CN113171666B - 一种基于数字图像处理技术的干雾除尘控制方法 - Google Patents

一种基于数字图像处理技术的干雾除尘控制方法 Download PDF

Info

Publication number
CN113171666B
CN113171666B CN202110336196.1A CN202110336196A CN113171666B CN 113171666 B CN113171666 B CN 113171666B CN 202110336196 A CN202110336196 A CN 202110336196A CN 113171666 B CN113171666 B CN 113171666B
Authority
CN
China
Prior art keywords
image
dust
belt
coal flow
blanking hopper
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
Application number
CN202110336196.1A
Other languages
English (en)
Other versions
CN113171666A (zh
Inventor
邸大禹
徐享南
徐仁博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Power Plant of Huaneng International Power Co Ltd
Original Assignee
Dalian Power Plant of Huaneng International Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian Power Plant of Huaneng International Power Co Ltd filed Critical Dalian Power Plant of Huaneng International Power Co Ltd
Priority to CN202110336196.1A priority Critical patent/CN113171666B/zh
Publication of CN113171666A publication Critical patent/CN113171666A/zh
Application granted granted Critical
Publication of CN113171666B publication Critical patent/CN113171666B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01DSEPARATION
    • B01D47/00Separating dispersed particles from gases, air or vapours by liquid as separating agent
    • B01D47/06Spray cleaning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种基于数字图像处理技术的干雾除尘控制方法。本发明方法,包括如下步骤:PLC系统检测到输煤系统的各级皮带为运行状态时,进行各干雾装置上级落料斗处的视频检测;当未检测到上级落料斗有煤流时,执行步骤S8,对应皮带段的分路喷嘴电磁阀不启动;当检测到上级落料斗有煤流时,执行步骤S9,对应皮带段的分路喷嘴电磁阀启动。本发明通过数字图像处理技术进行上级皮带煤流检测,检测成本是安装皮带秤的1/20,成本低,智能化程度高,同时,当程序判断为“正常扬尘”时启动其中部分喷嘴进行喷淋抑尘;当程序判定为“扬尘较大”时启动全部喷嘴进行喷淋抑尘,在保证抑尘效果的同时,延长了装置的使用寿命。

Description

一种基于数字图像处理技术的干雾除尘控制方法
技术领域
本发明涉及干雾除尘自动控制技术领域,尤其涉及一种基于数字图像处理技术的干雾除尘控制方法。
背景技术
干雾除尘装置是输煤系统中重要的附属设备,在控制粉尘飞扬、改善输煤系统作业环境、减少煤粉自燃等方面起到重要作用。目前技术市场上多数提供两种控制策略:一种是通过干雾除尘装置配属皮带的启动信号作为喷射的启动条件,这种方式虽然能保证干雾的投入率但是皮带空转使得大量水雾喷射到皮带上使皮带湿粘容易造成输煤皮带返程携带煤粉导致刮煤器附近积累大煤堆,同时影响设备的经济运行;一种是通过在前一级皮带增加皮带秤装置来控制喷射启动,这中方式合理的分配了喷射时间,但是增加了设备的安装成本,输煤现场多个转运站部署皮带秤给企业的运营成本造成了压力。
发明内容
根据上述提出的技术问题,而提供一种基于数字图像处理技术的干雾除尘控制方法。本发明采用的技术手段如下:
一种基于数字图像处理技术的干雾除尘控制方法,包括如下步骤:
S5、PLC系统检测到输煤系统的各级皮带为运行状态时,进行各干雾装置上级落料斗处的视频检测;
S6、当未检测到上级落料斗有煤流时,执行步骤S8,对应皮带段的分路喷嘴电磁阀不启动;当检测到上级落料斗有煤流时,执行步骤S9,对应皮带段的分路喷嘴电磁阀启动。
进一步地,还包括如下步骤:
S1、在接收到第一信号后,PLC系统检测输煤系统的各级皮带运行信号;
S2、判断除尘装置所在皮带是否启动,如果存在正在运行的皮带,则进入步骤S4,干雾系统的进气、水总电磁阀打开;否则,进入步骤S3,关闭进气、水总电磁阀;干雾系统的进气、水总电磁阀处于开启状态时,进入步骤S5。
进一步地,当检测到上级落料斗有煤流时,还通过预设指标对图像处理结果是否为粉尘过大情况进行判断,若否,则步骤S9具体为:对应皮带段的分路喷嘴电磁阀部分启动;若是,则进入步骤S10,对应皮带段的分路喷嘴电磁阀全部启动。
进一步地,所述步骤S5具体包括如下步骤:
S51、当接收到皮带启动信号后,进入视频检测程序;
S52、通过摄像头SDK接口按帧获取原始图像;
S53、对原始图像进行切割,获取识别区域图像;
S54、对区域图像进行二值化处理;
S55、对二值化后的图像采用中值滤波模板对图像进行优化;
S56、对优化的二值化图像进行连通域边缘追踪,并统计个数;
S57、对面积小于预设值的连通域进行滤波处理;
S58、以图像连通域个数的预设值作为标准对的第i帧图像处理结果进行标定;之后统计连续预设帧数的图像结果,并以此结果判断是否有煤流。
进一步地,所述步骤S58中,1秒中可以通过接口获取25帧图像,当图像连通域个数大于等于25个时第i帧图像处理结果被标记为1,当图像连通域个数小于25个时第i帧图像处理结果被标记为0,
Figure BDA0002997768670000021
数组A中元素的总和为M:
Figure BDA0002997768670000022
当最近1秒内即25帧图像中有20帧图像的标记结果为1则认为该时刻没有煤流,否则就判定该时刻有煤流:
Figure BDA0002997768670000031
式中:rate为预设的检测通过率。
本发明通过数字图像处理技术进行上级皮带煤流检测,检测成本是安装皮带秤的1/20,成本低,智能化程度高,同时,通过检测通过率作为结果判断指标,检测精度高,当程序判断为“正常扬尘”时启动其中部分喷嘴进行喷淋抑尘;当程序判定为“扬尘较大”时启动全部喷嘴进行喷淋抑尘,在保证抑尘效果的同时,延长了装置的使用寿命。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明干雾除尘装置自动控制流程图。
图2为本发明煤流检测算法的流程图。
图3为本发明实施例中落料斗原始图像。
图4为本发明实施例中图像二值化的结果。
图5为本发明实施例中图像连通域标记结果。
图6为本发明实施例中煤流进入落料斗后的图像处理结果。
图7为本发明实施例中扬尘较大是整张图像的二值化处理结果。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例公开了一种基于数字图像处理技术的干雾除尘控制方法,包括如下步骤:
S1、在接收到第一信号后,PLC系统检测输煤系统的各级皮带运行信号,所述第一信号为皮带线启动信号;
S2、判断除尘装置所在皮带是否启动,如果存在正在运行的皮带,则进入步骤S4,干雾系统的进气、水总电磁阀打开;否则,进入步骤S3,关闭进气、水总电磁阀;干雾系统的进气、水总电磁阀处于开启状态时,进入步骤S5。
S5、PLC系统检测到输煤系统的各级皮带为运行状态时,进行各干雾装置上级落料斗处的视频检测,具体地,各个干雾喷淋联箱各自上级皮带落料都处的视频检测程序均开启;
S6、当未检测到上级落料斗有煤流时,执行步骤S8,对应皮带段的分路喷嘴电磁阀不启动;当检测到上级落料斗有煤流时,执行步骤S9,对应皮带段的分路喷嘴电磁阀启动。
当检测到上级落料斗有煤流时,还通过预设指标对图像处理结果是否为粉尘过大情况进行判断,若否,则步骤S9具体为:对应皮带段的分路喷嘴电磁阀部分启动;若是,则进入步骤S10,对应皮带段的分路喷嘴电磁阀全部启动。
如图2所示为煤流检测算法的主流程图,所述步骤S5具体包括如下步骤:
S51、当接收到皮带启动信号后,进入视频检测程序;
S52、通过摄像头的SDK接口按帧获取原始图像,获取的图像如图3所示,其中方框内部作为特征选定的区域,可以看出方框内部的图像存在较多的纹路,通过后续处理可以分割出若干连通域;
S53、对原始图像进行切割,获取识别区域图像;
S54、对区域图像进行二值化处理,具体地,对所选区域进行灰度处理,按公式(1)对RGB三分量进行加权平均得到较合理的灰度图像:
Gary(i,j)=0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j) (1);
计算出的灰度图像做均值处理后,大于均值的像素赋值255,小于均值的像素赋值0,即可得到二值化图像,如图4所示。
S55、对二值化后的图像通过中值滤波模板进行优化;本实施例中,采用一个7*7的中值滤波模板对图像进行优化,将该模板内的各像素值进行排序,生成单调上升或单调下降的二维数据序列,二维中值滤波输出如表达式(2):
g(x,y)=medf{f(x-k,y-1),(k,l∈w)} (2)
其中f(x,y)和g(x,y)分别是原图像和处理后图像,w为输入的二维模板,能够在整幅图像上滑动,为了不失通用性做中值滤波前对原始图像的外边框进行了0填充处理;
S56、利用4-邻域标记的方法对优化的二值化图像进行连通域边缘追踪,并统计个数,具体进行连通域标记并再图像中画出如图5所示;
S57、为了保证图像检测的准确性,对面积小于30的连通域进行滤波处理,所得到的连通域是指面积大于30的局部区域;
从图5中可以看出,由于落料斗内安装的陶瓷衬板致使图像中在没有煤流的时候存在较多的连通域,当有煤流通过皮带进入落料斗后如图6所示,可以看出连通域的处理数量明显减少。
S58、以图像连通域个数的预设值作为标准对的第i帧图像处理结果进行标定;之后统计连续预设帧数的图像结果,并以此结果判断是否有煤流。
所述步骤S58中,1秒中可以通过接口获取25帧图像,当图像连通域个数大于等于25个时第i帧图像处理结果被标记为1,当图像连通域个数小于25个时第i帧图像处理结果被标记为0,
Figure BDA0002997768670000051
程序初始化时定义一个大小为25的数组,并对数组内的元素赋值为1,某一帧的图像编号为a,则数组索引i的计算公式如下:
i=mod(a/25) (4)
将图像编号除以25所得的余数作为数组索引,根据摄像头的性能,1秒中可以通过接口获取25帧图像,数组A中的数字可以对近1秒内图像中的煤流状态进行存储,为了提高检测的准确性本发明提出了一个检测通过率rate(0<rate<1)的概念,本实施例将rate定义为0.8,数组A中元素的总和为M:
Figure BDA0002997768670000061
当最近1秒内即25帧图像中有20帧图像的标记结果为1则认为该时刻没有煤流,否则就判定该时刻有煤流:
Figure BDA0002997768670000062
式中:rate为预设的检测通过率。
S7中所述,当判断出有煤流时进入粉尘程度检测的程序,对整张图像进行二值化处理处理结果见图7;定义一个变量Flag,用于统计整张图像二值化以后白色像素点的个数:图像为m*n大小的像素矩阵,则统计方式如下:
Figure BDA0002997768670000063
白色像素点的个数能够反映出落料斗空间内扬尘的程度,具体的计算依据如下:
Figure BDA0002997768670000064
在本实施例中,落料斗下方安装了3组干雾除尘喷嘴,当程序判断为“正常扬尘”时启动其中2组喷嘴进行喷淋抑尘;当程序判定为“扬尘较大”时启动全部3组喷嘴进行喷淋抑尘。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (1)

1.一种基于数字图像处理技术的干雾除尘控制方法,其特征在于,包括如下步骤:
S1、在接收到第一信号后,PLC系统检测输煤系统的各级皮带运行信号,所述第一信号为皮带线启动信号;
S2、判断除尘装置所在皮带是否启动,如果存在正在运行的皮带,则进入步骤S4,干雾系统的进气、水总电磁阀打开;否则,进入步骤S3,关闭进气、水总电磁阀;干雾系统的进气、水总电磁阀处于开启状态时,进入步骤S5;
S5、PLC系统检测到输煤系统的各级皮带为运行状态时,进行各干雾装置上级落料斗处的视频检测,具体地,各个干雾喷淋联箱各自上级皮带落料斗 处的视频检测程序均开启;
S6、当未检测到上级落料斗有煤流时,执行步骤S8,对应皮带段的分路喷嘴电磁阀不启动;当检测到上级落料斗有煤流时,执行步骤S9,对应皮带段的分路喷嘴电磁阀启动;
当检测到上级落料斗有煤流时,还通过预设指标对图像处理结果是否为粉尘过大情况进行判断,若否,则步骤S9具体为:对应皮带段的分路喷嘴电磁阀部分启动;若是,则进入步骤S10,对应皮带段的分路喷嘴电磁阀全部启动;
所述步骤S5具体包括如下步骤:
S51、当接收到皮带启动信号后,进入视频检测程序;
S52、通过摄像头的SDK接口按帧获取原始图像,特征选定的区域存在较多的纹路,通过后续处理可以分割出若干连通域;
S53、对原始图像进行切割,获取识别区域图像;
S54、对区域图像进行二值化处理,具体地,对所选区域进行灰度处理,按公式(1)对RGB三分量进行加权平均得到较合理的灰度图像:
Gary(i,j)=0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j) (1);
计算出的灰度图像做均值处理后,大于均值的像素赋值255,小于均值的像素赋值0,即可得到二值化图像;
S55、对二值化后的图像通过中值滤波模板进行优化;采用一个7*7的中值滤波模板对图像进行优化,将该模板内的各像素值进行排序,生成单调上升或单调下降的二维数据序列,二维中值滤波输出如表达式(2):
g(x,y)=medf{f(x-k,y-1),(k,l∈w)} (2)
其中f(x,y)和g(x,y)分别是原图像和处理后图像,w为输入的二维模板,能够在整幅图像上滑动,为了不失通用性做中值滤波前对原始图像的外边框进行了0填充处理;
S56、利用4-邻域标记的方法对优化的二值化图像进行连通域边缘追踪,并统计个数;
S57、为了保证图像检测的准确性,对面积小于30的连通域进行滤波处理,所得到的连通域是指面积大于30的局部区域;
由于落料斗内安装的陶瓷衬板致使图像中在没有煤流的时候存在较多的连通域,当有煤流通过皮带进入落料斗连通域的处理数量明显减少;
S58、以图像连通域个数的预设值作为标准对的第i帧图像处理结果进行标定;之后统计连续预设帧数的图像结果,并以此结果判断是否有煤流;
所述步骤S58中,1秒中可以通过接口获取25帧图像,当图像连通域个数大于等于25个时第i帧图像处理结果被标记为1,当图像连通域个数小于25个时第i帧图像处理结果被标记为0,
Figure FDA0003778243390000021
程序初始化时定义一个大小为25的数组,并对数组内的元素赋值为1,某一帧的图像编号为a,则数组索引i的计算公式如下:
i=mod(a/25) (4)
将图像编号除以25所得的余数作为数组索引,根据摄像头的性能,1秒中可以通过接口获取25帧图像,数组A中的数字可以对近1秒内图像中的煤流状态进行存储,为了提高检测的准确性,提出一个检测通过率rate的概念,rate定义为0.8,数组A中元素的总和为M:
Figure FDA0003778243390000031
当最近1秒内即25帧图像中有20帧图像的标记结果为1则认为该时刻没有煤流,否则就判定该时刻有煤流:
Figure FDA0003778243390000032
式中:rate为预设的检测通过率;
S7中,当判断出有煤流时进入粉尘程度检测的程序,对整张图像进行二值化处理;定义一个变量Flag,用于统计整张图像二值化以后白色像素点的个数:图像为m*n大小的像素矩阵,则统计方式如下:
Figure FDA0003778243390000033
白色像素点的个数能够反映出落料斗空间内扬尘的程度,具体的计算依据如下:
Figure FDA0003778243390000034
落料斗下方安装了3组干雾除尘喷嘴,当程序判断为“正常扬尘”时启动其中2组喷嘴进行喷淋抑尘;当程序判定为“扬尘较大”时启动全部3组喷嘴进行喷淋抑尘。
CN202110336196.1A 2021-03-29 2021-03-29 一种基于数字图像处理技术的干雾除尘控制方法 Active CN113171666B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110336196.1A CN113171666B (zh) 2021-03-29 2021-03-29 一种基于数字图像处理技术的干雾除尘控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110336196.1A CN113171666B (zh) 2021-03-29 2021-03-29 一种基于数字图像处理技术的干雾除尘控制方法

Publications (2)

Publication Number Publication Date
CN113171666A CN113171666A (zh) 2021-07-27
CN113171666B true CN113171666B (zh) 2022-10-18

Family

ID=76922480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110336196.1A Active CN113171666B (zh) 2021-03-29 2021-03-29 一种基于数字图像处理技术的干雾除尘控制方法

Country Status (1)

Country Link
CN (1) CN113171666B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114832547A (zh) * 2022-04-25 2022-08-02 中建三局集团有限公司 一种智能移动式喷淋降尘方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3792684B2 (ja) * 2003-08-06 2006-07-05 株式会社メンテック 粉塵閉じ込め装置
CN103089291B (zh) * 2011-11-03 2015-10-21 中国矿业大学(北京) 一种基于图像的煤矿粉尘污染评价及喷雾除尘联动系统
AU2016229870B2 (en) * 2015-03-09 2020-10-15 Isp Investments Llc Spray characterization by optical image analysis
CN206051046U (zh) * 2016-09-30 2017-03-29 中国神华能源股份有限公司 一种洒水除尘系统
CN108845536B (zh) * 2018-04-20 2020-11-03 燕山大学 一种基于视频技术的堆场扬尘实时检测和智能洒水降尘装置及方法
CN110880174B (zh) * 2019-11-15 2023-08-29 华能国际电力股份有限公司大连电厂 一种斗轮式取料机取料边界的判断方法
CN112392481A (zh) * 2020-10-20 2021-02-23 璧靛喘 一种露天矿山排土机除尘系统及方法

Also Published As

Publication number Publication date
CN113171666A (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
US9230175B2 (en) System and method for motion detection in a surveillance video
CN109840911A (zh) 确定干净或脏污的拍摄图像的方法、系统和计算机可读存储介质
CN113171666B (zh) 一种基于数字图像处理技术的干雾除尘控制方法
US11145046B2 (en) Detection of near-field occlusions in images
JPH09138470A (ja) 画像の主要部判定方法及び複写条件決定方法
JPH08125857A (ja) 画像処理装置
US12014531B2 (en) Method for controlling the operation of a machine for harvesting root crop
US5963272A (en) Method and apparatus for generating a reference image from an image sequence
CN111767822B (zh) 垃圾检测方法以及相关设备、装置
CN111476712B (zh) 一种烧结机的台车箅条图像的摄取及检测方法、系统
CN114882468A (zh) 清扫车清扫刷角度自适应调整方法
KR0181052B1 (ko) 고화질 영상 시스템의 영역 분할 장치
CN107240116B (zh) 分选输入值的设备、方法、制造系统和数据处理装置
US20040208364A1 (en) System and method for image segmentation
Jiang et al. Multiple templates auto exposure control based on luminance histogram for onboard camera
CN110114801A (zh) 图像前景检测装置及方法、电子设备
US11530993B2 (en) Deposit detection device and deposit detection method
US20210089818A1 (en) Deposit detection device and deposit detection method
CN113971681A (zh) 一种复杂环境下带式输送机边缘检测方法
CN107967690B (zh) 一种自适应铁谱磨粒图像二值化处理方法
CN110694940A (zh) 一种基于坏点和大小实时调整喷阀吹气的控制方法及系统
CN115588145A (zh) 基于无人机的河道垃圾漂浮识别方法及系统
CN110580706A (zh) 一种视频背景模型的提取方法及装置
CN116543003A (zh) 一种图像目标分割方法及其系统
CN111064897B (zh) 一种曝光评估值的统计方法及成像设备

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210727

Assignee: HUANENG INTERNATIONAL POWER CO.,LTD. DANDONG POWER PLANT

Assignor: HUANENG POWER INTERNATIONAL Inc. DALIAN POWER PLANT

Contract record no.: X2023210000322

Denomination of invention: A Control Method for Dry Mist Dust Removal Based on Digital Image Processing Technology

Granted publication date: 20221018

License type: Common License

Record date: 20231227