基于光散射法无动力粉尘质量浓度检测技术

针对目前煤矿光散射法粉尘质量浓度传感器的易堵塞、维护难问题，提出了一种具有无堵塞、易维护特征的光散射法无动力粉尘质量浓度检测技术并开发光散射法无动力粉尘质量浓度传感器。首先通过分析光散射法粉尘质量浓度检测基本原理与目前光散射法粉尘质量浓度传感器的结构特征，设计了一种由激光器、光电二极管、遮光罩等部分组成的光散射法无动力粉尘质量浓度检测单元，并附上超低信号处理电路，设计了一种光散射法无动力粉尘质量浓度传感器。通过分析外界自然光对光散射法无动力粉尘质量浓度传感器的影响规律，设计一种传感器零点值动态检测的数据处理算法，消除了外界自然的干扰。然后通过分析光散法无动力粉尘质量浓度传感器光散射信号的分布特征，并且确定了光散法无动力粉尘质量浓度传感器检测初始值与实际粉尘质量浓度的数学关系，以粉尘质量浓度低于120 mg/m³采用二次多项式曲线拟合，高于120 mg/m³采用线性拟合的方式，实现了无动力光散射法粉尘质量浓度传感器的精准标定。最后通过试验证明了基于光散射法无动力的粉尘质量浓度传感器低浓度误差低于15%,高浓度误差低于10%。无动力光散射法粉尘质...     

基于多传感融合的粉尘质量浓度检测技术

粉尘质量浓度在线检测技术是矿山通风安全和尘肺预警的重要基础,而技术的核心是检测误差。为了减小粉尘质量浓度在线检测的误差,提出一种基于多传感融合的粉尘质量浓度检测技术。调研发现目前应用最多的粉尘质量浓度在线检测方法是光散射法和电荷感应法;基于2种方法的基本原理,研制了光散射传感子单元和电荷感应传感子单元。为了解决光散射传感子单元的污染问题,借助气幕控尘技术,设计了一种带气幕隔尘的光散射传感子单元;再将2种传感子单元进行结构融合,得到串联型的多传感融合单元。然后,基于实验准备与系统,对多传感融合单元进行系列实验,采用多传感数据融合方法,将光散射子单元和电荷感应子单元的AD值进行数据融合,提出一种粉尘质量浓度检测算法,形成了多传感融合的粉尘质量浓度检测技术。最后,实验发现:光散射传感子单元的气幕隔尘结构尽量避免了粉尘对光学器件的污染;多传感融合单元的检测误差≤8.5%,比光散射传感子单元小6.4%,比电荷感应传感子单元小6.2%;多传感融合单元的平均标定灵敏度是2 911.4,与光散射传感子单元相比提高了32.3倍,与电荷感应传感子单元比较提高了124.4倍。证明:多传感融合技术克服了光散射法和电荷感应法对粉尘质量浓度检测的局限性,集中了2者的优点,进一步减小了检测误差和提高了标定灵敏度。     

采煤机割煤时粉尘质量浓度检测技术研究

针对现有粉尘质量浓度检测技术在采煤机割煤时的局限性,提出了基于光吸收法的粉尘高质量浓度检测方法,通过阐述光吸收法的基本原理,根据光源和光电传感器的选择依据,设计了光学检测结构.通过Fluent软件对设计的暗室结构进行流场仿真,确定了激光管与光电倍增管布置位置.同时,设计了无线数据传输功能,将采集的粉尘质量浓度数据通过无线传输至采集主机.通过与粉尘采样器对比试验证明:在合理的标定系数下,传感器的检测误差均小于10％,测量精度较高,实现了煤矿井下采煤机割煤时粉尘质量浓度的精确测量.     

基于光散射法对烟尘浓度的在线监测研究

通过分析粉尘颗粒对激光的散射特性,结合粉尘排放实时测量技术,基于光散射法建立了一套激光粉尘自动测定系统用以测量工业生产烟道中粉尘的浓度。运用该系统对山西铝厂回转窑烟道中不同浓度的Al2O3粉尘进行实时监测,实验数据与等速抽滤采样法标定结果比较误差不超过15%,结果表明,所设计的装置能用于工业生产作业场所粉尘浓度的监测。     

基于光信号统计分析的粉尘浓度检测方法

为了提高基于光散射法的粉尘浓度传感器测量精度,对传感器光散射系统进行了建模与分析,推导出对于同一粉尘颗粒,其散射光电脉冲信号分布满足对数正态分布的一般性统计规律,并推论对于同一空气动力学粒径的粉尘颗粒物群,其质量浓度测量结果会在粒径域内展宽为满足对数正态分布的多粒径分布函数。实验结果表明,该推论与实际测量结果吻合。     

光散射性矿用粉尘传感器的设计及应用

针对现有粉尘传感器测试精度偏低的问题,根据光散射性原理,设计了一种光散射性矿用粉尘传感器。重点介绍传感器的设计原理和软硬件设计。该传感器通过实验,测试粉尘结果在0~1 000 mg/m3范围内,测试精度可达到±10%,取得了较好的测试效果。     

电荷感应式粉尘浓度检测技术

针对目前常见的光学式粉尘浓度传感器中存在维护频繁、结构复杂等缺点,基于粉尘的静电特性,研发了一种电荷感应法粉尘浓度传感器。阐述了电荷电感应法的基本原理,并借助实验对其基本原理进行了验证,且通过实验证明了粉尘浓度与感应所得信号的波动性呈正相关关系;简述了感应式粉尘浓度传感器的软硬件设计。通过实验室实验和煤矿井下现场工业试验,证明了电荷感应式粉尘浓度传感器具有较高的检测精度,实验室检测误差低于10%,并且使用中传感器基本免维护。     

采用检测光学混浊度确定乳化液浓度方法的研究

从液体中颗粒光散射理论出发,分析了光散射检测液体浓度的可行性,根据液体浓度与混浊度的关系,提出了一种运用光学散射混浊度传感器检测乳化液浓度的新方法,采用APMS-11GVCF-KIT光学混浊度传感器对浓度范围为2.5%~5.5%的乳化液进行了实验研究。实验表明,乳化液的浓度与传感器输出电压之间是线性关系,采用光学散射检测混浊度的方法可以用于在线检测乳化液的浓度。     

基于光学的无动力粉尘浓度检测技术

现有粉尘浓度检测技术采用主动抽取的方式,功耗高、测量结果容易受环境因素影响。基于光学散射法的无动力粉尘浓度检测技术,设计了特有的光学检测机构,通过建立二维风速补偿算法模型,应用粉尘浓度PID自适应控制算法,实现了粉尘浓度传感器的低功耗、大量程、高精度、高可靠性。实验结果表明,无动力粉尘浓度检测技术有效克服了主动抽取式检测技术的缺点,提高了粉尘浓度检测精度。     

基于光散射原理的矿用激光粉尘浓度传感器

矿用激光粉尘浓度传感器采用光散射的原理而研制,其检测精度高、使用寿命长、性能稳定可靠,特别是在非线性信号处理及信号滤波等方面具有突出特点;对传感器的设计方案进行详细的阐述。     

基于β射线吸收法的粉尘浓度测量技术北大核心

针对目前我国煤矿粉尘浓度检测设备测量精度低、稳定性差及后期维护频繁等问题,基于β射线吸收原理,通过建立C14原子核衰变β射线涨落模型,在设计气体预处理装置及PID恒流控制技术的基础上,最终完成了β射线吸收法粉尘浓度检测装置的整体设计。实验结果表明样机与手工采样称重法相对误差均低于±10%,可以满足煤矿井下粉尘浓度的检测需求。     

基于β射线吸收法的粉尘浓度测量技术

针对目前我国煤矿粉尘浓度检测设备测量精度低、稳定性差及后期维护频繁等问题,基于β射线吸收原理,通过建立C14原子核衰变β射线涨落模型,在设计气体预处理装置及PID恒流控制技术的基础上,最终完成了β射线吸收法粉尘浓度检测装置的整体设计。实验结果表明样机与手工采样称重法相对误差均低于±10%,可以满足煤矿井下粉尘浓度的检测需求。     

无动力粉尘浓度检测技术

基于Mie散射法提出一种无动力的粉尘浓度检测技术,通过对无动力关键位置-无动力通孔直径和长度进行实验对比研究,优化了无动力机构的尺寸;对影响无动力检测粉尘浓度的因素进行了实验分析,并作出算法补偿;经过无动力尺寸研究和影响因素分析后,使无动力单元能够更加适用于现场检测,检测误差更小,延长了维护时间,并提高了实用性。     

个体呼吸性粉尘质量浓度监测仪的设计研究

为了有效地对作业人员接触的呼吸性粉尘质量浓度进行实时监测，设计了一种个体用呼吸性粉尘质量浓度监测仪。通过阐述监测仪的工作原理，介绍了呼吸性粉尘分离器、呼吸性粉尘检测单元和流量控制系统的设计流程，并设计了监测仪的硬件电路和软件程序。在粉尘风硐系统中，采用呼吸性粉尘采样器进行了对比试验。试验结果表明：个体呼吸性粉尘质量浓度监测仪可以检测0～200 mg/m³的粉尘质量浓度，分辨率达到0.01 mg/m³，最大检测误差为9.77%。     

基于GA-BP神经网络的矿井粉尘浓度预测研究

为了准确预测矿井粉尘浓度,有效防治矿井粉尘危害,运用遗传算法优化的BP神经网络预测模型(GA-BP模型)对某矿山工作面时间序列粉尘浓度进行预测,以预测结果的相对误差、平均绝对百分比误差来评判模型的预测准确性。再利用BP神经网络预测模型,卷积神经网络预测模型(CNN模型)的预测结果同GA-BP预测模型的预测结果进行对比验证,以均方根误差来评价三种模型的预测效果。结果表明,应用GA-BP预测模型,相对误差最大为4.27%,最小为0.14%,相对误差都在10%以内,预测样本的平均绝对百分比误差(MAPE)小于10%,达到了高精度预测要求。CNN、BP、GA-BP三种预测模型的RMSE值分别为1.1007、1.0008、0.9354,GA-BP预测模型对于该矿山工作面粉尘浓度预测效果最好。     

电荷感应法粉尘浓度检测技术

为了避免目前粉尘浓度传感器管路易堵塞、维护较频繁的问题,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。建立了棒状电极与粉尘颗粒间的电荷感应数学模型,推导了棒状电极电荷感应空间灵敏度,并分析了其感应空间灵敏度的分布特性;通过对单一粉尘颗粒和粉尘云感应信号的研究,证明了动态的带电颗粒可感应出交变信号,带电颗粒距电极越近感应信号的波动性越大,且电极周围的粉尘浓度与感应所得信号的波动性呈正相关关系。通过实验分析波动信号各个特征值与粉尘浓度间的关系,确定了波动信号的标准偏差与粉尘浓度整体具有较好的线性度。最后通过实验证明电荷感应法粉尘浓度检测技术具有较好的重复性,且检测误差低于10%。     

基于双波长光电感烟的煤矿火灾烟雾监测技术

针对传统单特征量烟雾监测方法应用于煤矿环境易受干扰的问题，分析了新型多特征量烟雾检测技术在煤矿场景应用的优势与局限；提出使用双波长光电感烟技术进行煤矿火灾烟雾的监测,测试了该技术用于煤矿场景的表现与问题；通过设计针对性的数据处理算法并引入一氧化碳浓度辅助监测手段形成一种基于双波长光电感烟的多特征量煤矿火灾烟雾监测方法,设计试制了基于双波长感烟的多特征量煤矿火灾烟雾监测方法的技术样机并测试了其性能表现。经试验验证，该技术样机对煤矿环境煤尘、水汽、风流的抗干扰能力优于传统技术样机。     

基于物联网技术的煤矿井下粉尘浓度监测方法

针对煤矿井下生产来说,粉尘浓度过高容易引发工作人员患肺部疾病,造成粉尘爆炸灾害,威胁工作人员的生命安全,造成巨大的经济损失,如何对粉尘浓度进行精准监测至关重要。提出了基于物联网技术的煤矿井下粉尘浓度监测方法。引入物联网技术,搭建煤矿井下物联网组织架构,选取适当的粉尘浓度传感器,以此为基础,获取粉尘浓度监测数据,通过粉尘浓度监测数据处理与融合,获得最终粉尘浓度数值。综合最终粉尘浓度与煤矿井下生产环境温度,判定粉尘浓度是否超限,若粉尘浓度超限,设备开启声光预警,防止粉尘爆炸灾害的发生,从而实现了煤矿井下粉尘浓度的监测。实验结果表明,与对比方法相比,应用所提方法获得的粉尘浓度监测数据处理时间更短,粉尘浓度监测相对误差更小,充分证实了所提方法的粉尘浓度监测效果更佳。     

基于β射线法的粉尘质量浓度检测算法研究

为了提高作业场所粉尘质量浓度检测结果的准确率,需进一步提高β射线检测粉尘质量浓度的精度。实验分析发现β射线强度存在波动性,其是影响粉尘质量浓度测试精度的因素之一;目前β射线法的基本算法没有考虑β射线强度波动性对粉尘质量浓度测试精度的影响。采用提取β射线强度波动数据信号特征值的研究方法,利用β射线强度峰峰值、标准偏差和包络均值分别标定粉尘质量浓度并进行对比分析,表明利用单一特征值标定粉尘质量浓度时分辨率较低。通过对β射线强度波动性特征值的融合实验研究,提出一种标定粉尘质量浓度的改进算法。实验结果表明:在粉尘质量浓度为0.0～920.3 mg/m~3内,采用基本算法检测粉尘质量浓度的误差为8.7%～14.3%,而改进算法的检测误差为5.3%～10.0%,基于改进算法的粉尘质量浓度检测直读仪比基本算法直读仪的精度提高了4.4%。     

光散射粉尘传感器的尘染补偿方法及光强分布的研究

详细了分析了光束通过含尘空气时的衰减特性和散射特性，提出了采用光散射法测定了浮游粉尘浓度的方法，设计出双光路测法传感器，对其光路系统的光强分布进行了分析，研究了表明，该传感器可以自动补偿光学元件尘染带来的测量误差，光路中含尘空气对光强的衰减不大，但应考虑光学元件及其表面积尘的影响。