分析了瓦斯和煤塵爆炸視頻圖像特征:爆炸火球通常呈紅色,亮度高、溫度高,輻射較強(qiáng)的紅外線和紫外線,火球面積迅速擴(kuò)大;火焰鋒面的面積、亮度、顏色、形狀、輻射強(qiáng)度等不斷變化;煙塵的面積、顏色、形狀等不斷變化;有物體快速移動(dòng)和變形。提出了基于可見光視頻圖像、近紅外視頻圖像、遠(yuǎn)紅外視頻圖像、紫外視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法:根據(jù)高亮區(qū)域亮度及其變化率、高亮區(qū)域面積及其變化率、圖像形狀及變化、圖像顏色及變化,辨識瓦斯和煤塵爆炸;通過不同地點(diǎn)攝像機(jī)采集的圖像變化及變化先后時(shí)間關(guān)系、攝像機(jī)損壞的時(shí)序關(guān)系,判定爆源。提出了可見光視頻圖像、近紅外視頻圖像、遠(yuǎn)紅外視頻圖像、紫外視頻圖像、O₂、CO₂、CO、溫度、聲音、震動(dòng)、氣壓、風(fēng)速、風(fēng)向、煙霧、粉塵等多信息融合的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法,減小火災(zāi)、巷道燈、礦燈、車燈、紅色衣物、機(jī)電設(shè)備發(fā)熱、電氣設(shè)備和電纜故障放電、煤與瓦斯突出、沖擊地壓、頂板大面積冒落、水災(zāi)、爆破作業(yè)、工作面落煤、煤炭轉(zhuǎn)載和運(yùn)輸?shù)葘ν咚购兔簤m爆炸辨識的影響。 

【文章來源】：工礦自動(dòng)化. 2020,46(07)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 瓦斯和煤塵爆炸視頻圖像特征分析
    1.1 圖像靜態(tài)特征分析
    1.2 視頻動(dòng)態(tài)特征分析
2 基于視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法
    2.1 基于可見光視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法
    2.2 基于近紅外視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法
    2.3 基于遠(yuǎn)紅外視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法
    2.4 基于紫外視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法
3 多信息融合的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]煤礦瓦斯和煤塵爆炸感知報(bào)警與爆源判定方法研究[J]. 孫繼平.  工礦自動(dòng)化. 2020(06)
[2]汽油蒸氣爆炸火焰光學(xué)特征的實(shí)驗(yàn)研究[J]. 蔡定根,李會榮,李孝斌,崔淼.  消防科學(xué)與技術(shù). 2019(08)
[3]基于可見光和紅外圖像的礦井外因火災(zāi)識別方法[J]. 孫繼平,孫雁宇,范偉強(qiáng).  工礦自動(dòng)化. 2019(05)
[4]礦井火災(zāi)監(jiān)測與趨勢預(yù)測方法研究[J]. 孫繼平,孫雁宇.  工礦自動(dòng)化. 2019(03)
[5]基于RGB顏色模型的玉米淀粉爆燃火焰?zhèn)鞑ニ俣萚J]. 張洪銘,陳先鋒,張英,牛奕,代華明,黃楚原.  爆炸與沖擊. 2018(01)
[6]基于圖像處理的管道瓦斯爆炸火焰?zhèn)鞑ニ俣忍卣鱗J]. 聶百勝,楊龍龍,孟筠青,何學(xué)秋.  煤炭學(xué)報(bào). 2016(04)
[7]基于紅外熱像儀的溫壓彈爆炸溫度場測試[J]. 田培培,張猛,王高,李仰軍,武京治.  紅外技術(shù). 2016(03)
[8]基于Matlab圖像處理的瓦斯爆炸火焰?zhèn)鞑ニ俣妊芯縖J]. 余明高,鄭凱,鄭立剛,孔杰.  安全與環(huán)境學(xué)報(bào). 2014(01)
[9]無安全監(jiān)控系統(tǒng)的煤礦特別重大瓦斯爆炸事故案例分析[J]. 孫繼平.  工礦自動(dòng)化. 2012(03)
[10]電氣火源引起的特別重大瓦斯爆炸事故案例分析[J]. 孫繼平.  工礦自動(dòng)化. 2012(02)



本文編號：3563007