一种颗粒浓度测量方法
    1.
    发明授权

    公开(公告)号:CN104792674B

    公开(公告)日:2017-07-28

    申请号:CN201510152905.5

    申请日:2015-04-01

    申请人: 东南大学

    IPC分类号: G01N15/06

    摘要: 本发明公开了一种颗粒浓度测量方法,包括以下步骤:配置不同浓度的标准溶液,采集与之浓度值相对应的颗粒散射光位图图像;对颗粒散射光位图图像进行光强分布信息提取,制成神经网络训练样本;构建神经网络,设置神经网络的学习率η和期望误差对神经网络进行训练;对新采样的散射光图像进行识别,获取散射光图像上各圆环内总光强的平均值,将获取的平均值作为训练后的神经网络的输入计算颗粒浓度。与现有技术相比,本发明方法适用的颗粒浓度测量范围广,不受颗粒粒径大小及分布约束条件的影响,计算速度更快,精度更高,测量范围更广。

    一种粉尘浓度图像采集装置及采集方法

    公开(公告)号:CN105891074B

    公开(公告)日:2018-11-23

    申请号:CN201610222823.8

    申请日:2016-04-12

    申请人: 东南大学

    IPC分类号: G01N15/06

    摘要: 本发明公开了一种粉尘浓度入射光、散射光和透射光信息的图像采集装置及采集方法,其中图像采集装置包括发光器、分光器以及集光器,分光器将所述发光器发出的探测光分为透射光和反射光,集光器收集所述反射光及穿过粉尘的透射光,集光器包括光纤支路、光纤干路、光纤耦合器、收集透镜及CCD相机,光纤支路设置在所述反射光的出射口,光纤干路设置在所述透射光的出射口,光纤支路和光纤干路出光口连接在所述光纤耦合器的入口,在所述光纤耦合器的出口依次连接所述收集透镜和CCD相机。本发明装置简化了入射光、散射光和透射光采集装置设计的复杂度,同时提高了入射光、散射光和透射光信息的测量精度,能够实时地、在线地采集测量信号。

    一种粉尘浓度图像采集装置及采集方法

    公开(公告)号:CN105891074A

    公开(公告)日:2016-08-24

    申请号:CN201610222823.8

    申请日:2016-04-12

    申请人: 东南大学

    IPC分类号: G01N15/06

    CPC分类号: G01N15/06 G01N2015/0693

    摘要: 本发明公开了一种粉尘浓度入射光、散射光和透射光信息的图像采集装置及采集方法,其中图像采集装置包括发光器、分光器以及集光器,分光器将所述发光器发出的探测光分为透射光和反射光,集光器收集所述反射光及穿过粉尘的透射光,集光器包括光纤支路、光纤干路、光纤耦合器、收集透镜及CCD相机,光纤支路设置在所述反射光的出射口,光纤干路设置在所述透射光的出射口,光纤支路和光纤干路出光口连接在所述光纤耦合器的入口,在所述光纤耦合器的出口依次连接所述收集透镜和CCD相机。本发明装置简化了入射光、散射光和透射光采集装置设计的复杂度,同时提高了入射光、散射光和透射光信息的测量精度,能够实时地、在线地采集测量信号。

    一种颗粒浓度测量方法
    4.
    发明公开

    公开(公告)号:CN104792674A

    公开(公告)日:2015-07-22

    申请号:CN201510152905.5

    申请日:2015-04-01

    申请人: 东南大学

    IPC分类号: G01N15/06

    摘要: 本发明公开了一种颗粒浓度测量方法,包括以下步骤:配置不同浓度的标准溶液,采集与之浓度值相对应的颗粒散射光位图图像;对颗粒散射光位图图像进行光强分布信息提取,制成神经网络训练样本;构建神经网络,设置神经网络的学习率η和期望误差对神经网络进行训练;对新采样的散射光图像进行识别,获取散射光图像上各圆环内总光强的平均值,将获取的平均值作为训练后的神经网络的输入计算颗粒浓度。与现有技术相比,本发明方法适用的颗粒浓度测量范围广,不受颗粒粒径大小及分布约束条件的影响,计算速度更快,精度更高,测量范围更广。