Python 深度学习 北京空气质量LSTM时序预测 tensorflow自定义激活函数hard tanh keras tensorflow backend操作 2010.1.2-2014.12.31北京空气雾霾pm2.5 pm10数据集 折线图loss下降趋势预测值真实值对比图 label encoder one hot min max scale 标准化 numpy pandas matplotlib jupyter notebook 人工智能 机器学习 深度学习 神经网络 数据分析 数据挖掘

WPF+工控组态软件实例+管道+冷却风尚+冷却塔+空气压缩机。具体可参考个人博客介绍。

开发软件：Pycharm + Python3.7 + Django + Echarts + Mysql 实现目标：利用已经收集各个城市包括北京、上海、广州、成都、沈阳的PM2.5空气数据，利用python进行各种数据分析，将分析结果保存到csv文件中，然后利用django框架的网站，前端采用echart对分析的结果进行图表可视化展示。

利用2009年1-12月兰州地区的 MODIS气溶胶光学厚度产品与全球自动观测网（AERONET）SACOL站（104.08°E，35.57°N）数据进行对比分析，相关系数达到0.82，线性拟合的斜率为1.13，截距为0.07，表明 MODIS AOD能反映兰州地区气溶胶分布的信息.利用MODIS AOD产品与兰州市空气污染指数做相关分析，二者的相关程度较低.在进行湿度影响因子、气溶胶标高订正后，二者相关性有了较为显著的提高，说明 MODIS AOD产品可应用于监测兰州地区大气污染情况.

根据空气等离子体的发射光谱计算空气等离子体的等离子体参数 specair+用户手册

本文利用2013年12月和2015年12月晴天期间德里的空气质量预测与研究系统（SAFAR）网络观测资料，对城市热岛（UHI）强度及其对空气质量的影响进行了研究。发现在2013年12月和2015年12月，UHI在深夜20:00小时左右达到峰值。 PM2.5的浓度在2013年和2015年的12月都出现了双峰峰值，这是由于交通时间内人为活动增强所致。 在傍晚的交通时间内，UHI的形成是由于人为活动增强，地热通量增加，PBLH和风速降低导致PM2.5浓度升高，导致2013年和2015年十二月。 还发现，UHI强度与PM2.5浓度呈正相关（r = 0.57），与风速呈负相关（r = -0.40），PM2.5浓度也呈负相关（r = -0.57） ）与2013年12月的风速相关。而2015年12月，发现UHI强度与PM2.5浓度呈正相关（r = 0.65），与风速和PM2.5呈负相关（r = -0.45）。浓度也显示出与风速负相关（r = -0.57）。

为了获取综采工作面隔尘空气幕的合理设计参数,提高其隔尘效率,改善作业环境,以平煤八矿1240综采工作面为研究背景,利用计算流体力学软件Fluent6.3,对不同的空气幕出口风速和出口宽度下综采工作面空气流场及空气幕两侧的粉尘浓度分布进行数值模拟,研究确定空气幕最佳隔尘效果时的参数。研究结果表明:对于所研究的工作面,当出口风速为4 m/s,出口宽度为30 mm时,空气幕隔尘效果最佳,此时司机侧粉尘浓度最低。

GB 37480-2019 低环境温度空气源热泵（冷水）机组能效限定值及能效等级 提供国家标准《GB 37480-2019 低环境温度空气源热泵（冷水）机组能效限定值及能效等级》电子版的，同时提供更多空气源热泵相关的资料的查询与下载。

GB 35971-2018 空气调节器用全封闭型电动机-压缩机能效限定值及能效等级 提供国家标准《GB 35971-2018 空气调节器用全封闭型电动机-压缩机能效限定值及能效等级》电子版的，同时提供更多电动机相关的资料的查询与下载。

本室内空气监测净化系统为解决室内污染而设计，基于物联网技术，除了空气检测、净化的同时也可作为室内智能家居的总控制端。其体积小巧，结构简单，适合安置于室内不同位置。能实时监控室内空气质量，采集各项气体指标，为用户分析整合数据，提供可靠的意见，并智能调节监控净化装置，有效改善室内空气质量，为用户提供健康优质的生活环境。本STM32室内空气净化监测系统主要由三个部分组成，监测端、净化端和上位机，主要功能如下: （1）实时监控室内空气各项气体指标； 通过各种传感器的配合，采集室内温湿度、CO、CO2、PM2.5、甲醛、可燃气体等信息，让用户实时了解自己所居住的环境空气质量。 （2）智能监控，数据实时传输、分析整合； 可实时了解室内空气质量也可分析一段时间内气体含量指标，整合分析并给用户提出合理建议，并智能调节监控端，有针对性的加强对某些指标的监控。 （3）配套空气净化端，净化室内空气，有效提高空气质量； 本系统配有无线净化端，内部净化装置全面优良，可大幅度改善室内空气环境。 （4）上位机调控监测净化系统； 通过PC端或手机等电子设备了解室内空气指标，也可分析处理数据，为用户提供直观的空气质量信息并提出合理建议。通过上位机控制监测端和净化端具体工作细节，编辑工作状态等。 （5）预防家中灾难发生，防火灾、防燃气泄漏等； 通过传感器之间的配合和上位机的调控，当检测到室内温度异常或某些可燃气体指标超出正常值时会发出警报信息并在人机交互界面和上位机通知用户及时采取有效措施，防止灾难的发生。 为智能家居而生-STM32室内空气净化监测视频演示: 为智能家居而生-STM32室内空气净化监测附件资料截图: