摘要
本发明提供了一种用于工业除尘设施中的可燃金属粉尘自燃预警系统,涉及工业安全监控技术领域,通过综合监测温度、一氧化碳浓度、氢气浓度和烟雾浓度等多项参数,并利用深度学习技术进行智能分析,在深度学习模块中采用基于时空特征融合的深度神经网络模型,通过引入光流法提取动态运动信息,实现了对现场图像的智能分析和风险预测,系统能够及时捕捉自燃初期的微小变化,通过多参数关联分析准确预判自燃风险,并根据风险等级自动触发不同级别的报警信号,显著提高了预警的准确性和及时性,有效降低了可燃金属粉尘自燃事故的发生率。
技术关键词
指数加权移动平均值
序列
自燃预警系统
深度神经网络模型
一氧化碳
工业除尘
参数
声光报警模块
烟雾
氢气
风险
图像采集模块
传感器模块
设施
数据储存模块
数据传输单元
图像处理
粉尘
样本
系统为您推荐了相关专利信息
焊接接头
矩阵
超声波探测设备
深度学习模型
钢筋
心律失常检测方法
注意力
门控循环单元
深度残差网络
心电信号预处理
视频分析
监测方法
输出告警信息
采集设备
关键点