CN111307672A - 火灾烟雾颗粒检测技术 - Google Patents
火灾烟雾颗粒检测技术 Download PDFInfo
- Publication number
- CN111307672A CN111307672A CN202010008576.8A CN202010008576A CN111307672A CN 111307672 A CN111307672 A CN 111307672A CN 202010008576 A CN202010008576 A CN 202010008576A CN 111307672 A CN111307672 A CN 111307672A
- Authority
- CN
- China
- Prior art keywords
- particle
- smoke
- electric field
- particles
- diameter
- 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.)
- Withdrawn
Links
- 239000002245 particle Substances 0.000 title claims abstract description 139
- 239000000779 smoke Substances 0.000 title claims abstract description 88
- 238000005516 engineering process Methods 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 title description 15
- 230000005684 electric field Effects 0.000 claims abstract description 47
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 238000001228 spectrum Methods 0.000 claims abstract description 13
- 238000001179 sorption measurement Methods 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 239000011859 microparticle Substances 0.000 claims abstract description 5
- 230000000737 periodic effect Effects 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 17
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000004140 cleaning Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 230000005587 bubbling Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004070 electrodeposition Methods 0.000 claims 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000000926 separation method Methods 0.000 claims 1
- 238000010191 image analysis Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 239000000428 dust Substances 0.000 description 6
- 238000011160 research Methods 0.000 description 3
- 238000000790 scattering method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 238000001819 mass spectrum Methods 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 238000011896 sensitive detection Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000002156 adsorbate Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000366 colloid method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000002361 compost Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000005406 washing 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
- G01N15/02—Investigating particle size or size distribution
- G01N15/0266—Investigating particle size or size distribution with electrical classification
-
- 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
-
- 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
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明公开了一种测量烟雾颗粒密度与径谱的原理及技术。本发明采用可控制周期电场吸附原理，对一定区域颗粒进行选择附着累积，并采用清晰度高的摄像头模块进行微量颗粒的图像分析算法，获得颗粒的密度与粒径分布，并将测量结果显示到LCD屏，为快速烟雾颗粒的测量提供了一种有效、快速的解决方案。
Description
技术领域
本发明公开了一种测量烟雾颗粒密度与径谱的原理及技术。本发明采用可控制周期电场吸附原理，对一定区域颗粒进行选择附着累积，并采用清晰度高的摄像头模块进行微量颗粒的图像分析算法，获得颗粒的密度与粒径分布，并将测量结果显示到LCD屏，为快速烟雾颗粒的测量提供了一种有效、快速的解决方案。
背景技术
烟颗粒识别，是烟颗粒检测中的一个难点，传统的感烟方式如离子感烟探测技术、光电感烟探测技术、以及在GB4715-93标准中出现的技术，运用了不同的方法，并使用了较大型的器械。传统分析理论使用物理化学方法，进行的模型建设与模拟[1]，实际使用效果不高；空气采样检测烟颗粒中，吸气散射法[2]与粉尘法[3]、化学胶体法[4]，仅仅限于对大颗粒烟尘感知，而无法获得颗粒径与密度。使用激光全散射法成像形成的颗粒探测[5，6]，由于动态图像分辨率差，成本高，所形成的颗粒径应用性差；传统的烟尘图像斑点识别技术[7]限于像素识别，物理直径计算不准确；而用于光学成像测距的斑点物理距离计算[8]，由于没动态捕获斑点最小值算法，智能性不足，在对烟场应用中效果较差。本发明采用低密度小颗粒的感烟探测技术，与吸气法的大颗粒感烟探测技术综合优点，可以快捷宽谱（颗粒径谱）探测颗粒。
[1] TheGenevaAssoeiation.GenevaAssociationNewLetter:WbrldFirestatisties.Oct.2003
[2] 李宏文,冉鹏.吸气式感烟探测报警系统的应用[]J.建筑科学.VOL16,Nos,2000.47-49
[3] Thorsten Sehultze,Ingolf Willms.Smoke and dust monitoring by amicroscope video sensor.
AUBE’04,PP:716-722,2004
[4] GQQ0.1型烟雾传感器.淮南市润金工矿机电有限公司.
[5] 赵建华,袁宏永,等.多波长激光全散射法探测火灾烟雾的研究[J].应用激,2001,21(2):79-81.
[6] 疏学明，袁宏永，苏国锋，郑魁，章为民.基于激光片光源的火灾烟雾探测新技术研究. 消防科学与技术2003年11月第22卷第6期.
[7] 马绥华等.图像火灾探测中液品光阀的特性.光学技术，Vol.29，No.4，504-508200.3
[8] 陈涛.火灾气体产物和烟雾颗粒的光声复合探测研究,合肥,中国科学技术大学2004.
发明内容
火灾烟雾颗粒检测传感器
1工作原理
带电荷Q的烟颗粒质量m，在电场E的作用下，向一个方向运动，如图1所示：
烟颗粒在电场的作用下，向一个方向运动并最终停留在边缘。这个时间为：
Δt= 
Δt为烟颗粒到达泡室另一边时间，之后停留在泡室边缘；Q为一个烟颗粒所带有电量。对于n个烟颗粒，会在边缘形成一层吸附物，并如图2所示。
如果每次泡室Ｖ中有n个烟颗粒，完全吸附到边缘（称泡室取样表面，简称泡面）。该泡面面积为s，到达泡面的通道长L，宽(高)为D，每次烟尘的数据呈现出斑状态分布。
出现斑状态分布时，测量出斑的面积Sb，此时图像的倍率为k0，提高倍率到k时，斑中出现不可再分斑点时，计算图像的像素为X个，斑点所占像素为Y个，斑点数量为P个，并假设每像素对应物理距离为xd，则k倍率下斑点直径d为：
d=
物理距离xd由泡面上标准已经距离线段，通过同步成像到光学传感器上形成。
其中的斑点倍率控制算法为：
步骤1；变量为k，初始值为K0
步骤2；斑点像素值为RGB，其中RGB0为斑点值，阈值△rgb(常数)
步骤3；已知一个像素对应物理距离为xd
步骤4；遍历当前所有像素与相邻像素的RGB差值△RGB
步骤5；记录所有RGB值与RGB0相差大于△rgb的数量p
步骤6；if(p增加)
步骤7；k+1，到步骤４
步骤8；else
步骤9；计算当前倍率下图像总像素X，斑点像素Y，斑点数量P
步骤10；计算斑点直径d
当前的斑点直径即为颗粒的平均直径值。
火灾烟雾颗粒检测技术由颗粒吸附、颗粒声像、颗粒测量与径谱计算、显示四个部分组成，如图3所示：
烟雾颗粒群在高电压场带电①加速进入泡室②，沿泡室加速通过长为L，宽为Ｄ通道④，以不同质量m吸附到泡面③上，泡面③以周期t获取烟雾颗粒堆积厚度，由图像传感器与图像电路⑨形成一帧图像，图像由arm处理器系统⑥进行计算，依据颗粒质量m在泡面上分布计算形成粒径分布曲线、数据、密度，显示在LCD显示器上。径向高压电路⑤作用在高速通道二侧④形成侧向电压，提高颗粒径分辨率，电压由arm处理系统控制。控制电路④用于形成高电压①以及泡室定向高电压电场。
2泡室吸附原理
高压电场作用有二个，在泡室外形成对流动状态的空间烟雾颗粒充电①，使得烟雾颗粒带电形成烟雾充入泡室②，并定向电场④作用下加速向泡面③，并吸附在泡面上。如图4所示。
利用空气负压技术与电子空气活塞技术，进行烟颗粒的取样，这个过程分为三步：抽取烟颗粒、释放离子、电子加速成像。其中电子成像的本质是获取一个烟颗粒吸附层，并进行电子成像。详细过程如图5所示。
泡室工作产生的工作主要由二个部分组成，环境初始化完成对烟颗粒的带电与烟量吸入，二个部分工作电路是电晕产生，由外层的尖端放电产生；完成后进行高压烟颗粒引入。
一个实例：
考虑烟颗粒直径分布在1μm的事实，烟颗粒的密度ρ为106--108/cm3，且体积V=1mm3情况下，在泡面面积为Sq=1mm2时，对应烟尘颗粒等效总面积为S =0.785×10-3—0.785×10- 1mm2，吸附烟尘厚度h为0.785×10-3—0.785×10-1mm,下表为不同烟颗粒直径下的的典型h值：
表一 不同烟颗粒直径下的的典型h值
| 烟颗粒直径d | 0.01 | 0.1 | 10 | 100 |
| h | 0.785×10<sup>-7</sup>—0.785×10<sup>-5</sup> | 0.785×10<sup>-5</sup>—0.785×10<sup>-3</sup> | 0.785×10<sup>-1</sup>—0.785×10 | 0.785×10—0.785×10<sup>3</sup> |
烟雾颗粒的尺寸分布在0.01-100，而一般粒子浓度范围是：N 0=3×106粒子数/cm3数量级，对一个只有一个1立方毫米的泡室，它的典型值域如表二：
表二 1立方毫米典型分析值域表：
| 烟颗粒粒子数目 | 1平方毫米时的δD* | |
| 0.01-100 | 3000 | 30 |
| 0.01-1 | 3000 | 17．2 |
| 1-100 | 3000 | 1．2mm |
由此形成一个模型如下：
在Δt≈1毫秒时间内，对粒子浓度是106粒子数/cm3数量级的烟颗粒，在0.5厘米长1平方毫米截面的泡室内，可以在边缘形成一个厚度为最小0.2微米到最大12微米的附着层，如果将截面积增加100倍，即取通道长L为泡面直径D的３到５倍,附着层约为一个颗粒或多个颗粒斑状态结构，每个结构呈现出与加速电场强度相关特性，获取此时颗粒斑图像完成泡室工作过程。
3泡室取样控制电路
进入泡室的带电烟颗粒通过恒定水平加速电场与可调整垂直电场选择烟尘颗粒m（电量），在泡面上形成厚度为δD吸附带斑，通过测量δD斑的变化计算出烟颗粒密度。
泡室工作电路，由高压电场发生电路、清洗(泡面)电路与垂直电场、图像使能控制电路组成。如图6，电场驱动电路由脉冲电路提供形成高压电场，其中的垂直电场为进入加速通道的烟颗粒，提供一个偏转电场，选择不同颗粒质量电荷比的微颗粒。水平电场的强度由arm处理系统微调整形成。完成一次取样，需要开启清洗功能时，清洗电路开启进气孔、同时开启（图7）底部泄气孔，对泡面进行多次烟颗粒清除。在取样完成后（多次进气），发出使能信号，开启CCD传感器。
时序周期由T1、T2、T3、T4四个阶段周期组成，T1周期为固定取样周期；T2周期为固定清洗周期；T3为图像使能信号启动周期，为不固定周期，需要arm发出本周期结束信号，才进入下一个周期T4；T4检测结束，为固定或可设置周期，默认为固定周期。
图8为电场驱动电路框架，使用基频脉冲形成恒定直流电压V1，V1加在泡室水平端，构成进气电晕电场，让烟尘带电，同时带电粒子进入泡室；关闭进气孔后，形成水平电场，将带电粒子水平加进入(加速)通道；加速通道垂直方向加有平板电极，电压由V2提供，其中的驱动频率由arm 控制，形成约为V1/3~V1/5的直流电压。
4 电子取样周期与清洗周期
烟尘取样周期由T1_1、T1_2二个子周期形成，T1_1为进气口烟尘颗粒带电阶段，由进气口形成A、B点高压电场（如图9）；T1_2阶段开启进气孔，由内极板A’、B’形成高压加速电场；这二个周期可以反复多次，以取得较高的吸附图像的可识别度。
清洗周期为固定长周期的过程，通过一次带电后的气体移动，对泡面形成连续冲洗。二者的周期关系如图10所示：
5图像电路
在泡面上有一个光学的成像系统，用于将泡面上吸附的烟尘光斑形成图像。成像电路由光学系统、CCD感光器件组成，形成的图像由ＡＲＭ组成的计算机系统进行计算，形成烟尘密度如图11。
其中光学系统将烟斑图样成像到光学传感器ＣＣＤ或ＬＣＤ上，传感器所形成的矩阵图像数据存入图像存储器；ARM处理器在接收到使能信号后，对存储器数据进行计算，并显示到显示器上。
6 颗粒密度与直径算法
泡面上形成的图像受到二个条件的控制。一个是完成一次采样的使能信号；另一个是对垂直电场的参数初始化，主要是由电场强度Ec与持续时间t决定。不同的Ec选择不同粒径（质量m’）d的粒子，并以公式确定粒子的在直径Ｄ的泡面上分布。公式如下：
m'=(L/D)*(Ec/Es)*m
式中Es为加速电场强度，m为泡室中颗粒的质量，是一个从极小值到较大值的变量，或是质量谱。可以用直径谱进行表示。公式说明，在固定泡室（L/D确定）与电场不变（Ec/Es 确定）情况下，打到泡面上的颗粒质量m’是确定的。也就是到达泡面的颗粒质量介于(L/D)*(Ec/Es)*m与m之间。显然这一质量谱是连续的，对应的颗粒直径也是连续的。
通过调整电场Ec，并连续获得每个对Ｅc下的斑点直径（算法），就可以形成颗粒的直径d，连续增加或减小Ｅc所形成的d值，构成了当前环境下，烟尘颗粒的直径连续排序（如图12），称为颗粒径谱。
曲线生成算法：
；输出Ec控制信号，确定Ec值
；启动颗粒取样过程（电路）
；使能信号到达，读取图像存储（获取图像）
；运行斑点直径算法，计算斑点直径，并以平均直径为本次颗粒直径
；形成数组（Ec，颗粒直径d）,并绘制到坐标上
；Ec+△Ec,到开始处
算法运行以调整Ec并确定，进行描绘。
7径谱与密度计算
颗粒数量n由斑点部面积S，与本次测量颗粒直径d，用如下公式计算形成：
n=2S/(πd*d)
如果吸气k次，每次体积为v，则颗粒密度ρ公式为：
ρ＝n/kv
附图说明
图1 烟尘在泡室电场中运动受力分析示意图
图2烟室烟颗粒吸附示意图
图3火灾烟雾颗粒检测技术框架示意图
图4泡室吸附原理示意图
图5泡室取烟颗粒示意图
图6泡室控制电路示意图
图7泡室功能图像与清洗结构示意图
图8电场驱动电路框架示意图
图9电子取样周期的高压电场框架示意图
图10取样周期与清洗周期电场控制时序示意图
图11泡面取样图像与计算系统电路框架示意图
图12不同Ec在运行斑点直径算法下形成的曲线（谱线）示意图
Claims (9)
1.一种测量烟雾微颗粒密度与直径谱的智能电子测量技术方案，其特征包括烟雾微颗粒样的泡室技术原理与颗粒粒径的图像计算显示框架、电路时序与计算系统控制逻辑；其中，烟雾微颗粒样的泡室技术原理，包括高压电场的产生与颗粒选择原理、可复用泡面烟雾颗粒斑成像原理；
颗粒粒径的图像计算显示框架，包括了泡面图像的存储过程，泡面斑点图像像素物理直径算法，电场与直径构造的颗粒径谱计算，颗粒的密度与径谱显示；
电路时序与计算系统控制逻辑，包括了泡室的烟雾颗粒气体取样时序、时序电路的使能信号与ARM计算系统的算法。
2.根据权利1所述的高压电场的产生与颗粒选择原理，其特征是二种高电压脉冲电路，泡室的结构，空间烟雾颗粒的带电技术，水平加速电场室与垂直电场室，垂直电场作用下的颗粒选择公式，具体包括：
高电压脉冲电路，包括了时序电路形成的固定频率脉冲电路所形成的高压升压电路，与ＡＲＭ系统的ＰＷＭ（脚）输出降频，形成的升压开关电路；
泡室的结构，包括了泡室外高电场颗粒带电电路，室内带电颗粒水平加速结构，垂直电场偏移选择结构，颗粒加速后吸附到泡面所在位置；
空间烟雾颗粒带电电路，包括双电极空间放电的电晕颗粒带电；
水平加速电场室与垂直电场室，包括了极板位置与电场强度的计算方法，极板的距离；
垂直电场作用下的颗粒选择公式，包括了在固定泡室、固定加速电场强度下，垂直电场强度对颗粒m的选择。
3.根据权利1所述的复用泡面烟雾颗粒斑成像原理，其特征是包括泡面烟雾颗粒吸附控制技术，清洗泡面已经吸附烟雾颗粒方法，颗粒斑的吸附图像形成，具体包括：
泡面烟雾颗粒吸附控制技术，包括固定垂直电场强度下的时序周期；
清洗泡面已经吸附烟雾颗粒方法，包括时序控制周期泡室的进气孔位置，泄气孔子位置；
颗粒斑的吸附图像形成，使用泡面与透镜分离结构，颗粒多次吸取烟尘累积形成。
4.根据权利1所述的泡面图像的存储过程，其特征是包括泡面烟雾颗粒累积，透镜成像与光学传感器像素生成，存储器存储传感数据，具体包括：
泡面烟雾颗粒累积，指多次吸取烟尘颗粒所形成的颗粒在泡面上的累积；
透镜成像与光学传感器像素生成，包括泡面位置，与透镜准确成像到光学传感器表面位置，传感器选择用CCD；
存储器存储传感数据，包括光学传感器的数据输出到存储器。
5.根据权利1所述的泡面斑点图像像素物理直径算法，其特征是包括斑点成像控制逻辑时序，最小斑点识别算法，像素对应物理距离常数方案，具体包括：
斑点成像控制逻辑时序，依据垂直电场对不同质量与大小颗粒的选择公式，电场强度的ＡＲＭ计算系统ＰＷＭ控制逻辑时序，稳定Ec下多次吸气控制时序；
最小斑点识别算法，包括arm计算系统，最小斑点发现算法，斑点占用像素数计算；
像素对应物理距离常数方案，包括固定位置的光学系统，泡面位置与泡面上标准线段（物理距离），数据倍率。
6.根据权利1所述的电场与直径构造的颗粒径谱计算，其特征是包括泡室电极位置结构，颗粒计算公式，变化Ｅc时对应颗粒径数组形成算法，直径计算，具体包括：
泡室电极位置结构，由泡室框架结构组成；
颗粒计算公式；
变化Ｅc时对应颗粒径数组形成算法，包括受控制的arm的PWM输出，每Ec对应的颗粒径计算，数组格式；
直径计算，由直径计算公式确定。
7.根据权利1所述的颗粒的密度与径谱显示，其特征是形成颗粒数量计算，形成数组绘图或例表，具体包括：
颗粒数量计算，由所斑点面积与颗粒直径平方之比确定；
形成数组绘图或例表，包括颗粒径，相同颗粒径颗粒数量，绘图，例表。
8.根据权利1所述的泡室的烟雾颗粒气体取样时序，其特征是时序的四个周期，气体取样二个子周期，清洗二周期过程，具体包括：
时序的四个周期，包括T1、T2、T3、T4周期，每周期的特征；
气体取样二个子周期，包括T1_1、T1_2周期，周期比；
清洗二周期过程，包括T1_1、T1_2周期，周期比。
9.根据权利1所述的时序电路的使能信号与ARM计算系统的算法，其特征是时序控制电路的使能信号，使能信号所处周期，使能信号对计算系统的算法启动，具体包括：
时序控制电路的使能信号，在完成T1、T2、T3周期后，启动使能信号，通知计算机（arm系统）进入图像处理与计算；
使能信号所处周期，由T4周期内发出，并等待计算系统计算完成后，结束本周期；
使能信号对计算系统的算法启动，使能信号只启动计算系统的图像处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010008576.8A CN111307672A (zh) | 2020-01-06 | 2020-01-06 | 火灾烟雾颗粒检测技术 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010008576.8A CN111307672A (zh) | 2020-01-06 | 2020-01-06 | 火灾烟雾颗粒检测技术 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111307672A true CN111307672A (zh) | 2020-06-19 |
Family
ID=71158316
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010008576.8A Withdrawn CN111307672A (zh) | 2020-01-06 | 2020-01-06 | 火灾烟雾颗粒检测技术 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111307672A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107274625A (zh) * | 2016-04-08 | 2017-10-20 | 黄山学院 | 火灾烟雾颗粒检测传感技术 |
| CN107389510A (zh) * | 2016-05-17 | 2017-11-24 | 黄山学院 | 固体灰尘颗粒径谱分析仪 |
| JP2019159742A (ja) * | 2018-03-13 | 2019-09-19 | 古河電気工業株式会社 | 火災煙検知装置 |
-
2020
- 2020-01-06 CN CN202010008576.8A patent/CN111307672A/zh not_active Withdrawn
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107274625A (zh) * | 2016-04-08 | 2017-10-20 | 黄山学院 | 火灾烟雾颗粒检测传感技术 |
| CN107389510A (zh) * | 2016-05-17 | 2017-11-24 | 黄山学院 | 固体灰尘颗粒径谱分析仪 |
| JP2019159742A (ja) * | 2018-03-13 | 2019-09-19 | 古河電気工業株式会社 | 火災煙検知装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108279115B (zh) | 基于脉冲放电的高超稀薄流场时空演化诊断装置及方法 | |
| JP5388078B1 (ja) | 解析装置及び解析方法 | |
| JP2003123685A5 (zh) | ||
| CN107274625A (zh) | 火灾烟雾颗粒检测传感技术 | |
| CN106769707B (zh) | 一种势阱电压可调的颗粒物粒径谱测量装置及其测量方法 | |
| JP2008539549A5 (zh) | ||
| US20170138831A1 (en) | Particle charging device and particle classification device using the charging device | |
| US9269557B2 (en) | Ionization device, mass spectrometer including the ionization device, and image generation system including the ionization device | |
| JP3855593B2 (ja) | 質量分析装置 | |
| CN107727538B (zh) | Piv荷电灰尘迁移运动特性测量装置及方法 | |
| Zhang et al. | Influence of the discharge location on the performance of a three-electrode plasma synthetic jet actuator | |
| CN111307672A (zh) | 火灾烟雾颗粒检测技术 | |
| US20140072476A1 (en) | Ionization device, mass spectrometer including the ionization device, and image generation system | |
| WO2020248812A1 (zh) | 改进飞行时间质谱测量激光烧蚀离子物种的质谱分辨装置 | |
| CN107389510A (zh) | 固体灰尘颗粒径谱分析仪 | |
| CN111323347A (zh) | 固体灰尘颗粒径谱分析仪 | |
| CN206330865U (zh) | 一种势阱电压可调的颗粒物粒径谱测量装置 | |
| JP4337433B2 (ja) | プラズマディスプレイパネルのエージング方法およびエージング装置 | |
| JP4151756B2 (ja) | プラズマ表示装置 | |
| Ahn et al. | Plasma propagation speed and electron temperature in surface-discharged alternating-current plasma display panels | |
| JPH0340358A (ja) | 荷電粒子の計数方法 | |
| Higaki et al. | Density and potential profiles of non-neutral electron plasmas in a magnetic mirror field | |
| JP4760317B2 (ja) | プラズマディスプレイパネルの検査方法 | |
| Knapek et al. | Pulsed Complex Plasma in Microgravity | |
| JP2005249479A (ja) | 質量分析法、及び質量分析装置 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200619 |