基于视频图像的瓦斯和煤尘爆炸感知报警及爆源判定方法

发布时间：2022-01-01 23:10

　　分析了瓦斯和煤尘爆炸视频图像特征:爆炸火球通常呈红色,亮度高、温度高,辐射较强的红外线和紫外线,火球面积迅速扩大;火焰锋面的面积、亮度、颜色、形状、辐射强度等不断变化;烟尘的面积、颜色、形状等不断变化;有物体快速移动和变形。提出了基于可见光视频图像、近红外视频图像、远红外视频图像、紫外视频图像的瓦斯和煤尘爆炸感知报警及爆源判定方法:根据高亮区域亮度及其变化率、高亮区域面积及其变化率、图像形状及变化、图像颜色及变化,辨识瓦斯和煤尘爆炸;通过不同地点摄像机采集的图像变化及变化先后时间关系、摄像机损坏的时序关系,判定爆源。提出了可见光视频图像、近红外视频图像、远红外视频图像、紫外视频图像、O₂、CO₂、CO、温度、声音、震动、气压、风速、风向、烟雾、粉尘等多信息融合的瓦斯和煤尘爆炸感知报警及爆源判定方法,减小火灾、巷道灯、矿灯、车灯、红色衣物、机电设备发热、电气设备和电缆故障放电、煤与瓦斯突出、冲击地压、顶板大面积冒落、水灾、爆破作业、工作面落煤、煤炭转载和运输等对瓦斯和煤尘爆炸辨识的影响。 

【文章来源】：工矿自动化. 2020,46(07)北大核心

【文章页数】：5 页

【文章目录】：
0 引言
1 瓦斯和煤尘爆炸视频图像特征分析
    1.1 图像静态特征分析
    1.2 视频动态特征分析
2 基于视频图像的瓦斯和煤尘爆炸感知报警及爆源判定方法
    2.1 基于可见光视频图像的瓦斯和煤尘爆炸感知报警及爆源判定方法
    2.2 基于近红外视频图像的瓦斯和煤尘爆炸感知报警及爆源判定方法
    2.3 基于远红外视频图像的瓦斯和煤尘爆炸感知报警及爆源判定方法
    2.4 基于紫外视频图像的瓦斯和煤尘爆炸感知报警及爆源判定方法
3 多信息融合的瓦斯和煤尘爆炸感知报警及爆源判定方法
4 结论


【参考文献】：
期刊论文
[1]煤矿瓦斯和煤尘爆炸感知报警与爆源判定方法研究[J]. 孙继平.  工矿自动化. 2020(06)
[2]汽油蒸气爆炸火焰光学特征的实验研究[J]. 蔡定根,李会荣,李孝斌,崔淼.  消防科学与技术. 2019(08)
[3]基于可见光和红外图像的矿井外因火灾识别方法[J]. 孙继平,孙雁宇,范伟强.  工矿自动化. 2019(05)
[4]矿井火灾监测与趋势预测方法研究[J]. 孙继平,孙雁宇.  工矿自动化. 2019(03)
[5]基于RGB颜色模型的玉米淀粉爆燃火焰传播速度[J]. 张洪铭,陈先锋,张英,牛奕,代华明,黄楚原.  爆炸与冲击. 2018(01)
[6]基于图像处理的管道瓦斯爆炸火焰传播速度特征[J]. 聂百胜,杨龙龙,孟筠青,何学秋.  煤炭学报. 2016(04)
[7]基于红外热像仪的温压弹爆炸温度场测试[J]. 田培培,张猛,王高,李仰军,武京治.  红外技术. 2016(03)
[8]基于Matlab图像处理的瓦斯爆炸火焰传播速度研究[J]. 余明高,郑凯,郑立刚,孔杰.  安全与环境学报. 2014(01)
[9]无安全监控系统的煤矿特别重大瓦斯爆炸事故案例分析[J]. 孙继平.  工矿自动化. 2012(03)
[10]电气火源引起的特别重大瓦斯爆炸事故案例分析[J]. 孙继平.  工矿自动化. 2012(02)



本文编号：3563007