基于大数据分析的智能光催化空气净化系统及控制方法与流程

本发明涉及空气智能净化，是基于大数据分析的智能光催化空气净化系统及控制方法。

背景技术：

1、空气净化器通过提升室内空气质量、保护健康、提高生活质量和节能环保等多方面的优势，成为现代生活中重要的环境改善设备，但与此同时，在现有技术中，传统空气净化系统存在几个显著问题和不足：固定化运行模式导致系统无法有效应对环境中污染物浓度和组合的动态变化，缺乏稳定性和预测性；多数系统设计为处理特定类型的污染物，对于复杂的多污染物组合缺乏综合应对能力；长期运行下可能存在能效低和高操作成本问题，缺乏智能化管理和优化调节能力；同时，常常缺乏足够的实时监测能力和远程响应机制，无法及时发现和处理室内空气质量问题，影响系统的响应速度和净化效果的持续性。综上所述，这些问题限制了传统空气净化系统在适应复杂室内环境、提升净化效率和降低运行成本方面的能力，需要通过创新技术来解决。

2、在现有已公开的发明技术中，如公开号为cn108266798a的专利申请公开了一种空气净化器用空气净化系统，该发明包括空气质量检测仪、处理器、显示装置、存储器、移动设备、蓝牙检测装置、远程通信模块和空气净化模块；处理器分别与显示装置、存储器电连接。

3、上述专利缺少对环境中化学性污染物质和物理性污染物质的协同净化，存在背景技术中描述的技术问题。

技术实现思路

1、本发明所要解决的技术问题是针对现有技术中，空气净化器的空气净化空间有限、洁净度不足且缺少对室内空气质量的实时监测和远程管理的问题，提出了基于大数据分析的智能光催化空气净化系统及控制方法。

2、为了达到上述目的，本发明基于大数据分析的智能光催化空气净化系统的控制方法的技术方案包括如下步骤：

3、s1：获取室内空间内部各个功能区域的几何数据，并根据空间几何数据进行三维空间建模；

4、s2：通过在室内空间内部布设传感器网络，分别采集封闭空间中的物理性污染物数据和化学性污染物数据，同步监测室内空间内部各个功能区域内的实时状态变化数据；

5、s3：将所述物理性污染物数据及所述实时状态变化数据导入负氧离子净化系数计算策略中计算负氧离子实时净化系数；

6、s4：将所述化学性污染物数据及所述实时状态变化数据导入量子点纳米光触媒净化系数计算策略中计算量子点纳米光触媒实时净化系数；

7、s5：提取所述负氧离子实时净化系数及量子点纳米光触媒实时净化系数，评估计算智能光催化空气净化系统的实时调控需求值，并根据实时调控需求值对智能光催化空气净化系统进行运行参数控制；

8、s6：建立大数据模型，记录并更新智能光催化空气净化系统的历史运行参数至大数据模型，生成历史运行参数相对应的智能光催化空气净化系统工作模式。

9、具体地，s11：通过激光扫描仪获取室内空间内部各个功能区域的空间几何数据，所述空间几何数据包括尺寸数据、面积数据和布局数据，所述尺寸数据用于确定在室内空间内部布设的传感器网络中传感器的位置和数量；所述面积数据用于确定智能光催化空气净化系统中空气净化模组的数量；所述布局数据包括：室内空间中会产生甲醛及tovc物质的建筑材料；

10、s12：根据空间几何数据进行三维空间建模。

11、具体地，s21：根据室内空间内部各个功能区域的尺寸数据确定在室内空间内部各个功能区域布设的传感器网络中传感器的位置和数量；

12、s22：通过激光散射传感器获取室内空间内部各个功能区域的物理性污染物数据，所述物理性污染物数据包括：pm2.5、pm10及烟草烟雾中的固态颗粒物；

13、s23：通过电化学传感器获取室内空间内部各个功能区域的化学性污染物数据，所述化学性污染物数据包括：甲醛气体、voc及异味气体；

14、s24：接入室内空间内部各个功能区域的监测视频，监测获得室内空间内部各个功能区域内的实时状态变化数据，所述实时状态变化数据包括：功能区域内的涌入人群数量和功能区域内的温湿比。

15、具体地，s31：提取室内空间内部各个功能区域内的涌入人群数量；同步提取所述物理性污染物数据，包括：pm2.5、pm10及烟草烟雾中的固态颗粒物；

16、s32：将s31中数据导入负氧离子净化系数计算策略中计算负氧离子实时净化系数，所述负氧离子净化系数计算策略具体如下：

17、；

18、其中，为功能区域内在一个监测时段内，涌入人群的总人数为p时，对负氧离子净化能力产生的偏差项数，；

19、分别表示物理性污染物数据中pm2.5、pm10及烟草烟雾中的固态颗粒物对应的待净化项数；

20、所述固态颗粒物对应的待净化项数的计算策略如下：

21、；

22、sb为上标，；

23、表示上标sb对应的物理性污染物数据在监测时时间点为t时的固态颗粒物浓度；分别表示智能光催化空气净化系统中对上标sb对应的物理性污染物预设的固态颗粒物浓度最大值和固态颗粒物浓度最小值；

24、分别表示物理性污染物数据中pm2.5、pm10及烟草烟雾中的固态颗粒物的净化资源消耗占比系数。

25、具体地，s41：提取室内空间内部各个功能区域内的功能区域内温湿比；同步提取所述化学性污染物数据，包括：甲醛气体、voc及异味气体；

26、s42：将s41中数据导入量子点纳米光触媒净化系数计算策略中计算量子点纳米光触媒实时净化系数，所述量子点纳米光触媒净化系数计算策略具体如下：

27、；

28、其中，为功能区域内在一个监测时段内，功能区域内的温湿比为w时，对量子点纳米光触媒净化能力产生的偏差项数；

29、预设细菌病毒繁殖所需的温湿度阈值，当w小于或等于所述细菌病毒繁殖所需的温湿度阈值时，；

30、分别表示化学性污染物数据中甲醛气体、voc及异味气体的气体浓度对应的待净化项数；

31、所述气体浓度对应的待净化项数的计算策略如下：

32、；

33、sb为上标，；

34、表示上标sb对应的化学性污染物数据在监测时时间点为t时的气体浓度；分别表示智能光催化空气净化系统中对上标sb对应的化学性污染物预设的气体浓度最大值和气体浓度最小值；

35、分别表示化学性污染物数据中甲醛气体、voc及异味气体的净化资源消耗占比系数。

36、具体地，s5中，所述提取所述负氧离子实时净化系数及量子点纳米光触媒实时净化系数，评估计算智能光催化空气净化系统的实时调控需求值具体如下：

37、；

38、其中，表示在监测时，时间点为t时，智能光催化空气净化系统的实时调控需求值。

39、具体地，s5中，所述根据实时调控需求值对智能光催化空气净化系统进行运行参数控制包括：

40、s51：提取智能光催化空气净化系统的实时调控需求值，并进行智能光催化空气净化系统的实时调控状态判断；

41、当小于实时调控状态判断阈值时，判断智能光催化空气净化系统正常运行，无需进行运行参数的控制；

42、当大于或等于实时调控状态判断阈值时，判断智能光催化空气净化系统的工作状态需要调控，执行步骤s52；

43、s52：提取智能光催化空气净化系统的实时调控需求值中负氧离子净化系数及量子点纳米光触媒净化系数，设置负氧离子净化系数标准阈值和量子点纳米光触媒净化系数标准阈值；

44、当负氧离子净化系数小于负氧离子净化系数标准阈值但量子点纳米光触媒净化系数大于或等于量子点纳米光触媒净化系数标准阈值时，执行步骤s53；

45、当负氧离子净化系数大于或等于负氧离子净化系数标准阈值但量子点纳米光触媒净化系数小于量子点纳米光触媒净化系数标准阈值时，执行步骤s54；

46、当负氧离子净化系数小于负氧离子净化系数标准阈值且量子点纳米光触媒净化系数小于量子点纳米光触媒净化系数标准阈值时，同步执行步骤s3及s4。

47、具体地，s5中，所述根据实时调控需求值对智能光催化空气净化系统进行运行参数控制还包括：

48、s53：根据三维空间模型中各个功能区域内部布局数据，优先接通距离人员活动密集区域最近的负氧离子工作模组的电源，并在下一监测时段重复评估负氧离子净化系数，确认是否需要继续增加开设负氧离子工作模组的数量；

49、s54：根据三维空间模型中各个功能区域内部环境温湿比数据，通过室内空间中智能中央控制器，调节量子点纳米光触媒工作模组的灯光亮度。

50、具体地，s54还包括：通过室内空间中智能中央控制器，调节量子点纳米光触媒工作模组的灯光亮度时，调取智能光催化空气净化系统的运行参数的控制时间点；

51、当控制时间点处于日出时间时，在进行运行参数控制之前，向室内区域居住人员或管理人员发出灯光调节申请，在申请通过之后对智能光催化空气净化系统进行运行参数控制；

52、当控制时间点处于日落时间时，无需进行发送灯光调节申请，直接对智能光催化空气净化系统进行运行参数控制。

53、具体地，s6具体包括：建立大数据模型，记录并更新智能光催化空气净化系统的历史运行参数至所述大数据模型，以实现智能光催化空气净化系统的自动学习和优化，通过分析历史运行参数，识别特定环境条件下的空气质量问题，并根据预设的参数和模式，自动调整智能光催化空气净化系统的运行策略，并在未来类似的环境和时间条件下迅速响应和调整。

54、另外，本发明基于大数据分析的智能光催化空气净化系统，用于响应于控制装置的实时调控，所述控制装置用于实现上述的基于大数据分析的智能光催化空气净化系统的控制方法，所述控制装置包括如下模块：

55、三维空间建模模块、数据采集模块、负氧离子工作模块、量子点纳米光触媒工作模块、系统运行控制模块和工作模式记录模块；

56、所述三维空间建模模块用于获取室内空间内部各个功能区域的几何数据，并根据空间几何数据进行三维空间建模；

57、所述数据采集模块通过在室内空间内部布设传感器网络，分别采集封闭空间中的物理性污染物数据和化学性污染物数据，同步监测室内空间内部各个功能区域内的实时状态变化数据；

58、所述负氧离子工作模块将所述物理性污染物数据及所述实时状态变化数据导入负氧离子净化系数计算策略中计算负氧离子实时净化系数；

59、所述量子点纳米光触媒工作模块将所述化学性污染物数据及所述实时状态变化数据导入量子点纳米光触媒净化系数计算策略中计算量子点纳米光触媒实时净化系数；

60、所述系统运行控制模块用于提取所述负氧离子实时净化系数及量子点纳米光触媒实时净化系数，并融合评估智能光催化空气净化系统的实时调控需求值，并根据实时调控需求值对智能光催化空气净化系统进行运行参数控制；

61、所述工作模式记录模块用于建立大数据模型，记录并更新智能光催化空气净化系统的历史运行参数至大数据模型，生成历史运行参数相对应的智能光催化空气净化系统工作模式。

62、一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被执行时，实现上述的基于大数据分析的智能光催化空气净化系统的控制方法。

63、一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的基于大数据分析的智能光催化空气净化系统的控制方法。

64、与现有技术相比，本发明的技术效果如下：

65、1、本发明利用负氧离子和量子点纳米光触媒的实时净化系数计算策略，根据实际监测数据调节智能光催化空气净化系统的运行参数，最大限度地提高净化效率。

66、2、本发明基于实时调控需求值对智能光催化空气净化系统进行运行参数控制，使系统能够动态适应不同时间段和空间区域的空气质量变化，保持稳定的净化效果。

67、3、本发明建立大数据模型记录和更新智能光催化空气净化系统的历史运行参数，通过数据分析优化系统工作模式，提升长期运行稳定性和能效。