龚晓燕教授：基于图像分析的掘进工作面粉尘颗粒检测方法

《工矿自动化》

一

研究背景

     随着煤矿井下机械化水平不断提高，掘进工作面工作效率提高的同时，产尘量不断增大，井下粉尘问题越来越严峻。基于光散射原理测定粉尘质量浓度只能定时定点手动检测，实时性差，且只能检测出粉尘质量浓度，并不能给出粒径分布范围。目前基于图像分析的粉尘颗粒检测研究主要是针对粉尘质量浓度或粒径分布进行单方面研究，无法实现粉尘质量浓度和粒径分布范围的同时检测。针对上述问题，提出了一种基于图像分析的掘进工作面粉尘颗粒检测方法，探究图像特征与粉尘质量浓度、粒径分布间的关系。

二

研究内容

1、粉尘样本收集及图像采集

     通过粉尘样本收集及图像采集装置，采集粉尘颗粒图像并获取采集图像时的粉尘质量浓度。控制粉尘样本收集装置的抽气泵开启，将环境中的粉尘通过进气管传送至密闭结构空间中的样本收集平台。

2、图像处理

     首先采用非局部均值滤波算法对获得的粉尘颗粒图像进行去噪，然后采用多尺度Retinex算法对图像进行增强，最后运用分水岭算法对图像进行分割。

3、粉尘图像特征提取

     提取粉尘图像的灰度特征、纹理特征、几何特征相关参数。

4、粉尘浓度与图像特征的相关性分析

     采用皮尔逊相关系数法研究实测粉尘质量浓度与图像的灰度、纹理、几何特征之间的相关性，并选取相关性较大的灰度均值、粉尘像素数量与整体图像像素数量的比值、纹理相关性、纹理对比度4个特征参数建立多元非线性回归模型。

5、粉尘粒径分布分析

     提取粉尘颗粒对象像素点个数，结合转换系数，基于几何当量等效面积径计算粉尘粒径大小及分布范围。

三

实验结果与分析

1、粉尘质量浓度测试与验证

      经过100次实验所测的实测粉尘质量浓度与多元非线性回归模型数学模型计算值的平均相对误差为12.37%，处于合理区间范围内，验证了多元非线性粉尘质量浓度数学模型的有效性和准确性。

2、 粒径分布测试与验证

     经过 5 组粒径分布对照实验，可看出标准实测数据与用几何当量等效面积径得到的粒径分布间的最大相对误差为8.63%，平均相对误差为6.37%，处于合理区间范围内。

作者简介

龚晓燕（1966—），女，甘肃临洮人，教授，博士，博士研究生导师，主要从事矿井智能化通风、风流调控技术及设备研发、预测预警、故障诊断及智能决策支持系统研发等方面的工作，E-mail：gongxymail @163.com。

引用格式

龚晓燕，冯浩，付浩然，等. 基于图像分析的掘进工作面粉尘颗粒检测方法[J]. 工矿自动化，2024，50（4）：55-62, 77.

GONG Xiaoyan, FENG Hao, FU Haoran, et al. A method for detecting dust particles in

excavation working face based on image analysis[J]. Journal of Mine Automation，2024，50（4）：55-62, 77.