CN102353622A - 一种煤矿井下工作面粉尘浓度的监测及测量方法 - Google Patents
一种煤矿井下工作面粉尘浓度的监测及测量方法 Download PDFInfo
- Publication number
- CN102353622A CN102353622A CN2011101828792A CN201110182879A CN102353622A CN 102353622 A CN102353622 A CN 102353622A CN 2011101828792 A CN2011101828792 A CN 2011101828792A CN 201110182879 A CN201110182879 A CN 201110182879A CN 102353622 A CN102353622 A CN 102353622A
- Authority
- CN
- China
- Prior art keywords
- dust
- coefficient
- calculating
- scattering
- factor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000428 dust Substances 0.000 title claims abstract description 120
- 238000012544 monitoring process Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000003245 coal Substances 0.000 title claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 37
- 230000008033 biological extinction Effects 0.000 claims abstract description 32
- 238000010586 diagram Methods 0.000 claims abstract description 24
- 230000005855 radiation Effects 0.000 claims abstract description 24
- 238000010521 absorption reaction Methods 0.000 claims abstract description 23
- 238000009826 distribution Methods 0.000 claims abstract description 21
- 230000033001 locomotion Effects 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000002834 transmittance Methods 0.000 claims description 18
- 239000002245 particle Substances 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 12
- 238000005315 distribution function Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 235000013312 flour Nutrition 0.000 claims description 7
- 238000012625 in-situ measurement Methods 0.000 claims description 6
- 241000209035 Ilex Species 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 208000011231 Crohn disease Diseases 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 238000005065 mining Methods 0.000 abstract description 5
- 238000005070 sampling Methods 0.000 abstract description 5
- 230000000903 blocking effect Effects 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 230000015556 catabolic process Effects 0.000 description 7
- 238000006731 degradation reaction Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013028 emission testing Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种煤矿井下工作面粉尘浓度的监测及测量方法，解决现有粉尘采样速度慢，而且采用复杂，不能满足安全生产在线监测的要求。采用的监测及测量方法是：⑴依据工作面粉尘环境下的退化图像，得具有块效应的粗略传输图。⑵对粗糙传输图进行精细化处理，得图像中各个像素点处对应的透射率。⑶计算出吸收因子和散射因子，计算出吸收系数和散射系数，计算出消光系数。⑷测得辐射通道长度。⑸根据透射率、消光系数和辐射长度得出粉尘质量浓度及粉尘浓度变化过程。本发明的有益效果是，测量迅速，满足实时动态测量要求，为煤矿井下采取相应的防尘措施具有重要意义。掌握采煤工作面粉尘的分布、运动规律，就能够针对不同的环境采用合适的除尘方法。
Description
技术领域
本发明涉及煤矿监测及测量粉尘浓度的方法。特别是特大型矿井综采、综掘工作面、巷道粉尘分布监测及运动规律监测的方法。
背景技术
伴随着高效综采装备不断升级，开采技术和工艺不断完善。特大型矿井作业点随着机械化程度的提高，工作面粉尘的生成量也大大增大。煤尘的时域及空域分布规律相当复杂。虽然己有多种降除尘技术和措施，对粉尘的防治起到一定作用，但由于对特大型矿井综采、综掘工作面、巷道风流分布和粉尘分布情况认识模糊缺乏定量分析，各种除尘技术和设备都未能达到预期的降尘效果，不能适应日益复杂的工作点防尘需要，成为高效安全生产的瓶颈。研究采煤工作面的粉尘分布规律，对于采取相应的防尘措施具有重要的指导意义。掌握采煤工作面粉尘的分布、运动规律，就能够针对不同的环境采用合适的除尘方法，降低工作面的粉尘浓度，完善综合防尘措施。
从上述国内的发展情况来看，我国目前现有的各类粉尘监测仪器和手段中，各煤矿日前普遍使用的都是粉尘采样器，并被列入我国粉尘排放测试方法国家标准，其余各种方法的仪器目前在这方面还停留在比较落后的水平上。粉尘采样器的优点是测量精度较高，理论上能达到±10%，但其缺点也较多，如影响测量精度的因素较多、占用房间和设备较多、采样时间较长、操作程序繁杂、仪器维修量大、花费成本较高等等。国内各煤矿井下粉尘检测点很多，一般都在100个左右，而按照有关规定，每个测尘点每月要测尘两次，测尘采样、称重、计算等一系列工作相当繁琐。粉尘采样器测尘方法，远远满足不了测尘工作的需要。难以满足日益增长的环境保护和安全生产在线监测的要求。
发明内容
为了克服上述不足，本发明利用煤矿井下现有的井下视频监视系统、粉尘分散度测量系统，提出基于暗原色先验原理对特大型矿井粉尘分布及运动规律监测方法。依据暗原色先验原理，对现有视频监视系统的图像进行处理得到透射率，基于构建的粉尘环境下的图像退化模型，计算粉尘质量浓度，其动态数据结合初始数据形成原位测量，获得粉尘的分布及运动规律。
暗原色先验理论是由何恺明（He Kaiming）等人于2009年基于对大量室外无雾图像的统计分析而得到的一种物理规律，即在无雾图像的绝大部分局部图像块内存在这样的一些像素，它们至少在一个颜色通道内的灰度值非常小，被称为暗原色。暗元色源于阴影、彩色物体和黑暗的物体表面。
本发明基于上述暗原色先验原理对视频监视系统实时采集获取的工作面粉尘环境下的退化图进行处理，在井下粉尘环境中，粉尘能以固体微粒形式在空气中悬浮一段时间，是一种气溶胶（即粉尘的表面附着水分子）。对入射光线产生散射与吸收作用，那些平时暗的像素会变亮，从而弱化了图像的色彩及对比度，引起图像退化，通过这些暗像素的变化情况即可直接得到粉尘环境下的光传输量，构建的粉尘环境下的图像退化依据一级多次散射近似法和辐射传输理论建立的透射率、消光系数、辐射长度、粉尘相函数构成的计算方程，获得到图像中各个像素点处对应的透射率，得不同区域的粉尘浓度。最终实现煤矿井下工作面粉尘浓度的监测及测量。
本发明实现发明目的采用的技术方案是，实现该方法包括：煤矿井下视频监视系统、测量工作面与视频监视系统中摄像头距离测量系统和粉尘分散度测量系统，该方法由以下步骤实现：
⑴、对视频监视系统实时采集获取的工作面粉尘环境下的退化图像划分为一组面积相同的方块区域，设置每个方块区域具有相同的深度，透射率在每个方块区域内为一常量，每个方块区域的相函数取近似常量，对每个方块区域的像素块ＲＧＢ三通道同时取最小化操作，得具有块效应的粗略传输图；
⑵、对步骤⑴获取的粗糙传输图进行精细化处理。所述的精细化处理是采用对由粗糙传输图，拉普拉斯修补矩阵，单位矩阵，归一化参数构成的方程进行能量最小化处理，实现对粗糙传输图进行细化，其中拉普拉斯修补矩阵由克罗内克函数及待修复传输图窗口的均值、协方差矩阵构成，经过修补之后的粗糙传输图，可精确反应粉尘环境中空气光的传输过程，得到图像中各个像素点处对应的透射率；
⑶、按Vander Hulst近似计算出吸收因子和散射因子，通过粉尘分散度测量系统测得的按罗森—拉姆勒（Rosion-Rammar）分布的微粒分布函数和吸收因子，利用吸收系数积分方程计算出吸收系数，通过粉尘分散度测量系统测得的按罗森—拉姆勒（Rosion-Rammar）分布的微粒分布函数和散射因子，利用散射系数积分方程计算出散射系数，吸收系数与散射系数之和得粉尘的质量消光系数或利用吸收因子和散射因子之和得消光因子，通过粉尘分散度测量系统测得的按罗森—拉姆勒（Rosion-Rammar）分布的微粒分布函数和消光因子，利用消光系数积分方程计算出消光系数；
⑷、距离测量系统测得视频监视系统实时采集获取的工作面粉尘环境下的退化图像的深度，得辐射通道长度；
⑸、根据步骤⑵得到的图像中各个像素点处对应的透射率、步骤⑶得到的消光系数和步骤⑷得到的辐射长度即可计算出就可以得出粉尘质量浓度，获得的视频监视系统实时采集获取的工作面监测区域的粉尘浓度变化过程，各个时刻信息其动态变化数据与初始静态数据结合起来形成原位测量，从而获得粉尘分布及运动规律，所述的粉尘质量浓度计算方法为依据一级多次散射近似法和辐射传输理论建立的透射率、消光系数、辐射长度、粉尘相函数构成的计算方程获得。
本发明的有益效果是，测量迅速，满足实时动态测量要求。本发明的粉尘浓度测量过程只是对视频监控设施采集的待测量区域图像进行相应的计算：依据构建粉尘环境下的图像退化模型确定透射率、质量消光系数、辐射通道长度（可用普通长度测量工具获得或三维扫描设备获取）都确定后，得出粉尘质量浓度。整个计算过程在视频监控服务器上每秒可完成数次。监测数据完备、监测区域广，能够获得监测区域粉尘的分布及运动变化规律。空域监测方面，能够完全获得视频监控系统能够监测的区域的粉尘浓度信息产生监测区域完整的粉尘浓度分布数据。时域监测方面，本发明能够获得监测区域的粉尘浓度变化过程各个时刻信息，其动态变化数据与初始静态数据结合起来形成原位测量。从而获得分布及运动规律，以便采用合适的除尘方法，降低工作面的粉尘浓度，完善综合防尘措施，克服现有传感器试验测试的空域抽样缺陷。监测实施方便，自动化程度高，成本低。由于基于视频监控系统获得的数据故实施本项目监测方法，不需添加设备，实施便捷，只需在视频服务器或监控系统的服务器上安装相应的测量软件，成本较低。实现监测数据的数字化、可视化，获得人性化、直观的人机交互方式。能够实现自动、连续操作以及数据的自动记录和传输的需要，克服现有传感器体积庞大，不便实施，价格昂贵的弊端。
下面结合附图对本发明进行详细描述。
附图说明
附图为粉尘环境下的退化图像，基于暗原色先验原理，由透射率、消光系数、辐射长度和粉尘相函数获得粉尘质量浓度、粉尘分布及运动规律流程图。
具体实施方式
参看附图
实现该方法包括：煤矿井下视频监视系统、测量工作面与视频监视系统中摄像头距离测量系统和粉尘分散度测量系统，该方法由以下步骤实现：
⑴、对视频监视系统实时采集获取的工作面粉尘环境下的退化图像划分为一组面积相同的方块区域，设置每个方块区域具有相同的深度，透射率在每个方块区域内为一常量，每个方块区域的相函数取近似常量，对每个方块区域的像素块ＲＧＢ三通道同时取最小化操作，得具有块效应的粗略传输图；
⑵、对步骤⑴获取的粗糙传输图进行精细化处理。所述的精细化处理是采用对由粗糙传输图，拉普拉斯修补矩阵，单位矩阵，归一化参数构成的方程进行能量最小化处理，实现对粗糙传输图进行细化，其中拉普拉斯修补矩阵由克罗内克函数及待修复传输图窗口的均值、协方差矩阵构成，经过修补之后的粗糙传输图，可精确反应粉尘环境中空气光的传输过程，得到图像中各个像素点处对应的透射率。
该步骤的实现，完全基于暗原色先验理论获得。首先假设粉尘环境下的退化图像局部方块区域，具有相同的深度，透射率在一个方块区域内为常量，相函数也近似为常数，即对每个方块区域退化模型是一致的，对每个像素块（每个方块区域）RGB三通道同时取最小化操作，得到具有明显的块效应的粗略传输图。其次，为了有效细化透射率，通过最小化由粗糙传输图，拉普拉斯修补矩阵，单位矩阵，归一化参数构成的能量方程对粗糙的传输图进行细化。经过细化之后的传输图，能够精确反应粉尘环境中空气光的传输过程，进而得到图像中各个像素点处对应的透射率。
通过统计表明，暗元色源于阴影、彩色物体、黑暗的物体表面.在粉尘环境中由于空气光的存在，那些平时暗的像素会变亮，通过这些暗像素可直接得到粉尘环境下的光传输量，这就是暗元色先验的图像恢复原理，暗元色可用下式描述:
式中：
指原图像中暗元色光强；
指原图像中色彩通道光强；指以像素坐标x为中心的一个小区域。
假设传输量在一个小区域内为常量，相函数p也近似为常数，将监控系统图像在区域与色彩通道中求最小值得：
其中
，
为透射率
的估计值，k，j为标定时的调节系数，
为监控系统图像像素矩阵·
由于透射率图包含一些块效应，通过把以下的代价函数最小化获得精细化的透射率图：
其中
为归一化参数，U为N×N的单位矩阵(N为图像大小)， 
为粗糙的传输图，t为修补后的传输图，L为N×N的拉普拉斯修补矩阵，L的第(i，j)个元素可以表示为：
其中
为克罗内克函数， 
和分别为窗口内像素强度的均值和协方差矩阵，I 3 为3×3的单位矩阵， 
为窗口
的像素个数，ε为归一化参数，这里使用
，
时，已经将二维图像转化为了一维向量， 
，
分别表示一维向量中下标为i，j的像素值。
⑶、按Vander Hulst近似计算出吸收因子和散射因子，通过粉尘分散度测量系统测得的按罗森—拉姆勒（Rosion-Rammar）分布的微粒分布函数和吸收因子，利用吸收系数积分方程计算出吸收系数，通过粉尘分散度测量系统测得的按罗森—拉姆勒（Rosion-Rammar）分布的微粒分布函数和散射因子，利用散射系数积分方程计算出散射系数，吸收系数与散射系数之和得粉尘的质量消光系数或利用吸收因子和散射因子之和得消光因子，通过粉尘分散度测量系统测得的按罗森—拉姆勒（Rosion-Rammar）分布的微粒分布函数和消光因子，利用消光系数积分方程计算出消光系数。
由于反射系数可以忽略不计，因此
消光系数
由吸收系数
和散射系数组成，即:
(3)
在这里粉尘分布采用罗森甘立姆勒分布表示：
式中，
为质量累计分布，表示大于某一粒径的粉尘累计值占粉尘总量的百分数，即筛上残留率(或称筛上累计分布); x为粉尘粒径，
、n分别为与粉尘粒度分布有关的系数、指数。
吸收系数
和散射系数
可由下式计算：
其中，
为粉尘的吸收因子、
为粉尘的散射因子、粉尘消光因子，
，
可按常用的V ander
Hulst近似计算：
式中，
。将式（7）代入（6）可得消光系数
。
⑷、距离测量系统测得视频监视系统实时采集获取的工作面粉尘环境下的退化图像的深度，得辐射通道长度。
辐射通道长度，可用普通长度测量工具或三维扫描设备获取。
⑸、根据步骤⑵得到的图像中各个像素点处对应的透射率、步骤⑶得到的消光系数和步骤⑷得到的辐射长度即可计算出就可以得出粉尘质量浓度，获得的视频监视系统实时采集获取的工作面监测区域的粉尘浓度变化过程，各个时刻信息其动态变化数据与初始静态数据结合起来形成原位测量，从而获得粉尘分布及运动规律，所述的粉尘质量浓度计算方法为依据一级多次散射近似法和辐射传输理论建立的透射率、消光系数、辐射长度、粉尘相函数构成的计算方程获得。
基于一级多次散射近似法，依据辐射传输理论方程构建粉尘环境下的图像退化逻辑方程如下：
式中，为透射率，
为消光系数，
为粉尘质量浓度，
为辐射长度，
为相函数,假设粉尘微粒为球形,进行单粒子散射可确定
：
式中，
为辐射波长；r为粒子半径； 为V ander Hulst采用的散射函数。
上述公司（1）中，
为透射率，
为消光系数，
为粉尘质量浓度，为辐射长度，
为已知数时，粉尘质量浓度
。粉尘质量浓度
的单位为mg/㎡。
综上所述，依据建立的粉尘环境下的图像退化模型，当透射率、质量消光系数、辐射通道长度都确定后，就可以得出粉尘质量浓度，获得的监测区域的粉尘浓度变化过程各个时刻信息，其动态变化数据与初始静态数据结合起来形成原位测量。从而获得分布及运动规律。具体流程框图如图所示。
Claims (1)
1.一种煤矿井下工作面粉尘浓度的监测及测量方法，实现该方法包括：煤矿井下视频监视系统、测量工作面与视频监视系统中摄像头距离测量系统和粉尘分散度测量系统，其特征在于：该方法由以下步骤实现：
⑴、对视频监视系统实时采集获取的工作面粉尘环境下的退化图像划分为一组面积相同的方块区域，设置每个方块区域具有相同的深度，透射率在每个方块区域内为一常量，每个方块区域的相函数取近似常量，对每个方块区域的像素块ＲＧＢ三通道同时取最小化操作，得具有块效应的粗略传输图；
⑵、对步骤⑴获取的粗糙传输图进行精细化处理，所述的精细化处理是采用对由粗糙传输图，拉普拉斯修补矩阵，单位矩阵，归一化参数构成的方程进行能量最小化处理，实现对粗糙传输图进行细化，其中拉普拉斯修补矩阵由克罗内克函数及待修复传输图窗口的均值、协方差矩阵构成，经过修补之后的粗糙传输图，可精确反应粉尘环境中空气光的传输过程，得到图像中各个像素点处对应的透射率；
⑶、按Vander Hulst近似计算出吸收因子和散射因子，通过粉尘分散度测量系统测得的按罗森—拉姆勒（Rosion-Rammar）分布的微粒分布函数和吸收因子，利用吸收系数积分方程计算出吸收系数，通过粉尘分散度测量系统测得的按罗森—拉姆勒（Rosion-Rammar）分布的微粒分布函数和散射因子，利用散射系数积分方程计算出散射系数，吸收系数与散射系数之和得粉尘的质量消光系数或利用吸收因子和散射因子之和得消光因子，通过粉尘分散度测量系统测得的按罗森—拉姆勒（Rosion-Rammar）分布的微粒分布函数和消光因子，利用消光系数积分方程计算出消光系数；
⑷、距离测量系统测得视频监视系统实时采集获取的工作面粉尘环境下的退化图像的深度，得辐射通道长度；
⑸、根据步骤⑵得到的图像中各个像素点处对应的透射率、步骤⑶得到的消光系数和步骤⑷得到的辐射长度即可计算出就可以得出粉尘质量浓度，获得的视频监视系统实时采集获取的工作面监测区域的粉尘浓度变化过程，各个时刻信息其动态变化数据与初始静态数据结合起来形成原位测量，从而获得粉尘分布及运动规律，所述的粉尘质量浓度计算方法为依据一级多次散射近似法和辐射传输理论建立的透射率、消光系数、辐射长度、粉尘相函数构成的计算方程获得。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110182879 CN102353622B (zh) | 2011-07-01 | 2011-07-01 | 一种煤矿井下工作面粉尘浓度的监测及测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110182879 CN102353622B (zh) | 2011-07-01 | 2011-07-01 | 一种煤矿井下工作面粉尘浓度的监测及测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102353622A true CN102353622A (zh) | 2012-02-15 |
| CN102353622B CN102353622B (zh) | 2013-03-27 |
Family
ID=45577229
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201110182879 Expired - Fee Related CN102353622B (zh) | 2011-07-01 | 2011-07-01 | 一种煤矿井下工作面粉尘浓度的监测及测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102353622B (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103884630A (zh) * | 2014-03-13 | 2014-06-25 | 河北联合大学 | 工作场所空气中粉尘分散度的测定方法 |
| CN104330388A (zh) * | 2014-11-17 | 2015-02-04 | 四川鼎林信息技术有限公司 | 一种雾霾检测装置及其检测方法 |
| CN104677419A (zh) * | 2015-01-29 | 2015-06-03 | 浙江科技学院 | 全方位定量化的隧道爆破气尘快速监测装置 |
| CN105137229A (zh) * | 2015-08-19 | 2015-12-09 | 中国人民解放军电子工程学院 | 一种生物颗粒跨波段综合电磁衰减能力的快速判定方法 |
| CN105758774A (zh) * | 2016-04-20 | 2016-07-13 | 中国矿业大学 | 一种红外光学监测矿山掘进巷粉尘最高质量浓度的方法 |
| CN106528997A (zh) * | 2016-10-28 | 2017-03-22 | 江苏天瑞仪器股份有限公司 | 一种绘制区域颗粒物小时浓度分布图的方法 |
| CN107389516A (zh) * | 2017-07-17 | 2017-11-24 | 陈剑桃 | 一种高效的工厂车间粉尘监测系统 |
| CN109001082A (zh) * | 2018-09-30 | 2018-12-14 | 辽宁工程技术大学 | 一种方便移点的采煤工作面煤矿粉尘检测装置 |
| CN110567853A (zh) * | 2019-10-22 | 2019-12-13 | 中国矿业大学(北京) | 基于图像的矿井粉尘测量系统 |
| CN111912755A (zh) * | 2020-08-07 | 2020-11-10 | 山东中煤工矿物资集团有限公司 | 一种矿用粉尘浓度传感器、传感器系统及方法 |
| US10927280B2 (en) | 2015-11-06 | 2021-02-23 | Ecolab Usa Inc. | Methods of and systems for controlling dust |
| CN112580600A (zh) * | 2020-12-29 | 2021-03-30 | 神华黄骅港务有限责任公司 | 粉尘浓度检测方法、装置、计算机设备和存储介质 |
| CN112594887A (zh) * | 2020-12-15 | 2021-04-02 | 珠海格力电器股份有限公司 | 空调控制方法及装置、空调器设备 |
| CN116823824A (zh) * | 2023-08-29 | 2023-09-29 | 山东济宁运河煤矿有限责任公司 | 基于机器视觉的井下带式输送机降尘检测系统 |
| CN117351426A (zh) * | 2023-10-24 | 2024-01-05 | 秦皇岛燕大滨沅科技发展有限公司 | 一种散货港口粉尘监测方法 |
| CN118115440A (zh) * | 2024-01-29 | 2024-05-31 | 合肥合安智为科技有限公司 | 一种基于双目视觉的雾炮精准抑尘系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2005404A (en) * | 1977-09-26 | 1979-04-19 | Bendix Corp | "Dust Monitor" |
| JPH11248655A (ja) * | 1998-03-06 | 1999-09-17 | Kansai Coke & Chem Co Ltd | 粉塵種の判別定量法 |
| CN101598657A (zh) * | 2009-07-02 | 2009-12-09 | 煤炭科学研究总院常州自动化研究院 | 一种粉尘浓度传感器及其测量粉尘浓度的方法 |
| CN101906987A (zh) * | 2010-07-15 | 2010-12-08 | 山东科技大学 | 矿井粉尘浓度及环境参数自动检测与控制系统 |
-
2011
- 2011-07-01 CN CN 201110182879 patent/CN102353622B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2005404A (en) * | 1977-09-26 | 1979-04-19 | Bendix Corp | "Dust Monitor" |
| JPH11248655A (ja) * | 1998-03-06 | 1999-09-17 | Kansai Coke & Chem Co Ltd | 粉塵種の判別定量法 |
| CN101598657A (zh) * | 2009-07-02 | 2009-12-09 | 煤炭科学研究总院常州自动化研究院 | 一种粉尘浓度传感器及其测量粉尘浓度的方法 |
| CN101906987A (zh) * | 2010-07-15 | 2010-12-08 | 山东科技大学 | 矿井粉尘浓度及环境参数自动检测与控制系统 |
Non-Patent Citations (1)
| Title |
|---|
| 王晋育等: "综采放顶煤工作面高浓度粉尘综合防治技术的研究", 《矿业安全与环保》, no. 6, 31 December 1995 (1995-12-31) * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103884630A (zh) * | 2014-03-13 | 2014-06-25 | 河北联合大学 | 工作场所空气中粉尘分散度的测定方法 |
| CN104330388A (zh) * | 2014-11-17 | 2015-02-04 | 四川鼎林信息技术有限公司 | 一种雾霾检测装置及其检测方法 |
| CN104677419B (zh) * | 2015-01-29 | 2017-07-21 | 浙江科技学院 | 全方位定量化的隧道爆破气尘快速监测装置 |
| CN104677419A (zh) * | 2015-01-29 | 2015-06-03 | 浙江科技学院 | 全方位定量化的隧道爆破气尘快速监测装置 |
| CN105137229A (zh) * | 2015-08-19 | 2015-12-09 | 中国人民解放军电子工程学院 | 一种生物颗粒跨波段综合电磁衰减能力的快速判定方法 |
| CN105137229B (zh) * | 2015-08-19 | 2018-01-26 | 中国人民解放军电子工程学院 | 一种生物颗粒跨波段综合电磁衰减能力的快速判定方法 |
| US10927280B2 (en) | 2015-11-06 | 2021-02-23 | Ecolab Usa Inc. | Methods of and systems for controlling dust |
| CN105758774A (zh) * | 2016-04-20 | 2016-07-13 | 中国矿业大学 | 一种红外光学监测矿山掘进巷粉尘最高质量浓度的方法 |
| CN106528997A (zh) * | 2016-10-28 | 2017-03-22 | 江苏天瑞仪器股份有限公司 | 一种绘制区域颗粒物小时浓度分布图的方法 |
| CN106528997B (zh) * | 2016-10-28 | 2020-08-14 | 江苏天瑞仪器股份有限公司 | 一种绘制区域颗粒物小时浓度分布图的方法 |
| CN107389516A (zh) * | 2017-07-17 | 2017-11-24 | 陈剑桃 | 一种高效的工厂车间粉尘监测系统 |
| CN109001082A (zh) * | 2018-09-30 | 2018-12-14 | 辽宁工程技术大学 | 一种方便移点的采煤工作面煤矿粉尘检测装置 |
| CN109001082B (zh) * | 2018-09-30 | 2021-04-13 | 辽宁工程技术大学 | 一种方便移点的采煤工作面煤矿粉尘检测装置 |
| CN110567853A (zh) * | 2019-10-22 | 2019-12-13 | 中国矿业大学(北京) | 基于图像的矿井粉尘测量系统 |
| CN111912755A (zh) * | 2020-08-07 | 2020-11-10 | 山东中煤工矿物资集团有限公司 | 一种矿用粉尘浓度传感器、传感器系统及方法 |
| CN112594887A (zh) * | 2020-12-15 | 2021-04-02 | 珠海格力电器股份有限公司 | 空调控制方法及装置、空调器设备 |
| CN112580600A (zh) * | 2020-12-29 | 2021-03-30 | 神华黄骅港务有限责任公司 | 粉尘浓度检测方法、装置、计算机设备和存储介质 |
| CN116823824A (zh) * | 2023-08-29 | 2023-09-29 | 山东济宁运河煤矿有限责任公司 | 基于机器视觉的井下带式输送机降尘检测系统 |
| CN116823824B (zh) * | 2023-08-29 | 2023-11-24 | 山东济宁运河煤矿有限责任公司 | 基于机器视觉的井下带式输送机降尘检测系统 |
| CN117351426A (zh) * | 2023-10-24 | 2024-01-05 | 秦皇岛燕大滨沅科技发展有限公司 | 一种散货港口粉尘监测方法 |
| CN118115440A (zh) * | 2024-01-29 | 2024-05-31 | 合肥合安智为科技有限公司 | 一种基于双目视觉的雾炮精准抑尘系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102353622B (zh) | 2013-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102353622A (zh) | 一种煤矿井下工作面粉尘浓度的监测及测量方法 | |
| CN111855664B (zh) | 一种可调节隧道病害三维检测系统 | |
| CN106355166B (zh) | 一种基于监控视频与遥感图像的灰霾扩散路径绘制与来源确定方法 | |
| Ouyang et al. | Pavement cracking measurements using 3D laser-scan images | |
| US9659237B2 (en) | Imaging through aerosol obscurants | |
| CN102749046B (zh) | 岩体结构面直剪试验中剪切面积的测量方法 | |
| CN102183442B (zh) | 一种基于大气细粒子谱仪的能见度测量方法 | |
| CN113256082A (zh) | 一种隧道掌子面智能地质素描及地质评价方法 | |
| WO2018234859A1 (en) | MAPPING AND CODING OF GEOLOGICAL CHARACTERISTICS | |
| CN104730598A (zh) | 一种沙尘暴监测方法及装置 | |
| CN111881029A (zh) | 一种面向自动驾驶的多场景自动化点云扩增方法 | |
| CN104835124A (zh) | 一种基于光谱信息融合的泡沫图像颜色校正方法及装置 | |
| Guo et al. | Surface defect detection of civil structures using images: Review from data perspective | |
| CN111638200A (zh) | 基于拉曼光谱分析的地质预报系统及方法 | |
| CN115330664A (zh) | 基于图像识别的围岩风化程度全自动识别方法及装置 | |
| Li et al. | Vision-based measurement of dust concentration by image transmission | |
| Wang et al. | Dust pollution evaluation based on grayscale average and fractal dimension of digital image | |
| CN113569943B (zh) | 一种基于深度神经网络的渣片大块预警方法、系统及装置 | |
| Fu et al. | Detecting surface defects of heritage buildings based on deep learning | |
| Ceniceros et al. | Comparison of BRDF-predicted and observed light curves of GEO satellites | |
| Wang et al. | A Comprehensive Evaluation Method for Dust Pollution: Digital Image Processing and Deep Learning Approach | |
| Xing et al. | A lightweight detection method of pavement potholes based on binocular stereo vision and deep learning | |
| Wang et al. | An Intelligent Detection and Classification Model Based on Computer Vision for Pavement Cracks in Complicated Scenarios | |
| CN113792452A (zh) | 一种基于雨滴速度的视频反演降雨强度的方法 | |
| Puan et al. | Automated pavement imaging program (APIP) for pavement cracks classification and quantification |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130327 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |