成果介绍
本项目基于《微静电感应式细颗粒物浓度传感器关键技术研究》科技成果及多项授权发明专利、软件著作权等为技术依托,针对细颗粒物浓度检测等问题,研发微静电感应式网络传感器、新型传感器、新一代智能传感器、分布式控制装置、动态网络控制装置及系统产品。为矿井细颗粒物浓度检测领域提供了一个新的技术选择和理论支持,改善了光散射式传感器在细颗粒物检测中准确性低的问题,为全国的颗粒物检测产业和技术提升提供新产品、新技术、新方法。提高我国高性能颗粒物检测及防治产业的发展,产生重要的社会意义和经济价值。
成果亮点
基于颗粒物的荷电特性,建立起静电测量装置的数学系统模型,并对其进行系统仿真和优化,获得静电测量装置的结构参数和主要特性指标,该研究开辟了一种测量颗粒物浓度的新途径,对于推动大气颗粒物、特别 *** 大气颗粒物实现实时、快速、在线检测具有重要指标意义。
采用 BP 神经网络、小波与 R/S 分形等算法相结合的方法进行定性与定量的分析,得到 *** 的浓度与静电信号的对应关系,从而通过静电信号的测量得到 ***的浓度。
研发出基于非接触的环形敏感电极及基于微静电感应的颗粒物网络传感器及分布式系统,有效的解决了因颗粒粘附、堆积等造成测量仪器灵敏度低及互换性差的问题。
团队介绍
程学珍,博士生导师。现任电气与自动化工程学院教授。带领团队成功研制DM系列粉尘在线检测产品。深入实际现场,为煤炭相关企业研制设计了众多矿井粉尘浓度检测系统,为我国煤炭开采和井下人员安全等提供技术装备支持和有力保障。
成果资料