本发明属于空气检测领域，具体涉及一种测量空气中粒子浓度的方法和装置。
背景技术：
当前的烟雾感应器方案，大多基于光电效应进行，其原理是光线在传播途径中如果遇到粒子，会发生散射，发射等，从而发射衰减。点型光电烟感，都是一个光源发出光，然后再测试在不同位置部署的光接收器接收到的散射光或发射光或接收端入射光的功率大小，然后依据内置算法和判断门限，来进行有无烟雾的判断。
上述装置在实际应用中有2个明显的缺陷：一是为了屏蔽周围环境光的影响，烟感中有个称为“迷宫”的装置，使得外部的光线不会进入到光接收器中从而避免干扰。这一方案中的迷宫装置使得整个烟感的外观和尺寸体积受到了非常大的限制，造成尺寸较大，且外观很难做到美观；二是内置算法一般都采用门限判断法，也就是设定一个光功率的大小门限数值，只要接收到的光功率超过这个数值，就发出警报。作为门限的数值，通常在出厂的时候进行设定，也有部分允许现场人工进行设定，不管哪一种，都是在设定后就不再依据现场检测实时的情况进行变动了。这样的装置，不能区分不同现场的差异，从而产生较多的误报，或降低了敏感度。
技术实现要素：
本发明的目的是提供一种测量空气中粒子浓度的方法和装置，以解决背景技术中的问题。
本发明所提供的技术方案是：一种测量空气中粒子浓度的装置，包括一个用于发射特定波长λs光波的发射器gp，和用于检测所述发射器gp发射光波的功率的一个或多个检测器d1、d2…dn；还包括程序模块s，所述程序模块s电性连接所述检测器d1、d2…dn；
通过所述发射器gp发射出光波，并利用所述检测器d1、d2…dn接收检测光波的功率数据并发送至程序模块s，程序模块s中的程序判断数据来检测空气中粒子浓度是否超标。
优选的，所述发射器gp发生光波的波长λs处于100-275nm之间。
本发明还提供一种测量空气中粒子浓度的方法，包括以下步骤：
a、布置好所述发射器gp的位置；
b、部署所述检测器d1、d2…dn；
c、所述发射器gp发射出光波，并通过部署的所述检测器d1、d2…dn进行检测收集光波功率的数据；
d、所述检测器d1、d2…dn将收集的数据发送至所述程序模块s，所述程序模块s分析所述检测器d1、d2…dn发出的数据，并判断烟雾粒子浓度是否超出预设值，若超出，则发出警报。
优选的，步骤c中，一个或多个的所述检测器d1、d2…dn的部署位置满足以下条件，以所述发射器gp为坐标原点，光波发射方向为x轴建立一个直角坐标系，则所述检测器d1、d2…dn都不能位于x轴正半轴上。
优选的，所述程序模块s中包含有一个作为标准比对的模型数据a，所述模型数据a通过利用所述检测器d1、d2…dn在正常无烟雾环境下测量出数据，并使用神经网络学习算法dla对数据进行学习分析得出；若在步骤d中测得数据为所述模型数据a状态，则为无烟，如不是，判断存在烟雾。
优选的，所述程序模块s中包含有一个作为标准比对的模型数据b，所述模型数据b通过利用所述检测器d1、d2…dn在有烟雾环境下测量出数据，并使用神经网络学习算法dlc对数据进行学习分析得出；若在步骤d中测得数据为所述模型数据b状态，则判断存在烟雾。
有益效果：
本发明提供的一种测量空气中粒子浓度的装置，采用了发射器gp和检测器d1、d2…dn配合测量光波的功率数据，并由程序模块s判断是否存在烟雾，避免了现有技术中需要使用“迷宫”装置而造成外观尺寸的限制；同时利用该装置来测量空气中粒子浓度的方法能够通过布置检测器d1、d2…dn的位置，并利用深度学习算法技术，自动适应不同环境，可以在室内室外环境中用于检测空气中的烟雾粒子浓度，解决了现有技术中采用门限值判断法不能区分不同现场的差异而造成的误报和敏感度降低的问题。
具体实施方式
下面进一步说明本发明的实施例。
实施例1
本实施例中，披露了一种测量空气中粒子浓度的装置，包括一个用于发射特定波长λs光波的发射器gp，和用于检测所述发射器gp发射光波的功率的一个或多个检测器d1、d2…dn，所述检测器d1、d2…dn可以检测波长为λs的光波照射在其上的功率和或功率的变化，并将其转化为电信号表达的数值输出；其中，所述发射器gp发生光波的波长λs处于100-275nm之间；还包括程序模块s，所述程序模块s电性连接所述检测器d1、d2…dn；通过所述发射器gp发射出光波，并利用所述检测器d1、d2…dn接收检测光波的功率数据并发送至程序模块s，程序模块s中的程序判断数据来检测空气中粒子浓度是否超标；本发明提供的一种测量空气中粒子浓度的装置，采用了发射器gp和检测器d1、d2…dn配合测量光波的功率数据，并由程序模块s判断是否存在烟雾，避免了现有技术中需要使用“迷宫”装置而造成外观尺寸的限制。
本实施例中还提供一种测量空气中粒子浓度的方法，包括以下步骤：
a、布置好所述发射器gp的位置；
b、部署所述检测器d1、d2…dn；
c、所述发射器gp发射出光波，并通过部署的所述检测器d1、d2…dn进行检测收集光波功率的数据；
d、所述检测器d1、d2…dn将收集的数据发送至所述程序模块s，所述程序模块s分析所述检测器d1、d2…dn发出的数据，并判断烟雾粒子浓度是否超出预设值，若超出，则发出警报。
步骤c中，一个或多个的所述检测器d1、d2…dn的部署位置满足以下条件，以所述发射器gp为坐标原点，光波发射方向为x轴建立一个直角坐标系，则所述检测器d1、d2…dn都不能位于x轴正半轴上。
所述程序模块s中包含有一个作为标准比对的模型数据a，所述模型数据a通过利用所述检测器d1、d2…dn在正常无烟雾环境下测量出数据，并使用神经网络学习算法dla对数据进行学习分析得出；若在步骤d中测得数据为该模型数据a状态，则为无烟，如不是，判断存在烟雾。
实施例2
本实施例中，披露了一种测量空气中粒子浓度的装置，包括一个用于发射特定波长λs光波的发射器gp，和用于检测所述发射器gp发射光波的功率的一个或多个检测器d1、d2…dn，所述检测器d1、d2…dn可以检测波长为λs的光波照射在其上的功率和或功率的变化，并将其转化为电信号表达的数值输出；其中，所述发射器gp发生光波的波长λs处于100-275nm之间；还包括程序模块s，所述程序模块s电性连接所述检测器d1、d2…dn；通过所述发射器gp发射出光波，并利用所述检测器d1、d2…dn接收检测光波的功率数据并发送至程序模块s，程序模块s中的程序判断数据来检测空气中粒子浓度是否超标；本发明提供的一种测量空气中粒子浓度的装置，采用了发射器gp和检测器d1、d2…dn配合测量光波的功率数据，并由程序模块s判断是否存在烟雾，避免了现有技术中需要使用“迷宫”装置而造成外观尺寸的限制。
本实施例中还提供一种测量空气中粒子浓度的方法，包括以下步骤：
a、布置好所述发射器gp的位置；
b、部署所述检测器d1、d2…dn；
c、所述发射器gp发射出光波，并通过部署的所述检测器d1、d2…dn进行检测收集光波功率的数据；
d、所述检测器d1、d2…dn将收集的数据发送至所述程序模块s，所述程序模块s分析所述检测器d1、d2…dn发出的数据，并判断烟雾粒子浓度是否超出预设值，若超出，则发出警报。
步骤c中，一个或多个的所述检测器d1、d2…dn的部署位置满足以下条件，以所述发射器gp为坐标原点，光波发射方向为x轴建立一个直角坐标系，则所述检测器d1、d2…dn都不能位于x轴正半轴上。
所述程序模块s中包含有一个作为标准比对的模型数据b，所述模型数据b通过利用所述检测器d1、d2…dn在有烟雾环境下测量出数据，并使用神经网络学习算法dlc对数据进行学习分析得出；若在步骤d中测得数据为该模型数据b状态，则判断存在烟雾。
在本发明中，分别采用了两种不同的技术来解决背景技术中的问题：一个是利用处于日盲区的紫外线波段激光作为光源，这样，即使没有迷宫遮挡外部光线，因为一般日常环境中不存在这个波段的光线，所以也可以不考虑干扰的影响。减除迷宫以后，整个烟感的体积和外观将得到很多的改善和创新；二是使用深度学习技术，分别学习正常环境的光功率模式和有烟雾情况下的光功率模式，从而一举把固定的门限判断模式变为浮动可变的门限模式，把简单的数值比较变成更为复杂综合的模式矢量距离比较判断，从而大大提升整个检测系统对环境的适应能力，降低了误报率，提高了检测速度。
以上对本发明的具体实施例进行了详细描述，但其只是作为范例，本发明并不限制于以上描述具体实施例。对于本领域技术人员而言，任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此，在不脱离本发明的精神和范围下所作的均等变换和修改，都涵盖在本发明范围内。