CN111323353B - 基于多传感多源数据融合的粉尘浓度检测系统及方法 - Google Patents
基于多传感多源数据融合的粉尘浓度检测系统及方法 Download PDFInfo
- Publication number
- CN111323353B CN111323353B CN202010286585.3A CN202010286585A CN111323353B CN 111323353 B CN111323353 B CN 111323353B CN 202010286585 A CN202010286585 A CN 202010286585A CN 111323353 B CN111323353 B CN 111323353B
- Authority
- CN
- China
- Prior art keywords
- detection unit
- gas
- light scattering
- dust concentration
- dust
- 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.)
- Active
Links
- 239000000428 dust Substances 0.000 title claims abstract description 114
- 238000001514 detection method Methods 0.000 title claims abstract description 99
- 230000004927 fusion Effects 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000000149 argon plasma sintering Methods 0.000 claims abstract description 52
- 230000006698 induction Effects 0.000 claims abstract description 35
- 238000011088 calibration curve Methods 0.000 claims abstract description 17
- 238000000926 separation method Methods 0.000 claims abstract description 10
- 230000003287 optical effect Effects 0.000 claims abstract description 7
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 description 12
- 239000000523 sample Substances 0.000 description 11
- 239000003245 coal Substances 0.000 description 7
- 239000002245 particle Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000001370 static light scattering Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000011258 core-shell material Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer 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
- 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
- G01N15/0656—Investigating concentration of particle suspensions using electric, e.g. electrostatic methods or magnetic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于多传感多源数据融合的粉尘浓度检测系统及方法，属于粉尘浓度检测技术领域。该系统包括融合检测单元和气幕隔尘装置；融合检测单元包括光散射检测单元和电荷感应检测单元；气幕隔尘装置与光散射检测单元和电荷感应检测单元依次连接，用于隔离光学器件和粉尘；光散射检测单元和电荷感应检测单元均用于检测粉尘的AD值；该方法是根据融合算法计算出融合数值fi(x)，从而融合检测单元标定曲线得出所检测粉尘浓度。本发明能够减小检测误差，提高标定分辨率和线性度，克服光散射法检测较高粉尘浓度和电荷感应法检测较低粉尘浓度的局限性。
Description
技术领域
本发明属于粉尘浓度检测技术领域，涉及一种融合光散射和电荷感应的粉尘浓度检测系统及方法。
背景技术
粉尘是矿山五害之一，对人体危害很大，且粉尘浓度达到一定程度还存在爆炸隐患，对此进行在线连续检测非常重要。目前，应用最多的粉尘浓度在线检测技术主要是光散射法、电荷感应法。
刘永杰针对空气中粉尘颗粒浓度自动测量的问题，研究了基于光散射法测量粉尘浓度的理论方法；Xueshan Han等在文献“Xueshan Han,Jianqi Shen,Pengteng Yin,ShiyuHu,Duo Bi.Influences of refractive index on forward light scattering[J].Optics Communications,2014,316:198-205”中，基于MIE研究了粉尘颗粒对散射信号的影响，发现归因于内部反射；Luis A.Clementi等在文献“Luis A.Clementi,Jorge R.Vega,Luis M.Gugliotta,Arturo Quirantes.Characterization of spherical core–shellparticles by static light scattering.Estimation of the core-and particle-sizedistributions[J].Journal of Quantitative Spectroscopy and Radiative Transfer,2012,113(17):2255-2264”中提出了一种通过静态光散射测量来表征球形粉尘颗粒的数值方法；陈建阁等在文献“陈建阁,吴付祥,王杰.电荷感应法粉尘浓度检测技术[J].煤炭学报,2015,40(03):713-718”中提出根据煤矿粉尘的电荷性提出电荷感应法粉尘浓度检测技术；Juliusz B.Gajewski在文献“Dynamic effect of charged particles on themeasuring probe potential[J].Journal of Electrostatics,1997,40:437-442”中提出建立探针电位与动态空间的粉尘颗粒电荷密度和净电荷之间的数学模型。
国内外学者已对光散射法和电荷感应法检测粉尘浓度进行了宏观和微观研究，且研制的粉尘浓度传感器进行了推广和应用。但目前部分学者，比如李德文等发现：光散射法适用于检测低粉尘浓度，电荷感应法则相反。因此，针对两种检测方法的局限性，本发明提出一种新的粉尘浓度检测融合技术。
发明内容
有鉴于此，本发明的目的在于提供一种基于多传感多源数据融合的粉尘浓度检测系统及方法，减小检测误差，提高标定分辨率和线性度，克服光散射法和电荷感应法的局限性。
为达到上述目的，本发明提供如下技术方案：
1、一种基于多传感多源数据融合的粉尘浓度检测方法，具体包括以下步骤：
S1：分别获取光散射单元和电荷感应单元的AD值；
S2：将获取AD值进行最值归一化，然后分别绘制光散射单元标定曲线a(x)和电荷感应单元标定曲线b(x)；
S3：将标定曲线的[0,xn]区间分成n个节点：0＜x1＜x2＜L＜xn，根据样条插值原理，将两个曲线分成n个插值函数ai(x)和bi(x)；
S4：将某次测试的a(x)和b(x)的AD值融合，计算两条标定曲线间的阴影面积值，即融合数值fi(x)；
S5：根据融合检测单元标定曲线得出所检测粉尘浓度。
进一步，所述步骤S4中，融合数值fi(x)的计算公式为：
fi(x)＝amin+(amax-amin)Ai(x)-[bmin+(bmax-bmin)Bi(x)]
其中，
2、一种基于多传感多源数据融合的粉尘浓度检测系统，包括：融合检测单元和气幕隔尘装置；所述融合检测单元包括光散射检测单元和电荷感应检测单元；所述气幕隔尘装置与光散射检测单元和电荷感应检测单元依次连接，用于隔离光学器件和粉尘；
所述光散射检测单元和电荷感应检测单元均用于检测粉尘的AD值。
进一步，所述气幕隔尘装置包括样气入口、过滤器、气室、洁净气体气套和气流出口；
所述样气入口与气室之间设有两条气体通道，第一条气体通道设有过滤器；所述过滤器与气室连接；第二条气体通道贯穿气室，即被气室包围，且气室的出气口处设置气套，固定与第二条气体通道出口处，使洁净气体包围样气；所述气室出口下方设为光敏感区，供光散射检测单元连接检测，经过光散射检测单元的气体，充分混合后从气流出口进入电荷感应检测单元。
本发明的有益效果在于：本发明将光散射法和电荷感应法相融合，完成了融合算法和融合检测单元。本发明的检测系统能够减小检测误差，提高标定分辨率和线性度，克服光散射法检测较高粉尘浓度和电荷感应法检测较低粉尘浓度的局限性。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为融合检测单元结构示意图；
图2为气幕隔尘装置示意图；
图3为粉尘浓度的光散射检测单元示意图；
图4为光散射单元AD值数据图；
图5为螺旋状探测电极示意图；
图6为电荷感应单元AD值数据图；
图7为光散射和电荷感应单元AD值标定曲线图；
图8为三个检测单元标定曲线图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
请参阅图1～图8，图1为本发明优选的一种基于多传感多源数据融合的粉尘浓度检测系统，包括：融合检测单元和气幕隔尘装置；融合检测单元包括光散射检测单元和电荷感应检测单元；气幕隔尘装置与光散射检测单元和电荷感应检测单元依次连接，用于隔离光学器件和粉尘，尽量避免粉尘对光学器件的污染；光散射检测单元和电荷感应检测单元均用于检测粉尘的AD值。
如图2所示，气幕隔尘装置包括样气入口、过滤器、气室、洁净气体气套和气流出口；样气入口与气室之间设有两条气体通道，第一条气体通道设有过滤器；过滤器与气室连接；第二条气体通道贯穿气室，即被气室包围，且气室的出气口处设置气套，固定与第二条气体通道出口处，使洁净气体包围样气；气室出口下方设为光敏感区，供光散射检测单元连接检测，经过光散射检测单元的气体，充分混合后从气流出口进入电荷感应检测单元。
上述系统的粉尘浓度检测方法，具体包括以下步骤：
S1：分别获取光散射单元和电荷感应单元的AD值；
S2：将获取AD值进行最值归一化，然后分别绘制光散射单元标定曲线a(x)和电荷感应单元标定曲线b(x)；
S3：将标定曲线的[0,xn]区间分成n个节点：0＜x1＜x2＜L＜xn，根据样条插值原理，将两个曲线分成n个插值函数ai(x)和bi(x)；
S4：将某次测试的a(x)和b(x)的AD值融合，计算两条样条曲线间的阴影面积值，即融合数值fi(x)为：
fi(x)＝amin+(amax-amin)Ai(x)-[bmin+(bmax-bmin)Bi(x)]
其中，
S5：根据融合检测单元标定曲线得出所检测粉尘浓度。
实施例1：获取光散射单元的AD值
1、实验准备：
(1)粉尘制样和标准仪器
实验选用的粉尘样品是煤粉，制作过程如下：从煤矿现场采回较大的煤块；放入破碎机进行初步粉碎；再使用研磨机进行精细研磨，使最终煤粉的中位径均小于＜75μm；最终将煤粉放置到温度为(25±5)℃烘箱中进行烘干24h。
标准仪器选用粉尘浓度测量的国际通用仪器：手工采样器。
(2)实验系统和环境
由定量发尘器((0～1000)mg/m3)、静电除尘器、压气泵、除尘管道(风硐)、风速测定仪(0～30)m/s、电脑控制台及变频风机组成粉尘发尘系统。发尘系统内风速稳定，在变频风机的作用下，风速均匀性偏差≤5％；定量发尘器将粉尘喷入管道，风硐管道截面粉尘浓度均匀性相对标准偏差≤5％。
实验室使用恒温空调使环境相对湿度小于60％RH，温度为(25±5)℃，且稳定。
2、光散射粉尘浓度检测实验及分析
本实施例以手工采样器采样称重的粉尘浓度值作为标准，将图3中的光散射检测单元测量的粉尘浓度值以及AD值进行对比实验。经过50次实验之后，从中抽取实验数据如表1所示，光散射单元AD值数据如图4所示。
表1光散射单元检测粉尘浓度实验数据表
如表1，当粉尘浓度≤100mg/m3，误差<10％(粉尘浓度<50mg/m3，误差约8％)；粉尘浓度(100～500)mg/m3，误差约(10～14)％；粉尘浓度(500～1000)mg/m3，误差约15％。可见，粉尘浓度较低，光散射单元检测误差小；随粉尘浓度升高，检测误差逐渐增大。
图4，粉尘浓度低，标定曲线线性度好；随粉尘浓度升高，标定曲线线性度变差。光散射单元标定分辨率：在较低浓度(≤100mg/m3)时，约200(即200标定1mg/m3粉尘浓度值)；随粉尘浓度升高，光散射单元标定分辨率逐步减小，甚至982.4mg/m3时，分辨率为6.5。可见，粉尘浓度较低，光散射单元AD值标定线性度好、分辨率高；随粉尘浓度升高，标定线性度和分辨率均降低。
综上，光散射法在粉尘浓度较低时的检测误差小、标定分辨率高和线性度好；而粉尘浓度升高后，其误差增大、标定分辨率降低和线性度变差。可知，光散射法适用于较低粉尘浓度的检测，而检测较高粉尘浓度具有局限性；同时，高粉尘浓度导致光学器件易被污染，缩短了仪器的维护周期。
实施例2：获取电荷感应单元的AD值
1、实验准备：粉尘制样、标准仪器、实验系统和环境均同于实施例1。
2、电荷感应粉尘浓度检测实验及分析
本实施例以手工采样器采样称重的粉尘浓度值作为标准，将图5中的电荷感应检测单元(采用屏蔽电缆螺旋状缠绕在圆形粉尘气筒(粉尘飞行气路)外壁作为探测电极)测量的粉尘浓度值以及AD值进行对比实验。经过50次实验之后，从中抽取实验数据如表2所示，电荷感应单元AD值数据如图6所示。
表2电荷感应单元检测粉尘浓度实验数据表
如表2，粉尘浓度≤50mg/m3，误差约15％；粉尘浓度为(50～100)mg/m3，误差约(13～14)％；粉尘浓度>100mg/m3，误差逐渐减小到约6％。可见，粉尘浓度较低，电荷感应单元检测误差大；随粉尘浓度升高，检测误差逐渐减小。
图6，粉尘浓度低，标定曲线线性度差；随粉尘浓度升高，标定线性度变好。电荷感应单元标定分辨率：在较低浓度(≤50mg/m3)时，约3～6(即3～6标定1mg/m3粉尘浓度值)；随粉尘浓度升高，电荷感应单元标定分辨率逐步增大，甚至在952.6mg/m3时，分辨率为88.6。可知，粉尘浓度较低，电荷感应单元AD值线性度差、标定分辨率低；随粉尘浓度升高，线性度和分辨率均升高。
综上，电荷感应法在粉尘浓度较低时的检测误差大、标定分辨率低和线性度差；而粉尘浓度升高后，其误差减小、标定分辨率增大和线性度变好。可见，电荷感应法适用于较高浓度的粉尘检测，而检测较低浓度的粉尘具有局限性。
实施例3
1、融合算法数据采集
综合图4、图6和图7，将光散射单元和电荷感应单元AD值进行最值归一化后绘制的标定曲线分别是a(x)，b(x)。
2、实验
将融合算法写入到融合检测单元，用实施例1或实施例2的粉尘、标准仪器、实验系统和环境，采用同样的方法对融合检测单元进行粉尘浓度检测实验，实验数据如表3所示。
表3融合单元检测粉尘浓度实验数据表
将表1、表2、表3的AD值和融合数值进行最值归一化，绘制的标定曲线如图8所示。
经过实验，融合检测单元的检测误差<9.1％，比另两个检测单元的误差小5.7％；标定分辨率大幅提升，其最小分辨率961.5是光学检测单元最大分辨率221.1的4.35倍、是电荷感应检测单元最大分辨率88.6的10.85倍；图8中融合检测单元标定线性度是最好的。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种基于多传感多源数据融合的粉尘浓度检测方法，其特征在于，该方法具体包括以下步骤：
S1：分别获取光散射单元和电荷感应单元的AD值；
S2：将获取AD值进行最值归一化，然后分别绘制光散射单元标定曲线a(x)和电荷感应单元标定曲线b(x)；
S3：将标定曲线的[0,xn]区间分成n个节点：0＜x1＜x2＜…＜xn，根据样条插值原理，将两个曲线分成n个插值函数ai(x)和bi(x)；
S4：将某次测试的a(x)和b(x)的AD值融合，计算两条标定曲线间的阴影面积值，即融合数值fi(x)；
S5：根据融合检测单元标定曲线得出所检测粉尘浓度。
2.根据权利要求1所述的基于多传感多源数据融合的粉尘浓度检测方法，其特征在于，所述步骤S4中，融合数值fi(x)的计算公式为：
fi(x)＝amin+(amax-amin)Ai(x)-[bmin+(bmax-bmin)Bi(x)]
其中，
amax和amin分别为光散射单元输出的最大和最小AD值，bmax和bmin分别为电荷感应单元输出的最大和最小AD值。
3.适用于权利要求1所述方法的基于多传感多源数据融合的粉尘浓度检测系统，其特征在于，该系统包括：融合检测单元和气幕隔尘装置；所述融合检测单元包括光散射检测单元和电荷感应检测单元；所述气幕隔尘装置与光散射检测单元和电荷感应检测单元依次连接，用于隔离光学器件和粉尘；
所述光散射检测单元和电荷感应检测单元均用于检测粉尘的AD值。
4.根据权利要求3所述基于多传感多源数据融合的粉尘浓度检测系统，其特征在于，所述气幕隔尘装置包括样气入口、过滤器、气室、洁净气体气套和气流出口；
所述样气入口与气室之间设有两条气体通道，第一条气体通道设有过滤器；所述过滤器与气室连接；第二条气体通道贯穿气室，即被气室包围，且气室的出气口处设置气套，固定与第二条气体通道出口处，使洁净气体包围样气；所述气室出口下方设为光敏感区，供光散射检测单元连接检测，经过光散射检测单元的气体，充分混合后从气流出口进入电荷感应检测单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010286585.3A CN111323353B (zh) | 2020-04-13 | 2020-04-13 | 基于多传感多源数据融合的粉尘浓度检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010286585.3A CN111323353B (zh) | 2020-04-13 | 2020-04-13 | 基于多传感多源数据融合的粉尘浓度检测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111323353A CN111323353A (zh) | 2020-06-23 |
| CN111323353B true CN111323353B (zh) | 2021-03-16 |
Family
ID=71172087
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010286585.3A Active CN111323353B (zh) | 2020-04-13 | 2020-04-13 | 基于多传感多源数据融合的粉尘浓度检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111323353B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113405958B (zh) * | 2021-06-18 | 2023-03-17 | 中煤科工集团重庆研究院有限公司 | 一种粉尘浓度传感器标定方法 |
| CN113405961B (zh) * | 2021-06-21 | 2022-10-14 | 中煤科工集团重庆研究院有限公司 | 一种基于多角度光散射的粉尘浓度检测方法 |
| CN114544451B (zh) * | 2022-03-09 | 2023-05-23 | 中煤科工集团重庆研究院有限公司 | 基于主动荷电的电荷感应粉尘浓度检测方法 |
| CN116429651B (zh) * | 2023-05-26 | 2024-06-14 | 中国矿业大学 | 用于变浓度粉尘的大量程自标定式测量装置及方法 |
| CN117470725B (zh) * | 2023-10-31 | 2024-05-31 | 山东蓝煜环保仪器有限公司 | 基于多特征融合的粉尘浓度检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102944536A (zh) * | 2012-11-02 | 2013-02-27 | 广州市赛百威电脑有限公司 | 一种基于传感器网络与多源信息融合的油烟检测系统 |
| CN109190715A (zh) * | 2018-10-19 | 2019-01-11 | 中煤科工集团重庆研究院有限公司 | 基于多特征融合的β射线粉尘浓度检测算法 |
| CN109300276A (zh) * | 2018-07-27 | 2019-02-01 | 昆明理工大学 | 一种基于多传感器数据融合的汽车车内异常预警方法 |
| CN109539342A (zh) * | 2017-09-21 | 2019-03-29 | 宁波方太厨具有限公司 | 一种基于多传感器融合的烟机自动控制方法及系统 |
| CN110398699A (zh) * | 2019-06-26 | 2019-11-01 | 清华大学 | 多传感器信息融合的动力电池热失控预警方法 |
| CN211230554U (zh) * | 2019-12-11 | 2020-08-11 | 黑龙江科技大学 | 基于多传感器信息融合矿井探测救援系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7595878B2 (en) * | 2000-10-13 | 2009-09-29 | Chemimage Corporation | Spectroscopic methods for component particle analysis |
-
2020
- 2020-04-13 CN CN202010286585.3A patent/CN111323353B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102944536A (zh) * | 2012-11-02 | 2013-02-27 | 广州市赛百威电脑有限公司 | 一种基于传感器网络与多源信息融合的油烟检测系统 |
| CN109539342A (zh) * | 2017-09-21 | 2019-03-29 | 宁波方太厨具有限公司 | 一种基于多传感器融合的烟机自动控制方法及系统 |
| CN109300276A (zh) * | 2018-07-27 | 2019-02-01 | 昆明理工大学 | 一种基于多传感器数据融合的汽车车内异常预警方法 |
| CN109190715A (zh) * | 2018-10-19 | 2019-01-11 | 中煤科工集团重庆研究院有限公司 | 基于多特征融合的β射线粉尘浓度检测算法 |
| CN110398699A (zh) * | 2019-06-26 | 2019-11-01 | 清华大学 | 多传感器信息融合的动力电池热失控预警方法 |
| CN211230554U (zh) * | 2019-12-11 | 2020-08-11 | 黑龙江科技大学 | 基于多传感器信息融合矿井探测救援系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111323353A (zh) | 2020-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111323353B (zh) | 基于多传感多源数据融合的粉尘浓度检测系统及方法 | |
| CN111579446B (zh) | 一种基于最优融合算法的粉尘浓度检测方法 | |
| CN102998233B (zh) | 适用于高压气体管道内颗粒物在线检测的方法 | |
| CN110231262B (zh) | 一种民用固体燃料燃烧大气污染物排放现场检测装置 | |
| WO2018209714A1 (zh) | 一种天然气过滤分离设备的滤芯性能测定方法 | |
| CN102967541B (zh) | 适用于高温气体管道内颗粒物在线检测的装置及方法 | |
| CN105021503A (zh) | 适用于光电法粉尘浓度检测仪的粉尘浓度标定系统及方法 | |
| Xing et al. | Characterization and source identification of PM2. 5-bound polycyclic aromatic hydrocarbons in urban, suburban, and rural ambient air, central China during summer harvest | |
| CN115326914B (zh) | 一种高温水解联用icp-ms同时快速测定氯、溴和碘的方法 | |
| Hapidin et al. | Development of a new personal air filter test system using a low-cost particulate matter (PM) sensor | |
| CN104568690A (zh) | 湿式电除尘器pm2.5粉尘检测装置及其系统 | |
| CN205538678U (zh) | 一种入炉煤煤质特性在线监测系统 | |
| Roubal et al. | Measuring light air ions in a speleotherapeutic cave | |
| CN203011801U (zh) | 适用于高压气体管道内颗粒物在线检测的装置 | |
| US2386282A (en) | Dust sampler | |
| CN112198101A (zh) | 一种高精度pm2.5/pm10浓度连续在线检测装置 | |
| CN113405961B (zh) | 一种基于多角度光散射的粉尘浓度检测方法 | |
| CN208254989U (zh) | 振荡天平 | |
| CN104034850A (zh) | 一种气态单质汞的氧化剂和吸附剂的性能评价装置 | |
| CN102879043B (zh) | 一种风量分配测试方法 | |
| Harvill et al. | In‐process particle size distribution measurements and control | |
| CN114910395A (zh) | 一种基于音频信号的煤粉细度测量方法及系统 | |
| CN110631975B (zh) | 一种基于静电法的一次风在线浓度测量方法 | |
| Hagen et al. | Performance evaluation of a fast mobility-based particle spectrometer for aircraft exhaust | |
| CN114544451B (zh) | 基于主动荷电的电荷感应粉尘浓度检测方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |