本发明涉及空气净化设备领域，更具体地，涉及一种空气净化器的净化中心调整定位方法。
背景技术：
空气净化器是指能够吸附、分解或转化各种空气污染物的产品，空气污染物包括pm2.5、粉尘、花粉、异味、甲醛之类的装修污染、细菌、过敏源等，能够有效提高空气清洁度。空气净化器在居家、医疗、工业领域均有应用，居家领域以单机类的家用空气净化器为市场的主流产品，最主要的功能是去除空气中的颗粒物，包括过敏源、室内的pm2.5等，同时还可以解决由于装修或者其他原因导致的室内、地下空间、车内挥发性有机物空气污染问题。由于相对封闭的空间中空气污染物的释放有持久性和不确定性的特点，因此使用空气净化器净化室内空气是国际公认的改善室内空气质量的方法之一。但是，现有的空气净化器可覆盖的空间有限，利用率较低。因此，有必要开发一种空气净化器的净化中心调整定位方法。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现要素：
本发明提出了一种空气净化器的净化中心调整定位方法，其能够通过修正优化定位净化中心，利于净化空气的扩散，提高利用率。
根据本发明提出了一种空气净化器的净化中心调整定位方法。所述方法可以包括：根据传感器建立各功能区域的三维尺度图，并采集各功能区域的洁净度数据；根据所述各功能区域的洁净度数据，计算净化数据；基于多线源高斯扩散模型、所述三维尺度图与所述洁净度数据，计算预净化中心；基于气动粗糙系数建立气动粗糙系数数据库；基于气动粗糙系数数据库调整所述预净化中心，获取净化中心。
优化地，所述传感器为空气洁净度传感器与测距传感器。
优化地，根据所述测距传感器建立各功能区域的三维尺度图。
优化地，根据所述空气洁净度传感器采集各功能区域的洁净度数据。
优化地，所述净化数据包括：实时洁净度、净化风速等级与净化时长。
优化地，所述净化风速等级包括：第一净化风速、第二净化风速与第三净化风速。
优化地，所述多线源高斯扩散模型为：
其中，c表示净化空气密度，q表示单位时间内的净化空气扩散量，σy表示关于x的侧向扩散系数，σz表示关于x的纵向扩散系数，
优化地，基于气动粗糙系数数据库调整所述预净化中心包括：基于所述气动粗糙系数数据库计算所述气动粗糙系数对所述预净化中心的影响参数，基于所述影响参数调节所述预净化中心，获取所述净化中心。
优化地，还包括：基于所述净化中心与所述净化数据，移动所述空气净化器至所述净化中心进行净化。
本发明的方法具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。
图1示出了根据本发明的空气净化器的净化中心调整定位方法的步骤的流程图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的空气净化器的净化中心调整定位方法的步骤的流程图。
在该实施方式中，根据本发明的空气净化器的净化中心调整定位方法可以包括：
步骤101，根据传感器建立各功能区域的三维尺度图，并采集各功能区域的洁净度数据；在一个示例中，传感器为空气洁净度传感器与测距传感器。在一个示例中，根据测距传感器建立各功能区域的三维尺度图。在一个示例中，根据空气洁净度传感器采集各功能区域的洁净度数据。
具体地，根据测距传感器获得各功能区域的空间坐标数据，对空间坐标数据筛选简化获得矢量数据文件，并将矢量数据转为多段线格式；将多段线格式的数据进行存储，构成数字地图的地图数据信息，建立各功能区域的三维尺度图，以上为现有技术能够得到的，本领域技术人员可以根据具体情况选择具体的空间坐标数据建立各功能区域的三维尺度图；通过空气洁净度传感器采集各功能区域的洁净度数据，洁净度分为四级：一级洁净度的污染物颗粒数量级为10pc/m3，二级洁净度的污染物颗粒数量级为102pc/m3，三级洁净度的污染物颗粒数量级为103pc/m3，四级洁净度的污染物颗粒数量级为104pc/m3。
步骤102，根据各功能区域的洁净度数据，计算净化数据；在一个示例中，净化数据包括：实时洁净度、净化风速等级与净化时长。在一个示例中，净化风速等级包括：第一净化风速、第二净化风速与第三净化风速。
具体地，根据各功能区域的洁净度数据，计算净化数据，其中，净化数据包括：实时洁净度、净化风速等级与净化时长，净化风速等级包括：第一净化风速、第二净化风速与第三净化风速，第一净化风速的风速范围为0.3-0.6m/s，第二净化风速的风速范围为0.6-0.9m/s，第三净化风速的风速范围为0.9-1.2m/s。
步骤103，基于多线源高斯扩散模型、三维尺度图与洁净度数据，计算预净化中心。
在一个示例中，多线源高斯扩散模型为：
其中，c表示净化空气密度，q表示单位时间内的净化空气扩散量，σy表示关于x的侧向扩散系数，σz表示关于x的纵向扩散系数，
具体地，将净化空气密度、单位时间内的净化空气扩散量、侧向扩散系数、纵向扩散系数、净化风速等级、空气净化器的出风口的高度与出风口至功能区域顶面的距离代入公式(1)，得到关于预净化中心(x，y)的方程，解方程计算得到预净化中心坐标，其中，净化空气密度即为空气密度，单位时间内的净化空气扩散量即为单位时间内的空气扩散量。
步骤104，基于气动粗糙系数建立气动粗糙系数数据库。
具体地，建立气动粗糙系数数据库，是根据现有的气动粗糙系数以数据表格excel形式存储，按照数据关系来储存和管理，气动粗糙系数数据库是一个或多个文件，文件中储存的是经计算机处理后的数据，本领域技术人员可以根据功能区域的具体情况来存取数据库中的数据。
步骤105，基于气动粗糙系数数据库调整预净化中心，获取净化中心。在一个示例中，基于气动粗糙系数数据库调整预净化中心包括：基于气动粗糙系数数据库计算气动粗糙系数对预净化中心的影响参数，基于影响参数调节预净化中心，获取净化中心。
具体地，多线源高斯扩散方法可以将实际流体复杂多变又难以定量确定的紊动频谱，简化为易于数学处理的正态分布，简化了求解过程。但是其不能考虑功能区域空间的复杂性对净化空气扩散的影响，即只能使用一个气动粗糙系数。通过建立气动粗糙系数数据库能够给多线源高斯法则提供全方面的气动粗糙系数作为公式参数，修正预净化中心，获取净化中心。
在一个示例中，还包括：基于净化中心与净化数据，移动空气净化器至净化中心进行净化。
本方法通过修正优化定位净化中心，利于净化空气的扩散，提高利用率。
应用示例
为便于理解本发明实施方式的方案及其效果，以下给出一个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。
根据测距传感器建立各功能区域的三维尺度图，根据空气洁净度传感器采集各功能区域的洁净度数据。根据各功能区域的洁净度数据，计算净化数据，其中，净化数据包括：实时洁净度、净化风速等级与净化时长，净化风速等级为第一净化风速，第一净化风速的风速范围为0.3-0.6m/s。
将净化空气密度、单位时间内的净化空气扩散量、侧向扩散系数、纵向扩散系数、净化风速等级、空气净化器的出风口的高度与出风口至功能区域顶面的距离代入公式(1)，得到关于预净化中心(x，y)的方程，解方程计算得到预净化中心坐标。根据现有的气动粗糙系数建立气动粗糙系数数据库，修正预净化中心，获取净化中心。基于净化中心与净化数据，移动空气净化器至净化中心进行净化。
综上所述，本发明通过修正优化定位净化中心，利于净化空气的扩散，提高利用率。
本领域技术人员应理解，上面对本发明的实施方式的描述的目的仅为了示例性地说明本发明的实施方式的有益效果，并不意在将本发明的实施方式限制于所给出的任何示例。
以上已经描述了本发明的各实施方式，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施方式。在不偏离所说明的各实施方式的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。