The invention discloses a beta-ray dust concentration detection algorithm based on multi-feature fusion, which includes the following steps: S1: constructing a dust concentration detection calculation platform based on beta-ray; S2: extracting standard deviation value of beta-ray intensity fluctuation data; S3: extracting envelope mean value of beta-ray intensity fluctuation data; S4: fusing standard deviation value and envelope mean value to obtain area value, and calculating. Dust concentration. Through the invention, an improved beta-ray dust concentration detection algorithm is obtained, which eliminates the influence of beta-ray intensity fluctuation on dust concentration detection, and improves the detection accuracy of dust concentration.
【技术实现步骤摘要】
基于多特征融合的β射线粉尘浓度检测算法
本专利技术涉及粉尘浓度检测
，特别涉及基于多特征融合的β射线粉尘浓度检测算法。
技术介绍
随着社会的发展，人们对环境的重视越来越大，其中粉尘颗粒物的浓度检测更是重中之重，直接影响人们的生活质量。粉尘浓度检测方法主要有光散射法、β射线法及振荡天平法。检测方法的测量原理的不同会造成粉尘浓度检测精度的误差有所区别。β射线法是矿山粉尘浓度检测的主要方法之一，被应用到快速、便携的直读式设备上，而β射线强度的波动性会对设备检测粉尘浓度的精度产生影响。
技术实现思路
针对现有技术中β射线强度波动会造成粉尘浓度检测降低的问题，本专利技术提供一种基于多特征融合的β射线粉尘浓度检测算法，通过将β射线强度波动数据的信号特征进行融合得到用于标定粉尘浓度的面积值，提高β射线粉尘浓度检测算法的精度，从而提高粉尘浓度检测的精度。为了实现上述目的，本专利技术提供基于多特征融合的β射线粉尘浓度检测算法，包括以下步骤：S1：构建基于β射线的粉尘浓度检测计算平台；S2：提取β射线强度波动数据的标准偏差值；S3：提取β射线强度波动数据的包络均值；S4：融合标准偏...
【技术保护点】
1.基于多特征融合的β射线粉尘浓度检测算法，其特征在于，包括以下步骤：S1：构建基于β射线的粉尘浓度检测计算平台；S2：提取β射线强度波动数据的标准偏差值；S3：提取β射线强度波动数据的包络均值；S4：融合标准偏差值和包络均值从而得到面积值，计算粉尘浓度。
【技术特征摘要】
1.基于多特征融合的β射线粉尘浓度检测算法，其特征在于，包括以下步骤：S1：构建基于β射线的粉尘浓度检测计算平台；S2：提取β射线强度波动数据的标准偏差值；S3：提取β射线强度波动数据的包络均值；S4：融合标准偏差值和包络均值从而得到面积值，计算粉尘浓度。2.如权利要求1所述的基于多特征融合的β射线粉尘浓度检测算法，其特征在于，所述S2中，所述β射线强度波动数据的标准偏差值的计算公式为:公式(1)中，S表示标准偏差值，N表示β射线强度值的总个数，Xi表示第i个β射线强度值，表示N个β射线强度值的平均值。3.如权利要求1所述的基于多特征融合的β射线粉尘浓度检测算法，其特征在于，所述S3中，所述β射线强度波动数据的包络均值的提取包括以下步骤：S3-1：构建β射线强度波动数据的上下包络线；S3-2：计算β射线强度波动数据的上下包络线的包络均值；S3-3：计算β射线强度的包络均值。4.如权利要求1或3所述的基于...
【专利技术属性】
技术研发人员：赵政，李德文，吴付祥，刘国庆，隋金君，惠立锋，焦敏，张强，李征真，罗小博，刘海辰，郑磊，
申请(专利权)人：中煤科工集团重庆研究院有限公司，
类型：发明
国别省市：重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。