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

孙继平, 范伟强

孙继平,范伟强.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[J].工矿自动化,2020,46(7):1-4.. DOI: 10.13272/j.issn.1671-251x.17629
引用本文: 孙继平,范伟强.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[J].工矿自动化,2020,46(7):1-4.. DOI: 10.13272/j.issn.1671-251x.17629
SUN Jiping, FAN Weiqiang. Gas and coal dust explosion perception alarm and explosion source judgment method based on video image[J]. Journal of Mine Automation, 2020, 46(7): 1-4.. DOI: 10.13272/j.issn.1671-251x.17629
Citation: SUN Jiping, FAN Weiqiang. Gas and coal dust explosion perception alarm and explosion source judgment method based on video image[J]. Journal of Mine Automation, 2020, 46(7): 1-4.. DOI: 10.13272/j.issn.1671-251x.17629

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

基金项目: 

国家重点研发计划资助项目(2016YFC0801800)

详细信息
  • 中图分类号: TD712.7

Gas and coal dust explosion perception alarm and explosion source judgment method based on video image

  • 摘要: 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。
    Abstract: Video image characteristics of gas and coal dust explosion are analyzed: Explosive fireball is usually red with high brightness, high temperature and strong radiation of infrared and ultraviolet rays, and area of the fireballs expands rapidly; Area, brightness, color, shape and radiation intensity of flame front are constantly changing; Area, color and shape of smoke and dust are constantly changing; There are objects that move or deform rapidly. Based on visible light video image, near infrared video image, far infrared video image and ultraviolet video image, a method of gas and coal dust explosion perception alarm and explosion source judgment is proposed: According to brightness and change rate of highlight area, area and change rate of highlight area, image shape and its change, image color and its change, gas and coal dust explosion are identified; Explosion source is determined according to image changes and time sequence of the changes and camera damage at different positions. A gas and coal dust explosion perception alarm and explosion source judgment method is proposed based on multi-information fusion of visible light video image, near infrared video image, far infrared video image, ultraviolet video image, O2, CO2, CO, temperature, sound, vibration, air pressure, wind speed, wind direction, smoke, dust, etc. The method reduces impact of fire, roadway lamp, miner's lamp, car lamp, red clothing, electromechanical equipment heat, fault discharge of electrical equipment and cable, coal and gas outburst, rock burst, large area roof fall, flood, blasting operation, coal falling on working face, coal transfer and transportation on gas and coal dust explosion identification.
  • 煤矿井下电火花有发生在隔爆外壳内的壳内电火花和发生在隔爆外壳外的壳外电火花。因隔爆外壳的隔爆作用,隔爆外壳内的电气开关分合和电气设备故障等产生壳内电弧和电火花,不会引起隔爆外壳外的瓦斯和煤尘爆炸及矿井火灾。电缆和电气设备漏电等产生的壳外电火花,以及大功率无线电发射在金属支护和机电设备金属上感生电动势放电产生的壳外电火花,会引起瓦斯和煤尘爆炸及矿井火灾[1-3]。据统计[4-7],2005—2014年全国煤矿发生一次死亡10人以上重特大瓦斯爆炸事故108起,其中电气火源引爆瓦斯事故48起,事故占比高达44.4%;在引爆瓦斯的各种火源中,电气火源引起瓦斯爆炸最多。因此,研究煤矿井下壳外电火花(以下简称矿井电火花)识别方法,并及时报警,可避免或减少瓦斯和煤尘爆炸及矿井火灾事故发生。

    地面电火花监测识别方法研究较多。汪金刚等[8]提出了基于光电倍增管的紫外传感器来检测“日盲”区紫外光,但该方法只针对紫外波段230~280 nm有较好的检测效果。王鹏飞等[9]提出了一种基于图像背景建模的电火花检测技术,但该方法仅对电火花检测背景简单且单一情况的使用效果较好,局限性较大。余家奎[10]设计了基于视频的火花和烟雾检测算法,将高斯混合模型和统计非参数方法相结合,利用颜色特征的分割得到火花的候选区域,从而检测火花,但该方法易受烟雾等干扰的影响,导致准确率大幅下降。李扬等[11]通过光学镜头和光纤感知火花辐射,采取对射式无盲区检测方式,信号经过光电检测电路输入到火花检测器中,选择近红外区及红外区作为检测敏感信号,通过感应微小火花的波长特性实现火花检测,其优点是灵敏度高,但只能用于点检测,无法进行大范围的面检测。

    井下环境与地面环境差异大,煤矿井下漏电电火花、感应电火花等矿井电火花具有每次放电能量较小,电火花本身温度较高,但电火花周边物体升温不明显的特点[3]。上述地面电火花监测识别方法难以用于矿井电火花识别。因此,针对煤矿井下特点,本文研究矿井电火花识别及报警方法。

    刘树林等[12]基于安全火花实验装置得出,短路电火花的放电过程分为介质击穿、火花产生、火花维持和火花熄灭4个阶段,其中电火花的放电时间即电火花光亮持续时间(包括火花产生、火花维持和火花熄灭3个阶段),且放电时间小于放电周期。张燕美等[13]给出了电阻性电路的断路电火花放电周期,为100~300 μs。陈坤等[14]基于高压火花发生器和高速摄像系统实验,给出了电火花释放过程的整个放电周期,为1.408 ms。刘佳[15]研究了静电火花放电模型下不同电容对电火花放电周期的影响,当电容为1 nF时,最小能引发井下瓦斯爆炸的电火花放电周期为10 μs左右。在电火花工业应用领域,梁天宇[16]给出了无损伤零件加工时电火花的释放周期,为0.3 μs~4 ms。

    综上所述,不同形式电路产生的电火花,其放电周期不同,但电火花的放电时间均小于4 ms。

    矿井电火花的产生具有偶发性,放电光亮持续时间极短,加之光源干扰,很难被发现。井下没有日光、月光及星光等自然光源,影响矿井电火花识别的主要是矿井光源。矿井光源按用途可分为巷道灯、矿灯、车灯、信号灯(含报警灯)和指示灯等。矿井光源按工作原理可分为LED灯、白炽灯和日光灯等。矿井光源按移动性可分为移动光源和固定光源:移动光源主要有矿灯、车灯等;固定光源主要有巷道灯、固定设备信号灯(含报警灯)、巷道指示灯等。矿井光源按发光连续性可分为连续发光的常亮光源和非连续发光的闪光光源:常亮光源主要有巷道灯、矿灯、车灯、连续发光的信号灯(含报警灯)和指示灯等;闪光光源主要有闪烁的信号灯(含报警灯)和指示灯等。

    中华人民共和国煤炭行业标准MT/T 1199—2023《煤矿用防爆柴油机无轨胶轮运输车辆通用安全技术条件》[17]中规定无轨运输车辆运行方向的照明灯照明时,至少在前方20 m处不低于8 lx的光照度,且车前和车后的红色信号灯能见距离不小于60 m。中华人民共和国国家标准GB 17509—2008《汽车及挂车转向信号灯配光性能》[18]中规定了汽车及挂车转向信号灯的闪烁状态应在1~2 Hz的频率下转换,且脉冲持续时间应大于0.3 s。中华人民共和国国家标准GB 14886—2016《道路交通信号灯设置与安装规范》[19]中规定了绿闪信号灯的频率为1~2次/s,其中信号亮暗时间比为1∶1,则最小亮持续时间为250 ms;卤钨灯光源的闪光信号频率允许降低,但不得低于30次/min,信号亮暗时间比不低于1∶1。中华人民共和国公共安全行业标准GA/T 743—2016《闪光警告信号灯》[20]中规定了闪光警告信号灯的闪烁频率为40~50次/min,且每次闪烁的占空比应在1∶3~1∶5之间,则最小亮持续时间为240 ms。中华人民共和国机械行业标准JB/T 12707—2016《道路监控电子闪光装置》[21]中规定了道路监控电子闪光装置的闪光频率,即10 s的间隔连续触发闪光3次。综上所述,闪光光源最小亮持续时间为240 ms。

    矿井运输及采掘移动设备和车辆主要有无轨胶轮车、轨道机车、架空乘人装置、掘进机、掘锚一体机、连续采煤机、采煤机等,其中,无轨胶轮车移动速度最大。《煤矿安全规程》规定,采用无轨胶轮车运人时运行速度不超过25 km/h,运送物料时运行速度不超过40 km/h。因此,井下移动光源的最大移动速度不大于40 km/h(11.11 m/s)。

    避免或减少矿井光源对电火花识别的影响,是矿井电火花识别必须解决的问题。通过调整摄像机的安装位置及角度,可以避免或减少矿井固定光源对电火花识别的影响,但不能解决矿井移动光源对电火花识别的影响。因此,避免或减少矿井移动光源对电火花识别的影响,是矿井电火花识别的关键。

    无论矿井常亮移动光源,还是矿井闪光移动光源,对固定摄像机的光照都是非连续的。受巷道和采掘工作面布置、车辆和设备移动速度等影响,矿井移动光源对摄像机照射时间较长。长期受训练的职业拳手的极限挥拳速度为13次/s,由此可知矿工挥动矿灯照射摄像机的时间<77 ms。因此,可以利用电火花发光时间短、矿井移动光源对摄像机照射时间较长的特点,排除矿井移动光源对摄像机照射的影响。

    笔者所做研究和实验表明,当摄像机在较高帧频下拍摄,电火花图像具有1帧暗−1帧亮−1帧暗的特征,即“暗−亮−暗”的帧特征。有电火花的“亮”帧,单帧图像像素灰度和较大;无电火花的“暗”帧,单帧图像像素灰度和较小。移动光源对摄像头的照射是变化的,经历了无光−有光−无光过程。在无电火花的情况下,摄像机同样在较高帧频下拍摄,移动常亮光源图像具有“暗−暗−暗”“暗−暗−亮”“暗−亮−亮”“亮−亮−亮”或“亮−亮−亮”“亮−亮−暗”“亮−暗−暗”“暗−暗−暗”的帧特征,但不会出现“暗−亮−暗”的帧特征。闪光光源的发光持续时间远大于电火花的发光持续时间。因此,在无电火花的情况下,摄像机同样在较高帧频下拍摄,移动闪光光源图像同样具有“暗−暗−暗”“暗−暗−亮”“暗−亮−亮”“亮−亮−亮”或“亮−亮−亮”“亮−亮−暗”“亮−暗−暗”“暗−暗−暗”的帧特征,但不会出现“暗−亮−暗”的帧特征。因此,摄像机在较高的帧频下拍摄,无论是移动常亮光源还是移动闪光光源的图像均不会出现“暗−亮−暗”的帧特征。

    因此,本文基于电火花图像独有的“暗−亮−暗”的帧特征,提出了基于图像邻帧像素灰度和的矿井电火花识别及报警方法,可有效消除移动常亮光源和闪光光源的干扰。该方法流程如图1所示(N为设定的阈值)。

    图  1  基于图像邻帧像素灰度和的矿井电火花识别及报警方法流程
    Figure  1.  Flow of mine electric spark recognition and alarm method based on the sum of adjacent frame pixel grayscale of images

    具体步骤如下:① 实时采集监控区域视频图像。② 根据设定的帧频,对视频图像进行分帧预处理,分别计算单帧图像像素灰度和。③ 若当前帧图像像素灰度和与前一帧图像像素灰度和之差小于预先设定的阈值,则继续采集视频图像,否则计算当前帧图像像素灰度和与后一帧图像像素灰度和之差。④ 若当前帧图像像素灰度和与后一帧图像像素灰度和之差小于预先设定的阈值,则继续采集视频图像,否则发出矿井电火花报警信号。⑤ 矿井电火花报警后,若人工没有启动应急响应,则继续进行矿井电火花报警,否则退出当前报警状态,继续采集视频图像。

    1) 井下没有日光、月光及星光等自然光源,影响矿井电火花识别的主要是矿井光源。矿井光源按用途可分为巷道灯、矿灯、车灯、信号灯(含报警灯)和指示灯等。矿井光源按工作原理可分为LED灯、白炽灯和日光灯等。矿井光源按移动性可分为移动光源和固定光源。矿井光源按发光连续性可分为连续发光的常亮光源和非连续发光的闪光光源。

    2) 通过调整摄像机的安装位置及角度,可以避免或减少矿井固定光源对电火花识别的影响,但不能解决矿井移动光源对电火花识别的影响。

    3) 闪光光源最小亮持续时间为240 ms。井下移动光源的最大移动速度不大于40 km/h。不同形式电路产生的电火花,其放电周期不同,但电火花放电时间均小于4 ms。可利用电火花发光时间短、矿井移动光源对摄像机照射时间较长的特点,排除矿井移动光源对摄像机照射的影响。

    4) 当摄像机在较高帧频下拍摄,电火花图像具有1帧暗−1帧亮−1帧暗的特征,即“暗−亮−暗”的帧特征。有电火花的“亮”帧,单帧图像像素灰度和较大;无电火花的“暗”帧,单帧图像像素灰度和较小。移动光源对摄像头的照射是变化的,经历了无光−有光−无光过程。在无电火花的情况下,摄像机同样在较高帧频下拍摄,无论是移动常亮光源还是移动闪光光源的图像均不会出现“暗−亮−暗”的帧特征。

    5) 基于电火花图像独有的“暗−亮−暗”的帧特征,提出了基于图像邻帧像素灰度和的矿井电火花识别及报警方法:实时采集监控区域视频图像;根据设定的帧频,对视频图像进行分帧预处理,分别计算单帧图像像素灰度和;若当前帧图像像素灰度和与前一帧图像像素灰度和之差小于预先设定的阈值,则继续采集视频图像,否则计算当前帧图像像素灰度和与后一帧图像像素灰度和之差;若该差值小于预先设定的阈值,则继续采集视频图像,否则发出矿井电火花报警信号;矿井电火花报警后,若人工没有启动应急响应,则继续进行矿井电火花报警,否则退出当前报警状态,继续采集视频图像。

  • 期刊类型引用(4)

    1. 张薇. 基于谱聚类的时序数据局部离群点挖掘方法. 吕梁学院学报. 2025(02): 47-51 . 百度学术
    2. 徐琳,贺铮,李行,任文辉,张昊. 能源工业互联网海量数据采集方法研究. 电气自动化. 2024(05): 88-90+94 . 百度学术
    3. 杨舒涵. 基于数据挖掘的行业价值分析在创业教育中的应用. 中国新技术新产品. 2023(16): 33-35 . 百度学术
    4. 李扬. 基于机器学习算法的水煤浆提浓废水絮凝处理加药预测. 智能物联技术. 2023(06): 21-27 . 百度学术

    其他类型引用(2)

计量
  • 文章访问数:  94
  • HTML全文浏览量:  19
  • PDF下载量:  22
  • 被引次数: 6
出版历程
  • 刊出日期:  2020-07-19

目录

/

返回文章
返回