一种适用于近零能耗建筑的室内环境监测系统的制作方法

专利2026-06-18  2


本发明涉及室内环境监测,具体为一种适用于近零能耗建筑的室内环境监测系统。


背景技术:

1、近零能耗建筑是指利用可再生能源优化能源系统运行,以最少的能源消耗提供舒适室内环境,且建筑综合节能率达60%以上的建筑。

2、但是目前的室内环境监测系统在病菌病毒监测方面仍存在一定的缺陷,传统的室内环境监测系统往往仅关注于室内的温度、湿度等常规环境参数,而缺乏对空气中微小生物颗粒,特别是病菌、病毒等微生物的精准监测能力,难以及时监测到病菌病毒是否超标,并对做出高效的净化措施,影响室内居住人员身体健康安全。因此,有必要提出一种适用于近零能耗建筑的室内环境监测系统,以解决现有技术中的问题。

3、同时,室内环境监测系统普遍采用独立的传感器设备,这些设备虽然能够提供必要的数据,但存在一些明显的局限性,首先,独立传感器的安装通常需要复杂的布线和额外的空间,这不仅增加了建筑成本,还破坏建筑的美观和内部空间的利用效率,其次,传统传感器的分散布局导致数据采集的不连贯性和不完整性,难以形成全局的环境感知,此外,独立传感器容易受到外界环境的干扰,导致监测数据的准确性和可靠性降低,因此,现有技术在实现建筑智能化和节能目标的同时,很难满足其对能源效率和系统集成度的要求。


技术实现思路

1、本发明的目的就是为了弥补现有技术的不足,提供了一种适用于近零能耗建筑的室内环境监测系统,它可以通过集成高精度生物气溶胶传感器和多重检测技术,实现了对室内空气中病菌病毒等微小生物颗粒的全面、精准监测,与建筑内的空气净化设备实现无缝对接与联动,能够在监测到病菌病毒超标时自动启动和调节相关净化设备,降低了人工干预的需求和成本,还确保了净化措施的及时性和有效性。它能够通过通过将传感器网络集成到墙面材料中,消除了对大量独立传感器的需求。

2、本发明为解决上述技术问题,提供如下技术方案:一种适用于近零能耗建筑的室内环境监测系统,该系统包括:

3、传感器单元:由多种嵌入式传感器组成,分布在建筑物的各个关键位置;传感器单元通过导电混凝土和导电涂层与墙体材料结合,形成一个连续的传导网络,信号通过墙体材料中的导电路径传输,利用信号编码和解码技术,从墙体传导的复合信号中分离出各环境参数的独立信息;

4、高精度病菌病毒监测模块,用于实时监测室内空气中的病菌病毒浓度;

5、云端管理与数据分析平台,用于集中存储、处理和分析监测数据;

6、智能预警模块,用于对监测到的病菌病毒浓度进行智能分析并发出预警信号;

7、所述智能预警模块包括深度学习算法应用单元、多方式预警单元以及自定义阈值设置单元,所述智能预警模块的具体执行步骤包括:

8、从云端管理与数据分析平台接收高精度病菌病毒监测模块实时收集的监测数据;

9、从接收的数据中提取对病菌病毒识别有用的特征;

10、深度学习算法应用单元训练基于神经网络的深度学习模型对病菌病毒特征进行识别;

11、将预处理后的数据作为输入传递给深度学习模型;

12、联动控制策略模块,用于在监测到病菌病毒超标时自动启动和调节空气净化设备。

13、更进一步地,所述传感器单元中:利用正交频分复用编码在墙体材料中传输信号,使用正交频分复用来在频域上分配信号,减少多径传播的影响,将传感器数据转化为能够在墙体中传导的信号形式,其运用过程为:

14、数据编码:传感器节点将收集到的环境数据编码为二进制序列数字信号,并映射到复数值,形成复数符号,即n是子载波的数量,x[k]是在第k个子载波上的复数符号,x[n]是时间域上的信号样本,n表示时间域的索引,k表示频率域的索引;

15、ifft转换:在发送前,复数符号通过快速傅里叶逆变换转换为时域信号,ifft将复数符号分布到多个正交子载波上,每个子载波占据不同的频率段,从而实现在频率域上的并行传输;

16、保护间隔插入:为了防止多径效应引起的符号间干扰,在每个ofdm符号前后插入保护间隔,即循环前缀,即使信号在墙体中传输时遇到反射和延迟,也可避免干扰;

17、信号传输:经过编码和保护间隔插入的信号通过墙体材料中的导电路径进行传输,墙体材料扮演着传输介质的角色,信号在其内部以电磁波的形式传播。

18、更进一步地,经过正交频分复用编码后的时间域信号的数据,利用快速傅里叶变换fft进行解码,其解码过程为:

19、接收信号:接收经历衰减、反射和多径传播到达接收端的信号,接收端进行恢复原始信号;

20、去除保护间隔:去除信号中的循环前缀,以准备进行fft处理;

21、fft转换:接收端使用快速傅里叶变换fft将接收到的时域信号转换回频率域,fft允许接收端解调子载波上的信号,从而恢复原始的复数符号,即y[n]是接收端的时间域信号,y[k]是对应的频率域信号;

22、信道均衡:接收端进行信道均衡,以确保ofdm信号在子载波上是正交的,补偿信道引入的频率选择性衰落;

23、数据解码:接收端将恢复的复数符号解调回原始数据流,完成信号的解码过程。

24、更进一步地,所述高精度病菌病毒监测模块包括基于高精度生物气溶胶传感器、多重检测技术融合单元以及数据记录与传输单元,所述高精度病菌病毒监测模块的具体执行步骤包括:

25、设定监测区域,将基于高精度生物气溶胶传感器安装于监测的室内位置以捕获空气中的微小生物颗粒,并初始化传感器参数,包括灵敏度、采样频率;

26、使用基于高精度生物气溶胶传感器,连续采集空气中的样本,传感器将采集到的信号转换为数字数据,准备进行后续处理;

27、利用光学传感器检测空气中颗粒物的散射光和荧光特性,初步识别生物颗粒;

28、通过电化学传感器检测特定生物分子的氧化还原反应,提供补充信息;

29、采用pcr扩增技术进行分子生物学检测,提取样本中的核酸(dna/rna),使用特异性引物进行pcr扩增(聚合酶链式反应),放大目标生物分子的信号;

30、多重检测技术融合单元将上述多种检测技术的数据进行融合处理;

31、数据记录与传输单元将监测到的病菌病毒浓度数据实时记录,并存储于本地和云端数据库,将数据上传至云端数据平台,供后续分析和处理。

32、更进一步地,所述智能预警模块中:模型根据输入数据计算病菌病毒的存在性、种类及浓度,神经网络前向传播为例的公式为:z(l)=w(l)·a(l-1)+b(l),a(l)=f(z(l)),其中,z(l)是第l层的加权输入,w(l)是第l-1层到第l层的权重矩阵,b(l)是第l层的偏置项,a(l-1)是第l-1层的激活输出,f是激活函数;

33、深度学习模型通过多层非线性变换,学习从输入数据到病菌病毒浓度预测值的映射关系。

34、更进一步地,所述智能预警模块的具体执行步骤还包括:

35、将模型输出的病菌病毒浓度与预设的阈值进行比较,以c表示监测到的病菌病毒浓度,t表示预设的阈值,阈值判断表示为:c>t,发出预警信号,这里>是比较操作符,用于判断c是否大于t;

36、阈值可以通过自定义阈值设置单元由用户定义;

37、病菌病毒浓度超过预设阈值,多方式预警单元通过声音、光信号以及app推送多种方式向用户发出预警信号。

38、更进一步地,所述联动控制策略模块包括设备联动接口、自动净化控制单元以及节能优化单元,所述联动控制策略模块的具体执行步骤包括:

39、联动控制策略模块从智能预警模块实时接收病菌病毒浓度超标的预警信号;

40、根据预警信号的详细内容和当前室内环境的实际情况,判断需要启动和调节的空气净化设备;

41、根据净化需求和设备特性,选择最合适的空气净化设备组合,做出控制决策;

42、自动净化控制单元通过设备联动接口,向选定的空气净化设备发送启动和调节指令,指令包括设备开启/关闭、运行模式选择、功率调节。

43、更进一步地,所述联动控制策略模块的具体执行步骤还包括:

44、在空气净化设备运行过程中,持续监测室内病菌病毒浓度,并根据需要调整设备运行策略;

45、在保证净化效果的前提下,优化设备运行策略来减少不必要的能耗,调节设备的运行参数达到最佳净化效果同时减少能耗,采用pid控制算法,pid控制算法公式:其中,u(t)是控制量,e(t)是误差即病菌病毒目标浓度与病菌病毒实际浓度的差值,kp、ki、kd分别是比例、积分、微分增益。

46、更进一步地,所述云端管理与数据分析平台包括云端数据存储单元、数据分析单元以及多区域管理单元,所述云端管理与数据分析平台的具体执行步骤包括:

47、云端平台通过安全的数据传输协议接收来自高精度病菌病毒监测模块上传的实时监测数据;

48、使用数据库和大数据存储系统来集中存储这些数据;

49、对接收到的数据进行清洗,去除噪声和异常值,对数据进行格式化,使其符合后续分析的要求;

50、开发实时数据处理引擎,对上传的数据进行实时处理和分析;

51、通过可视化工具展示实时监测数据,支持远程访问和查看;

52、数据分析单元使用大数据分析技术对存储的数据进行批量处理和分析;

53、应用数据挖掘算法来发现数据中的模式和趋势,使用k-means聚类算法来识别不同时间段和区域的病菌病毒浓度分布情况,其目标函数通常表示为最小化所有点到其簇中心的距离平方和:其中,k是簇的数量,ck是第k个簇的集合,x是簇ck中的点,μk是簇ck的中心;

54、基于数据分析结果,评估潜在的健康风险。

55、更进一步地,所述云端管理与数据分析平台的具体执行步骤还包括:

56、利用多区域管理单元,实现多区域、多建筑的监测数据统一管理,支持跨区域的数据对比和分析;

57、设计调度算法,根据数据分析结果和预设的调度规则,自动调整各区域和室内的空气净化设备运行状态;

58、通过用户友好型交互界面,提供数据查询、报告生成功能,支持用户查看实时监测数据、历史记录和分析报告。

59、与现有技术相比,该适用于近零能耗建筑的室内环境监测系统具备如下有益效果:

60、本发明通过集成高精度生物气溶胶传感器和多重检测技术,实现对室内空气中病菌病毒的全面、精准监测,提升室内环境健康安全的监测水平,利用深度学习算法对监测数据进行实时分析,能够快速识别病菌病毒特征,在浓度超标时立即触发多方式预警信号,及时监测到病菌病毒是否超标,与建筑内的空气净化设备实现无缝对接与联动,病菌病毒超标时自动启动和调节相关净化设备,降低了人工干预的需求和成本,还确保了净化措施的及时性和有效性,能够保证室内居住人员身体健康安全。

61、本发明的室内环境监测系统通过嵌入式传感器节点设计,将多种传感器集成于墙面材料中,减少了独立传感器的使用,这种设计不仅降低了硬件成本,还简化了安装过程,减少了施工复杂度和工时,从而显著降低了整体系统的成本,同时,由于传感器与墙面材料的一体化设计,避免了传统独立传感器对室内空间的占用,提升了建筑的美观度和空间利用效率。

62、本发明的传感器网络与墙面材料紧密结合,形成一个覆盖整个建筑的监测网,能够实时收集和传输环境数据,通过墙面材料的导电特性,信号可以高效地在墙体内部传输,而不会受到传统布线和无线信号干扰的限制,使系统能够提供更加连贯、精确的环境参数监测,有助于及时发现并解决潜在的环境问题,确保居住者和使用者的健康和舒适。


技术特征:

1.一种适用于近零能耗建筑的室内环境监测系统,其特征在于,该系统包括:

2.根据权利要求1所述的一种适用于近零能耗建筑的室内环境监测系统,其特征在于,所述传感器单元中:利用正交频分复用编码在墙体材料中传输信号,使用正交频分复用来在频域上分配信号,减少多径传播的影响,将传感器数据转化为能够在墙体中传导的信号形式,其运用过程为:

3.根据权利要求2所述的一种适用于近零能耗建筑的室内环境监测系统,其特征在于,经过正交频分复用编码后的时间域信号的数据,利用快速傅里叶变换fft进行解码,其解码过程为:

4.根据权利要求1所述的一种适用于近零能耗建筑的室内环境监测系统,其特征在于,所述高精度病菌病毒监测模块包括基于高精度生物气溶胶传感器、多重检测技术融合单元以及数据记录与传输单元,所述高精度病菌病毒监测模块的具体执行步骤包括:

5.根据权利要求1所述的一种适用于近零能耗建筑的室内环境监测系统,其特征在于,所述智能预警模块中:模型根据输入数据计算病菌病毒的存在性、种类及浓度,神经网络前向传播为例的公式为:z(l)=w(l)·a(l-1)+b(l),a(l)=f(z(l)),其中,z(l)是第l层的加权输入,w(l)是第l-1层到第l层的权重矩阵,b(l)是第l层的偏置项,a(l-1)是第l-1层的激活输出,f是激活函数;

6.根据权利要求5所述的一种适用于近零能耗建筑的室内环境监测系统,其特征在于,所述智能预警模块的具体执行步骤还包括:

7.根据权利要求1所述的一种适用于近零能耗建筑的室内环境监测系统,其特征在于,所述联动控制策略模块包括设备联动接口、自动净化控制单元以及节能优化单元,所述联动控制策略模块的具体执行步骤包括:

8.根据权利要求7所述的一种适用于近零能耗建筑的室内环境监测系统,其特征在于,所述联动控制策略模块的具体执行步骤还包括:

9.根据权利要求1所述的一种适用于近零能耗建筑的室内环境监测系统,其特征在于,所述云端管理与数据分析平台包括云端数据存储单元、数据分析单元以及多区域管理单元,所述云端管理与数据分析平台的具体执行步骤包括:

10.根据权利要求9所述的一种适用于近零能耗建筑的室内环境监测系统,其特征在于,所述云端管理与数据分析平台的具体执行步骤还包括:


技术总结
本发明公开了一种适用于近零能耗建筑的室内环境监测系统,涉及室内环境监测技术领域,该系统包括高精度病菌病毒监测模块,用于实时监测室内空气中的病菌病毒浓度。本发明通过集成高精度生物气溶胶传感器和多重检测技术,实现对室内空气中病菌病毒的全面、精准监测,提升室内环境健康安全的监测水平,利用深度学习算法对监测数据进行实时分析,能够快速识别病菌病毒特征,在浓度超标时立即触发多方式预警信号,及时监测到病菌病毒是否超标,与建筑内的空气净化设备实现无缝对接与联动,病菌病毒超标时自动启动和调节相关净化设备,降低了人工干预的需求和成本,还确保了净化措施的及时性和有效性,能够保证室内居住人员身体健康安全。

技术研发人员:戴斌,官同强,耿永维,杨斌裕,郭晓林,刘宇鑫,王国红
受保护的技术使用者:山西四建集团有限公司
技术研发日:
技术公布日:2024/11/11
转载请注明原文地址: https://tieba.8miu.com/read-21893.html

最新回复(0)