CN110687024A - 一种基于图像的爆破粉尘量的测量方法 - Google Patents
一种基于图像的爆破粉尘量的测量方法 Download PDFInfo
- Publication number
- CN110687024A CN110687024A CN201910880707.9A CN201910880707A CN110687024A CN 110687024 A CN110687024 A CN 110687024A CN 201910880707 A CN201910880707 A CN 201910880707A CN 110687024 A CN110687024 A CN 110687024A
- Authority
- CN
- China
- Prior art keywords
- dust
- blasting
- sampling
- concentration
- sampling point
- 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.)
- Pending
Links
- 239000000428 dust Substances 0.000 title claims abstract description 269
- 238000005422 blasting Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000005070 sampling Methods 0.000 claims abstract description 104
- 238000004880 explosion Methods 0.000 claims abstract description 20
- 238000009792 diffusion process Methods 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000005303 weighing Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 6
- 238000005474 detonation Methods 0.000 claims description 5
- 238000000691 measurement method Methods 0.000 claims description 5
- 238000005065 mining Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 102000020897 Formins Human genes 0.000 claims description 2
- 108091022623 Formins Proteins 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及工程爆破技术领域，具体公开了一种基于图像的爆破粉尘量的测量方法，包括以下步骤：1）测量设备与测点布置：在爆区正前方和正侧方各布置一台数码相机作为拍摄点；在爆区下风侧布置粉尘采样仪作为1号粉尘采样点，在爆区上风侧布置2号粉尘采样点作为空白对照；2）数据采集：安装调试好仪器进行采样；3）粉尘浓度标定：建立1号粉尘采样点处粉尘实测平均浓度与图像灰度变化值的关系；4）粉尘量计算：利用粉尘扩散图提取灰度值，再根据粉尘范围即可计算出空间范围内的爆破粉尘量。本发明通过设置数码相机和粉尘采样仪根据公式运算即可得到爆破带来的粉尘量，同时消除了自然空气粉尘对爆破粉尘测量的影响，测量精准度高。
Description
技术领域
本发明涉及工程爆破技术领域，具体是一种基于图像的爆破粉尘量的测量方法。
背景技术
露天矿山中的粉尘可以分为自然粉尘和人为粉尘两大类。自然粉尘主要是由风化作用、光化作用以及火山地震等自然活动所产生的；而人为粉尘则主要是在矿山生产过程中的各种人类活动所产生的，如钻孔、爆破、铲装、运输等日常生产环节，由于矿山生产中人类活动的频率和强度都远远高于同期自然活动，所以人为粉尘的产生量也远远高于自然粉尘。
其中，爆破粉尘有以下几个特点：
(1)浓度高。
爆破作业之所以会形成高浓度的粉尘污染，主要因为爆破作业在产生大量的粉尘的同时还会将其它尘源所产粉尘一起抛洒到空气中，尘源量的急剧增加让爆破作业相对其他生产环节形成更严重粉尘污染。
(2)扩散速度快、污染范围广。
爆破是一种剧烈的化学反应，产生的爆轰波会对粉尘产生极大的冲击作用，研究发现在爆破的数秒内粉尘会获得80～120m/s的初始速度，受爆破引起的气流的影响，粉尘最远可扩散至上百米乃至几千米的范围。1986年南方采选公司在一个露天矿同时起爆1100吨炸药，一分钟内在150～250m的高空中形成粉尘云，爆破产生的热量会让粉尘云与周边空气的温度失衡形成气流，气流形成的风带着粉尘云飘至3公里外才消散。
为了对爆破后产生的粉尘量有更直观的数据进行观察，需要提供一种方法对爆破粉尘量进行测量。
发明内容
本发明的目的在于提供一种基于图像的爆破粉尘量的测量方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于图像的爆破粉尘量的测量方法，包括以下步骤：
1)测量设备与测点布置：在爆区正前方和正侧方200m处各布置一台数码相机作为拍摄点；
起爆前半小时观察爆区风向并设为y方向，在爆区下风侧50m轴线上布置粉尘采样仪作为1号粉尘采样点，在爆区上风侧100m轴线上同样布置2号粉尘采样点作为空白对照；
2)数据采集：在起爆前5分钟安装调试好仪器，并打开粉尘采样仪进行采样，采样结束后将粉尘采集头放入保护盒内带回试验室进行称重；
3)粉尘浓度标定：利用所述数码相机记录不同时刻1号粉尘采样点处的粉尘图像，并提取1号粉尘采样点处的不同时间下的图像灰度值，建立1号粉尘采样点处粉尘实测平均浓度与图像灰度变化值的关系；
4)粉尘量计算：利用数码相机得到粉尘扩散图并提取灰度值，可得到粉尘空间浓度分布矩阵，再根据正前方粉尘浓度云图和正侧方粉尘浓度云图得到粉尘范围即可计算出空间范围内的爆破粉尘量。
作为本发明进一步的方案：步骤1)中，所述数码相机通过安装在三角架获得获得相同拍摄条件。
作为本发明进一步的方案：步骤1)中，所述粉尘采样仪的型号为FCC-25防爆型粉尘采样仪，粉尘采样仪采样时间设置为30分钟，采集爆破粉尘的时间为2-5分钟，剩余时间粉尘采样仪采集矿区自然空气中的粉尘。
作为本发明进一步的方案：步骤2)中，所述粉尘采样仪采样空气流量设置为20L/min，所述数码相机视频录像的像素设置为1920像素×1080像素。
作为本发明进一步的方案：步骤2)中，所述称重采用JJ224BC型精密电子天平，称重精度为0.1mg。
作为本发明进一步的方案：步骤3)中，所述粉尘浓度标定具体公式如下：
其中，2号粉尘采样点单位时间内采集粉尘量为：q2＝Δm2/t2
式中，Δm2为2号粉尘采样点处采样后质量增加量，mg，t2为2号粉尘采样点处的采样时间，min；
则1号粉尘采样点采集的爆破粉尘量为：Δm3＝Δm1-q2t3
式中：Δm1为1号粉尘采样点采样后质量增加量，mg，t3为1号粉尘采样点采集自然空气粉尘时间，min；
采集爆破粉尘的时间内，1号粉尘采样点的平均粉尘浓度为：
式中：t4为1号粉尘采样点采集爆破粉尘时间，min，q为粉尘采样仪采样空气流量，L/min；
提取1号粉尘采样点处的不同时间下的图像灰度值，假设整个过程粉尘浓度与图像灰度呈线性关系，则t时刻1号粉尘采样点处的粉尘浓度为：l(t)＝kG
式中：G为t时刻1号粉尘采样点处的图像灰度值，k为粉尘浓度与图像灰度比例系数，mg/m3；
则1号粉尘采样点采集爆破粉尘的时间内粉尘平均浓度为：
作为本发明进一步的方案：步骤4)中，所述粉尘量计算具体公式如下：
其中，提取粉尘扩散图的灰度值得到灰度矩阵A，A的分量代表一个像素点的灰度值，灰度值乘以系数k即可得到该点粉尘浓度值，则粉尘空间浓度分布矩阵为：L＝kA；
根据数码相机焦距和视角参数，利用正前方粉尘浓度云图计算得到对应的实际长度和宽度，则图中每个像素长度代表实际长度w，每个像素高度代表实际高度h，利用正侧方粉尘浓度云图得到粉尘范围对应的实际宽度d，假设粉尘浓度在宽度方向上近似相等，则每个像素区域在宽度空间范围粉尘量计算可简化为：Qi＝whdLi
式中：Li为第i个像素点处的粉尘浓度值，mg/m3；
则爆破产生粉尘的总量为：
式中：n为图片像素点总数目。
与现有技术相比，本发明的有益效果是：该基于图像的爆破粉尘量的测量方法通过设置数码相机和粉尘采样仪，再根据公式运算即可得到爆破的粉尘量，同时消除了自然空气粉尘对爆破粉尘测量的影响，测量精准度高。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。
图1为基于图像的爆破粉尘量的测量方法的步骤图。
图2为基于图像的爆破粉尘量的测量方法中测量设备与测点布置的示意图。
图3为基于图像的爆破粉尘量的测量方法中不同时刻1号粉尘采样点处的粉尘图像。
图4为基于图像的爆破粉尘量的测量方法中粉尘扩散图滤噪后效果图。
图5为基于图像的爆破粉尘量的测量方法中正前方粉尘浓度云图。
图6为基于图像的爆破粉尘量的测量方法中正侧方粉尘浓度云图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例
本实施例中，一种基于图像的爆破粉尘量的测量方法，包括以下步骤：
1)测量设备与测点布置：在爆区正前方和正侧方200m处各布置一台数码相机作为拍摄点，为使不同时刻粉尘影像灰度值具有可比性，将相机安装在三角架上以获得相同拍摄条件；
起爆前半小时观察爆区风向并设为y方向，在爆区下风侧50m轴线上布置粉尘采样仪作为1号粉尘采样点，为消除自然空气粉尘对爆破粉尘测量的影响，爆区上风侧100m轴线上同样布置2号粉尘采样点作为空白对照，所述粉尘采样仪的型号为FCC-25防爆型粉尘采样仪，粉尘采样仪采样时间设置为30分钟，采集爆破粉尘的时间为2-5分钟，剩余时间粉尘采样仪采集矿区自然空气中的粉尘；
2)数据采集：在起爆前5分钟安装调试好仪器，所述粉尘采样仪采样空气流量设置为20L/min，所述数码相机视频录像的像素设置为1920像素×1080像素；
打开粉尘采样仪进行采样，采样结束后将粉尘采集头放入保护盒内带回试验室进行称重，称重采用JJ224BC型精密电子天平，称重精度为0.1mg；
1号粉尘采样点和2号粉尘采样点采样前后采集头质量如表1所示：
表1粉尘采集头采样前后质量表
3)粉尘浓度标定：利用所述数码相机记录不同时刻1号粉尘采样点处的粉尘图像，并提取1号粉尘采样点处的不同时间下的图像灰度值，建立1号粉尘采样点处粉尘实测平均浓度与图像灰度变化值的关系；
爆破后的粉尘在各种力场的作用下发生扩散漂移，1号粉尘采样点处粉尘浓度时刻发生变化，不同浓度的粉尘呈现出不同的图像灰度值；
1号粉尘采样点采样时间为21分钟，采集爆破粉尘的时间为106秒，剩下19分14秒的时间在采集自然空气中的粉尘，计算爆破粉尘量时应除去自然空气粉尘量，1号粉尘采样点和2号粉尘采样点布置的粉尘采样仪采样参数设置相同，单位时间采集自然空气量应相同，2号粉尘采样点单位时间采集粉尘量为：
q2＝Δm2/t2＝5.2÷20＝0.26mg/min
式中，Δm2为2号粉尘采样点处采样后质量增加量，mg，t2为2号粉尘采样点处的采样时间，min。
则1号粉尘采样点采集爆破粉尘量为：
Δm3＝Δm1-q2t3＝61.7-0.26×19.3＝56.7mg
式中：Δm1为1号粉尘采样点采样后质量增加量，mg，t3为1号粉尘采样点采集自然空气粉尘时间，min。
爆破后106秒内，1号粉尘采样点处平均粉尘浓度为：
式中：t4为1号粉尘采样点采集爆破粉尘时间，min，q为粉尘采样仪采样空气流量，L/min。
对图3的图像进行灰度处理，提取1号粉尘采样点处的图像灰度值，结果如表2所示：
表21号粉尘采样点不同时间下的图像灰度值
粉尘在低浓度条件下浓度与灰度呈较好的线性关系，随着浓度提高线性关系降低，1号粉尘采样点处的粉尘浓度先增加后减小，假设整个过程粉尘浓度与图像灰度呈线性关系，则t时刻1#采样点的粉尘浓度为：
l(t)＝kG
式中：G为t时刻1号粉尘采样点处的图像灰度值，k为粉尘浓度与图像灰度比例系数，mg/m3；
则1号粉尘采样点爆破后106秒内粉尘平均浓度为：
将表2的数据代入上式进行积分，经计算得到k等于8.257mg/m3，在粉尘浓度一定情况下，系数k与拍摄环境光线条件和相机拍摄参数有关；
4)粉尘量计算：利用数码相机得到粉尘扩散图并提取灰度值，可得到粉尘空间浓度分布矩阵，再根据正前方粉尘浓度云图和正侧方粉尘浓度云图得到粉尘范围即可计算出空间范围内的爆破粉尘量；
提取图4的灰度值得到灰度矩阵A，矩阵A是一个452×1568的二维矩阵，A的分量代表一个像素点的灰度值，灰度值乘以系数k即可得到该点粉尘浓度值，则粉尘空间浓度分布矩阵为：
L＝kA；
图5像素大小为1568像素×452像素，根据相机焦距和视角参数，计算得到图幅对应的实际长度为210m宽度为60m，则图中每个像素长度代表实际长度w＝0.134m，每个像素高度代表实际高度h＝0.133m；图6为正侧方粉尘浓度云图，粉尘范围对应的实际宽度d为75m，假设粉尘浓度在宽度方向上近似相等，图4中每个像素区域在宽度为75m空间范围粉尘量计算可简化为：
Qi＝whdLi
式中：Li为第i个像素点处的粉尘浓度值，mg/m3，
则，爆破产生粉尘的总量为：
式中：n为图片像素点总数目，
将相关数据代入上式算得，起爆后30秒时空气中爆破粉尘总量为864.91kg。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于图像的爆破粉尘量的测量方法，其特征在于，包括以下步骤：
1)测量设备与测点布置：在爆区正前方和正侧方200m处各布置一台数码相机作为拍摄点；
起爆前半小时观察爆区风向并设为y方向，在爆区下风侧50m轴线上布置粉尘采样仪作为1号粉尘采样点，在爆区上风侧100m轴线上同样布置2号粉尘采样点作为空白对照；
2)数据采集：在起爆前5分钟安装调试好仪器，并打开粉尘采样仪进行采样，采样结束后将粉尘采集头放入保护盒内带回试验室进行称重；
3)粉尘浓度标定：利用所述数码相机记录不同时刻1号粉尘采样点处的粉尘图像，并提取1号粉尘采样点处的不同时间下的图像灰度值，建立1号粉尘采样点处粉尘实测平均浓度与图像灰度变化值的关系；
4)粉尘量计算：利用数码相机得到粉尘扩散图并提取灰度值，可得到粉尘空间浓度分布矩阵，再根据正前方粉尘浓度云图和正侧方粉尘浓度云图得到粉尘范围即可计算出空间范围内的爆破粉尘量。
2.根据权利要求1所述的基于图像的爆破粉尘量的测量方法，其特征在于，步骤1)中，所述数码相机通过安装在三角架获得相同拍摄条件。
3.根据权利要求2所述的基于图像的爆破粉尘量的测量方法，其特征在于，步骤1)中，所述粉尘采样仪的型号为FCC-25防爆型粉尘采样仪，粉尘采样仪采样时间设置为30分钟，采集爆破粉尘的时间为2-5分钟，剩余时间粉尘采样仪采集矿区自然空气中的粉尘。
4.根据权利要求1所述的基于图像的爆破粉尘量的测量方法，其特征在于，步骤2)中，所述粉尘采样仪采样空气流量设置为20L/min，所述数码相机视频录像的像素设置为1920像素×1080像素。
5.根据权利要求4所述的基于图像的爆破粉尘量的测量方法，其特征在于，步骤2)中，所述称重采用JJ224BC型精密电子天平，称重精度为0.1mg。
6.根据权利要求1所述的基于图像的爆破粉尘量的测量方法，其特征在于，步骤3)中，所述粉尘浓度标定具体公式如下：
其中，2号粉尘采样点单位时间内采集粉尘量为：q2＝Δm2/t2
式中，Δm2为2号粉尘采样点处采样后质量增加量，mg，t2为2号粉尘采样点处的采样时间，min；
则1号粉尘采样点采集的爆破粉尘量为：Δm3＝Δm1-q2t3
式中：Δm1为1号粉尘采样点采样后质量增加量，mg，t3为1号粉尘采样点采集自然空气粉尘时间，min；
采集爆破粉尘的时间内，1号粉尘采样点的平均粉尘浓度为：
式中：t4为1号粉尘采样点采集爆破粉尘时间，min，q为粉尘采样仪采样空气流量，L/min；
提取1号粉尘采样点处的不同时间下的图像灰度值，假设整个过程粉尘浓度与图像灰度呈线性关系，则t时刻1号粉尘采样点处的粉尘浓度为：l(t)＝kG
式中：G为t时刻1号粉尘采样点处的图像灰度值，k为粉尘浓度与图像灰度比例系数，mg/m3；
则1号粉尘采样点采集爆破粉尘的时间内粉尘平均浓度为：
7.根据权利要求6所述的基于图像的爆破粉尘量的测量方法，其特征在于，步骤4)中，所述粉尘量计算具体公式如下：
其中，提取粉尘扩散图的灰度值得到灰度矩阵A，A的分量代表一个像素点的灰度值，灰度值乘以系数k即可得到该点粉尘浓度值，则粉尘空间浓度分布矩阵为：L＝kA；
根据数码相机焦距和视角参数，利用正前方粉尘浓度云图计算得到对应的实际长度和宽度，则图中每个像素长度代表实际长度w，每个像素高度代表实际高度h，利用正侧方粉尘浓度云图得到粉尘范围对应的实际宽度d，假设粉尘浓度在宽度方向上近似相等，则每个像素区域在宽度空间范围粉尘量计算可简化为：Qi＝whdLi
式中：Li为第i个像素点处的粉尘浓度值，mg/m3；
则爆破产生粉尘的总量为：
式中：n为图片像素点总数目。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910880707.9A CN110687024A (zh) | 2019-09-18 | 2019-09-18 | 一种基于图像的爆破粉尘量的测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910880707.9A CN110687024A (zh) | 2019-09-18 | 2019-09-18 | 一种基于图像的爆破粉尘量的测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110687024A true CN110687024A (zh) | 2020-01-14 |
Family
ID=69109248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910880707.9A Pending CN110687024A (zh) | 2019-09-18 | 2019-09-18 | 一种基于图像的爆破粉尘量的测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110687024A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114358039A (zh) * | 2021-02-04 | 2022-04-15 | 湖南九九智能环保股份有限公司 | 一种堆场粉尘治理系统 |
| CN114544440A (zh) * | 2022-02-22 | 2022-05-27 | 安徽理工大学 | 一种截割产尘实验系统及其截割产尘监测方法 |
| CN114741645A (zh) * | 2022-04-29 | 2022-07-12 | 西安科技大学 | 一种露天煤矿抛掷爆破粉尘浓度计算方法 |
| CN115046895A (zh) * | 2022-06-08 | 2022-09-13 | 中煤科工集团重庆研究院有限公司 | 一种个体呼吸性粉尘浓度检测装置及方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6768509B1 (en) * | 2000-06-12 | 2004-07-27 | Intel Corporation | Method and apparatus for determining points of interest on an image of a camera calibration object |
| CN102445409A (zh) * | 2011-09-28 | 2012-05-09 | 中国农业大学 | 一种基于数字图像技术的粉尘浓度测量装置及方法 |
| CN103149133A (zh) * | 2013-02-05 | 2013-06-12 | 中国矿业大学 | 基于电磁波的煤尘检测方法及装置 |
| CN105759318A (zh) * | 2015-03-06 | 2016-07-13 | 公安部第研究所 | 一种安全检测装置及其检测方法 |
| CN107024416A (zh) * | 2017-04-07 | 2017-08-08 | 福建福光股份有限公司 | 结合相似性和不连续性的准圆形颗粒平均尺寸检测方法 |
| CN107741375A (zh) * | 2017-10-20 | 2018-02-27 | 中煤科工集团重庆研究院有限公司 | 一种粉尘沉积检测感应单元、系统及方法 |
| CN107762558A (zh) * | 2017-11-09 | 2018-03-06 | 河南理工大学 | 矿井瓦斯爆炸灾情智能探测系统及探测方法 |
| CN108131166A (zh) * | 2018-02-23 | 2018-06-08 | 中国矿业大学(北京) | 基于图像的矿井爆炸监测报警系统 |
| CN108181319A (zh) * | 2017-12-12 | 2018-06-19 | 陕西三星洁净工程有限公司 | 一种基于立体视觉的积尘检测装置及方法 |
| CN108645761A (zh) * | 2018-05-30 | 2018-10-12 | 西安科技大学 | 测试粉尘颗粒运动特征及参数的可视化系统及方法 |
| CN208125655U (zh) * | 2018-03-29 | 2018-11-20 | 公安部天津消防研究所 | 一种明火引燃粉尘云燃爆实验测定装置 |
| CN109146195A (zh) * | 2018-09-06 | 2019-01-04 | 北方爆破科技有限公司 | 一种基于cart树回归算法的爆破块度预测方法 |
-
2019
- 2019-09-18 CN CN201910880707.9A patent/CN110687024A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6768509B1 (en) * | 2000-06-12 | 2004-07-27 | Intel Corporation | Method and apparatus for determining points of interest on an image of a camera calibration object |
| CN102445409A (zh) * | 2011-09-28 | 2012-05-09 | 中国农业大学 | 一种基于数字图像技术的粉尘浓度测量装置及方法 |
| CN103149133A (zh) * | 2013-02-05 | 2013-06-12 | 中国矿业大学 | 基于电磁波的煤尘检测方法及装置 |
| CN105759318A (zh) * | 2015-03-06 | 2016-07-13 | 公安部第研究所 | 一种安全检测装置及其检测方法 |
| CN107024416A (zh) * | 2017-04-07 | 2017-08-08 | 福建福光股份有限公司 | 结合相似性和不连续性的准圆形颗粒平均尺寸检测方法 |
| CN107741375A (zh) * | 2017-10-20 | 2018-02-27 | 中煤科工集团重庆研究院有限公司 | 一种粉尘沉积检测感应单元、系统及方法 |
| CN107762558A (zh) * | 2017-11-09 | 2018-03-06 | 河南理工大学 | 矿井瓦斯爆炸灾情智能探测系统及探测方法 |
| CN108181319A (zh) * | 2017-12-12 | 2018-06-19 | 陕西三星洁净工程有限公司 | 一种基于立体视觉的积尘检测装置及方法 |
| CN108131166A (zh) * | 2018-02-23 | 2018-06-08 | 中国矿业大学(北京) | 基于图像的矿井爆炸监测报警系统 |
| CN208125655U (zh) * | 2018-03-29 | 2018-11-20 | 公安部天津消防研究所 | 一种明火引燃粉尘云燃爆实验测定装置 |
| CN108645761A (zh) * | 2018-05-30 | 2018-10-12 | 西安科技大学 | 测试粉尘颗粒运动特征及参数的可视化系统及方法 |
| CN109146195A (zh) * | 2018-09-06 | 2019-01-04 | 北方爆破科技有限公司 | 一种基于cart树回归算法的爆破块度预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 纪大波等: "《基于图像处理测量露天爆破粉尘量》", 《工程爆破》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114358039A (zh) * | 2021-02-04 | 2022-04-15 | 湖南九九智能环保股份有限公司 | 一种堆场粉尘治理系统 |
| CN114544440A (zh) * | 2022-02-22 | 2022-05-27 | 安徽理工大学 | 一种截割产尘实验系统及其截割产尘监测方法 |
| CN114544440B (zh) * | 2022-02-22 | 2024-01-12 | 安徽理工大学 | 一种截割产尘实验系统及其截割产尘监测方法 |
| CN114741645A (zh) * | 2022-04-29 | 2022-07-12 | 西安科技大学 | 一种露天煤矿抛掷爆破粉尘浓度计算方法 |
| CN114741645B (zh) * | 2022-04-29 | 2024-04-26 | 西安科技大学 | 一种露天煤矿抛掷爆破粉尘浓度计算方法 |
| CN115046895A (zh) * | 2022-06-08 | 2022-09-13 | 中煤科工集团重庆研究院有限公司 | 一种个体呼吸性粉尘浓度检测装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110687024A (zh) | 一种基于图像的爆破粉尘量的测量方法 | |
| Banta | Stable-boundary-layer regimes from the perspective of the low-level jet | |
| CN104976960B (zh) | 一种雨滴物理特性观测方法 | |
| CN102456142B (zh) | 一种基于计算机视觉的烟气黑度分析方法 | |
| CN104807611A (zh) | 基于视频的烟气流速场、湍流度场实验测量装置及方法 | |
| CN112577708B (zh) | 一种基于背光成像的高焓激波风洞发动机推阻测量系统方法 | |
| Bonin et al. | Improvement of vertical velocity statistics measured by a Doppler lidar through comparison with sonic anemometer observations | |
| CN109781068A (zh) | 面向空间应用的视觉测量系统地面模拟评估系统及方法 | |
| Yu et al. | Measuring droplet fall speed with a high-speed camera: indoor accuracy and potential outdoor applications | |
| Cauteruccio et al. | Wind tunnel validation of a particle tracking model to evaluate the wind‐induced bias of precipitation measurements | |
| Grigorieva et al. | Global historical archive of wind waves based on voluntary observing ship data | |
| CN115690211A (zh) | 一种空中炸点三维坐标探测装置及测量方法 | |
| Alekseychik et al. | Eddies in motion: visualizing boundary-layer turbulence above an open boreal peatland using UAS thermal videos | |
| Rudnick et al. | Moored instruments weather Arabian Sea monsoons, yield data | |
| CN101915569A (zh) | 风浪要素数值实景监测系统及其监测方法 | |
| CN112629666A (zh) | 一种适用于热红外无人机地表温度日变换模型构建方法 | |
| CN115585740A (zh) | 一种炸点空间坐标探测装置及测量方法 | |
| CN108596379B (zh) | 一种预测陆地生态系统植物群落覆被的技术与装置 | |
| Feidas | Study of a mesoscale convective complex over the eastern Mediterranean basin with Meteosat data | |
| Gautam | Fragmentation in graupel snow collisions | |
| CN214799738U (zh) | 摄像机透雾成像功能检测装置 | |
| Rowell et al. | Tracking volcanic plume thermal evolution and eruption source unsteadiness in ground-based thermal imagery using spectral-clustering | |
| Thebault et al. | Experimental evaluation of the motion-induced effects on turbulent fluctuations measurement on floating lidar systems | |
| CN106813683A (zh) | 一种双向机载角度校正装置及校正方法 | |
| Therán et al. | Variations in the sky brightness during a lunar eclipse |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200114 |