矿井粉尘智能分析处理系统及方法技术方案

本公开的实施例提供了一种矿井粉尘智能分析处理系统及方法。该系统中图像采集模块，用于采集矿井内光照射区域的图像，通过第一通信模块将图像向光源解析模型传输；光源解析模型对图像进行解析，获取矿井内粉尘的分布情况，输入至降尘分析模型；降尘分析模型，用于根据粉尘的分布情况，分析矿井内的粉尘浓度是否超过对应的粉尘报警浓度，若是，则生成降尘指令，并向第二通信模块传输降尘指令以及向报警模块发送报警指令；控制模块，用于控制粉尘处理装置进行降尘处理。以此方式，可以有效地提高矿井内粉尘的监测和处理效率，实现对矿井内粉尘的实时智能监测分析和远程自动控制降尘处理。处理。处理。

【技术实现步骤摘要】
矿井粉尘智能分析处理系统及方法


[0001]本公开涉及矿井
，尤其涉及矿井粉尘


技术介绍

[0002]目前，随着我国矿业不断发展，煤矿井的安全生产成为我国非常关注的问题，近几年各国关于煤矿安全生产的措施层出不穷，但是这些措施对煤矿井下的事故发生率控制并没有达到期望值。影响煤矿井下发生安全事故的因素非常多，其中最严重的是由于矿井粉尘浓度过高引发的煤矿爆炸，所以有效控制煤矿下粉尘浓度非常重要。然而目前已知粉尘传感器必须工作人员去矿井内安装并配合，才可以测量粉尘浓度，并且当粉尘浓度超标时，需要进行人工喷水降尘，十分不便。

技术实现思路

[0003]本公开提供了一种矿井粉尘智能分析处理系统、方法、设备以及存储介质。
[0004]根据本公开的第一方面，提供了一种矿井粉尘智能分析处理系统。该系统包括：所述系统包括：监测端、服务器端和粉尘处理端；
[0005]所述监测端设置于矿井内部；所述监测端，包括图像采集模块、第一通信模块和报警模块；
[0006]所述服务器端包括：光源解析模型和降尘分析模型；...

【技术保护点】

【技术特征摘要】
1.一种矿井粉尘智能分析处理系统，其特征在于，所述系统包括：监测端、服务器端和粉尘处理端；所述监测端设置于矿井内部；所述监测端，包括图像采集模块、第一通信模块和报警模块；所述服务器端包括：光源解析模型和降尘分析模型；所述粉尘处理端包括：第二通信模块、控制模块和粉尘处理装置；所述图像采集模块，用于向矿井内发射多种颜色的光，采集矿井内光照射区域的图像，通过所述第一通信模块将所述图像向所述光源解析模型传输；所述光源解析模型对所述图像进行解析，获取矿井内粉尘的分布情况，并将矿井内粉尘的分布情况输入降尘分析模型；所述降尘分析模型，用于根据粉尘的分布情况，分析矿井内的粉尘浓度是否超过对应的粉尘报警浓度，若是，则生成降尘指令，并向所述第二通信模块传输降尘指令以及向所述报警模块发送报警指令；所述报警模块根据所述报警指令进行报警；所述控制模块，用于根据所述第二通信模块接收的所述降尘指令，控制所述粉尘处理装置进行降尘处理。2.根据权利要求1所述的一种矿井粉尘智能分析处理系统，其特征在于，所述监测端还包括：传感器模块，所述传感器模块设置于矿井内；所述传感器模块包括分布在所述矿井内不同位置的多个粉尘浓度传感器；所述传感器模块，用于采集所述矿井内粉尘浓度信息；所述第一通信模块，用于将所述粉尘浓度信息发送至所述降尘分析模块；所述降尘分析模块，用于根据所述粉尘的分布情况以及所述粉尘浓度信息，确定最终的粉尘浓度。3.根据权利要求2所述的一种矿井粉尘智能分析处理系统，其特征在于，所述光源解析模型通过以下步骤建立：基于机器学习，将训练图像样本作为输入，并将相应的粉尘分布情况作为输出；将所述训练图像样本对应的标准粉尘分布情况与所述光源解析模型输出的粉尘分布情况进行比对，当比对误差高于规定值时，调整所述光源解析模型中的参数。4.根据权利要求1所述的一种矿井粉尘智能分析处理系统，其特征在于，所述图像采集模块，还用于对所述图像进行分析，获取矿井内空间大小，并将所述空间大小向所述光源解析模型传输；所述光源解析模型，用于根据所述空间大小，建立所述矿井对应的空间模型，并将所述图像中的粉尘标定于所述空间模型中；所述光源解析模型，还用于按照单位尺寸对所述空间模型进行分割，将所述空间模型划分为若干个单位空间模型；并对每个单位空间模型中的粉尘进行计数，当所述单位空间模型中的粉尘数量超过预定粉尘数量时，获取所述单位空间模型的坐标信息以及所述单位空间模型中的粉尘数量；所述光源解析模型，还用于将所述坐标信息以及所述单位空间模型中的粉尘数量进行汇总，作为所述粉尘的分布情况。
5.根据权利要求4所述的一种矿井粉尘智能分析处理系统，其特征在于，所述光源解析模型，包括：划分单元、滤波单元、确定单元、获取单元、计算单元、筛选单元、定义单元、统计单元；划分单元，用于按照单位尺寸对所述空间模型进行分割，将所述空间模型划分为若干个单位空间模型；滤波单元，用于从所述图像中获取所述单位空间模型对应的局部图像，根据以下滤波算法，计算出所述单位空间模型对应的局部图像中每个像素点和对应的搜索领域中所有像素点的距离：式中，L(a(x
p
),a(x
q
))为所述单位空间模型对应的局部图像中第p个待滤波的像素点和对应的搜索领域中第q个像素点之间的距离，x
p
为第p个待滤波的像素点的像素值，x
q
为以p为中心的T
×
T的搜索领域中的第q个像素点的像素值，T为所述搜索领域的边长，a(x
p
)为以p为中心的T
×
T的图像块的对比度梯度变化向量，a(x
q
)为以q为中心的T
×
T的图像块的对比度梯度变化向量，a
(t)
(x
p
)为向量a(x
p
)的第t个元素，a
(t)
(x
q
)为向量a(x
q
)的第t个元素，lg为对数函数；基于所述单位空间模型对应的局部图像中每个像素点和对应的搜索领域中所有像素点的距离，计算出所述对应的局部图像中经过滤波后的所有像素点的对比度值，获得新的光源增强滤波图像：式中，a
′
p
为所述对应的局部图像中经过滤波后的第p个像素点的对比度值，exp()为以自然常数e为底的指数函数，S为滤波尺度参数；确定单元，用于确定每个所述单位空间模型对应的局部图像中包含的疑似粉尘粒子；获取单元，用于从所述光源增强滤波图像中获取所述疑似粉尘粒子对应的亮度值、灰度值、色度值；计算单元，用于基于每个所述疑似粉尘粒子对应的亮度值、灰度值、色度值，计算出每个所述疑似粉尘粒子为粉尘粒子的初始概率：其中，P
i
(i＝1,2,
…
,n)为所述光源增强滤波图像中第i个所述疑似粉尘粒子为粉尘粒子的初始概率，A
i
为第i个所述疑似粉尘粒子的亮度值，A0为粉尘粒子的标准亮度值，k(x)为核函数，d为核函数的带宽，δ[b(A
i
)
‑
A0]为第i个所述疑似粉尘粒子的亮度值和标准亮度值之间的关系冲激函数，若A
i
等于A0则δ[b(A
i
)

【专利技术属性】
技术研发人员：宋亚新，谷树伟，王帅，于明生，王林，王浩，
申请(专利权)人：国能包头能源有限责任公司，
类型：发明
国别省市：