一种tVOC气体检测方法、终端及存储介质与流程

一种tvoc气体检测方法、终端及存储介质
技术领域
1.本发明涉及室内气体检测领域，尤其涉及的是一种tvoc气体检测方法、终端及存储介质。


背景技术：

2.tvoc(total volatile organic compounds)是总挥发性有机化合物的简称，是三种影响室内空气品质污染中影响较为严重的一种，是指室温下饱和蒸气压超过了133.32pa的有机物，其沸点在50℃至250℃，在常温下可以蒸发的形式存在于空气中，它的毒性、刺激性、致癌性和特殊的气味性，会影响皮肤和黏膜，对人体产生急性损害。世界卫生组织(who)、美国国家科学院/国家研究理事会(nas/nrc)等机构一直强调tvoc是一类重要的空气污染物。
3.tvoc的主要来源在室外，主要来自燃料燃烧和交通运输：而在室内则主要来自燃煤和天然气等燃烧产物、吸烟、采暖和烹调等的烟雾，建筑和装饰材料中的胶合剂、涂料、油漆、板材、壁纸等，家具，家用电器，家具、清洁剂和人体本身的排放等，有近千种之多。在室内装饰过程中，tvoc主要来自油漆，涂料和胶粘剂。室内tvoc浓度通常在0.2mg/m3到2mg/m3之间，而在不当装修施工中，甚至可高出数十倍。
4.tvoc有刺激性气味，而且有些化合物具有基因毒性。tvoc能引起机体免疫水平失调，影响中枢神经系统功能，出现头晕、头痛、嗜睡、无力、胸闷等自觉症状；还可能影响消化系统，出现食欲不振、恶心等，严重时可损伤肝脏和造血系统，出现变态反应等。我们每天的绝大部分时间都是留在家中、办公室或者其他室内环境。如果室内的空气质量不佳的话，容易引发的疾病数不胜数，这其中最轻的症状就有头痛、眼睛很痒、呼吸困难、皮肤过敏、疲劳或呕吐等。以下五类人最容易受到室内污染空气的毒害：孕妇、儿童、办公室白领、老人、患有呼吸系统或心脏问题的人。
5.随着生活水平的提高，人们逐渐关注到tvoc气体对健康的危害，利用检测到的tvoc气体等级控制新风系统、净化系统的开启或关闭成为较为普遍的处理方式。现有的tvoc气体检测设备通常将一段时间内环境浓度的平均值作为基准浓度，而这种方案在某些场景并不能发挥作用，例如一些长期处在高tvoc浓度的应用环境，比如刚完成装修的家居环境，检测设备将无法真实地反应当前环境的tvoc等级，从而导致相应的新风或者净化系统无法联动反应，环境中的tvoc气体浓度也无法降低。在此类环境下，现有技术中的tvoc气体检测方法无法有效联动新风系统进行空气净化，可能对人体健康产生危害。
6.因此，现有技术还有待改进。


技术实现要素：

7.本发明要解决的技术问题在于，针对现有技术缺陷，本发明提供一种tvoc气体检测方法、终端及存储介质，以解决目前检测设备将无法真实地反应当前环境的tvoc等级的技术问题。
8.本发明解决技术问题所采用的技术方案如下：
9.第一方面，本发明提供一种tvoc气体检测方法，包括：
10.通过定时监测检测设备中tvoc敏感元件的阻值，实时读取电阻值，根据所述电阻值进行软件滤波，获得tvoc气体浓度等级的实时值r1；
11.根据所述tvoc敏感元件处能否导入干净空气，确定学习算法，获得tvoc气体浓度等级的基准值r0；其中所述学习算法，包括主动学习的方式或被动学习的方式。
12.根据所述tvoc气体浓度等级的基准值r0与所述tvoc气体浓度等级的实时值r1进行计算得到比值大小，通过所述比值大小判断当前tvoc气体浓度等级。
13.作为进一步改进技术方案，所述通过定时监测检测设备中tvoc敏感元件的阻值，实时读取电阻值，包括：
14.定时检测所述tvoc敏感元件阻值，实时读取电阻值；
15.将所述电阻值依次写入记录所述tvoc敏感元件阻值的数组。
16.作为进一步改进技术方案，所述根据所述电阻值进行软件滤波，获得tvoc气体浓度等级的实时值r1，包括：
17.根据预设软件滤波算法，将记录所述tvoc敏感元件阻值的数组中的数据进行处理，得到所述tvoc气体浓度等级的实时值r1。
18.作为进一步改进技术方案，所述根据所述tvoc敏感元件处能否导入干净空气，确定学习算法，获得tvoc气体浓度等级的基准值r0，包括：
19.判断所述检测设备是否已通过新风或者净化系统将干净空气导入到tvoc敏感元件；
20.若所述检测设备已通过新风或者净化系统将干净空气导入到tvoc敏感元件，则通过所述被动学习的方式获取基准值r0；
21.若所述检测设备未将干净空气导入到tvoc敏感元件处，则通过所述主动学习的方式获取基准值r0。
22.作为进一步改进技术方案，所述通过所述被动学习的方式获取基准值r0，包括：
23.启动所述检测设备将干净空气导入所述tvoc敏感元件处，准备进行基准值更新；
24.定时读取所述tvoc敏感元件的阻值，若所述tvoc敏感元件的阻值大于或等于记录所述tvoc敏感元件的数组中的最小值，删除所述最小值，并将所述tvoc敏感元件的阻值写入所述数组中；
25.若所述tvoc敏感元件的阻值小于记录所述tvoc敏感元件的数组中的最小值，将所述tvoc敏感元件的阻值抛弃；
26.将所述数组中的数据取平均得到被动学习的方式下的所述tvoc气体浓度等级的基准值r0。
27.作为进一步改进技术方案，所述通过所述主动学习的方式获取基准值r0，包括：
28.定时读取所述tvoc敏感元件的阻值，记录预设周期内最大的阻值；
29.通过所述tvoc敏感元件的工作时间，对记录所述tvoc敏感元件阻值的数组进行处理，得到主动学习的方式下的所述tvoc气体浓度等级的基准值r0。
30.作为进一步改进技术方案，所述得到主动学习的方式下的所述tvoc气体浓度等级的基准值r0，包括：
31.若检测设备上电工作时间小于或等于预设时间，直接将所述tvoc敏感元件的阻值写入所述记录所述tvoc敏感元件阻值的数组，通过对所述数组中非0的数据取平均数得到所述主动学习的方式下的tvoc气体浓度等级的基准值r0；
32.若检测设备上电工作时间大于预设时间，删除所述记录所述tvoc敏感元件阻值的数组中最早的数据，将所述tvoc敏感元件的阻值写入所述数组，根据预设规则设定权重，取平均数得到所述主动学习的方式下的所述tvoc气体浓度等级的基准值r0。
33.作为进一步改进技术方案，所述根据所述tvoc气体浓度等级的基准值r0与所述tvoc气体浓度等级的实时值r1进行计算得到比值大小，通过所述比值大小判断当前tvoc气体浓度等级，包括：
34.根据所述tvoc气体浓度等级的基准值r0与所述tvoc气体浓度等级的实时值r1进行计算得到比值大小；
35.根据预设tvoc气体浓度等级标准以及所述比值大小，确定当前环境下的tvoc气体浓度等级。
36.第二方面，本发明还提供一种终端，包括：处理器以及存储器，所述存储器存储有tvoc气体检测方法的执行程序，所述tvoc气体检测方法的执行程序被所述处理器执行时用于实现如第一方面所述的tvoc气体检测方法的步骤。
37.第三方面，本发明还提供一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质存储有tvoc气体检测方法的执行程序，所述tvoc气体检测方法的执行程序被处理器执行时用于实现如第一方面所述的tvoc气体检测方法的步骤。
38.本发明采用上述技术方案具有以下效果：
39.本发明通过定时监测检测设备中tvoc敏感元件的阻值，实时读取电阻值，根据所述电阻值进行软件滤波，排除可能会导致结果误差的偶然因素，获得更能反映室内真实tvoc气体浓度环境的实时值，通过被动学习或者主动学习算法，获得更接近干净空气的基准值，进而将该基准值和实时值的比值作为tvoc气体浓度的等级，该等级可以更加准确地反映检测环境中tvoc气体浓度的高低。本发明提出的tvoc检测方法，可以借助新风功能或空气净化功能将干净空气的tvoc浓度作为环境的基准浓度，或通过计算将短时高浓度事件对基准浓度的影响降低，在无法和新风或净化系统联动导入干净空气的应用环境，可以尽可能的避免短时高浓度事件对基准值的影响，从而确保输出的等级尽量能反映环境实际tvoc气体浓度的高低。本发明有效地解决现有tvoc气体检测技术在持续高浓度tvoc环境中，无法真实地反应环境tvoc浓度等级的问题。
附图说明
40.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
41.图1是本发明的一种实现方式中tvoc气体检测方法的流程图。
42.图2是本发明的一种实现方式中终端的功能原理图。
43.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
44.为了便于理解本技术，下面将参照相关附图对本技术进行更全面的描述。附图中给出了本技术的较佳实施方式。但是，本技术可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本技术的公开内容理解的更加透彻全面。
45.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本技术。
46.示例性方法
47.tvoc是总挥发性有机化合物的简称，是三种影响室内空气品质污染中影响较为严重的一种。tvoc有刺激性气味，而且有些化合物具有基因毒性，tvoc能引起机体免疫水平失调，影响中枢神经系统功能，出现头晕、头痛、嗜睡、无力、胸闷等自觉症状；还可能影响消化系统，出现食欲不振、恶心等，严重时可损伤肝脏和造血系统，出现变态反应等。我们每天的绝大部分时间都是留在家中、办公室或者其他室内环境。如果室内的空气质量不佳的话，容易引发的疾病数不胜数，这其中最轻的症状就有头痛、眼睛很痒、呼吸困难、皮肤过敏、疲劳或呕吐等。以下五类人最容易受到室内污染空气的毒害：孕妇、儿童、办公室白领、老人、患有呼吸系统或心脏问题的人。
48.随着生活水平的提高，人们逐渐关注到tvoc气体对健康的危害，利用检测到的tvoc气体等级控制新风系统、净化系统的开启或关闭成为较为普遍的处理方式。现有的tvoc气体检测设备通常将一段时间内环境浓度的平均值作为基准浓度，而这种方案在某些场景并不能发挥作用，例如一些长期处在高tvoc浓度的应用环境，比如刚完成装修的家居环境，检测设备将无法真实地反应当前环境的tvoc等级，从而导致相应的新风或者净化系统无法联动反应，环境中的tvoc气体浓度也无法降低。在此类环境下，现有技术中的tvoc气体检测方法无法有效联动新风系统进行空气净化，可能对人体健康产生危害。
49.针对上述技术问题，本发明实施例提供一种tvoc气体检测方法，发明者通过定时检测tvoc敏感元件的阻值，实时读取电阻值并进行软件滤波，获得实时值r1；通过主动学习或被动学习算法，获得tvoc气体浓度等级的基准值r0。根据基准值r0与实时值r1计算得到的比值大小判断当前tvoc气体浓度等级。
50.如图1所示，本发明实施例提供一种tvoc气体检测方法，包括以下步骤：
51.步骤s100，通过定时监测检测设备中tvoc敏感元件的阻值，实时读取电阻值，根据所述电阻值进行软件滤波，获得tvoc气体浓度等级的实时值r1。
52.具体地，本实施例的一种实现方式中，步骤s100具体包括以下步骤：
53.步骤s101，定时检测所述tvoc敏感元件阻值，实时读取电阻值；
54.步骤s102，将所述电阻值依次写入记录所述tvoc敏感元件阻值的数组。
55.步骤s103，根据预设软件滤波算法，将记录所述tvoc敏感元件阻值的数组中的数据进行处理，得到所述tvoc气体浓度等级的实时值r1。
56.在本实施例中，tvoc气体检测方法基于阻值随tvoc气体变化的敏感器件，当检测设备上电开始工作后，通过定时监测检测设备中tvoc敏感元件的阻值，实时读取电阻值，并经过软件滤波获得tvoc敏感元件的电阻实时值r1。在本实施例中，检测的间隔时间设置为1
秒，但不限定为1秒。具体检测的间隔时间可以根据实际应用环境tvoc气体浓度变化的快慢程度进行相应的调整。
57.预先设置三个用于记录阻值数据的数组，分别在软件滤波、主动学习以及被动学习的过程中使用，其中软件滤波和被动学习算法中所使用的数据长度设置为10，主动学习算法中所使用的数组长度设置为12。
58.考虑到大部分应用场景下，tvoc气体浓度的检测存在因为偶然因素的影响而出现误差的情况，在获得检测设备中tvoc敏感元件的阻值后，将阻值放入预先设置的用于记录阻值数据的数组中，进行软件滤波操作。首先读取tvoc敏感元件的阻值m，判断检测设备的工作时长是否超过10秒，若工作时长不超过10秒，直接将获取到的阻值m依次写入记录tvoc敏感元件阻值数据的数组rawdata[10]中，并将m赋值给tvoc敏感元件的实时值r1；当工作时长超过10秒，此时记录tvoc敏感元件阻值的数组rawdata[10]中的10个数据均已有数值，读取到tvoc敏感元件的阻值m后，删除数组中最早写入的数据，并用新的阻值m替代。去掉数组rawdata[10]中的最大值和最小值，以排除环境偶然因素对结果的影响，对数组中剩余的数据取平均作为tvoc敏感元件的实时值r1。最后，输出结果得到软件滤波后的实时值r1。
[0059]
对tvoc气体浓度的测量没有较快的数据计算速度的要求，因此上述软件滤波的方法可以将实时值保持在某一数值范围附近，这样测量出来的数值更稳定，可以有效地避免因为偶然因素的影响而出现误差的情况。
[0060]
如图1所示，在本发明实施例的一种实现方式中，tvoc气体检测方法还包括以下步骤：
[0061]
步骤s200，根据所述tvoc敏感元件处能否导入干净空气，确定学习算法，获得tvoc气体浓度等级的基准值r0。
[0062]
具体地，本实施例的一种实现方式中，步骤s200具体包括以下步骤：
[0063]
步骤s201，判断所述检测设备是否已通过新风或者净化系统将干净空气导入到tvoc敏感元件；
[0064]
步骤s202，若所述检测设备已通过新风或者净化系统将干净空气导入到tvoc敏感元件，通过所述被动学习的方式获取基准值r0；
[0065]
步骤s203，若所述检测设备未将干净空气导入到tvoc敏感元件处，通过所述主动学习的方式获取基准值r0。
[0066]
具体地，本实施例的一种实现方式中，步骤s202具体包括以下步骤：
[0067]
步骤s202a，启动所述检测设备将干净空气导入所述tvoc敏感元件处，准备进行基准值更新；
[0068]
步骤s202b，定时读取所述tvoc敏感元件的阻值，若所述tvoc敏感元件的阻值大于或等于记录所述tvoc敏感元件的数组中的最小值，删除所述最小值，并将所述tvoc敏感元件的阻值写入所述数组中；
[0069]
步骤s202c，若所述tvoc敏感元件的阻值小于记录所述tvoc敏感元件的数组中的最小值，将所述tvoc敏感元件的阻值抛弃；
[0070]
步骤s202d，将所述数组中的数据取平均得到被动学习的方式下的所述tvoc气体浓度等级的基准值r0。
[0071]
在本实施例中，能否导入干净空气，对最终的测量结果有很大的影响，因此通过判
断检测设备能否通过新风或者净化系统将干净空气导入到tvoc敏感元件处，确定获取基准值的方式。
[0072]
若检测设备可以通过新风或者净化系统将干净空气导入到tvoc敏感元件，通过被动学习的方式获取基准值。当设备处于可以更新tvoc检测基准值状态时，即导入新鲜空气对当前整个系统的运行不会产生影响，例如，设备待机状态等，启动设备将干净空气导入tvoc敏感元件处，开始进行基准值更新。在本实施例中，每1秒读取一次tvoc敏感元件的阻值n，如果n大于或等于记录tvoc敏感元件的数组rawmax[10]中的最小值，则将rawmax[10]中的最小值删除，并将n写入数组rawmax[10]；否则，直接丢弃本次采集的n值即可。
[0073]
当更新基准值启动时间满足一定时长，该时长需要确保系统在tvoc敏感元件处导入足够量的干净空气，且tvoc敏感元件有足够时间稳定输出的阻值，在本实施例中以5分钟为例，根据实际应用环境可以做适当的调整。将数组rawmax[10]中的数据取平均得到r0，将r0作为tvoc气体浓度等级的基准值输出，并停止在tvoc敏感元件处导入干净空气。
[0074]
具体地，本实施例的一种实现方式中，步骤s203具体包括以下步骤：
[0075]
步骤s203a，定时读取所述tvoc敏感元件的阻值，记录预设周期内最大的阻值；
[0076]
步骤s203b，通过所述tvoc敏感元件的工作时间，对记录所述tvoc敏感元件阻值的数组进行处理，得到主动学习的方式下的所述tvoc气体浓度等级的基准值r0；
[0077]
步骤s203c，若检测设备上电工作时间小于或等于预设时间，直接将所述tvoc敏感元件的阻值写入所述记录所述tvoc敏感元件阻值的数组，通过对所述数组中非0的数据取平均数得到所述主动学习的方式下的tvoc气体浓度等级的基准值r0；
[0078]
步骤s203d，若检测设备上电工作时间大于预设时间，删除所述记录所述tvoc敏感元件阻值的数组中最早的数据，将所述tvoc敏感元件的阻值写入所述数组，根据预设规则设定权重，取平均数得到所述主动学习的方式下的所述tvoc气体浓度等级的基准值r0。
[0079]
若检测设备无法通过新风或者净化系统将干净空气导入到tvoc敏感元件，通过主动学习的方式获取基准值。在本实施例中，每1秒读取一次tvoc敏感元件阻值n，每20分钟记录周期内最大的n值为max。当上电时间小于或等于4小时，直接将max值依次写入记录tvoc敏感元件的数组rawmax[12]，并将数组中非0的数据取平均得到r0；当上电时间大于4小时，将数组rawmax[12]中最早记录的数据删除，并将当前获得的max值写入数组。
[0080]
当使用主动学习的方式进行基准值计算时，需要根据检测设备运行时间进行权重设置，通过取平均数得到所述主动学习的方式下的tvoc气体浓度等级的基准值r0。例如，将记录阻值的数组rawmax[12]中前3小时的数据赋以0.9的权重，最后1小时的数据赋以0.1的权重，取平均得到r0。将r0作为tvoc气体浓度等级的基准值输出。
[0081]
如图1所示，在本发明实施例的一种实现方式中，tvoc气体检测方法还包括以下步骤：
[0082]
步骤s300，根据所述tvoc气体浓度等级的基准值r0与所述tvoc气体浓度等级的实时值r1进行计算得到比值大小，通过所述比值大小判断当前tvoc气体浓度等级。
[0083]
具体地，本实施例的一种实现方式中，步骤s300具体包括以下步骤：
[0084]
步骤s301，根据所述tvoc气体浓度等级的基准值r0与所述tvoc气体浓度等级的实时值r1进行计算得到比值大小；
[0085]
步骤s302，根据预设tvoc气体浓度等级标准以及所述比值大小，确定当前环境下
的tvoc气体浓度等级。
[0086]
在本实施例中，根据上述步骤得到的tvoc气体浓度等级的基准值r0与tvoc气体浓度等级的实时值r1，输出r0/r1的值用于指示tvoc气体浓度等级，比值越大，tvoc气体浓度等级越高。具体气体浓度等级的划分可以根据不同的实际应用环境进行相应的调整，在本实施例中，比值小于或等于1.1时，环境tvoc气体浓度等级为优；比值为1.1到1.15时，环境tvoc气体浓度等级为良；比值为1.15到1.2时，环境tvoc气体浓度等级为中；比值大于1.2时，环境tvoc气体浓度等级为差。
[0087]
根据检测出的tvoc气体浓度等级能更真实地反映出当前环境的实际tvoc气体浓度的高低，用户可以根据当前tvoc气体浓度等级对当前环境做进一步的处理。
[0088]
本实施例通过上述技术方案达到以下技术效果：
[0089]
本实施例通过定时监测检测设备中tvoc敏感元件的阻值，实时读取电阻值，根据所述电阻值进行软件滤波，排除可能会导致结果误差的偶然因素，获得更能反映室内真实tvoc气体浓度环境的实时值，通过被动学习或者主动学习算法，获得更接近干净空气的基准值，进而将该基准值和实时值的比值作为tvoc气体浓度的等级，该等级可以更加准确地反映检测环境中tvoc气体浓度的高低。本发明提出的tvoc检测方法，可以借助新风功能或空气净化功能将干净空气的tvoc浓度作为环境的基准浓度，或通过计算将短时高浓度事件对基准浓度的影响降低，在无法和新风或净化系统联动导入干净空气的应用环境，可以尽可能的避免短时高浓度事件对基准值的影响，从而确保输出的等级尽量能反映环境实际tvoc气体浓度的高低。本发明有效地解决现有tvoc气体检测技术在持续高浓度tvoc环境中，无法真实地反应环境tvoc浓度等级的问题。
[0090]
示例性设备
[0091]
基于上述实施例，本发明还提供一种终端，包括：通过系统总线连接的处理器、存储器、接口、显示屏以及通讯模块；其中，所述处理器用于提供计算和控制能力；所述存储器包括存储介质以及内存储器；所述存储介质存储有操作系统和计算机程序；所述内存储器为所述存储介质中的操作系统和计算机程序的运行提供环境；所述接口用于连接外部设备，例如，移动终端以及计算机等设备；所述显示屏用于显示相应的信息；所述通讯模块用于与云端服务器或移动终端进行通讯。
[0092]
所述计算机程序被所述处理器执行时用以实现一种tvoc气体检测方法的步骤。
[0093]
本领域技术人员可以理解的是，图2中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0094]
在一个实施例中，提供了一种终端，其中，包括：处理器和存储器，所述存储器存储有tvoc气体检测方法的执行程序，所述tvoc气体检测方法的执行程序被所述处理器执行时用于实现如上所述的tvoc气体检测方法的步骤。
[0095]
在一个实施例中，提供了一种存储介质，其中，所述存储介质存储有tvoc气体检测方法的执行程序，所述tvoc气体检测方法的执行程序被所述处理器执行时用于实现如上所述的tvoc气体检测方法的步骤。
[0096]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性存储介质中，
该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。
[0097]
综上，本发明提供了一种tvoc气体检测方法、终端及存储介质，包括：通过定时监测检测设备中tvoc敏感元件的阻值，实时读取电阻值，根据所述电阻值进行软件滤波，获得tvoc气体浓度等级的实时值r1；根据所述tvoc敏感元件处能否导入干净空气，确定学习算法，获得tvoc气体浓度等级的基准值r0；其中所述学习算法，包括主动学习的方式或被动学习的方式。根据所述tvoc气体浓度等级的基准值r0与所述tvoc气体浓度等级的实时值r1进行计算得到比值大小，通过所述比值大小判断当前tvoc气体浓度等级。本发明可以有效地解决现有tvoc气体检测技术在持续高浓度tvoc环境中，无法真实地反应环境tvoc浓度等级的问题。
[0098]
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。