一种基于神经网络的空气污染检测系统技术方案

本实用新型专利技术公开了一种基于神经网络的空气污染检测系统，包括：污染气体数据采集单元、神经网络模块、工控机，所述污染气体数据采集单元的输出端与所述神经网络模块的输入端连接，所述神经网络模块的输出端与所述工控机的输入端连接，所述工控机的输出端与所述污染气体数据采集单元的采样频率控制端连接。利用神经网络模块的泛化能力，智能的根据污染物浓度得到污染物的变化趋势，并利用工控机根据变化趋势信息控制各个传感器的采样频率，在保证精度要求的同时，延长的硬件设备的使用寿命，该系统可用于空气污染检测领域。

【技术实现步骤摘要】
一种基于神经网络的空气污染检测系统
本技术涉及环境检测
，特别涉及一种基于神经网络的空气污染检测系统。
技术介绍
随着工业的发展，生活炉灶与采暖锅炉的广泛使用，以汽车为主的交通工具大量投入，空气污染日益严重。空气中污染物的浓度很高时，会造成急性污染中毒，或使病状恶化，即使大气中污染物浓度不高，但人体成年累月呼吸这种污染了的空气，也会引起各类呼吸系统疾病。目前的空气污染检测系统一般包括各类空气传感器，处理器，现有污染检测系统在工作前会根据环境的一个平均空气污染情况来调整各个传感器的采样频率，从而最大范围的满足空气检测的需求，但是，由于传感器采样频率与精度和传感器寿命相关，采样频率高时，设备寿命短，采样频率低时，设备寿命长，而且，由于空气中污染物浓度变化速率不一。因此，传感器的采样频率和传感器寿命合理平衡成了空气污染检测系统的一大技术难点。
技术实现思路
本技术解决的技术问题是：现有的空气污染检测系统中传感器的采样频率和传感器寿命合理平衡存在的技术难点。本技术解决其技术问题的解决方案是：一种基于神经网络的空气污染检测系统，包括：污染气体数据采集单元、神经网络模块、工控机，所述污染气体数据采集单元的输出端与神经网络模块的输入端连接，所述神经网络模块的输出端与工控机的输入端连接，所述工控机的输出端与污染气体数据采集单元的采样频率控制端连接，所述污染气体数据采集单元用于环境中的臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度数据的采集，所述神经网络模块用于以所述臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度数据为学习数据，学习得到臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度的变化趋势，所述工控机可根据所述变化趋势调整污染气体数据采集单元的采样频率。进一步，所述污染气体数据采集单元包括：臭氧传感器、一氧化碳传感器、二氧化硫传感器、二氧化氮传感器、PM10传感器、PM2.5传感器。进一步，本系统还包括无线模块、用户端，所述无线模块分别与工控机和用户端连接。进一步，所述用户端为手机APP端或Web端。进一步，所述神经网络模块为RBF神经网络模块。本技术的有益效果是：利用神经网络模块的泛化能力，智能的根据污染物浓度得到污染物的变化趋势，并利用工控机根据变化趋势信息控制各个传感器的采样频率，在保证精度要求的同时，延长的硬件设备的使用寿命。附图说明为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单说明。显然，所描述的附图只是本技术的一部分实施例，而不是全部实施例，本领域的技术人员在不付出创造性劳动的前提下，还可以根据这些附图获得其他设计方案和附图。图1是空气污染检测系统的原理框图。具体实施方式以下将结合实施例和附图对本技术的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本技术的目的、特征和效果。显然，所描述的实施例只是本技术的一部分实施例，而不是全部实施例，基于本技术的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本技术保护的范围。另外，文中所提到的所有联接/连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少联接辅件，来组成更优的联接结构。本专利技术创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。实施例1，参考图1，一种基于神经网络的空气污染检测系统，包括：污染气体数据采集单元、神经网络模块、工控机，所述神经网络模块为RBF神经网络模块，所述污染气体数据采集单元包括：臭氧传感器、一氧化碳传感器、二氧化硫传感器、二氧化氮传感器、PM10传感器、PM2.5传感器；所述污染气体数据采集单元的各个传感器输出端与所述神经网络模块的输入端连接，所述神经网络模块的输出端与所述工控机的输入端连接，所述工控机的输出端与所述污染气体数据采集单元的采样频率控制端连接。该系统工作时，所述臭氧传感器、一氧化碳传感器、二氧化硫传感器、二氧化氮传感器、PM10传感器、PM2.5传感器分别对环境中的臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度数据的进行采集，并将这些数据发送给神经网络模块，所述神经网络模块装载着已经训练好的、可根据污染物浓度数据和时间数据得到污染物浓度变化趋势的神经网络，所述神经网络模块以所述臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度数据为学习数据，学习得到臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度的变化趋势，所述工控机根据所述变化趋势调整所述臭氧传感器、一氧化碳传感器、二氧化硫传感器、二氧化氮传感器、PM10传感器、PM2.5传感器的采样频率，从而适应污染物浓度的变化，使得污染气体数据采集单元的设备寿命与精度达到一个平衡点。本技术利用神经网络模块的泛化能力，智能的根据污染物浓度得到污染物的变化趋势，并利用工控机根据变化趋势信息控制各个传感器的采样频率，在保证精度要求的同时，延长的硬件设备的使用寿命。作为上述实施方式的进一步优化，本系统还包括无线模块、用户端，所述用户端为手机APP端或Web端，所述无线模块分别与所述工控机和用户端连接，所述无线模块用于将所述变化趋势发送给所述用户端。通过无线模块和用户端，使得用户可清楚的知道某一个区域的空气质量，实现及时定位污染源，方便环境管理部门对污染区域的管理。以上对本技术的较佳实施方式进行了具体说明，但本专利技术创造并不限于所述实施例，熟悉本领域的技术人员在不违背本技术精神的前提下还可做出种种的等同变型或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。本文档来自技高网...

【技术保护点】
1.一种基于神经网络的空气污染检测系统，其特征在于，包括：污染气体数据采集单元、神经网络模块、工控机，所述污染气体数据采集单元的输出端与神经网络模块的输入端连接，所述神经网络模块的输出端与工控机的输入端连接，所述工控机的输出端与污染气体数据采集单元的采样频率控制端连接，所述污染气体数据采集单元用于环境中的臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度数据的采集，所述神经网络模块用于以所述臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度数据为学习数据，学习得到臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度的变化趋势，所述工控机可根据所述变化趋势调整污染气体数据采集单元的采样频率。

【技术特征摘要】
1.一种基于神经网络的空气污染检测系统，其特征在于，包括：污染气体数据采集单元、神经网络模块、工控机，所述污染气体数据采集单元的输出端与神经网络模块的输入端连接，所述神经网络模块的输出端与工控机的输入端连接，所述工控机的输出端与污染气体数据采集单元的采样频率控制端连接，所述污染气体数据采集单元用于环境中的臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度数据的采集，所述神经网络模块用于以所述臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度数据为学习数据，学习得到臭氧、一氧化碳、二氧化硫、二氧化氮、PM10、PM2.5浓度的变化趋势，所述工控机可根据所述变化趋势调...

【专利技术属性】
技术研发人员：张彩霞，王向东，文雪芹，胡绍林，刘国文，李斌，
申请(专利权)人：佛山科学技术学院，
类型：新型
国别省市：广东,44