摘要
本发明公开了一种基于机器学习的车内空气质量调节系统及调节方法,属于车载空气调节技术领域,调节系统包括数据采集与预处理模块、车内CO2浓度实时预测模块和车内环境控制模块,所述数据采集与预处理模块实时采集车内数据;所述车内CO2浓度实时预测模块获取车内数据,实时预测列车通过下一个长隧道或隧道群车内CO2浓度,并基于预测结果产生相应的控制信号;所述车内环境控制模块获取控制信号,根据控制信号自动调节空调风道阀门开度。本发明采用上述系统及方法,基于机器学习,实现车内CO2浓度的实时预测,并结合控制策略动态调整风道阀门的开度,使车内空气质量在适宜范围内,从而保障车内敏感人群的健康与舒适性。
技术关键词
空气质量调节系统
红外热成像传感器
实时数据传输
神经网络预测模型
车载空气调节技术
通风设备
控制模块
空气质量调节方法
隧道
动态传感器
列车运行控制系统
BP神经网络预测
速度传感器信号
空调风道
传感器单元
列车定位系统
BP神经网络模型