以處理從該無線通訊模組(130)、該電性資料表單(131)以及該類比轉數位轉換器(133)接收之資訊，並將處理後之資訊傳送至該可調整前置電路(132)。
該無線通訊模組(130)係具有IEEE 802.11b/g之Wi-Fi通訊能力。
請參考第三以及四圖所示，本發明之空氣品質預測方法包括一第一實施例(3)以及一第二實施例(4)，該第一實施例(3)係包括步驟：步驟300：每隔一監測時間至少記錄污染源之濃度值；步驟301：以監測污染源之濃度值數列作為一樣本，並作為自我相關函數圖確認該污染源之濃度值是否為平穩型數列；步驟302：若該污染源之濃度值不是平穩型數列，則利用差分程序讓該污染源之濃度值成為平穩型數列；步驟303：以該自我相關函數圖和一偏自我相關函數圖(Sample Partial Autocorrelation Function,PACF)來決定一ARIMA(p.d,q)模式，其中該自我相關函數圖係決定AR(p)係數，d為差分，該偏自我相關函數圖係決定MA(q)係數，在辨認(p,q)時係依據辨認準則為該自我相關函數圖以及該偏自我相關函數圖之型式，先檢驗是否為單純AR(p)或單純MA(q)模式，若二者皆不是，便判定模式為ARMA(p,q)；步驟304：模式為ARMA(p,q)時，用試誤法(Try and Error)將所有可能的模式分別進行分析，最後由模式診斷來判定何者較為適合短期預測；以及步驟305：驗證模式以Box-Ljung檢定以及殘差自我相關函數需落於95%信賴區間等方式進行模式診斷，確認預測是否正確。
在本發明之一較佳實施例中，該監測時間係為1分鐘。
該第一實施例(3)係使用時間序列(ARIMA)法預測短時間(如一小時)以內之室內二氧化碳濃度，其為一短期預測模式，並只需要輸入監測濃度，
而不需要輸入其他物理參數，如人數、通風量或室內體積等。若欲預測未來半小時以內之濃度，則須將過去半小時以內之監測資料代入該第一實施例(3)；若欲預測未來一小時以內之濃度，則須將過去一小時以內之監測資料代入該第一實施例(3)，以此類推。
該第二實施例(4)係利用質量平衡法及微分方程式建立之二氧化碳推估式，以實際室內人數、通風量預測未來任何時間點的室內二氧化碳濃度，該二氧化碳推估式為C(t)=B*P*[1-EXP(-Q*t/V)]/Q+COUT，其中C(t)=室內二氧化碳濃度，COUT=室外二氧化碳濃度，B=人體二氧化碳呼出量30(L/人．h)，P=人數，V=室內體積，Q=室內外通風量，t=時間間隔，該第二實施例(4)係包括步驟：步驟400：監測至少一日之室內外二氧化碳濃度值，並記錄室內人數；步驟401：取各小時之室外二氧化碳小時平均濃度，代表該場所未來每小時的固定室外二氧化碳小時平均濃度；步驟402：決定相同通風條件下之室內外通風量；以及步驟403：將即時監測的室內外二氧化碳濃度、相同通風條件下之室內外通風量、預測目標時間之人數，代入二氧化碳推估式，推估本日後續之各個小時，或未來任何時間點的室內二氧化碳濃度。
在本發明之一較佳實施例中，該第一實施例(3)以及該第二實施例(4)更包括一感測傳送板正確性自動檢驗步驟(5)，該感測傳送板正確性自動檢驗步驟(5)係用於自動檢驗複數感測傳送板之正確性，該感測傳送板正確性自動檢驗步驟(5)包括子步驟：
步驟500：取該等感測傳送板裝設初始二週之小時平均值，前z%低之小時平均值之算數平均百萬分(ppm)之X0即為低標濃度，前z%高之小時平均值之算數平均Y0 ppm即為高標濃度；以及步驟501：每週檢驗最近二週之小時平均值，前z%低之小時平均值之算數平均為X ppm，前z%高之小時平均值之算數平均為Y ppm。
其中，若Y<90% Y0代表span點漂移，若Y>110%Y0代表span點漂移，若連續發生漂移二次，則執行自動校正C校正後=C校正前*Y/Y0；若Y>120% Y0或Y<80%Y0則代表異常，若連續發生漂移二次異常，則更換該等感測傳送板，另若Y>120%Y0代表環境空氣相較該等感測傳送板裝設初期發生持續性惡化，通知使用者了解該項空氣污染源；若X>110% X0代表zero點漂移，執行自動校正C校正後=C校正前-(X-X0)；若X>120% X0代表異常，則維修及更換該等感測傳送板。
在本發明之一較佳實施例中，z係為5，且該感測傳送板正確性自動檢驗步驟(5)係分別執行於該步驟305以及該步驟403之後。
請參考第五至六圖所示，利用本發明之空氣品質預測方法所預測二氧化碳濃度之即時預測結果(虛線)與實測結果(實線)，其平均誤差係在10%之內。
請參考第七圖所示，利用本發明之空氣品質預測方法，每十分鐘預測決定是否開啟空調，490分鐘內僅開啟220分鐘，其節能比率約為270/490=0.55，約55%左右。
本發明係依據該等感測傳送板之電氣特性以及頻率響應特性，判斷該等感測傳送板所量測之污染源種類，進而調整該等污染源之濃度值之量測
範圍，因此相對於習知之裝置具有可同時感測複數種污染源之優點，且本發明可預測未來之空氣品質，因此相對於先前技術可事先預測出污染濃度將超過法定標準值，而可以提早啟動空氣污染改善措施；再者，其結構型態並非所屬技術領域中之人士所能輕易思及而達成者，實具有新穎性以及進步性無疑。
透過上述之詳細說明，即可充分顯示本發明之目的及功效上均具有實施之進步性，極具產業之利用性價值，且為目前市面上前所未見之新發明，完全符合發明專利要件，爰依法提出申請。唯以上所述著僅為本發明之較佳實施例而已，當不能用以限定本發明所實施之範圍。即凡依本發明專利範圍所作之均等變化與修飾，皆應屬於本發明專利涵蓋之範圍內，謹請 貴審查委員明鑑，並祈惠准，是所至禱。
(1)‧‧‧無線空氣品質監控系統
(10)‧‧‧遠端伺服器
(100)‧‧‧接收資料庫
(11)‧‧‧感測器節點
(12)‧‧‧感測傳送板
(13)‧‧‧智慧感測模組
(130)‧‧‧無線通訊模組
(131)‧‧‧電性資料表單
(132)‧‧‧可調整前置電路
(133)‧‧‧類比轉數位轉換器
(134)‧‧‧微控制器
(14)‧‧‧閘道器
(20)‧‧‧雲端平台
(21)‧‧‧數據服務系統
(3)‧‧‧第一實施例
300‧‧‧步驟
301‧‧‧步驟
302‧‧‧步驟
303‧‧‧步驟
304‧‧‧步驟
305‧‧‧步驟
(4)‧‧‧第二實施例
400‧‧‧步驟
401‧‧‧步驟
402‧‧‧步驟
403‧‧‧步驟
(5)‧‧‧感測傳送板正確性自動檢驗步驟
500‧‧‧步驟
501‧‧‧步驟
第一圖係為本發明之無線空氣品質監控系統之系統架構圖。
第二圖係為本發明之無線空氣品質監控系統之系統架構圖之另一實施例。
第三圖係為本發明之空氣品質預測方法之第一實施例。
第四圖係為本發明之空氣品質預測方法之第二實施例。
第五圖係為本發明之感測傳送板正確性自動檢驗步驟之方法流程圖。
第六圖係為利用本發明之空氣品質預測方法之二氧化碳濃度預測圖之第一實施例。
第七圖係為利用本發明之空氣品質預測方法之二氧化碳濃度預測圖之第二實施例。
第八圖係為利用本發明之空氣品質預測方法之二氧化碳濃度預測而調整空調開關之關係圖。
(1)‧‧‧無線空氣品質監控系統
(10)‧‧‧遠端伺服器
(100)‧‧‧接收資料庫
(11)‧‧‧感測器節點
(12)‧‧‧感測傳送板
(13)‧‧‧智慧感測模組
(130)‧‧‧無線通訊模組
(131)‧‧‧電性資料表單
(132)‧‧‧可調整前置電路
(14)‧‧‧閘道器
(20)‧‧‧雲端平台
(21)‧‧‧數據服務系統
Claims (5)
- 一種空氣品質預測方法，其包括步驟：每隔一監測時間至少記錄污染源之濃度值；以監測污染源之濃度值數列作為一樣本，並作為自我相關函數圖確認該污染源之濃度值是否為平穩型數列；若該污染源之濃度值不是平穩型數列，則利用差分程序讓該污染源之濃度值成為平穩型數列；以該自我相關函數圖和一偏自我相關函數圖(Sample Partial Autocorrelation Function,PACF)來決定一ARIMA(p.d,q)模式，其中該自我相關函數圖係決定AR(p)係數，d為差分，該偏自我相關函數圖係決定MA(q)係數，在辨認(p,q)時係依據辨認準則為該自我相關函數圖以及該偏自我相關函數圖之型式，先檢驗是否為單純AR(p)或單純MA(q)模式，若二者皆不是，便判定模式為ARMA(p,q)；模式為ARMA(p,q)時，用試誤法(Try and Error)將所有可能的模式分別進行分析，最後由模式診斷來判定何者較為適合短期預測；以及驗證模式以Box-Ljung檢定以及殘差自我相關函數需落於95%信賴區間等方式進行模式診斷，確認預測是否正確。
- 如申請專利範圍第1項所述之空氣品質預測方法，其中該監測時間係為1分鐘。
- 如申請專利範圍第1項所述之空氣品質預測方法，更包括一感測傳送板正確性自動檢驗步驟，係用於自動檢驗複數感測傳送板之正確性，該感測傳送板正確性自動檢驗步驟包括子步驟： 取該等感測傳送板裝設初始二週之小時平均值，前z%低之小時平均值之算數平均百萬分(ppm)之X0即為低標濃度，前z%高之小時平均值之算數平均Y0 ppm即為高標濃度；以及每週檢驗最近二週之小時平均值，前z%低之小時平均值之算數平均為X ppm，前z%高之小時平均值之算數平均為Y ppm；其中，若Y<90%Y0代表span點漂移，若Y>110%Y0代表span點漂移，若連續發生漂移二次，則執行自動校正C校正後=C校正前*Y/Y0；若Y>120% Y0或Y<80% Y0則代表異常，若連續發生漂移二次異常，則更換該等感測傳送板，另若Y>120% Y0代表環境空氣相較該等感測傳送板裝設初期發生持續性惡化，通知使用者了解該項空氣污染源；若X>110% X0代表zero點漂移，執行自動校正C校正後=C校正前-(X-X0)；若X>120% X0代表異常，則維修及更換該等感測傳送板。
- 一種空氣品質預測方法，係利用質量平衡法及微分方程式建立之二氧化碳推估式，以實際室內人數、通風量預測未來任何時間點的室內二氧化碳濃度，該二氧化碳推估式為C(t)=B*P*[1-EXP(-Q*t/V)]/Q+COUT，其中C(t)=室內二氧化碳濃度，COUT=室外二氧化碳濃度，B=人體二氧化碳呼出量30(L/人．h)，P=人數，V=室內體積，Q=室內外通風量，t=時間間隔，該空氣品質預測方法包括步驟：監測至少一日之室內外二氧化碳濃度值，並記錄室內人數；取各小時之室外二氧化碳小時平均濃度，代表該場所未來每小時的固定室外二氧化碳小時平均濃度；決定相同通風條件下之室內外通風量；以及 將即時監測的室內外二氧化碳濃度、相同通風條件下之室內外通風量、預測目標時間之人數，代入二氧化碳推估式，推估本日後續之各個小時，或未來任何時間點的室內二氧化碳濃度。
- 如申請專利範圍第4項所述之空氣品質預測方法，更包括一感測傳送板正確性自動檢驗步驟，係用於自動檢驗複數感測傳送板之正確性，該感測傳送板正確性自動檢驗步驟包括子步驟：取該等感測傳送板裝設初始二週之小時平均值，前z%低之小時平均值之算數平均百萬分(ppm)之X0即為低標濃度，前z%高之小時平均值之算數平均Y0 ppm即為高標濃度；以及每週檢驗最近二週之小時平均值，前z%低之小時平均值之算數平均為X ppm，前z%高之小時平均值之算數平均為Y ppm；其中，若Y<90%Y0代表span點漂移，若Y>110%Y0代表span點漂移，若連續發生漂移二次，則執行自動校正C校正後=C校正前*Y/Y0；若Y>120% Y0或Y<80% Y0則代表異常，若連續發生漂移二次異常，則更換該等感測傳送板，另若Y>120% Y0代表環境空氣相較該等感測傳送板裝設初期發生持續性惡化，通知使用者了解該項空氣污染源；若X>110% X0代表zero點漂移，執行自動校正C校正後=C校正前-(X-X0)；若X>120% X0代表異常，則維修及更換該等感測傳送板。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW101106801A TWI498553B (zh) | 2012-03-01 | 2012-03-01 | 無線空氣品質監控系統及空氣品質預測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW101106801A TWI498553B (zh) | 2012-03-01 | 2012-03-01 | 無線空氣品質監控系統及空氣品質預測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201337262A TW201337262A (zh) | 2013-09-16 |
| TWI498553B true TWI498553B (zh) | 2015-09-01 |
Family
ID=49627829
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW101106801A TWI498553B (zh) | 2012-03-01 | 2012-03-01 | 無線空氣品質監控系統及空氣品質預測方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI498553B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106338586A (zh) * | 2016-10-21 | 2017-01-18 | 广东顺德西安交通大学研究院 | 一种具有感应模块的空气传感器 |
| TWI607324B (zh) * | 2015-12-29 | 2017-12-01 | Chunghwa Telecom Co Ltd | Data feature selection and data grouping system and method for vehicle travel time |
| TWI808564B (zh) * | 2021-12-10 | 2023-07-11 | 財團法人工業技術研究院 | 流體品質追蹤方法及系統 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI581203B (zh) * | 2013-11-22 | 2017-05-01 | Cloud monitoring device | |
| CN104237458A (zh) * | 2014-05-27 | 2014-12-24 | 李岩 | 基站式空气质量监测方法与*** |
| US11047839B2 (en) * | 2016-11-16 | 2021-06-29 | TricornTech Taiwan | Smart sensing network |
| TWI646432B (zh) | 2017-07-27 | 2019-01-01 | 研能科技股份有限公司 | 致動傳感模組之資訊傳輸系統 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1390742B1 (en) * | 2001-02-07 | 2007-11-07 | Aircuity, Inc. | Air quality monitoring systems and methods using expert systems |
| TW200742865A (en) * | 2006-05-05 | 2007-11-16 | Univ Yuan Ze | Portable environmental monitoring system and method thereof |
| TWM365026U (en) * | 2009-04-03 | 2009-09-11 | Ching-Chih Kuo | Automatic monitoring system for indoor pollution source |
-
2012
- 2012-03-01 TW TW101106801A patent/TWI498553B/zh not_active IP Right Cessation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1390742B1 (en) * | 2001-02-07 | 2007-11-07 | Aircuity, Inc. | Air quality monitoring systems and methods using expert systems |
| US7389158B2 (en) * | 2001-02-07 | 2008-06-17 | Aircuity, Inc. | Method of making comparisons of indoor air quality scores |
| TW200742865A (en) * | 2006-05-05 | 2007-11-16 | Univ Yuan Ze | Portable environmental monitoring system and method thereof |
| TWM365026U (en) * | 2009-04-03 | 2009-09-11 | Ching-Chih Kuo | Automatic monitoring system for indoor pollution source |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI607324B (zh) * | 2015-12-29 | 2017-12-01 | Chunghwa Telecom Co Ltd | Data feature selection and data grouping system and method for vehicle travel time |
| CN106338586A (zh) * | 2016-10-21 | 2017-01-18 | 广东顺德西安交通大学研究院 | 一种具有感应模块的空气传感器 |
| TWI808564B (zh) * | 2021-12-10 | 2023-07-11 | 財團法人工業技術研究院 | 流體品質追蹤方法及系統 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201337262A (zh) | 2013-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI498553B (zh) | 無線空氣品質監控系統及空氣品質預測方法 | |
| KR101771053B1 (ko) | 실시간 통합 실내 공기질 알림지수 결정 방법 및 장치 | |
| CN110675006A (zh) | 一种室内空气质量实时监测与甲醛衰减预测*** | |
| KR102189049B1 (ko) | 실내 및 실외에서의 오염물질 노출량을 측정하는 방법 및 장치 | |
| CN109668607B (zh) | 一种燃气表监控微小泄漏的方法 | |
| CN110046834B (zh) | 工作场所有害气体健康风险定量评估***及其评估方法 | |
| KR101756189B1 (ko) | 환경 정보 수집 및 평가 시스템 | |
| CN109190967B (zh) | 一种用于火力发电机组的碳排放量核算方法和*** | |
| CN107720469A (zh) | 一种通过温度气压传感器测量电梯楼层的方法及*** | |
| WO2017057867A1 (ko) | 설문조사를 통한 공기질 예측 시스템 및 방법, 및 공기질 예측 서버 | |
| KR20180030961A (ko) | 미세먼지 측정방법 | |
| Gaspar et al. | Ultrafine, fine, and black carbon particle concentrations in California child‐care facilities | |
| CN109340899B (zh) | 基于热适应性的严寒地区冬季室内热舒适温度的预测方法 | |
| WO2020056812A1 (zh) | 用于评价室内环境质量的环境参数权重确定方法及*** | |
| JP4816581B2 (ja) | 空調機の省エネルギー性分析装置、空調システム、空調機の省エネルギー性分析方法および分析プログラム | |
| CN108965476A (zh) | 一种基于物联网的环境噪音预警*** | |
| CN112463773A (zh) | 数据质量确定方法及装置 | |
| KR102313465B1 (ko) | 멀티 센서 기반 모바일 대기 상태 상황인지 고지 시스템 및 방법 | |
| CN109493973B (zh) | 一种家用住宅空气环境健康风险预警方法及*** | |
| Rastogi et al. | An IoT-based discrete time Markov chain model for analysis and prediction of indoor air quality index | |
| CN115643123B (zh) | 一种物联网多网融合实验***及方法 | |
| Andria et al. | Model characterization in measurements of environmental pollutants via data correlation of sensor outputs | |
| CN101339072A (zh) | 一种火焰状态检测方法 | |
| KR102554036B1 (ko) | 실내공기질 정보 기반의 재실자 활동유형 분석시스템 및 분석방법 | |
| KR20210055932A (ko) | 실내 공기질 측정장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |