档案库房智能多合一空气质量检测仪云测仪传感器

智慧档案 2023-04-26 10:20:30

智能型空气质量云测仪档案库房空气质量传感器多合一传感器

1636510512(1)


 

1.产品简介

HB-DZ900能型空气质量探测器是一款多功能空气质量检测传感器,可实时监测空气中的CO2、PM2.5、TVOC、甲醛、温度、湿度等指标,通过RS485数字信号将监测数据实时传回终端系统。可以与新风系统、空气净化设备、空调设备等进行联机,实现智能联动、实时监测、自动控制功能。可以通过WiFi上传数据至云端,通过手机微信或者APP远程实时查看监测数据。

2.产品特点

集成CO2、PM2.5、TVOC、甲醛、温度、湿度六个传感器于一体,性能稳定可靠;

◆CO2传感器采用NDIR红外传感技术,结构上采用分析仪器常用的铝管直通结构,保证了产品的优异测量性能,具有测量更精确、响应更快速、性能更稳定等特点;

◆PM2.5传感器采用激光散射原理,反应速度快技术可靠;

◆TVOC传感器采用国外进口低功耗半导体传感器,可提供宽范围VOC检测数据;

◆ 甲醛(CH20)传感器采用电化学原理传感器,测量结果精准,重复性好;

◆ 温湿度传感器采用瑞士进口Sensirion传感器,测量精准反应快速;

◆ 采用标准Modbus RTU通讯协议,RS485总线数字信号输出;

◆ 可与本地面板(86盒)配套进行显示与控制,通讯方式采用RS485数字通讯。

3.应用领域

广泛应用于各种室内温和场合中的空气质量监测与控制:写字楼、档案库房、博物馆、宾馆酒店、医院、商场、会议室、学生教室、住宅楼、健身房、机房、地下停车场等。

4.主要技术指标

项目

说明

备注

产品型号

HB-DZ900

 

工作电压

交流供电:180~240VAC

直流供电:12-24VDC

 

检测方式

自由扩散式

 

CO2传感器原理

NDIR红外传感技术原理

性能稳定可靠

 PM2.5传感器

激光散射原理

可输出PM10数据

TVOC传感器

进口低功耗半导体传感器

可提供宽范围VOC检测数据

甲醛传感器

电化学原理传感器

 

 温湿度传感器

瑞士进口Sensirion传感器

高精度数字传感器

 

 

检测量程

CO2:0-5000ppm、PM2.5\PM10:0-999 ug/m³、TVOC: 0-2.000 mg/m³、甲醛:0-2.000 mg/m³

温度:0~50℃    湿度:0~100%RH

 

 

其他检测量程可定制

工作温度

0~50℃   相对湿度≤95%RH(无凝露)

 

输出信号

RS485数字信号输出

采用标准Modbus RTU通讯协议

Wifi模块

可实现远程查看数据

 

安装方式

壁挂式\吊顶式

 

外形尺寸

168mm×168mm×50mm

 

防爆类型

非防爆型

 

出厂配置

随机附件有:仪器、说明书、合格证

 

 

5.  安装说明

 

 吸顶式安装

 

 

1636510677(1)


 

1636510607(1)


 

1636510580(1)


 

1636510757


 

 

 

 

 

6.接线说明

 

 红+、黑-、黄A、绿B

 

 

 

undefined



 

undefined



 

undefined


 

七、品质保证

 

    质保期12个月。在质量保证期内,基于正常使用和非人为损坏,对产品提供免费维护服务。

 

八、注意事项

 

1、不要直接安装在热源、冷源、或处于阳光照射下。

2、禁止长时间处于蒸汽、水雾、水帘或冷凝环境中。

3、处于粉尘或其它污染环境中,必须对产品迚行定期清理。

...全文
194 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
【1】项目代码完整且功能都验证ok,确保稳定可靠运行后才上传。欢迎下载使用!在使用过程中,如有问题或建议,请及时私信沟通,帮助解答。 【2】项目主要针对各个计算机相关专业,包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 【3】项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 【4】如果基础还行,或热爱钻研,可基于此项目进行二次开发,DIY其他不同功能,欢迎交流学习。 【注意】 项目下载解压后,项目名字和项目路径不要用中文,否则可能会出现解析不了的错误,建议解压重命名为英文名字后再运行!有问题私信沟通,祝顺利! 基于opencv图像处理+卷积神经网络实现的实时人脸识别python源码+项目说明.zip 1.原理介绍: 人脸检测利用opencv进行图像处理,借用keras框架搭建卷积神经网络,对图像进行特征提取与特征训练,再利用训练好的分类模型进行预测,再将预测标签实时打在每一帧图片上,实现实时人脸检测与人脸标注. ## 2.具体步骤: 2.1数据获取:借由opencv自带的人脸检测haarcascade_frontalface_alt2.xml进行人脸检测划分,构建起2*1000数据集. 2.2数据处理:利用opencv对图片进行读取,剪切,转为矩阵;划分好图片和标签集 2.3模型训练与保存: > 2.3.1搭建CNN神经网络模型; > 2.3.2对标签进行one-hot编码(用不同位置数组表示不同类型),对图像矩阵进行归一化; > 2.3.3将处理好的数据分批量fit给模型,进行训练. 保存训练好的模型,以便调用. 2.4模型预测:调用训练完成的模型进行识别.

3

社区成员

发帖
与我相关
我的任务
社区描述
专业智慧档案馆领域、3D可视化领域、档案十二防、档案十防、档案九防、方案八防、软硬件供应商
物联网 技术论坛(原bbs) 北京·东城区
社区管理员
  • 盛世宏博智慧档案
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧