买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了基于光离子化传感器的VOCsTVOC检测方法，涉及光离子化传感器信号分析领域，本发明通过收集环境参数、PID信号、信号强度和风机工作参数，并利用非线性模型对风机转速和工作时间进行动态预测和调整，实现对采样过程的实时优化，进一步通过建立风机转速与环境补偿后的VOCsTVOC浓度之间的关系模型，能够根据实时数据动态调整风机参数，提高检测的准确性和响应速度。

主权项：1.基于光离子化传感器的VOCsTVOC检测方法，其特征在于，包括以下步骤：S1.收集环境参数、PID信号、信号强度及风机工作参数，通过数据预处理，对数据进行特征提取，建立特征向量；S2.根据特征向量构建多头注意力机制的Transformer模型，通过多头注意力捕捉空间信息，预测补偿环境因素对VOCsTVOC读数的影响；S3.根据环境补偿后的VOCsTVOC浓度，构建非线性模型对风机的最佳工作参数进行预测；S4.根据非线性模型输出的风机最佳工作参数，动态控制PID的风机参数；其中，所述S2具体包括以下子步骤：S201.对建立的特征向量进行嵌入，将特征向量映射至高维空间；S202.对嵌入的特征向量添加位置编码；S203.将输入的特征向量进行多头注意力机制处理，计算多头注意力，捕捉不同子空间的信息；S204.多头注意力的输出传递至前馈网络，前馈网络通过归一化进行输出，生成环境补偿后的VOCsTVOC浓度预测；所述S201中，将特征向量映射至高维空间具体为通过嵌入层进行高维空间映射，其流程为：，所述表示嵌入层的输出，所述表示嵌入层，所述表示原始输入数据；所述S202中，添加位置编码的具体流程表示为： ； ；其中，所述表示位置索引，所述表示维度，所述表示模型维度，所述表示编码值；所述S203具体包括以下子步骤：S2031.将位置编码后的输入特征向量通过不同的权重矩阵映射为查询、键、值；S2032.计算查询和键之间的点积，通过缩放和softmax函数，得到注意力权重；S2033.通过计算得到的注意力权重进行加权求和；S2034.对多头注意力中的每个头均重复上述步骤，通过每个头对输入特征向量的不同子空间进行处理，并将所有头的输出进行合并；所述S204具体包括以下子步骤：S2041.使用前馈网络处理多头注意力的输出，具体流程表示为： ，所述表示前馈网络的输出，所述表示多头注意力机制的输出，所述表示第一个线性层的权重，所述表示第二个线性层的权重，所述表示第一个线性层的偏置，所述表示第二个线性层的偏置；S2042.将FFN的输出与多头注意力层的输出相加，形成残差连接；S2043.应用层归一化处理，稳定网络中每层的输出分布；S2044.将归一化后的输出传递到输出层生成VOCsTVOC浓度的预测；所述S2044中，生成VOCsTVOC浓度的预测具体表示为： ；其中，所述表示环境补偿后的VOCsTVOC浓度预测，所述表示层归一化处理后的输出，所述表示输出层的权重，所述表示输出层的偏置。

全文数据：

权利要求：

百度查询： 成都益清源科技有限公司 基于光离子化传感器的VOCs/TVOC检测方法