基于实验室环境监测的通风柜变风量控制方法

摘要

本发明提供了一种基于实验室环境监测的通风柜变风量控制方法，包括以下步骤：实时获取实验室的当前环境参数和当前通风柜的出风量，其中，所述当前环境参数包括温度、湿度和有害气体浓度；所述通风柜用于对所述实验室进行通风；使用模糊控制算法根据所述当前环境参数计算得到对应当前所述实验室的风量调整数值；根据所述实验室的风量调整数值和所述当前通风柜的出风量，确定所述通风柜的出风量调整参数；基于所述通风柜的出风量调整参数对所述通风柜的出风量进行调节。从而实现结合实验室内的空气状态对通风柜的出风量进行自适应调节，并提高风量控制精确度，保证实验室的安全管理，同时降低了能源损耗。

权利要求

1.一种基于实验室环境监测的通风柜变风量控制方法，其特征在于，包括以下步骤：

实时获取实验室的当前环境参数和当前通风柜的出风量，其中，所述当前环境参数包括温度、湿度和有害气体浓度；所述通风柜用于对所述实验室进行通风；

使用模糊控制算法根据所述当前环境参数计算得到对应当前所述实验室的风量调整数值，包括：将所述当前环境参数通过隶属函数转换成预设模糊集合的隶属度值，包括采用三角形函数对所述当前环境参数进行转换，所述三角函数包括：如果x≤a，则隶属度为0，表示x不属于这个模糊集合；如果a

根据所述实验室的风量调整数值和所述当前通风柜的出风量，确定所述通风柜的出风量调整参数，包括：将所述风量调整数值输入预设PID控制器，获取所述实验室的风量调整数值和所述当前通风柜的出风量之间的误差，根据误差计算PID输出，以得到所述实验室内的通风柜的出风量调整参数，输出所述通风柜的出风量调整参数；

基于所述通风柜的出风量调整参数对所述通风柜的出风量进行调节；

基于预设规则获取所述当前环境参数、所述当前通风柜的出风量、所述实验室的风量调整数值和所述通风柜的出风量调整参数，并分别构建相应的序列图表，其中，构建序列图表包括以下步骤：按时间序列：将上述数据按时间顺序绘制成表格、折线图和/或曲线图，从而形成预设周期序列图表，以观察参数随时间的变化趋势；按变化范围序列：将不同参数的变化范围绘制成表格、柱状图和/或箱线图，从而形成预设变化范围序列图表，以比较各项参数的波动范围；按超出范围序列：识别超出预设范围的数据点，并根据其标记按时间顺序绘制成表格、折线图和/或曲线图，从而形成预设超标序列图表，以便及时发现异常情况；

将所述当前环境参数、所述当前通风柜的出风量、所述实验室的风量调整数值和所述通风柜的出风量调整参数的序列图表进行关联，生成关联图表；

对所述序列图表和所述关联图表进行展示，包括：将所述关联图表配置为一级展示图层面，所述序列图表配置为二级图层面；通过交互操作选取所述一级展示图层面中的特定的时间段或参数，基于关联关系将对应的所述序列图表进行展示。

2.如权利要求1所述的基于实验室环境监测的通风柜变风量控制方法，其特征在于，根据所述模糊规则和所述隶属度值，采用模糊推理方法输出所述实验室所需调整的风量大小的调用模糊集合，包括：遍历模糊规则集合，对每条规则的条件部分进行匹配，计算其隶属度值；

找到所有匹配规则中条件部分隶属度值的最小值；

将这些最小值进行合成，得到输出结果的模糊集合。

3.如权利要求1所述的基于实验室环境监测的通风柜变风量控制方法，其特征在于，对所述调用模糊集合进行去模糊化处理，包括：使用重心法对所述调用模糊集合进行去模糊化处理。

4.如权利要求1‑3任意一项所述的基于实验室环境监测的通风柜变风量控制方法，其特征在于，还包括在所述当前环境参数为关键环境参数时，若所述关键环境参数超出预设安全标准，发出预设报警提示。

说明书

基于实验室环境监测的通风柜变风量控制方法

技术领域

[0001] 本发明属于空气调节技术领域，具体涉及基于实验室环境监测的通风柜变风量控制方法。

背景技术

[0002] 实验室中，尤其是在进行化学实验时，在实验操作过程中往往会产生各种有害气体、臭气、湿气以及易燃、易爆、腐蚀性物质，为了保护实验室内的人员的安全，防止实验中的污染物质、有害气体向实验室扩散，通常需要使用通风柜对实验室进行通风，从而控制室内空气质量和保护实验人员免受有害气体或化学物质的影响。

[0003] 但，现有技术中的通风柜变风量控制方法，通常是通过红外感应检测，有人时，实验室通风柜的风速为0.5m/s，无人时，实验室通风柜的风速为0.3m/s，无法结合实验室内的当前空气状态对通风柜的出风量进行自适应调节的问题。

发明内容

[0004] 为了克服现有技术的不足，本发明提供基于实验室环境监测的通风柜变风量控制方法，以解决现有技术中无法结合实验室内的空气状态对通风柜的出风量进行自适应调节的问题。

[0005] 本发明其中一个实施例提供了一种基于实验室环境监测的通风柜变风量控制方法，包括以下步骤：

[0006] 实时获取实验室的当前环境参数和当前通风柜的出风量，其中，所述当前环境参数包括温度、湿度和有害气体浓度；所述通风柜用于对所述实验室进行通风；

[0007] 使用模糊控制算法根据所述当前环境参数计算得到对应当前所述实验室的风量调整数值；

[0008] 根据所述实验室的风量调整数值和所述当前通风柜的出风量，确定所述通风柜的出风量调整参数；

[0009] 基于所述通风柜的出风量调整参数对所述通风柜的出风量进行调节；

[0010] 基于预设规则获取所述当前环境参数、所述当前通风柜的出风量、所述实验室的风量调整数值和所述通风柜的出风量调整参数，并分别构建相应的序列图表；

[0011] 将所述当前环境参数、所述当前通风柜的出风量、所述实验室的风量调整数值和所述通风柜的出风量调整参数的序列图表进行关联，生成关联图表；

[0012] 对所述序列图表和所述关联图表进行展示。

[0013] 在本实施例中，通过实时获取实验室的当前环境参数和当前通风柜的出风量，从而准确得到当前实验室的空气状态和通风柜的工作状态；并通过使用模糊控制算法根据所述当前环境参数计算得到对应当前所述实验室的风量调整数值，从而将当前实验室的空气状态与当前实验室所需的风量进行关联，并根据所述实验室的风量调整数值和所述当前通风柜的出风量，确定所述通风柜的出风量调整参数，从而确定实验室内的当前通风柜所需执行的出风量，基于所述通风柜的出风量调整参数对所述通风柜的出风量进行调节，从而实现结合实验室内的空气状态对通风柜的出风量进行自适应调节，并提高了风量控制精确度，保证实验室的安全管理，同时降低了能源损耗。

[0014] 其中，通过对监测和计算得到的数据进行记录，并构建相应的序列图表，从而实现对数据进行存储，并通过对序列图表进行关联，从而为后续分析提供了有力的保障，通过对关联图表进行分析，能够进一步提高风量控制效果和实验室的安全管理效果，通过对图表进行展示，有利于后续分析、查阅。

[0015] 在其中一个实施例中，使用模糊控制算法根据所述当前环境参数输出所述实验室的风量调整数值，包括：

[0016] 将所述当前环境参数通过隶属函数转换成预设模糊集合的隶属度值；

[0017] 建立模糊规则，以将所述隶属度值与相应的实验室的风量调整数值进行关联；

[0018] 根据所述模糊规则和所述隶属度值，采用模糊推理方法输出所述实验室所需调整的风量大小的调用模糊集合；

[0019] 对所述调用模糊集合进行去模糊化处理，得到所述实验室的风量调整数值。

[0020] 在本实施例中，由于实验室的空气环境通常具有很多不确定性和模糊性，例如不同的化学反应可能会导致不同的环境参数变化，而通过使用模块控制算法便能很好的处理这些不确定性和模糊性，且模糊控制算法具有较强的适应性，能够在不同工况下调整系统的控制策略。

[0021] 在其中一个实施例中，将所述当前环境参数通过隶属函数转换成预设模糊集合的隶属度值，包括采用三角形函数对所述当前环境参数进行转换。

[0022] 在本实施例中，通过采用三角形函数对所述当前环境参数进行转换，极大的简化了模糊控制系统的设计和实现过程，使其更易于理解和调整，可以直观地表达环境参数与模糊集合的隶属度之间的关系，使系统的设计更加直观。

[0023] 在其中一个实施例中，根据所述模糊规则和所述隶属度值，采用模糊推理方法输出所述实验室所需调整的风量大小的调用模糊集合，包括：

[0024] 遍历模糊规则集合，对每条规则的条件部分进行匹配，计算其隶属度值；

[0025] 找到所有匹配规则中条件部分隶属度值的最小值；

[0026] 将这些最小值进行合成，得到输出结果的模糊集合。

[0027] 在本实施例中，根据模糊规则和模糊化后的参数值，采用模糊推理方法得出需要调整的风量大小的模糊集合，为后续的去模糊化提供基础。

[0028] 在其中一个实施例中，对所述调用模糊集合进行去模糊化处理，包括：使用重心法对所述调用模糊集合进行去模糊化处理。

[0029] 在本实施例中，通过重心法能够快速的进行控制器设计和实现，且对于实验室的环境参数变化和外部干扰具有较好的鲁棒性，能够保证工作过程中的稳定性和鲁棒性。

[0030] 在其中一个实施例中，根据所述实验室的风量调整数值和所述当前通风柜的出风量，确定所述通风柜的出风量调整参数，包括：将所述风量调整数值输入预设PID控制器，输出所述通风柜的出风量调整参数。

[0031] 在本实施例中，通过使用PID控制器能够准确的对通风柜的出风量进行自适应调节。

[0032] 在其中一个实施例中，将所述风量调整数值输入预设PID控制器，包括：

[0033] 获取所述实验室的风量调整数值和所述当前通风柜的出风量之间的误差；

[0034] 根据误差计算PID输出，以得到所述实验室内的通风柜的出风量调整参数。

[0035] 在本实施例中，采用PID算法实现自动化控制，PID算法通过模糊控制算法计算得到实验室的风量调整数值，作为目标值，进行PID计算后，控制通风柜的阀门等开度调整总风量使得出风量达到所需要的风量，从而根据实验室的环境参数实现对通风柜进行精确的自适应调节，提高控制效果和精确度。

[0036] 在其中一个实施中，对所述序列图表和所述关联图表进行展示，包括：

[0037] 将所述关联图表配置为一级展示图层面，所述序列图表配置为二级图层面；

[0038] 通过交互操作选取所述一级展示图层面中的特定的时间段或参数，基于关联关系将对应的所述序列图表进行展示。

[0039] 在本实施例中，通过使用交互式数据可视化工具，将各序列图表进行关联展示。用户可以通过交互操作选取特定的时间段或参数，从而联动展示相关的序列图表，帮助用户更好地理解数据之间的关系。

[0040] 在其中一个实施例中，所述序列图表包括预设周期序列图表、预设变化范围序列图表和预设超标序列图表中的一种或多种。

[0041] 在本实施例中，由于所述序列图表包括预设周期序列图表、预设变化范围序列图表和预设超标序列图表中的一种或多种，从而实现对数据进行多角度分析，进一步提高提高风量控制效果和实验室的安全管理效果。

[0042] 在其中一个实施例中，还包括在所述当前环境参数为关键环境参数时，若所述关键环境参数超出预设安全标准，发出预设报警提示。

[0043] 在本实施例中，当检测到有超过预设安全标准的关键环境参数时，通过发出预设报警提示，能够进一步保证工作人员和实验室的安全，提高对实验室的安全管理效果。

附图说明

[0044] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

[0045] 图1为本发明其中一实施例提供的基于实验室环境监测的通风柜变风量控制方法的工作流程示意图；

[0046] 图2为图1中的输出实验室的风量调整数值的流程示意图；

[0047] 图3为图2中的输出调用模糊集合的流程示意图；

[0048] 图4为本发明其中一实施例提供的基于实验室环境监测的通风柜变风量控制系统的工作原理示意图；

[0049] 图5为本发明其中一实施例提供的电子设备的结构示意图。

具体实施方式

[0050] 下面将结合本发明实施例中的附图，对本发明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发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0051] 需要说明，若本发明实施例中有涉及方向性指示（诸如上、下、左、右、前、后……），则该方向性指示仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

[0052] 另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，若全文中出现的“和/或”或者“及/或”，其含义包括三个并列的方案，以“A和/或B”为例，包括A方案、或B方案、或A和B同时满足的方案。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

[0053] 请参阅图1‑3，本发明其中一个实施例提供了一种基于实验室环境监测的通风柜变风量控制方法，包括以下步骤：

[0054] S100、实时获取实验室的当前环境参数和当前通风柜的出风量，其中，所述当前环境参数包括温度、湿度和有害气体浓度；所述通风柜用于对所述实验室进行通风；

[0055] 其中，实时监测实验室的环境参数，如温度、湿度、有害气体浓度等；以及监测通风柜的出风量通常可以通过以下方式进行：

[0056] 风速仪：使用风速仪在出风口处测量空气流速。将风速仪保持在出风口附近，以获得准确的出风速度。

[0057] 风量计：使用风量计来测量通风柜的出风量。这种设备可以直接测量单位时间内通过的空气体积。

[0058] 传感器和监测系统：一些现代化的通风柜可能已经内置了传感器和监测系统，可以提供实时的出风量数据。

[0059] 传感器监测：安装温度传感器和湿度传感器来实时监测室内的温度和湿度。这些传感器可以安装在实验室内的关键位置，以确保对整个实验室的环境进行有效监测。

[0060] 气体传感器监测：对于需要监测气体浓度的情况，可以安装相应的气体传感器，例如氧气、二氧化碳或其它有害气体的传感器，以实时监测气体浓度情况。有害气体包括颗粒物、二氧化硫、一氧化碳、臭氧等。

[0061] 数据采集系统：将传感器采集到的数据通过数据采集系统实时记录下来，并进行存储和处理。现代的数据采集系统通常能够自动地收集各种传感器的数据，并提供实时监测和记录功能。

[0062] 远程监控系统：借助远程监控系统，可以随时随地通过网络对实验室的环境参数进行监测和管理。这样可以及时获取环境变化情况并做出相应的调整。

[0063] 报警系统：针对某些关键的环境参数，如温度、湿度超过设定范围或气体浓度超标时，可以设置报警系统，及时发出警报并提醒相关人员注意。

[0064] 以上方法可以帮助实验室管理人员实时了解实验室的环境状况，及时发现异常情况并采取相应的措施，以确保实验室的安全和舒适性。对设备进行定期校准和维护，以确保监测数据的准确性和通风柜的正常运行。

[0065] S200、使用模糊控制算法根据所述当前环境参数计算得到对应当前所述实验室的风量调整数值；

[0066] 请参阅图2，在其中一个实施例中，使用模糊控制算法根据所述当前环境参数输出所述实验室的风量调整数值，包括：

[0067] S210、将所述当前环境参数通过隶属函数转换成预设模糊集合的隶属度值；

[0068] 在其中一个实施例中，将所述当前环境参数通过隶属函数转换成预设模糊集合的隶属度值，包括采用三角形函数对所述当前环境参数进行转换。

[0069] 在本实施例中，通过采用三角形函数对所述当前环境参数进行转换，极大的简化了模糊控制系统的设计和实现过程，使其更易于理解和调整，可以直观地表达环境参数与模糊集合的隶属度之间的关系，使系统的设计更加直观。

[0070] 例如，将温度和湿度转换成"高温"、"中温"、"低温"和"高湿"、"适湿"、"干燥"等模糊集合。在模糊逻辑中，表示一个环境参数（或输入变量）x  在模糊集合中的隶属度（membership degree）通常使用记号μ_i 表示，其中i表示模糊集合的索引或标签。

[0071] 例如，如果我们有一个模糊集合 "高温度"，那么μ_i就表示环境参数 x 的隶属度值，即该环境参数x属于 "高温度" 这个模糊集合的程度。

[0072] MembershipFunctionx通常表示一个模糊逻辑系统中的隶属度函数，它描述了输入变量 x 在不同模糊集合中的隶属度。这个函数可以是一个三角形函数、高斯函数、梯形函数等，用于确定输入变量x对应于不同模糊集合的隶属度值。

[0073] 综合起来，μ_i=MembershipFunction(x)，表示输入变量x在模糊集合中具有索引为i的隶属度值μ_i，而 MembershipFunction则是一个函数，用来计算变量x在模糊集合中的隶属度。

[0074] 将环境监测得到的参数值通过隶属函数转换成模糊集合是模糊控制系统中的重要步骤。这一过程通常包括以下算法和公式：

[0075] 隶属函数：隶属函数描述了输入变量与模糊集合之间的关系。常见的隶属函数包括三角形函数、梯形函数、高斯函数等，它们可以根据实际情况选用。

[0076] 三角形隶属函数示例：如果x≤a，则隶属度为0，表示x不属于这个模糊集合。

[0077] 如果a

[0078] 如果b≤x≤c，隶属度根据x在b和c之间的位置线性减少，达到最小值0。

[0079] 如果x≥c，则隶属度为 0，表示x不属于这个模糊集合。

[0080] 这个隶属度函数描述了一个从a到b线性上升，然后从b到c线性下降的三角形形状，其中a、b和c分别是模糊集合的起始、顶点和结束点。

[0081] 这个函数在区间a,b,c,内定义了一个三角形模糊集合，其隶属度μ根据输入变量 x 的取值而变化。

[0082] 这种形式的隶属度函数在模糊逻辑系统中常用于对输入变量的模糊化建模，其中输入变量的模糊集合可以被表示为三角形、梯形或其他形状的隶属度函数；

[0083] 梯形隶属函数示例：如果x≤a，则隶属度为 0，表示x不属于这个模糊集合。

[0084] 如果a

[0085] 如果b≤x≤c，隶属度保持为1，表示x完全属于这个模糊集合。

[0086] 如果c

[0087] 如果x≥d，则隶属度为0，表示x不属于这个模糊集合。

[0088] 这个梯形隶属函数描述了一个从a到b线性上升，然后在b到c之间保持最大值 1，最后从c到d线性下降的梯形形状，其中a、b、c和d分别是模糊集合的起始、上升点、下降点和结束点。这个函数在区间a,b,c,d，内定义了一个梯形模糊集合，其隶属度μ根据输入变量 x 的取值而变化；这种形式的梯形隶属函数在模糊逻辑系统中常用于对输入变量的模糊化建模。

[0089] 模糊化过程：将环境监测得到的参数值x通过隶属函数\mu(x)（即μ(x)）转换成模糊集合的隶属度值。

[0090] 例如，如果你有一个温度隶属函数μ(x) 并且监测到的温度是x=25℃，可以使用这个温度隶属函数来计算相应的隶属度值。假设μ(x=0.7)当x=25℃。

[0091] 这意味着在你的温度隶属函数中，当温度为25℃时，隶属度为0.7。这可以解释为监测到的温度25℃在温度隶属函数中的隶属度为0.7，表示这个温度对应于某个模糊集合的程度为0.7。表示该温度在"适中"的模糊集合中的隶属度为0.7。

[0092] 实际应用：在实际应用中，隶属函数的选择和参数设置需要根据具体问题的实际情况来确定，以确保模糊化后的模糊集合能够准确地描述输入变量的特征。

[0093] 通过以上算法和公式，可以将环境监测得到的实际参数值通过隶属函数转换成模糊集合的隶属度值，为后续模糊推理和模糊控制提供准确的输入。

[0094] S220、建立模糊规则，以将所述隶属度值与相应的实验室的风量调整数值进行关联；

[0095] 在本实施例中，根据模糊规则和模糊化后的参数值，采用模糊推理方法得出需要调整的风量大小的模糊集合，为后续的去模糊化提供基础。

[0096] 模糊规则的定义：模糊规则通常以一系列if‑then语句的形式定义，例如 "if 温度是高且湿度是高then风量增加"，表示为：[ \text{Rule}: \text{If } (x_1 \text{ is A}) \text{ and } (x_2 \text{ is B}) \text{ then } (y \text{ is C})]，此为LaTex格式的公式；

[0097] 即 )]；其中， 和 是输入变量，分别具有模糊集合A和B；y是输出变量，如通风柜的出风量调整参数（或通风柜的风量），具有对应的模糊集合C，即根据模糊规则得出的风量的模糊集合。

[0098] 规则的逻辑是“如果 是A且 是B，那么y是C”。

[0099] 这个规则描述了输入变量x1和x2的某种模糊关系，以及如何根据这些关系来确定输出变量y的模糊值。在模糊逻辑中，这样的规则用于模糊推理，其中模糊规则的组合可以用于生成系统的输出。

[0100] 例如，如果 表示温度， 表示湿度，而y表示风速，那么规则可以被解释为：如果温度是A且湿度是B，那么风速是C。在具体的应用中，模糊规则的参数A、B、C的具体定义以及规则的推理方法会根据具体的问题和系统而有所不同。

[0101] S230、根据所述模糊规则和所述隶属度值，采用模糊推理方法输出所述实验室所需调整的风量大小的调用模糊集合；

[0102] 根据不同的合成方法（如最大最小合成法或加权平均法）得到输出的隶属度；

[0103] 根据模糊规则和模糊化后的参数，采用模糊推理方法得出需要调整的风量大小通常涉及以下步骤和算法：

[0104] 模糊推理：模糊推理是通过将模糊规则和模糊化后的输入参数进行匹配，得出需要调整的输出结果的过程（即，输入：模糊规则集合、模糊化后的参数值；输出：需要调整的风量大小的模糊集合）。通常使用的方法之一是最小‑最大合成(Min‑Max Composition)，该方法考虑了所有符合条件的模糊规则，找到它们的最小隶属度，并将这些最小隶属度进行合成得到输出结果的模糊集合（即，对于每条模糊规则，计算其条件部分对应的隶属度值，并找到它们的最小值，然后将所有这些最小值组成的集合进行最大合成，得到输出结果的模糊集合）。

[0105] 相关公式和含义：令\mu_A（即 ）和\mu_B（即 ）分别表示两个模糊集合的隶属度值，设A表示输入变量的模糊集合，B表示输出变量的模糊集合，\mu_A(x)（即 ）表示x 对应于A的隶属度值，\mu_B(y)（即 ）表示y对应于B 的隶属度值。则它们的合成可以使用最小取值和最大取值操作：

[0106] 最小取值：[ \mu_{\text{min}}(x) = \min(\mu_A(x), \mu_B(x))],此为LaTex格式的公式；即 ]。

[0107] 最大取值：[ \mu_{\text{max}}(x) = \max(\mu_A(x), \mu_B(x))]，此为LaTex格式的公式；即 ]。

[0108] 模糊推理的含义：通过应用模糊推理方法，可以从模糊规则中获得需要调整的风量大小的模糊集合，这个模糊集合表达了不同规则下需要调整的风量大小对应的隶属度。

[0109] 通过模糊推理方法，可以根据实际环境情况得出需要调整的风量大小的模糊集合，为后续的去模糊化提供基础。

[0110] 请参阅图3，在其中一个实施例中，根据所述模糊规则和所述隶属度值，采用模糊推理方法输出所述实验室所需调整的风量大小的调用模糊集合，包括：

[0111] S231、遍历模糊规则集合，对每条规则的条件部分进行匹配，计算其隶属度值；

[0112] S232、找到所有匹配规则中条件部分隶属度值的最小值；

[0113] S233、将这些最小值进行合成，得到输出结果的模糊集合。

[0114] 在本实施例中，根据模糊规则和模糊化后的参数值，采用模糊推理方法得出需要调整的风量大小的模糊集合，为后续的去模糊化提供基础。

[0115] S240、对所述调用模糊集合进行去模糊化处理，得到所述实验室的风量调整数值。

[0116] 在其中一个实施例中，对所述调用模糊集合进行去模糊化处理，包括：使用重心法对所述调用模糊集合进行去模糊化处理。

[0117] 在本实施例中，通过重心法能够快速的进行控制器设计和实现，且对于实验室的环境参数变化和外部干扰具有较好的鲁棒性，能够保证工作过程中的稳定性和鲁棒性。

[0118] 在重心法中，假设输出变量的模糊集合为B，其隶属度函数为\mu_B(y)，则可以使用以下公式计算去模糊化结果：

[0119] [y = \frac{\inty\cdot\mu_B(y)dy}{\int \mu_B(y)dy}]，即 ，

[0120] 其中，y表示最终的风量调整数值，\mu_B(y)表示输出变量对应的隶属度值。

[0121] [y =\frac{\int y\cdot\mu_B(y)dy}{\int\mu_B(y)dy}]为LaTex格式的公式，这些字母表示的含义如下：

[0122] y：代表输出变量（例如风量调整数值）。

[0123] \mu_B(y)：是输出变量的隶属度函数，表示输出变量(y)对应的隶属度值。\mu_B(y)即 ；

[0124] dy：表示微小的增量，用于对输出变量进行积分。

[0125] \int：表示积分符号，表示对隶属度函数进行积分，即求面积。\int即 ，[0126] 因此，整个公式表示了使用重心法进行去模糊化，通过计算隶属度函数加权平均的方法来得到最终的输出变量数值，其中考虑了隶属度的分布情况。

[0127] 算法步骤：

[0128] 针对输出的模糊集合，根据选定的去模糊化方法，计算出最终的风量调整数值。

[0129] 对于重心法，首先计算出积分\int y \cdot \mu_B(y) dy和\int \mu_B(y) dy，即计算 和 ，然后进行除法运算得到最终结果。

[0130] 通过以上算法步骤和公式，可以将模糊输出的隶属度转换成具体的风量大小，得到最终的风量调整数值。

[0131] 由于实验室的空气环境通常具有很多不确定性和模糊性，例如不同的化学反应可能会导致不同的环境参数变化，而通过使用模块控制算法便能很好的处理这些不确定性和模糊性，且模糊控制算法具有较强的适应性，能够在不同工况下调整系统的控制策略。

[0132] S300、根据所述实验室的风量调整数值和所述当前通风柜的出风量，确定所述通风柜的出风量调整参数；

[0133] 在其中一个实施例中，根据所述实验室的风量调整数值和所述当前通风柜的出风量，确定所述通风柜的出风量调整参数，包括：S310、将所述风量调整数值输入预设PID控制器，输出所述通风柜的出风量调整参数。

[0134] 在本实施例中，通过使用PID控制器能够准确的对通风柜的出风量进行自适应调节。

[0135] 其中，构建用于对通风柜进行出风量调节的PID（比例‑积分‑微分）控制器通常涉及以下算法步骤、公式和字母含义：

[0136] 算法步骤：a. 初始化：初始化PID控制器参数，如比例系数（Kp）、积分时间（Ti）、微分时间（Td）等。

[0137] b. 反馈获取：获取传感器反馈的实际出风量信息。

[0138] c. 误差计算：计算设定值（期望出风量，即风量调整数值）与实际值之间的误差（e），即误差 = 设定值 ‑ 实际值。

[0139] d. PID计算：根据误差计算PID输出，其中，PID控制器设计：

[0140] 定义误差（实际值与目标值之差）：e(t)=SP−PV(t)；

[0141] 计算比例控制（P）：P(t)= ；

[0142] 计算积分控制（I）：I(t)= ；

[0143] 计算微分控制（D）：D(t)= ；

[0144] 计算控制输出（Output）：Output(t)=P(t)+I(t)+D(t)。

[0145] 其中，Kp为比例增益，Ki为积分增益，Kd为微分增益，e为误差，t为时间。这一步是PID控制器的核心部分，结合P、I、D三个部分的作用来获得最终的控制输出。SP表示设定点（目标值），PV表示过程变量（实际测量值），Kp、Ki和Kd分别表示比例增益、积分时间和微分时间。控制器输出Output会根据实验室环境的实际情况动态调整通风柜的风量，使实验室环境保持在设定的目标值附近。

[0146] PIDoutput：PID控制器的输出，即控制器计算出的调节量或控制信号，用来调整系统或设备的操作，用于执行实际控制操作。

[0147] Kp：比例增益（Proportional Gain），控制了当前误差的比例对输出的影响程度。增大Kp会增加输出的灵敏度，但可能导致系统的震荡和过冲。以控制输出与误差成正比。

[0148] e：误差，即设定点（期望值）与实际测量值之间的差值，表示系统当前的偏差或错误。

[0149] Ki：积分增益（Integral Gain），用于消除系统的稳态误差。它考虑了误差随时间的累积，并调整控制器的输出以减小稳态误差。同时表示误差随时间累积的效应，用于消除静态误差。

[0150] ：误差e随时间的积分，表示积分控制的部分。积分项可以消除系统的静态误差，但可能导致系统响应变慢或产生超调。

[0151] Kd：微分增益（Derivative Gain），考虑误差变化率对输出的影响。微分项可以减小系统的超调和振荡，但会增加噪声对系统的影响。用于抑制振荡和提高系统响应速度。

[0152] ：误差e随时间的变化率，表示微分控制的部分。它有助于预测系统未来的行为，并减小响应过程中的超调和震荡。

[0153] e：误差，设定值与实际值之间的差异。

[0154] t：时间。

[0155] 风量调整：使用PID控制器的输出来调整通风柜的风量。这可以通过调整通风柜的风机转速、阀门开度等方式实现。

[0156] e. 执行控制：根据PID输出，调整通风柜的控制阀或转速，以达到期望的出风量调节。

[0157] 实时监测和反馈：实时监测实验室环境参数和PID控制器的输出。根据实际环境参数的反馈，调整PID参数或控制设备，以提高控制系统的性能。

[0158] 调试和优化：在实验室环境中进行调试，通过实际试验和观察系统响应来优化PID参数。

[0159] 考虑环境变化和负载变化对系统性能的影响，并作出相应调整。

[0160] 在其中一个实施例中，将所述风量调整数值输入预设PID控制器，包括：

[0161] S311、获取所述实验室的风量调整数值和所述当前通风柜的出风量之间的误差；

[0162] S312、根据误差计算PID输出，以得到所述实验室内的通风柜的出风量调整参数。

[0163] 在本实施例中，采用PID算法实现自动化控制，PID算法通过模糊控制算法计算得到实验室的风量调整数值，作为目标值，进行PID计算后，控制通风柜的阀门等开度调整总风量使得出风量达到所需要的风量，从而根据实验室的环境参数实现对通风柜进行精确的自适应调节，提高控制效果和精确度。

[0164] S400、基于所述通风柜的出风量调整参数对所述通风柜的出风量进行调节。

[0165] 在本实施例中，通过实时获取实验室的当前环境参数和当前通风柜的出风量，从而准确得到当前实验室的空气状态和通风柜的工作状态；并通过使用模糊控制算法根据所述当前环境参数计算得到对应当前所述实验室的风量调整数值，从而将当前实验室的空气状态与当前实验室所需的风量进行关联，并根据所述实验室的风量调整数值和所述当前通风柜的出风量，确定所述通风柜的出风量调整参数，从而确定实验室内的当前通风柜所需执行的出风量，基于所述通风柜的出风量调整参数对所述通风柜的出风量进行调节，从而实现结合实验室内的空气状态对通风柜的出风量进行自适应调节，并提高风量控制精确度，保证实验室的安全管理，同时降低了能源损耗。

[0166] 在其中一个实施例中，还包括：

[0167] S500、基于预设规则获取所述当前环境参数、所述当前通风柜的出风量、所述实验室的风量调整数值和所述通风柜的出风量调整参数，并分别构建相应的序列图表；

[0168] S600、将所述当前环境参数、所述当前通风柜的出风量、所述实验室的风量调整数值和所述通风柜的出风量调整参数的序列图表进行关联，生成关联图表；

[0169] S700、对所述序列图表和所述关联图表进行展示。

[0170] 在本实施例中，通过对监测和计算得到的数据进行相应的记录、处理，并构建相应的序列图表，从而实现对数据进行存储，并通过对序列图表进行关联，从而为后续分析提供了有力的保障，通过对关联图表进行分析，能够进一步提高风量控制效果和实验室的安全管理效果，通过对图表进行展示，有利于后续分析、查阅。

[0171] 在其中一个实施中，对所述序列图表和所述关联图表进行展示，包括：

[0172] 将所述关联图表配置为一级展示图层面，所述序列图表配置为二级图层面；

[0173] 通过交互操作选取所述一级展示图层面中的特定的时间段或参数，基于关联关系将对应的所述序列图表进行展示。

[0174] 在本实施例中，通过使用交互式数据可视化工具，将各序列图表进行关联展示。用户可以通过交互操作选取特定的时间段或参数，从而联动展示相关的序列图表，帮助用户更好地理解数据之间的关系。

[0175] 在其中一个实施例中，所述序列图表包括预设周期序列图表、预设变化范围序列图表和预设超标序列图表中的一种或多种。

[0176] 在本实施例中，由于所述序列图表包括预设周期序列图表、预设变化范围序列图表和预设超标序列图表中的一种或多种，从而实现对数据进行多角度分析，进一步提高提高风量控制效果和实验室的安全管理效果。

[0177] 其中，构建序列图表包括以下步骤：

[0178] 按时间序列：将上述数据按时间顺序绘制成表格、折线图和/或曲线图，从而形成预设周期序列图表，以观察参数随时间的变化趋势。

[0179] 按变化范围序列：将不同参数的变化范围绘制成表格、柱状图和/或箱线图，从而形成预设变化范围序列图表，以比较各项参数的波动范围。

[0180] 按超出范围序列：识别超出预设范围的数据点，并根据其标记按时间顺序绘制成表格、折线图和/或曲线图，从而形成预设超标序列图表，以便及时发现异常情况。

[0181] 在其中一个实施例中，还包括在所述当前环境参数为关键环境参数时，若所述关键环境参数超出预设安全标准，发出预设报警提示。

[0182] 在本实施例中，当检测到有超过预设安全标准的关键环境参数时，通过发出预设报警提示，能够进一步保证了工作人员和实验室的安全，提高对实验室的安全管理效果。

[0183] 在一个实施例中，本发明还提供了一种基于实验室环境监测的通风柜变风量控制系统，包括：

[0184] 获取模块：实时获取实验室的当前环境参数和当前通风柜的出风量，其中，所述当前环境参数包括温度、湿度和有害气体浓度；所述通风柜用于对所述实验室进行通风；

[0185] 计算模块：使用模糊控制算法根据所述当前环境参数计算得到对应当前所述实验室的风量调整数值；

[0186] 确定模块：根据所述实验室的风量调整数值和所述当前通风柜的出风量，确定所述通风柜的出风量调整参数；

[0187] 调节模块：基于所述通风柜的出风量调整参数对所述通风柜的出风量进行调节。

[0188] 在本实施例中，实验室环境监测的通风柜变风量控制方法的优势和有益效果，已在上述进行阐述，在此不再赘述，且由于实验室环境监测的通风柜变风量控制系统使用实验室环境监测的通风柜变风量控制方法，其实验室环境监测的通风柜变风量控制系统同样具有相同的优势和有益效果。

[0189] 在一个实施例中，本发明还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序包括程序指令，程序指令当被电子设备的处理器执行时，使处理器执行如上述任意一种可能实现的方式的方法。

[0190] 在一个实施例中，本发明还提供了一种电子设备，包括：处理器、发送装置、输入装置、输出装置和存储器，存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当处理器执行所述计算机指令时，电子设备执行如上述任意一种可能实现的方式的方法。

[0191] 请参阅图5，图5为本发明实施例提供的一种电子设备的硬件结构示意图。

[0192] 该电子设备2包括处理器21，存储器22，输入装置23，输出装置24。该处理器21、存储器22、输入装置23和输出装置24通过连接器相耦合，该连接器包括各类接口、传输线或总线等等，本发明实施例对此不作限定。应当理解，本发明的各个实施例中，耦合是指通过特定方式的相互联系，包括直接相连或者通过其他设备间接相连，例如可以通过各类接口、传输线、总线等相连。

[0193] 处理器21可以是一个或多个图形处理器（graphics processing unit， GPU），在处理器21是一个GPU的情况下，该GPU可以是单核GPU，也可以是多核GPU。可选的，处理器21可以是多个GPU构成的处理器组，多个处理器之间通过一个或多个总线彼此耦合。可选的，该处理器还可以为其他类型的处理器等等，本发明实施例不作限定。

[0194] 存储器22可用于存储计算机程序指令，以及用于执行本发明方案的程序代码在内的各类计算机程序代码。可选地，存储器包括但不限于是随机存储记忆体（random access memory，RAM）、只读存储器（read‑only memory，ROM）、可擦除可编程只读存储器（erasable programmable read only memory，EPROM）、或便携式只读存储器（compact disc read‑only memory，CD‑ROM），该存储器用于相关指令及数据。

[0195] 输入装置23用于输入数据和/或信号，以及输出装置24用于输出数据和/或信号。输出装置23和输入装置24可以是独立的器件，也可以是一个整体的器件。

[0196] 可理解，本发明实施例中，存储器22不仅可用于存储相关指令，本发明实施例对于该存储器中具体所存储的数据不作限定。

[0197] 可以理解的是，图5仅仅示出了一种电子设备的简化设计。在实际应用中，电子设备还可以分别包含必要的其他元件，包含但不限于任意数量的输入/输出装置、处理器、存储器等，而所有可以实现本发明实施例的视频解析装置都在本发明的保护范围之内。

[0198] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

[0199] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。所属领域的技术人员还可以清楚地了解到，本发明各个实施例描述各有侧重，为描述的方便和简洁，相同或类似的部分在不同实施例中可能没有赘述，因此，在某一实施例未描述或未详细描述的部分可以参见其他实施例的记载。

[0200] 在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0201] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0202] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

[0203] 在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（digital subscriber line，DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字通用光盘（digital versatile disc，DVD）)、或者半导体介质（例如固态硬盘（solid state disk ，SSD））等。

[0204] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：只读存储器（read‑only memory，ROM）或随机存储存储器（random access memory，RAM）、磁碟或者光盘等各种可存储程序代码的介质。

[0205] 以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。