共查询到20条相似文献,搜索用时 156 毫秒
1.
基于图像技术和PCA方法的火焰监测研究 总被引:3,自引:0,他引:3
从火焰图像提取了能够反映火焰燃烧状态的7个特征量:火焰亮度、高温区域亮度、火焰面积、高温区域面积、高温面积率、火焰质心偏移距离和火焰区域的圆形度。然后,基于主元分析技术,提出一种对燃烧火焰的稳定性进行了监视和诊断的方法,采用Hotelling T^2和SPE两个统计量对每一时刻的图像数据向量进行监测,检验是否超过各自的控制限,只要这2个统计量之一越限,则可判定燃烧出现异常,并且将结果以SPE图、Hotelliing T^2图和主元图的形式直观地表示出来。图5表1参8 相似文献
2.
3.
4.
5.
6.
7.
8.
9.
10.
基于深度学习的发电机故障挖掘方法研究 总被引:2,自引:0,他引:2
谢川 《电网与水力发电进展》2016,32(2):8-13
发电机工作环境复杂,发电机的涡轮叶片在燃烧的气体作用下高速转动,电机本身容易产生故障。通过对发电机故障特征数据的挖掘,可实现故障诊断。传统方法采用支持向量机SVM故障挖掘和分类算法,解决发电机故障检测的稳定性问题,但随着故障特征的增加,故障特征相似性增强,挖掘性能下降。提出一种基于深度学习支持向量机的发电机故障挖掘算法。对发电机故障挖掘原理进行描述,构建故障数据挖掘模型,采用深度学习支持向量机对故障特征进行数据分类处理,解决发电机故障数据的相似性干扰问题,提高了故障数据挖掘和分类性能,仿真实验表明,采用该算法进行发电机故障挖掘,通过深度学习,对故障数据的特征分类性能较好,提高故障诊断能力。 相似文献
11.
利用高速摄影法及数字图像处理技术得到生物柴油燃烧火焰图像,并通过Matlab软件求取火焰长度和面积,研究了空气预热温度对火焰形态、长度、面积的影响。实验中共设定了9个空气温度:20℃、80℃、140℃、220℃、290℃、350℃、400℃、450℃和500℃。结果表明:空气预热温度较低时,生物柴油火焰结构分散、主要燃烧区(火焰亮度较高区域)面积较小且连续性差;空气预热温度升高后,火焰结构更紧凑、主要燃烧区面积增大、亮度明显增加、连续性变好。各个工况下火焰长度和面积不是一个定值,而是在一定范围内剧烈地震荡,随着空气预热温度的升高,火焰平均长度和平均面积有相近的变化趋势:先明显减小,再逐渐上升。 相似文献
12.
13.
用剪切干涉高速摄影法测量内燃机缸内温度场的实验研究 总被引:2,自引:0,他引:2
建立了一套用于火花点火发动机缸内燃烧研究的剪切干涉及高速摄影实验装置。利用图像处理系统对拍摄到的燃烧干涉图像进行处理 ,可以定量得到燃烧过程气缸内的温度场 ,并可估算出火焰传播速度。从温度场可以看出 ,在燃烧过程中缸内大致可以分为 3个区域 ,即已燃区、未燃区和燃烧区。燃烧区的温度最高 ,温度梯度大 ;已燃区的温度次之 ,梯度较小 ;未燃区的温度最低 ,但梯度较大。在燃烧过程中 ,缸内的火焰面以近似球面向未燃区推进 ,火焰传播速度开始较小 ,随着燃烧过程的进行而迅速增大 ,达到一最大值后 ,逐渐减小 ,直至燃遍整个燃烧室。剪切量是影响缸内燃烧温度测量精度的一个重要因素 :剪切量大 ,则干涉条纹密集 ,测量精度高 ,但图像处理工作量大 ,适用于温度梯度大的温度场的测量 ;剪切量小则相反。 相似文献
14.
采用高温高压定容燃烧弹系统对亚/超临界环境下燃料在纯氧中的喷射燃烧现象进行试验研究,通过高速相机和阴影法进行燃烧图像信息的采集,研究在相同的超临界温度下,正己烷和乙醚两种燃料喷射燃烧火焰特性随环境压力和喷油脉宽的改变而呈现的差异性。试验结果表明:在亚临界压力下,两种燃料在不同喷油脉宽下的燃烧时间均随着环境压力的升高而升高,火焰发展后期基本保持较为稳定的形态和亮度,符合传统的喷射燃烧过程。正己烷在临界压力点下火焰长度最短,形态较为规则;超临界压力下,火焰形态有稳定趋势但仍有轻微波动,且火焰长度略短于亚临界;喷油脉宽改变时,燃烧时间在临界压力附近呈现出不同的趋势。乙醚的燃烧时间随压力的升高而增大,在临界压力处达到最大值,后随着压力的继续升高而下降,不同压力条件下火焰形态略有差别。燃烧现象存在差异性主要是由于亚/超临界坏境下燃料的物性参数和破碎蒸发机理不同。 相似文献
15.
16.
17.
18.
Wind energy has been well recognized as a renewable resource in electricity generation, which is environmentally friendly, socially beneficial and economically competitive. For proper and efficient evaluation of wind energy, a hybrid Seasonal Auto-Regression Integrated Moving Average and Least Square Support Vector Machine (SARIMA-LSSVM) model is significantly developed to predict the mean monthly wind speed in Hexi Corridor. The design concept of combining the Seasonal Auto-Regression Integrated Moving Average (SARIMA) method with the Least Square Support Vector Machine (LSSVM) algorithm shows more powerful forecasting capacity for monthly wind speed prediction at wind parks, when compared with the single Auto-Regression Integrated Moving Average (ARIMA), SARIMA, LSSVM models and the hybrid Auto-Regression Integrated Moving Average and Support Vector Machine (ARIMA-SVM) model. To verify the developed approach, the monthly data from January 2001 to December 2006 in Mazong Mountain and Jiuquan are used for model construction and model testing. The simulation and hypothesis test results show that the developed method is simple and quite efficient. 相似文献
19.
用光导纤维多色法对柴油机燃烧室内火焰温度与碳粒生成的研究 总被引:4,自引:4,他引:4
本文介绍了作者研制的分叉光导纤维4色法测量装置和采用它对直喷式4135型柴油机燃烧室内火焰温度和碳烟浓度测量的结果。以双色法为基础的4色法,通过数学方法可优化试验结果,减小测量误差。测量结果表明:在燃烧过程中,碳粒生成时间落后于温度上升时间,持续高温产生碳粒高浓度,后燃烧使碳粒浓度增加。随着负荷的增加,燃烧火焰温度及碳粒浓度增加,它们持续的时间也延长。燃烧终了破粒浓度和排气烟度增大。在喷注区会产生很高的碳粒质量浓度值,稀混合气区火焰温度上升较早。过后燃烧或供油提前角减小,使燃烧终了碳粒浓度增大。 相似文献
20.
基于蚁群优化的最小二乘支持向量机风速预测模型研究 总被引:1,自引:0,他引:1
基于最小二乘支持向量机理论,建立风速预测模型。同时,由于最小二乘支持向量机参数选取尚无有效方法,该文尝试采用蚁群算法理论来进行参数优化选择。选取某风场前四天的实测风速(采样间隔30min),应用所建立的风速预测模型,来预测第五天的48个风速值,其预测的平均绝对百分比误差仅为9.53%,预测效果较理想,验证了应用蚁群优化算法理论与最小二乘支持向量机理论进行风速预测的可行性,可为风电场规划选址和风力发电功率预测等提供理论支持。 相似文献