[发明专利]一种tVOC气体检测方法、终端及存储介质在审

专利信息
申请号: 202211065121.5 申请日: 2022-09-01
公开(公告)号: CN115468988A 公开(公告)日: 2022-12-13
发明(设计)人: 赵悦丰;朱荣船;李维维;雷宗杰;景阳阳 申请(专利权)人: 珠海市德润通电子科技有限公司
主分类号: G01N27/12 分类号: G01N27/12;G06N20/00
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 双瑞晨;刘文求
地址: 519015 广东省珠*** 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: 一种 tvoc 气体 检测 方法 终端 存储 介质
【权利要求书】:

1.一种tVOC气体检测方法,其特征在于,包括:

通过定时监测检测设备中tVOC敏感元件的阻值,实时读取电阻值,根据所述电阻值进行软件滤波,获得tVOC气体浓度等级的实时值R1;

根据所述tVOC敏感元件处能否导入干净空气,确定学习算法,获得tVOC气体浓度等级的基准值R0;其中所述学习算法,包括主动学习的方式或被动学习的方式;

根据所述tVOC气体浓度等级的基准值R0与所述tVOC气体浓度等级的实时值R1进行计算得到比值大小,通过所述比值大小判断当前tVOC气体浓度等级。

2.根据权利要求1所述tVOC气体检测方法,其特征在于,所述通过定时监测检测设备中tVOC敏感元件的阻值,实时读取电阻值,包括:

定时检测所述tVOC敏感元件阻值,实时读取电阻值;

将所述电阻值依次写入记录所述tVOC敏感元件阻值的数组。

3.根据权利要求1所述tVOC气体检测方法,其特征在于,所述根据所述电阻值进行软件滤波,获得tVOC气体浓度等级的实时值R1,包括:

根据预设软件滤波算法,将记录所述tVOC敏感元件阻值的数组中的数据进行处理,得到所述tVOC气体浓度等级的实时值R1。

4.根据权利要求1所述tVOC气体检测方法,其特征在于,所述根据所述tVOC敏感元件处能否导入干净空气,确定学习算法,获得tVOC气体浓度等级的基准值R0,包括:

判断所述检测设备是否已通过新风或者净化系统将干净空气导入到tVOC敏感元件;

若所述检测设备已通过新风或者净化系统将干净空气导入到tVOC敏感元件,则通过所述被动学习的方式获取基准值R0;

若所述检测设备未将干净空气导入到tVOC敏感元件处,则通过所述主动学习的方式获取基准值R0。

5.根据权利要求4所述tVOC气体检测方法,其特征在于,所述通过所述被动学习的方式获取基准值R0,包括:

启动所述检测设备将干净空气导入所述tVOC敏感元件处,进行基准值更新;

定时读取所述tVOC敏感元件的阻值,若所述tVOC敏感元件的阻值大于或等于记录所述tVOC敏感元件的数组中的最小值,删除所述最小值,并将所述tVOC敏感元件的阻值写入所述数组中;

若所述tVOC敏感元件的阻值小于记录所述tVOC敏感元件的数组中的最小值,将所述tVOC敏感元件的阻值抛弃;

将所述数组中的数据取平均得到被动学习的方式下的所述tVOC气体浓度等级的基准值R0。

6.根据权利要求4所述tVOC气体检测方法,其特征在于,所述通过所述主动学习的方式获取基准值R0,包括:

定时读取所述tVOC敏感元件的阻值,记录预设周期内最大的阻值;

通过所述tVOC敏感元件的工作时间,对记录所述tVOC敏感元件阻值的数组进行处理,得到主动学习的方式下的所述tVOC气体浓度等级的基准值R0。

7.根据权利要求6所述tVOC气体检测方法,其特征在于,所述得到主动学习的方式下的所述tVOC气体浓度等级的基准值R0,包括:

若检测设备上电工作时间小于或等于预设时间,将所述tVOC敏感元件的阻值写入所述记录所述tVOC敏感元件阻值的数组,通过对所述数组中非0的数据取平均数得到所述主动学习的方式下的所述tVOC气体浓度等级的基准值R0;

若检测设备上电工作时间大于预设时间,删除所述记录所述tVOC敏感元件阻值的数组中最早的数据,将所述tVOC敏感元件的阻值写入所述数组,根据预设规则设定权重,取平均数得到所述主动学习的方式下的所述tVOC气体浓度等级的基准值R0。

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珠海市德润通电子科技有限公司,未经珠海市德润通电子科技有限公司许可,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/202211065121.5/1.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