一种基于大数据的餐饮油烟预测处理方法及系统转让专利
申请号 : CN202311308297.3
文献号 : CN117057483B
文献日 : 2024-01-26
发明人 : 李玉娟 , 陈建锋 , 周国梁 , 赵海宽 , 于江
申请人 : 北京德众国良环保科技有限公司
摘要 :
权利要求 :
1.一种基于大数据的餐饮油烟预测处理方法,其特征在于,包括以下步骤:S1、基于城市区域设置监测点;
S2、根据各道路设定的监测点的地址基于欧式距离分配各监测点的管理区域;
S3、在基于道路设定的监测点管理区域内安装油烟检测设备;
S4、基于安装的油烟检测设备实时监测道路内油烟产生地的油烟状态情况,所述油烟状态情况包括油烟产生地的二氧化硫的浓度值、油烟散发速率;
S5、油烟检测设备基于实时监测的油烟状况判断当前油烟产生地是否存在隐患;当存在隐患时,实时将监测到的异常数据传输至该检测设备所在管理区域内的监测点;当前油烟产生地二氧化硫的浓度值是超过设定阈值则判断存在隐患;所述异常数据包括监测过程中油烟检测设备监测到当前油烟产生地二氧化硫的浓度值超过阈值而产生的报警信息;
监测点收到来自监测设备的异常数据后会将当前异常数据、监测点的地址信息以及监测设备的地址信息,上传至餐饮油烟预测系统并进行报警处理;
S6、油烟检测设备基于实时监测的油烟状况实时预测当前油烟产生地在设定的下一时刻是否存在隐患;
该步骤S6包括以下步骤:
S61、在加工食物时,基于二氧化硫浓度的变化情况,计算油烟产生地当前的油烟气态污染物浓度;
基于二氧化硫浓度的变化情况,计算油烟产生地当前的油烟气态污染物浓度步骤如下:S611、设定油烟产生地换气频率为a,基于油烟产生地油烟气态污染物质量平衡方程,设定在恒定温度下,油烟气态污染物散发速率为定值;
由质量守恒,油烟产生地油烟气态污染物实时浓度表达式为: (1)
3
其中,Cin,g(t)为油烟产生地油烟气态污染物在时刻t的实时浓度,mg/m ,Cout为室外油3
烟气态污染物浓度mg/m ,Sg为油烟气态污染物散发速率mg/min,a为换气频率,次/min,V为3
油烟产生地体积m,t为时间,min;
S612、基于油烟产生地油烟气态污染物实时浓度表达式,设定室外空气进入油烟产生地时的室外油烟气态污染物浓度Cout=0;
由公式(1)得,设定初始时刻t=0时,油烟产生地污染物浓度Cin,g(t)=0,t1为初始时刻至当前时刻之间的任意时刻,t2为当前时刻;则t1到t2时间段内,油烟产生地油烟气态污染物的剂量为: (2)
其中,Cin,g(t)为油烟产生地油烟气态污染物在时刻t的实时浓度,Sg为油烟气态污染物散发速率,a为换气频率,V为油烟产生地体积,t为时间,e为自然对数的底数;
△t时间段内,t2‑t1=△t,油烟产生地油烟气态污染物的平均浓度为: (3)
散发速率Sg为:
(4)
S62、基于实时计算的油烟产生地油烟气态污染物的平均浓度和散发速率预测t3时刻的油烟产生地油烟气态污染物浓度,设定平均浓度不变,预测t3时刻的油烟产生地油烟气态污染物浓度公式为: (5)
其中,Cin,gt3预为预测t3时刻的油烟产生地油烟气态污染物浓度,并基于预测的t3时刻的油烟产生地油烟气态污染物浓度进行相应的处理;t3时刻为设定的下一时刻;
所述基于预测的t3时刻的油烟产生地油烟气态污染物浓度进行相应的处理包括设定油烟产生地油烟气态污染物浓度阈值;
当t3时刻油烟产生地油烟气态污染物浓度超出阈值,油烟产生地的食物加工设备在t4时刻停止产生油烟;t4介于t2、t3之间;
S63、基于油烟产生地油烟气态污染物实时浓度表达式,此时油烟产生地油烟气态污染物实时浓度表达式变为: (6)
由于油烟产生地饪设备停止产生油烟的时间t=T时刻,此时对应的油烟产生地污染物浓度最大,为Cin,g(t)=CMAX,且Cout=0,将其带入上式得污染物衰减方程: (7)其中,Cin,g(t)为油烟产生地油烟气态污染物在时刻t的实时浓度,CMAX为油烟产生地油烟气态污染物最大浓度,a为换气频率,T为油烟产生地停止产生油烟的时刻,T=t4;
基于油烟产生地油烟气态污染物实时浓度表达式,油烟产生地油烟气态污染物散发段表达式: (8)S64、基于实时监测的油烟产生地油烟气态污染物实时浓度以及油烟产生地油烟气态污染物散发情况进行相应的处理;
S65、基于对当前实时监测的油烟产生地油烟气态污染物浓度进行健康风险评估,判断当前油烟产生地油烟气态污染物潜在隐患程度。
2.根据权利要求1所述的一种基于大数据的餐饮油烟预测处理方法,其特征在于:所述基于城市区域设置监测点包括:普通监测点和特殊监测点;
S11、在城市区域内,设定城市主干道与非主干道交点处为特殊监测点,非主干道与非主干道交点处为普通监测点;
S12、基于设定的所有监测点,通过设定UID的方式对个监测点进行编号;
S13、基于各监测点的UID编号存储各监测点的地址信息。
3.根据权利要求1所述的一种基于大数据的餐饮油烟预测处理方法,其特征在于:所述根据各道路设定的监测点的地址基于欧式距离分配各监测点的管理区域包括以下步骤:设定该道路内随机一处油烟产生地R的坐标为(xr,yr),该道路内普通监测点坐标为P(x1,y1),该道路与主干道交点的特殊监测点坐标为Q(x2,y2);设油烟产生地与检测点的距离为d;
;
;
当dRP≥dRQ时,该油烟产生地在第一监测点管理范围内,当dRP
4.根据权利要求1所述的一种基于大数据的餐饮油烟预测处理方法,其特征在于:所述基于预测的t3时刻的油烟产生地油烟气态污染物浓度进行相应的处理还包括:会在t4时刻提醒用户。
5.根据权利要求1所述的一种基于大数据的餐饮油烟预测处理方法,其特征在于:所述基于实时监测的油烟产生地油烟气态污染物实时浓度以及油烟产生地油烟气态污染物散发情况进行相应的处理包括:设定油烟产生地油烟气态污染物所需散发时间阈值,基于油烟产生地油烟气态污染物散发段表达式判断多久油烟产生地油烟气态污染物浓度会降低为0;
当油烟产生地油烟气态污染物所需散发时间超过设定阈值,开启油烟产生地换气扇辅助散发;
当油烟产生地油烟气态污染物所需散发时间未超过设定阈值,不做任何处理。
6.根据权利要求1所述的一种基于大数据的餐饮油烟预测处理方法,其特征在于:所述基于对当前实时监测的油烟产生地油烟气态污染物浓度进行健康风险评估包括:油烟产生地健康风险评估;
(9)其中,RfCs为参考浓度,为环境中污染物的限制浓度,Ca为实际污染物浓度;
当MOE<1,表示该油烟中化学物质致癌风险高,当1≤MOE<10,表示该油烟中化学物质致癌风险低,当MOE≥10,表示该油烟中化学物质致癌风险忽略不计。
7.根据权利要求1所述的一种基于大数据的餐饮油烟预测处理方法,其特征在于:所述油烟产生地包括各饭店厨房、各住宅的厨房以及各食品加工厂中的一种者多种。
8.一种实现权利要求1‑7任一项所述的基于大数据的餐饮油烟预测处理方法的基于大数据的餐饮油烟预测处理系统,其特征在于:包括区域管理模块、数据库模块以及监测管理模块;
所述区域管理模块用于根据当前城市内的道路分布设定不同的监测点,并接收各监测点的监测信息;
所述监测管理模块用于管理监测设备的新增和删除;
所述数据库用于存储各监测点以及各监测设备的地理位置信息。
9.根据权利要求8所述的基于大数据的餐饮油烟预测处理系统,其特征在于,还包括系统界面,所述系统界面用于提供给管理员用户一个界面进行登录和浏览系统中的信息。
说明书 :
一种基于大数据的餐饮油烟预测处理方法及系统
技术领域
背景技术
发明内容
外油烟气态污染物浓度mg/m,Sg为油烟气态污染物散发速率mg/min,a为换气频率,次/min,
3
V为油烟产生地体积m,t为时间,min;
附图说明
具体实施方式
外油烟气态污染物浓度mg/m,Sg为油烟气态污染物散发速率mg/min,a为换气频率,次/min,
3
V为油烟产生地体积m,t为时间,min;