图像处理技术在炉膛火焰温度场分布中的应用

根据双色测温法原理,利用高温工业电视所摄取的彩色火焰图像中的彩色分量,运用数字图像处理技术,重建燃烧火焰的温度场分布,并对测量火焰温度的两大误差来源进行了分析和校正处理.     

一种DDMCN火焰图像特征提取的转炉炼钢碳含量实时预测方法

转炉炼钢终点控制作为吹炼末期重要操作的关键是碳含量准确实时预测,而熔池中碳含量的氧化速率能够反映在炉口火焰纹理变化上,因此提取火焰纹理的准确特征是终点碳含量预测的关键,但是火焰纹理具有多方向多尺度不规则的特征描述难点.鉴于此,提出一种导数非线性映射方向加权多层复杂网络彩色纹理描述符,符合火焰不规则纹理的多尺度多方向特点.首先,将HSI空间下火焰图像映射至相位空间以增强空间位置关联信息;然后,基于复杂网络给出一种反映不同尺度顶点间连续变化的导数关系权重公式,结合方向信息构建炉口火焰图像的多尺度不规则方向加权彩色纹理复杂网络;最后,计算顶点方向加权度特征量化复杂网络拓扑连接模式,构建火焰彩色纹理特征,建立KNN回归模型预测终点碳含量.实验结果表明,所提出算法满足实际转炉炼钢吹炼过程实时性要求.     

锅炉燃烧器火焰图像检测系统的开发设计

介绍了基于传像光纤、CCD彩色摄像机和数字图像处理技术的锅炉燃烧器火焰图像检测系统,是近年发展起来的新型燃烧器火焰检测系统.作为FSSS系统的重要组成部分,设计选用不同的火焰检测分析算法,可提高火焰检测的实时性、准确性和燃烧诊断性能.     

基于火焰彩色纹理复杂度特征的转炉炼钢吹炼状态识别

在基于火焰图像识别的转炉吹炼状态识别过程中,针对已有方法存在火焰彩色纹理信息利用不充分和状态识别率仍需提高的问题,提出一种基于火焰彩色纹理复杂度特征的转炉吹炼状态识别方法.首先,将火焰图像转化到HSI颜色空间下并作非均匀量化;然后,计算H分量和S分量的共生矩阵从而融入火焰图像的颜色信息;其次,利用得到的颜色共生矩阵计算火焰纹理复杂度的特征描述子;最后,应用Canberra距离作为相似度度量准则对吹炼状态进行分类和识别.实验结果表明,与已有的转炉火焰灰度共生矩阵和灰度差分统计方法相比,在满足吹炼识别实时性要求的前提下,所提方法的识别率分别提高了28.33%和3.33%.     

基于数字图像处理技术计算炉膛温度场方法研究

炉膛燃烧温度是衡量炉膛性能的重要参数,是锅炉内燃烧过程及气体排放指标的重要特征.通过分析彩色CCD摄像机测量机理,建立由火焰图像求取炉膛燃烧温度场的数学模型,推导建立彩色CCD三色测温模型,进行仿真实验,实验表明,该方法对求取炉膛火焰的温度具有较高的计算精度,具有较好的工业应用前景.     

基于火焰图像动态特征的火灾识别算法

提出了一种基于火焰图像动态特征的火灾识别算法.首先在HSI空间对捕捉的图像进行彩色分割,通过相邻两帧图像判断视频中是否存在可疑火焰.当有可疑火焰存在时,再连续捕捉多帧图像,进行火焰中心定位并提取火焰动态特征,最后判断是否发生火灾.实验结果表明,该算法具有比较好的鲁棒性,能够有效地提高火灾识别的准确率、降低误报漏报率.     

图像处理技术在火焰彩色测温软件中的应用

根据彩色测温理论开发的现有彩色测温软件存在测温区域不完整的现象．本文分析了产生的原因,利用图像处理技术时软件进行了改进,实现了发光火焰区域完整的温度测量。     

基于多维彩色向量空间的火焰图像模糊聚类分割算法

针对火灾探测过程中早期火焰的分割技术研究,提出了一种基于多维彩色向量空间的火焰图像模糊聚类分割算法,该算法以运动目标序列图像之间变化的区域作为聚类模板,提取该聚类模板的RGB多维彩色特征向量,然后将图像的像素与聚类模板通过模糊聚类的方式进行分割。这种分割算法计算简单,时间开销较小,可以较好地获取火焰图像的边缘形态特征,并且能够明显消除不同光线下分割误差,实现快速无监督自动分割。     

一种基于多维彩色向量空间的（火焰）图像模糊聚类分割算法

针对火灾探测过程中早期火焰的分割技术研究,文章提出了一种基于多维彩色向量空间的火焰图像模糊聚类分割算法,该算法以运动目标序列图像之间变化的区域作为聚类模板,提取该聚类模板的RGB多维彩色特征向量,然后将图像的像素与聚类模板通过模糊聚类的方式进行分割。这种分割算法计算简单,时间开销较小,可以较好的获取火焰图像的边缘形态特征,并且能够明显消除不同光线下分割误差,实现快速无监督自动分割。     

基于BP神经网络的在线炉膛温度测量

根据热辐射学原理和彩色CCD成像理论,利用彩色CCD摄像机摄取固定点火焰图像,同时用热电偶测出真温值,构造BP神经网络,在线修正权值阈值。通过输入图像样本,输出温度样本和合适的发射率样本训练网络。与未训练发射率样本得出的温度相比,训练后的温度值更为精确。摄取空间其它部位火焰图像,经过已训练的网络,可以得出炉膛在线的温度分布,为锅炉测温提供了有力数据。     

提高热电偶数字测温系统动态性能的研究

根据热电偶测温系统的物理模型和数学模型导出校正函数,利用Z变换、离散信号的插值原理以及快速富里叶变换的算法、提高测温系统的响应快速性。此方法具有运算速度快,计算精度高和校正特性好等优点。     

半导体气体传感器动态温度调制系统设计及检测方法研究

针对半导体气体传感器存在选择性差的问题,通过温度调制检测方法实现可燃性气体良好检测性能,提高传感器在复杂环境下的选择性。设计了一种参数可调的气体传感器温度调制系统,实现了正弦波和矩形波输出模式,输出频率0~1000 Hz,幅值0~5 V可调,矩形波占空比可调,并给出了系统总体设计方案和硬件设计电路。通过自制旁热式SnO2传感器对CO和CH4两种可燃性气体进行了矩形波温度调制检测分析,得到了优化的温度调制参数。提出以传感器在空气和被测气体响应中温度调制幅值比作为灵敏度系数。测试结果表明,CO和CH4气体在周期10 s的方波温度调制下呈良好的近似线性规律变化,且具有较好的线性度差异,表明两种气体具有选择性差异。     

压阻式传感器热灵敏度漂移的变压源补偿

介绍了一种压阻式传感器灵敏度温度补偿的基本原理 ,并以加速度传感器为例 ,详细阐述了一种实用的变压源补偿电路。文章分析了整个温控电压源电路的温度特性 ,并给出补偿压阻系数的温度系数随温度变化的方法     

改进的模拟退火算法在板式家具工业优化下料问题中的应用

讨论了如何利用改进的模拟退火算法即单调升温的模拟退火算法求解板式家具生产中的优化下料问题。在对问题进行数学描述的基础上，给出了算法求解的关键步骤和方法；讨论了单调升温模拟退火算法中如何跳出局部最优解，以及升温幅值的确定方法。实例表明该算法优化速度快，效率高，能有效解决大规模矩形件优化下料问题。     

改进的模拟退火算法在板式家具工业优化下料问题的应用

讨论了如何利用改进的模拟退火算法即单调升温的模拟退火算法求解板式家具生产中的优化下料问题。在对问题进行数学描述的基础上,给出了算法求解的关键步骤和方法;讨论了单调升温模拟退火算法中如何跳出局部最优解,以及升温幅值的确定方法。实例表明该算法优化速度快,效率高,能有效解决大规模矩形件优化下料问题。     

基于CCD数字图像处理的焊接温度场实时监测系统研究

焊接工件的温度场决定了焊接应力场和应变场，是影响焊接质量和生产率的主要因素。因此对焊接过程中的温度场分布进行测量就显得极为重要。但是传统的测温方法在焊接测温中难以实施。针对真空电子束钎焊温度场的实时监测，讨论了基于彩色CCD(电荷耦合器件)的焊接温度场三基色测温方法，运用数字图像处理技术得到焊接温度场分布。并就该方法的误差来源进行了分析，给出了系统的校正方法和标定方式。在某焊接现场进行了验证性试验，结果表明，系统具有快速准确的特点，为提高焊接质量和生产率提供了一个有效的工具。     

基于小波分解的高温物体图像快速识别方法*

摘要：提出了一种基于小波分解和多分辨率分析的高温图像快速识别方法。首先通过小波分解降低原始图像直方图的灰度级,从而减小了分割阈值的搜索范围,再结合最大类间方差法计算分割阈值,这样可以快速找到分割阈值。实验结果表明,该方法能够显著提高分割速度并准确分割出目标图像。     

自适应神经模糊控制器及其在炉温控制系统中的应用

将自适应模糊控制技术与神经网络技术相结合,提出了一种自适应神经模糊控制器的实现方法,并用一种改进的快速ＢＰ算法来训练网络。该方法和算法用于炉温控制系统,获得了满意的控制效果,验证了方法和算法的有效性。     

Mathematical model and computer simulation of three dimensional thin film elliptic interface problems

Many engineering applications require information about temperature distribution in multilayer thin films. Steady state heat conduction in multilayer structures can be modelled by elliptic interface problems. In this paper, computer simulations of some thin film elliptic interface problems have been performed by applying decomposed immersed interface method on MATLAB.     

基于LS-SVM的传感器智能校正及温度补偿

提出一种基于最小二乘支持向量机(LS-SVM)的传感器非线性校正及温度补偿的新方法,并给出了相应的过程和算法。在该方法中,LS-SVM被用作构建逆模型,并通过该模型映射传感器非线性特性,同时实现了传感器的温度补偿和非线性校正。通过实际电容式压力传感器校正的实验结果表明:所提模型建模速度比SVM模型高1~2个数量级,补偿误差仅为SVM模型的20%左右。因此,该学习速度快、补偿精度高、抗噪声干扰能力强,适合传感器温度补偿及校正。