[发明专利]一种电子元器件车间用有毒气体排放监测系统

说明书

本发明公开了一种电子元器件车间用有毒气体排放监测系统，涉及气体监测领域，包括采样分析单元，还包括数据采集单元、在线检测单元、数据存储单元、数据分析单元、数据处理单元、动态预警单元和异常处理单元，采样分析单元用于在每个时间序列内低频采集车间排放口的有毒气体含量并生成原始数据；该电子元器件车间用有毒气体排放监测系统，通过在相同的时间序列及相同的采集点低频采集原始数据集高频采集伴随检测数据，以建立伴随关系，从而通过高频监测方式进行原位实时测量，实现车间生产过程中有毒气体排放的高频监测，减少常规低频监测中采样的人力和物力消耗，并减少低频采样过程中的误差和数据获取的延迟问题。

技术领域

本发明涉及气体监测技术，具体涉及一种电子元器件车间用有毒气体排放监测系统。

背景技术

电子元器件生产时往往会伴随VOCs的排放，其中包含多种有毒气体，工人处于车间长时间工作时对人体造成一定职业病威胁，因此一般将车间产生的废气导出并进行废气处理后排放，随着社会的发展，人们对环保的理念也越来越强，对废气排放也有了相应的排放指标。

目前电子元器件生产车间通过架设环境处理设备对车间排放的有毒气体进行处理，但是由于气体检测的复杂性，传统的周期性采样所需的物力和人力资源较大，以及一些有毒气体成分检测的延时性，导致在对有毒气体排放监测时的检测结果滞后，对排放异常时的处理也产生滞后性，进而影响车间的合规生产，甚至影响车间人员和车间周围区域的环境。

发明内容

本发明的目的是提供一种电子元器件车间用有毒气体排放监测系统，以解决现有技术中的上述不足之处。

为了实现上述目的，本发明提供如下技术方案：一种电子元器件车间用有毒气体排放监测系统，包括采样分析单元，还包括数据采集单元、在线检测单元、数据存储单元、数据分析单元、数据处理单元、动态预警单元和异常处理单元，采样分析单元用于在每个时间序列内低频采集车间排放口的有毒气体含量并生成原始数据，并将原始数据传输至数据存储单元内，在线检测单元用于在每个时间序列内接收数据采集单元中传感器组件高频采集的数据信息并生成伴随监测数据，并将伴随数据传输至数据存储单元内，数据分析单元，其基于统计分析评价建立伴随监测数据与原始数据的伴随关系，并将其传输至数据处理单元内，数据处理单元利用数据分析单元传输的伴随关系数据并基于反向传播神经网络进行预测模型建立，且通过预测模型结合伴随监测数据计算得到预测残差序列并生成阈值区间A，动态预警单元用于接收在线检测单元传输的检测数据并结合预测模型计算得到当前时刻残差序列，并将其与阈值区间A进行对比以进行数据判断，所述动态预警单元将判断结果异常数据传输至异常处理单元内。

进一步地，所述数据采集单元中传感器组件有两组，且其分别位于车间排放口气体过滤装置两侧，靠近车间内一侧的传感器组件受异常处理单元进行启动控制。

进一步地，所述数据分析单元通过伴随监测数据对原始数据进行可行替代，并基于统计分析方法建立替代关系线性方程，其表示为：

y_i＝kx_i+b+e_i i＝1,2,3...,n；

其中：yi为第i个有毒气体目标变量，xi为第i个有毒气体替代变量，ei为第i个有毒气体替代变量的随机误差，k为方程斜率，b为方程截距，n为采样次数。

进一步地，所述数据处理单元采用小波分析技术将数据分解成不同分辨率的新数据，并将伴随监测数据时间序列中由于传感器误差带入的噪声进行去除；

利用去噪后的数据进行神经网络预测，其基于时间序列上前n个值作为神经网络的输入层预测第n+1个值，并且不断引进新的监测数据来更新输入层神经网络来实现数据驱动的有毒气体时间序列动态预测；

将预测值序列通过小波重构方法进行信号重构并与实际监测值序列对比得到预测残差序列，并采用分布函数进行拟合得到残差分布方程，计算得到区分有毒气体数据的阈值区间A。