一种融合机器学习和LSTM的大气污染物溶度预测方法及系统技术方案

本发明专利技术涉及大气污染物溶度检测技术领域，具体为一种融合机器学习和LSTM的大气污染物溶度预测系统，包括水箱，水箱的上端固定连接有方形筒,方形筒的上端固定连接有横柱，方形筒的一侧设置有L型管,L型管下端延伸到水箱中，且L型管端部套有底盖，本发明专利技术还公开了一种融合机器学习和LSTM的大气污染物溶度预测方法，本发明专利技术构造设计实现自动化控制清洗感应杆的效果，随后感应杆感应L型管中排出的气体成分，利用气流的动力实现水箱中各个机构的配合工作，整个气体检测机构自动化程度高，功能稳定强大。

【技术实现步骤摘要】
一种融合机器学习和LSTM的大气污染物溶度预测方法及系统
本专利技术涉及大气污染物溶度检测
，具体为一种融合机器学习和LSTM的大气污染物溶度预测方法及系统。
技术介绍
现有技术中的融合机器学习和LSTM的大气污染物溶度预测过程中，涉及到气体成分检测工作，利用不同的气体感应元件对单一气体成分检测，这样得到气体中的不同成分占比。如果能够专利技术一种一体式清洗气体成分检测装置，在气体成分检测前，充分实现自动化清洗感应元件的效果，确保气体成分检测的精度，就能解决问题，为此我们提供了一种融合机器学习和LSTM的大气污染物溶度预测方法及系统。
技术实现思路
本专利技术的目的在于提供一种融合机器学习和LSTM的大气污染物溶度预测方法及系统，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种融合机器学习和LSTM的大气污染物溶度预测系统，包括水箱，所述水箱的上端固定连接有方形筒,方形筒的上端固定连接有横柱，所述方形筒的一侧设置有L型管,L型管下端延伸到水箱中，且L型管端部套有底盖，所述横柱的一端延伸到L型管中，所述底盖上设置有对称分布的压力装置，所述压力装置的一端和L型管连接，所述底盖的下端固定连接有动力柱,动力柱的一侧传动连接有齿轮,齿轮的一侧传动连接有从动柱,动力柱、齿轮和从动柱设置在水箱中，所述水箱的下端固定连接有漏斗壳,漏斗壳中设置有密封盘,从动柱的下端和密封盘固定连接，漏斗壳上固定连接有控制片，且从动柱贯穿控制片，所述横柱上端设置有压力柱,压力柱上设置有若干均匀分布的感应杆,感应杆的下端延伸到水箱中，所述压力柱的一端设置有压力装置，且压力柱的另一端设置有推进装置,推进装置设置在横柱中。优选的，所述压力装置包括L型杆、压簧和拦截盘，所述L型杆贯穿底盖壳体上开设的通孔，L型杆的一端固定在L型管的内壁上，L型杆的另一端延伸到底盖外部，且L型杆端部固定连接有拦截盘,拦截盘上套有压簧，所述底盖为顶部开口的箱壳体状且壳体侧壁上开设有若干均匀分布的通孔。优选的，所述推进装置设置在横柱的一端开设的控制腔中，控制腔的一端和L型管连通，所述推进装置包括定位轴和推进轮。优选的，所述推进轮形状为圆筒外壁上一体连接有若干均匀环设的弧面凸块，推进轮的圆筒中活动套接有定位轴,定位轴端部固定在压力柱上。优选的，所述压力装置包括弹簧和导向杆，所述导向杆的一端和压力柱固定连接，导向杆贯穿横柱上开设的通孔，导向杆上套有弹簧。优选的，所述压力柱上固定有若干感应杆,压力柱设置在横柱上开设的凹槽中，感应杆贯穿横柱上开设的方形孔，从动柱套接在控制片上开设的方形孔。优选的，所述动力柱和从动柱形状均为棱柱状且柱体一侧壁上开设有若干均匀分布的齿槽，齿轮一侧和动力柱啮合传动连接，齿轮另一侧和从动柱啮合传动连接，齿轮中部套接有中心轴,中心轴端部固定在水箱的内壁上。一种融合机器学习和LSTM的大气污染物溶度预测方法，包括以下步骤：步骤一：将LSTM控制设备和气泵连接，控制气泵顶起转动工作，即外界气体通过L型管注入到水箱中；步骤二：LSTM控制设备和注水机构连接，注气结束后即对水箱中注水，即感应杆检测工作结束后，感应杆浸泡在水中；步骤三：水箱中注气过程中分成两部分流程，一种是注气前期，感应杆在水中搅动，实现检测前的清洗工作，另一种是水箱中水排干，气流吹动感应杆，风干后的感应杆自动开始气体成分检测；步骤四：每个感应杆上端通过导线连接到现有技术中的气体成分显示仪器中，这样仪器中显示不同气体成分的含量；步骤五：在LSTM控制设备下，整个气体成分检测机制每隔一定时间进行一次气体成分检测工作，得到全面的气体随着时间变化数据，参考数据对大气污染物溶度进行预测。与现有技术相比，本专利技术的有益效果是：1.本专利技术构造设计实现自动化控制清洗感应杆的效果，随后感应杆感应L型管中排出的气体成分，利用气流的动力实现水箱中各个机构的配合工作，整个气体检测机构自动化程度高，功能稳定强大；2.该装置通过在横柱中开设控制腔,控制腔中设置推进装置，利用精巧的零件实现对气流压力的接收和转移，气流动力转化为感应杆摆动的机械动力，这样感应杆下端在水中搅动，反过来水流冲洗感应杆，确保感应杆检测初始阶段的卫生，提高其检测精度。附图说明图1为本专利技术结构示意图；图2为图1中A处结构示意图；图3为压力装置结构示意图；图4为推进装置结构示意图；图5为横柱结构示意图。图中：水箱1、方形筒2、横柱3、L型管4、底盖5、压力装置6、动力柱7、齿轮8、从动柱9、漏斗壳10、密封盘11、控制片12、压力柱13、感应杆14、压力装置15、推进装置16、控制腔17、排气管腔18、外接管19、中心轴20、L型杆21、压簧22、拦截盘23、推进轮24、定位轴25、弹簧26、导向杆27。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的技术方案，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1至图5，本专利技术提供一种技术方案：一种融合机器学习和LSTM的大气污染物溶度预测系统，包括水箱1，水箱1的上端固定连接有方形筒2,方形筒2的上端固定连接有横柱3，方形筒2的一侧设置有L型管4,L型管4下端延伸到水箱1中，且L型管4端部套有底盖5，横柱3的一端延伸到L型管4中，底盖5上设置有对称分布的压力装置6，压力装置6的一端和L型管4连接，底盖5的下端固定连接有动力柱7,动力柱7的一侧传动连接有齿轮8,齿轮8的一侧传动连接有从动柱9,动力柱7、齿轮8和从动柱9设置在水箱1中，水箱1的下端固定连接有漏斗壳10,漏斗壳10中设置有密封盘11,从动柱9的下端和密封盘11固定连接，漏斗壳10上固定连接有控制片12，且从动柱9贯穿控制片12，横柱3上端设置有压力柱13,压力柱13上设置有若干均匀分布的感应杆14,感应杆14的下端延伸到水箱1中，压力柱13的一端设置有压力装置15，且压力柱13的另一端设置有推进装置16,推进装置16设置在横柱3中。压力装置6包括L型杆21、压簧22和拦截盘23，L型杆21贯穿底盖5壳体上开设的通孔，L型杆21的一端固定在L型管4的内壁上，L型杆21的另一端延伸到底盖5外部，且L型杆21端部固定连接有拦截盘23,拦截盘23上套有压簧22，底盖5为顶部开口的箱壳体状且壳体侧壁上开设有若干均匀分布的通孔，压簧22的一端和拦截盘23接触，压簧22的另一端和底盖5的外壁接触，参考图1,感应杆14上端连接导线，每个感应杆14单独检测空气中的单一成分含量，导线上端和现有技术中的气体成分显示仪器连接。推进装置16设置在横柱3的一端开设的控制腔17中，控制腔17的一端和L型管4连通，推进装置16包括定位轴25和推进轮24，参考图4,控制腔本文档来自技高网...

【技术保护点】
1.一种融合机器学习和LSTM的大气污染物溶度预测系统，包括水箱(1)，其特征在于：所述水箱(1)的上端固定连接有方形筒(2),方形筒(2)的上端固定连接有横柱(3)，所述方形筒(2)的一侧设置有L型管(4),L型管(4)下端延伸到水箱(1)中，且L型管(4)端部套有底盖(5)，所述横柱(3)的一端延伸到L型管(4)中，所述底盖(5)上设置有对称分布的压力装置(6)，所述压力装置(6)的一端和L型管(4)连接，所述底盖(5)的下端固定连接有动力柱(7),动力柱(7)的一侧传动连接有齿轮(8),齿轮(8)的一侧传动连接有从动柱(9),动力柱(7)、齿轮(8)和从动柱(9)设置在水箱(1)中，所述水箱(1)的下端固定连接有漏斗壳(10),漏斗壳(10)中设置有密封盘(11),从动柱(9)的下端和密封盘(11)固定连接，漏斗壳(10)上固定连接有控制片(12)，且从动柱(9)贯穿控制片(12)，所述横柱(3)上端设置有压力柱(13),压力柱(13)上设置有若干均匀分布的感应杆(14),感应杆(14)的下端延伸到水箱(1)中，所述压力柱(13)的一端设置有压力装置(15)，且压力柱(13)的另一端设置有推进装置(16),推进装置(16)设置在横柱(3)中。/n...

【技术特征摘要】
1.一种融合机器学习和LSTM的大气污染物溶度预测系统，包括水箱(1)，其特征在于：所述水箱(1)的上端固定连接有方形筒(2),方形筒(2)的上端固定连接有横柱(3)，所述方形筒(2)的一侧设置有L型管(4),L型管(4)下端延伸到水箱(1)中，且L型管(4)端部套有底盖(5)，所述横柱(3)的一端延伸到L型管(4)中，所述底盖(5)上设置有对称分布的压力装置(6)，所述压力装置(6)的一端和L型管(4)连接，所述底盖(5)的下端固定连接有动力柱(7),动力柱(7)的一侧传动连接有齿轮(8),齿轮(8)的一侧传动连接有从动柱(9),动力柱(7)、齿轮(8)和从动柱(9)设置在水箱(1)中，所述水箱(1)的下端固定连接有漏斗壳(10),漏斗壳(10)中设置有密封盘(11),从动柱(9)的下端和密封盘(11)固定连接，漏斗壳(10)上固定连接有控制片(12)，且从动柱(9)贯穿控制片(12)，所述横柱(3)上端设置有压力柱(13),压力柱(13)上设置有若干均匀分布的感应杆(14),感应杆(14)的下端延伸到水箱(1)中，所述压力柱(13)的一端设置有压力装置(15)，且压力柱(13)的另一端设置有推进装置(16),推进装置(16)设置在横柱(3)中。


2.根据权利要求1所述的一种融合机器学习和LSTM的大气污染物溶度预测系统，其特征在于：所述压力装置(6)包括L型杆(21)、压簧(22)和拦截盘(23)，所述L型杆(21)贯穿底盖(5)壳体上开设的通孔，L型杆(21)的一端固定在L型管(4)的内壁上，L型杆(21)的另一端延伸到底盖(5)外部，且L型杆(21)端部固定连接有拦截盘(23),拦截盘(23)上套有压簧(22)，所述底盖(5)为顶部开口的箱壳体状且壳体侧壁上开设有若干均匀分布的通孔。


3.根据权利要求1所述的一种融合机器学习和LSTM的大气污染物溶度预测系统，其特征在于：所述推进装置(16)设置在横柱(3)的一端开设的控制腔(17)中，控制腔(17)的一端和L型管(4)连通，所述推进装置(16)包括定位轴(25)和推进轮(24)。


4.根据权利要求3所述的一种融合机器学习和LSTM的大气污染物溶度预测系统，其特征在于：所述推进轮(24)形状为圆筒...

【专利技术属性】
技术研发人员：李旻，
申请(专利权)人：内蒙古显鸿科技股份有限公司，
类型：发明
国别省市：内蒙古;15