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！

龙图腾网获悉河南福瑞滋生物科技股份有限公司申请的专利无糖种苗培养二氧化碳监测系统及调控方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120948708B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511136529.0，技术领域涉及：G01N33/00；该发明授权无糖种苗培养二氧化碳监测系统及调控方法是由刘畅;黄显章;向增旭;刘佳一;田方成设计研发完成，并于2025-08-14向国家知识产权局提交的专利申请。

本无糖种苗培养二氧化碳监测系统及调控方法在说明书摘要公布了：本发明公开了无糖种苗培养二氧化碳监测系统及调控方法，属于种苗培养智能调控技术领域，旨在解决无糖种苗培养中二氧化碳浓度分布不均、供给与需求动态适配性差的问题。通过分布式网格节点采集二氧化碳浓度及环境参数，判断浓度分布状态，潜在不均时经分层插值构建浓度场，识别异常区域并求解通风口与风机目标参数；构建种苗环境需求模型库，依需求参数与环境参数修正浓度区间并定位目标浓度；结合浓度偏差值、空间及通风系数，更新二氧化碳补给单元调控参数，同步进行异常监测与优化反馈。实现了二氧化碳浓度的精准调控与动态适配，提升了种苗培养环境的稳定性与资源利用效率，保障了无糖培养中种苗的生长质量。

本发明授权无糖种苗培养二氧化碳监测系统及调控方法在权利要求书中公布了：1.无糖种苗培养二氧化碳监测系统，其特征在于，包括： 通过分布式网格节点采集温室空间内的监测数据，所述监测数据包括二氧化碳浓度及环境参数； 基于网格节点的二氧化碳浓度，计算温室空间的典型二氧化碳浓度，并判断温室空间内二氧化碳浓度分布状态是否为潜在不均，若是则基于二氧化碳浓度通过分层插值构建温室空间的二氧化碳浓度场；所述二氧化碳浓度场用于通过连通性分析与双重判别指标识别异常连通区域，并求解所述异常连通区域的通风口目标角度与风机目标转速； 通过构建种苗环境需求模型库，配置目标种苗二氧化碳需求参数及环境协同调节规则，所述环境协同调节规则用于根据二氧化碳需求参数与环境参数修正二氧化碳浓度区间并定位目标二氧化碳浓度； 根据温室空间的浓度偏差值，结合温室空间的空间系数与通风系数，更新二氧化碳补给单元供给速率的调整方向和调整幅度，并进行异常监测与优化反馈； 所述构建温室空间的二氧化碳浓度场的具体步骤包括： 实时获取二氧化碳浓度数据，并采用滑动窗口滤波消除随机噪声； 配置偏差阈值，计算温室空间内相邻网格节点的二氧化碳浓度绝对偏差，统计绝对偏差大于偏差阈值的网格节点的采样点持续数量，若大于预设的分布异常阈值，则判定温室空间内二氧化碳浓度分布状态为潜在不均，否则判定为分布均匀； 当判定温室空间内二氧化碳浓度分布状态为潜在不均时，获取温室空间分布式网格节点所处于的空间位置； 计算待插值点与所有已知网格节点的空间距离，按距离的幂函数反比关系分配权重； 结合温室空间三维空间坐标体系，划分温室空间的层级与区域；划分并剔除温室空间特殊区域； 对每个层级的网格节点的二氧化碳浓度依据待插值点的权重进行分层插值，并通过计算层级间垂直方向的浓度梯度，对层级间的待插值点进行插值； 所述识别异常连通区域，并求解所述异常连通区域的通风口目标角度与风机目标转速的具体步骤包括： 通过空间统计分析计算温室空间以及每个区域的典型二氧化碳浓度，基于空间邻接关系和每个区域的典型二氧化碳浓度的相似性，对二氧化碳浓度场进行连通区域划分，计算每个连通区域的几何中心、体积及典型二氧化碳浓度； 通过计算温室空间内所有连通区域典型二氧化碳浓度的标准差与均值，获得全局空间浓度变异系数，若全局空间浓度变异系数大于预设全局阈值，则触发局部异常分析： 对每个连通区域，计算其典型二氧化碳浓度与温室空间典型浓度的偏差率，筛选大于预设动态局部阈值的连通区域，标记为异常连通区域； 以异常连通区域几何中心为基准，沿浓度梯度方向向外延伸，将典型二氧化碳浓度与温室空间典型浓度的偏差率小于动态局部阈值的位置定为异常连通区域边界； 基于温室空间内通风口、风机的空间布局参数，构建气流浓度耦合物理模型，根据异常连通区域的偏差率与设备总能耗设定优化目标，构建双目标优化模型，决策变量包括风机转速、通风口角度，约束条件包括风机运行功率小于额定功率；求解双目标优化模型，获取温室空间内通风口目标角度与风机目标转速。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河南福瑞滋生物科技股份有限公司，其通讯地址为：474361 河南省南阳市内乡县灌涨镇灌二路133号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。