基于大数据的实验室通风柜智能调节降耗系统技术方案

本发明专利技术属于实验室通风柜领域，涉及数据分析技术，用于解决现有技术中的实验室通风柜智能调节降耗系统，无法结合实验室内的空气状态对风速进行自适应调节的问题，具体是基于大数据的实验室通风柜智能调节降耗系统，包括处理器，处理器通信连接有毒性监测模块、降耗分析模块、运行监控模块以及存储模块，毒性监测模块用于对实验室的空气毒性进行监测分析：在实验室内设置若干个监测点，获取监测点的氟浓数据FN、硫浓数据LN以及氮浓数据DN；本发明专利技术是对实验室的空气毒性进行监测分析，并对实验室内各个监测点的毒性参数进行分析与计算得到毒性系数，通过毒性系数的数值大小对监测点的毒性监测状态进行反馈。性监测状态进行反馈。性监测状态进行反馈。

【技术实现步骤摘要】
基于大数据的实验室通风柜智能调节降耗系统


[0001]本专利技术属于实验室通风柜领域，涉及数据分析技术，具体是基于大数据的实验室通风柜智能调节降耗系统。

技术介绍

[0002]通风柜的功能中最主要的是排气功能，在化学实验室中，实验操作时产生各种有害气体、臭气、湿气以及易燃、易爆、腐蚀性物质，为了保护使用者的安全，防止实验中的污染物质向实验室扩散，在污染源附近要使用通风柜；
[0003]但现有技术中的实验室通风柜智能调节降耗系统，仅能够对实验室通风柜的风速进行定时控制，而无法结合实验室内的空气状态对风速进行自适应调节，导致实验室安全性与能耗无法得到有效控制；
[0004]针对上述技术问题，本申请提出一种解决方案。

技术实现思路

[0005]本专利技术的目的在于提供基于大数据的实验室通风柜智能调节降耗系统，用于解决现有技术中的实验室通风柜智能调节降耗系统，无法结合实验室内的空气状态对风速进行自适应调节的问题。
[0006]本专利技术需要解决的技术问题为：如何提供一种可以结合实验室内的空气状态对风速进行自适应调节的基于大数据的实验室通风柜智能调节降耗系统。
[0007]本专利技术的目的可以通过以下技术方案实现：基于大数据的实验室通风柜智能调节降耗系统，包括处理器，所述处理器通信连接有毒性监测模块、降耗分析模块、运行监控模块以及存储模块；
[0008]所述毒性监测模块用于对实验室的空气毒性进行监测分析：在实验室内设置若干个监测点，获取监测点的氟浓数据FN、硫浓数据LN以及氮浓数据DN；通过对氟浓数据FN、硫浓数据LN以及氮浓数据DN进行数值计算得到监测点内的毒性系数DX；通过存储模块获取到毒性阈值DXmax，将监测点的毒性系数DX与毒性阈值DXmax进行比较并通过比较结果将监测点标记为正常点或异常点；将异常点的数量与监测点的数量比值标记为异常系数，通过存储模块获取到异常阈值，将异常系数与异常阈值进行比较并通过比较结果对实验室内整体毒性是否满足要求进行判定；
[0009]所述降耗分析模块用于对实验室通风柜的降耗时机进行监测分析：生成分析周期，将分析周期分割为若干个分析时段，将分析时段内异常点的数量标记为异常值，在异常值数值为零时进行降耗分析：获取监测点的噪声数据ZS、风速数据FS以及振动数据ZD，通过对噪声数据ZS、风速数据FS以及振动数据ZD进行数值计算得到监测点的活跃系数HY；通过存储模块获取到活跃阈值HYmin，将活跃系数HY与活跃阈值HYmin进行比较并通过比较结果对监测点是否满足降耗要求进行判定；将降耗点的数量与监测点的数量比值标记为降耗值，通过存储模块获取到降耗阈值，将分析时段的降耗值与降耗阈值进行比较并通过比较
结果对分析时段是否满足整体将要标准进行判定；
[0010]所述运行监控模块用于对实验室的通风柜整体运行状态进行监控分析。
[0011]作为本专利技术的一种优选实施方式，氟浓数据FN为监测点的空气氟元素含量值，硫浓数据LN为监测点的空气硫元素含量值，氮浓数据DN为监测点的空气氮元素含量值。
[0012]作为本专利技术的一种优选实施方式，将监测点的毒性系数DX与毒性阈值DXmax进行比较的具体过程包括：若毒性系数DX小于毒性阈值DXmax，则判定监测点的毒性监测状态满足要求，将对应的监测点标记为正常点；若毒性系数DX大于等于毒性阈值DXmax，则判定监测点的毒性监测状态不满足要求，将对应的监测点标记为异常点。
[0013]作为本专利技术的一种优选实施方式，将异常系数与异常阈值进行比较的具体过程包括：若异常系数大于等于异常阈值，则判定实验室内的整体毒性不满足要求，生成全开信号并将全开信号发送至处理器，处理器接收到全开信号后将全开信号发送至控制器，控制器接收到全开信号后将实验室的所有通风柜排气风速调节至L1；若异常系数小于异常阈值，则判定实验室内的整体毒性满足要求，生成半开信号并将半开信号发送至处理器，处理器接收到半开信号后将半开信号发送至控制器，控制器接收到半开信号后将实验室内监测点对应的通风柜排气风速调节至L1。
[0014]作为本专利技术的一种优选实施方式，监测点的噪声数据ZS为分析时段内监测点的噪声分贝最大值，风速数据FS为分析时段内监测点的空气流速最大值，振动数据ZD为分析时段内监测点地板的振动频率最大值。
[0015]作为本专利技术的一种优选实施方式，将活跃系数HY与活跃阈值HYmin进行比较的具体过程包括：若活跃系数HY小于活跃阈值HYmin，则判定监测点满足降耗要求，将对应的监测点标记为降耗点；若活跃系数HY大于等于活跃阈值HYmin，则判定监测点不满足降耗要求。
[0016]作为本专利技术的一种优选实施方式，将分析时段的降耗值与降耗阈值进行比较的具体过程包括：若降耗值小于降耗阈值，则判定分析时段不满足整体降耗标准，降耗分析模块向处理器发送局部信号，处理器接收到局部信号后将局部信号发送至控制器，控制器接收到局部信号后将实验室内降耗点对应的通风柜排气风速调节至L2；若降耗值大于等于降耗阈值，则判定分析时段满足整体降耗标准，将对应的分析时段标记为降耗时段，降耗分析模块向处理器发送整体信号，处理器接收到整体信号后将整体信号发送至控制器，控制器接收到整体信号后将实验室内所有监测点对应的通风柜排气风速调节至L2。
[0017]作为本专利技术的一种优选实施方式，运行监控模块对实验室的通风柜整体运行状态进行监控分析的具体过程包括：将分析时段按照时间顺序进行编号，将分析周期内降耗时段的编号建立监控集合，对监控集合进行方差计算得到集中系数，通过存储模块获取到集中阈值，将集中系数与集中阈值进行比较：若集中系数小于集中阈值，则判定实验室的通风柜整体运行状态满足要求；若集中系数大于等于集中阈值，则判定实验室的通风柜运行状态不满足要求，运行监控模块向处理器发送使用规范信号，处理器接收到使用规范信号后将使用规范信号发送至管理人员的手机终端。
[0018]该基于大数据的实验室通风柜智能调节降耗系统的工作方法，包括以下步骤：
[0019]步骤一：对实验室的空气毒性进行监测分析：在实验室内设置若干个监测点，获取监测点的氟浓数据FN、硫浓数据LN以及氮浓数据DN并进行数值计算得到毒性系数DX，通过
毒性系数DX的数值将监测点标记为正常点或异常点；
[0020]步骤二：将异常点的数量与监测点的数量比值标记为异常系数，通过异常系数的数值生成全开信号或半开信号并通过处理器发送至控制器；
[0021]步骤三：对实验室通风柜的降耗时机进行监测分析：生成分析周期，将分析周期分割为若干个分析时段，将分析时段内异常点的数量标记为异常值，在异常值数值为零时进行降耗分析并生成局部信号或整体信号，将局部信号或整体信号通过处理器发送至控制器；
[0022]步骤四：对实验室的通风柜整体运行状态进行监控分析：将分析时段按照时间顺序进行编号，将分析周期内降耗时段的编号建立监控集合，对监控集合进行方差计算得到集中系数，通过集中系数对实验室的通风柜运行状态是否本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的实验室通风柜智能调节降耗系统，其特征在于，包括处理器，所述处理器通信连接有毒性监测模块、降耗分析模块、运行监控模块以及存储模块；所述毒性监测模块用于对实验室的空气毒性进行监测分析：在实验室内设置若干个监测点，获取监测点的氟浓数据FN、硫浓数据LN以及氮浓数据DN；通过对氟浓数据FN、硫浓数据LN以及氮浓数据DN进行数值计算得到监测点内的毒性系数DX；通过存储模块获取到毒性阈值DXmax，将监测点的毒性系数DX与毒性阈值DXmax进行比较并通过比较结果将监测点标记为正常点或异常点；将异常点的数量与监测点的数量比值标记为异常系数，通过存储模块获取到异常阈值，将异常系数与异常阈值进行比较并通过比较结果对实验室内整体毒性是否满足要求进行判定；所述降耗分析模块用于对实验室通风柜的降耗时机进行监测分析：生成分析周期，将分析周期分割为若干个分析时段，将分析时段内异常点的数量标记为异常值，在异常值数值为零时进行降耗分析：获取监测点的噪声数据ZS、风速数据FS以及振动数据ZD，通过对噪声数据ZS、风速数据FS以及振动数据ZD进行数值计算得到监测点的活跃系数HY；通过存储模块获取到活跃阈值HYmin，将活跃系数HY与活跃阈值HYmin进行比较并通过比较结果对监测点是否满足降耗要求进行判定；将降耗点的数量与监测点的数量比值标记为降耗值，通过存储模块获取到降耗阈值，将分析时段的降耗值与降耗阈值进行比较并通过比较结果对分析时段是否满足整体将要标准进行判定；所述运行监控模块用于对实验室的通风柜整体运行状态进行监控分析。2.根据权利要求1所述的基于大数据的实验室通风柜智能调节降耗系统，其特征在于，氟浓数据FN为监测点的空气氟元素含量值，硫浓数据LN为监测点的空气硫元素含量值，氮浓数据DN为监测点的空气氮元素含量值。3.根据权利要求2所述的基于大数据的实验室通风柜智能调节降耗系统，其特征在于，将监测点的毒性系数DX与毒性阈值DXmax进行比较的具体过程包括：若毒性系数DX小于毒性阈值DXmax，则判定监测点的毒性监测状态满足要求，将对应的监测点标记为正常点；若毒性系数DX大于等于毒性阈值DXmax，则判定监测点的毒性监测状态不满足要求，将对应的监测点标记为异常点。4.根据权利要求3所述的基于大数据的实验室通风柜智能调节降耗系统，其特征在于，将异常系数与异常阈值进行比较的具体过程包括：若异常系数大于等于异常阈值，则判定实验室内的整体毒性不满足要求，生成全开信号并将全开信号发送至处理器，处理器接收到全开信号后将全开信号发送至控制器，控制器接收到全开信号后将实验室的所有通风柜排气风速调节至L1；若异常系数小于异常阈值，则判定实验室内的整体毒性满足要求，生成半开信号并将半开信号发送至处理器，处理器接收到半开信号后将半开信号发送至控制器，控制器接收到半开信号后将实验室内监测点对应的通风柜排气风速调节至L1。5.根据权利要求4所述的基于大数据的实验室通风柜智能调节降耗系统，其特征在于，监测点的噪声数据ZS为分析时段内监...

【专利技术属性】
技术研发人员：侯波，苏永刚，张材磊，侯颖，侯彬，
申请(专利权)人：安徽省义广实验室装备制造有限公司，
类型：发明
国别省市：