【技术实现步骤摘要】
本专利技术涉及气体检测，特别是一种危险气体的检测方法。
技术介绍
1、目前固定式有害气体检测装置是通过两次波取得最后的浓度值，首先通过算数平均值法，对获得的ad值进行一次平滑处理，其次在此基础之上，计算出相应的浓度值，再通过滑动平均值的方法，对浓度值进行平滑处理，该方法对于周期性干扰具有良好的抑制作用，目前在处理有害气体数据的领域大多数使用的是将滑动滤波与限幅滤波相结合，但该方法不易消除由脉冲干扰所引起的采样值偏差，不适用于脉冲干扰比较严重的场合，比较浪费存储器的空间。
技术实现思路
1、本专利技术为了有效的解决上述
技术介绍
中的问题，提出了一种危险气体的检测方法。
2、具体技术方案如下；
3、一种危险气体的检测方法，步骤一、测量仪表上电，通过气体传感器采集到ad值；
4、步骤二、将测量的ad数据针对处理的不同方式，以时间序列分为：周期、趋势、时期以及不稳定因素四个部分；
5、步骤三、处理趋势部分，对导致周期内数据方差超限的数据进行修正；
6、步骤四、处理不稳定因素部分，识别由不稳定因素造成的数据异常的波动，将该段数据剔除；
7、步骤五、处理周期部分，通过周期性的对数据进行均值计算，解决数据的非常规性阶跃变化；
8、步骤六、处理时期部分，引入温度湿度传感器测量数值，对照时钟判断其合理性，决定是否加入温湿度补偿计算；
9、步骤七、由以上步骤处理过后的ad值，通过相应的计算公式转化为浓度并展示
10、将测量的范围由高到低划分出四个测量点：零点，第一点，第二点，第三点，以此将量程分为三个区间，每个区间有高低两个测量点，根据所测量到的ad值在那个区间有以下公式将ad转化为浓度；
11、(ad-spanad)/ratio+conc
12、其中，ad为测量到的ad数值，spanad为所在区间低测量点的ad值，conc为所在区间低测量点的浓度值，ratio为(所在区间高测量点ad-所在区间低测量点ad)/(所在区间高测量点浓度-所在区间低测量点浓度)。
13、优选地，步骤三中、具体方法如下：设定方差大小阈值为σ，设定检测周期为t1，每秒更新数据后，将最新数据插入队尾，将队首数据剔除，通过此项操作不断更新该周期内的数据，同时对取得的数据求方差d，若d>σ，则认为该组数据的趋势已超出了正常范围，为非正常数据，此时对新插入数据进行修正，通过σ反解出当前时刻ad值的最大或最小阈值，将最新值替换为该值，
14、求方差公式：
15、其中，a为该组数据的平均值，
16、ai为测量到的ad数值队列中的值(i∈n+)
17、比较d与σ的大小，若d<σ，则an为有效值，纳入数据队列中，若d>σ,则将σ代入d中，反解出an值代入数据队列中。
18、优选地，步骤四中，具体方法如下：首先设定出上限差异阈值v1与下限差异阈值v2，再设定一个检测周期t0，随后计算an与an+1的差值v1，若该差值v1>+v1或v1<-v1，则以an替代an+1，随后继续检测an与an+2的差值v2并与v1值做对比，对得到的结果处理同上，直到检测t0组数据后，若存在某组差值vi，i<t0，使得vi<+v1或vi>-v2，则判定v1至vi这i组数据为不稳定因素干扰，将其剔除，反之则顺序正常纳入记录的数据中。
19、优选地，步骤五中，具体方法如下：设采集数据为a1-an，设定一个周期t，在采集到的数据未达到周期t值之前，即n<t，则对数据进行an＝(a1+a2+…+an)/n的均值处理，若采集的数据到达周期t，则以固定周期t为分母，对每t个数据进行均值处理，处理后的值为当前秒的新值，每秒向内列的队尾处中加入新值，将队首的数据剔除出队列，往复循环，若n<t，则an＝(a1+a2+…+an)/n，若n＝t，则an＝(a1+a2+…+an)/t。
20、优选地，步骤六中，针对这些不同的时间节点，大气环境将会出现温度湿度的差异，随后通过温湿度传感器对周围环境的温度湿度进行检测，得到温度t，湿度h，通过与时间节点的比对判断温湿度的变化是否合理，若合理，将其作为计算浓度时的补正参数，若不合理，则忽略该数据，最后在ad转换为浓度的过程中，设定温度阈值te，湿度阈值hu，若t>+te或t<-te，温度加入补正计算，若h>+hu或h<-hu，则湿度加入补正计算，
21、温湿度补正参数公式：
22、compen1＝1-((ta-t)/100)
23、compen2＝1-((tb-h)/100)
24、其中ta为温度补偿系数，取决于设备特性，t为测量到的温度，tb为湿度补偿系数，取决于设备特性，h为测量到的湿度，
25、最终值计算：
26、value*ra+rb+value*(compen1+compen2)
27、其中value为ad转换后的浓度值ra、rb为补正用系数，在经测试后设置。
28、与现有技术相比，本专利技术的有益效果是：从时间维度出发，全方面的对数据进行分析与补正，该方案涵盖了在测量数据的过程中所能遇到的典型问题与解决方案，能够有效的预防未出现的问题，及时的修正已出现的问题，为测量的长期，稳定，有效性提供了良好的保障。同时面对比较难以处理的突发性不稳定因素，也提供了一种解决思路，能够使测量到的数据更加的精确，有效的避免错误数据对采集结果的干扰。
本文档来自技高网...【技术保护点】
1.一种危险气体的检测方法，其特征在于：步骤一、测量仪表上电，通过气体传感器采集到AD值；
2.根据权利要求1所述的危险气体的检测方法，其特征在于：步骤三中、具体方法如下：设定方差大小阈值为σ，设定检测周期为T1，每秒更新数据后，将最新数据插入队尾，将队首数据剔除，通过此项操作不断更新该周期内的数据，同时对取得的数据求方差d，若d>σ，则认为该组数据的趋势已超出了正常范围，为非正常数据，此时对新插入数据进行修正，通过σ反解出当前时刻AD值的最大或最小阈值，将最新值替换为该值，
3.根据权利要求1所述的危险气体的检测方法，其特征在于：步骤四中，具体方法如下：首先设定出上限差异阈值V1与下限差异阈值V2，再设定一个检测周期T0，随后计算an与an+1的差值v1，若该差值v1>+V1或v1<-V1，则以an替代an+1，随后继续检测an与an+2的差值v2并与V1值做对比，对得到的结果处理同上，直到检测T0组数据后，若存在某组差值vi，i<T0，使得vi<+V1或vi>-V2，则判定v1至vi这i组数据为不稳定因素干扰，将其剔
4.根据权利要求1所述的危险气体的检测方法，其特征在于：步骤五中，具体方法如下：设采集数据为a1-an，设定一个周期T，在采集到的数据未达到周期T值之前，即n<T，则对数据进行an＝(a1+a2+…+an)/n的均值处理，若采集的数据到达周期T，则以固定周期T为分母，对每T个数据进行均值处理，处理后的值为当前秒的新值，每秒向内列的队尾处中加入新值，将队首的数据剔除出队列，往复循环，若n<T，则an＝(a1+a2+…+an)/n，若n＝T，则an＝(a1+a2+…+an)/T。
5.根据权利要求1所述的危险气体的检测方法，其特征在于：步骤六中，针对这些不同的时间节点，大气环境将会出现温度湿度的差异，随后通过温湿度传感器对周围环境的温度湿度进行检测，得到温度t，湿度h，通过与时间节点的比对判断温湿度的变化是否合理，若合理，将其作为计算浓度时的补正参数，若不合理，则忽略该数据，最后在AD转换为浓度的过程中，设定温度阈值Te，湿度阈值Hu，若t>+Te或t<-Te，温度加入补正计算，若h>+Hu或h<-Hu，则湿度加入补正计算，
...【技术特征摘要】
1.一种危险气体的检测方法，其特征在于：步骤一、测量仪表上电，通过气体传感器采集到ad值；
2.根据权利要求1所述的危险气体的检测方法，其特征在于：步骤三中、具体方法如下：设定方差大小阈值为σ，设定检测周期为t1，每秒更新数据后，将最新数据插入队尾，将队首数据剔除，通过此项操作不断更新该周期内的数据，同时对取得的数据求方差d，若d>σ，则认为该组数据的趋势已超出了正常范围，为非正常数据，此时对新插入数据进行修正，通过σ反解出当前时刻ad值的最大或最小阈值，将最新值替换为该值，
3.根据权利要求1所述的危险气体的检测方法，其特征在于：步骤四中，具体方法如下：首先设定出上限差异阈值v1与下限差异阈值v2，再设定一个检测周期t0，随后计算an与an+1的差值v1，若该差值v1>+v1或v1<-v1，则以an替代an+1，随后继续检测an与an+2的差值v2并与v1值做对比，对得到的结果处理同上，直到检测t0组数据后，若存在某组差值vi，i<t0，使得vi<+v1或vi>-v2，则判定v1至vi这i组数据为不稳定因素干扰，将其剔除，反之则顺序正常纳...
【专利技术属性】
技术研发人员：冯诗元，武婷，王振国，尹湘权，沈廼桐，杨丽颖，王晓明，李乐，李晓杰，吕俊花，孙诚，刘建宏，刘金星，张轶雯，
申请(专利权)人：智感技术天津有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。