基于支持向量机的火焰状态识别方法

电站锅炉燃烧稳定性的定量判别一直是一个难题。作者首先对火焰图像进行特征提取，提取出火焰亮度、火焰高温亮度、火焰面积、火焰高温面积、火焰高温面积率、质心偏移距离和圆形度等7个特征量。然后分别对这个特征空间和原始图像数据使用支持向量机对其进行识别分类，结果表明：两种数据结果相同．能够正确识别燃烧火焰状态．证明特征量的提取是成功的；支持向量机方法用于燃烧火焰的分类识别是可行的。图4表1参8     

数字图像处理技术在锅炉炉膛火焰检测中的应用

在分析现有锅炉炉膛火焰检测系统的基础上，提出了利用内窥式全炉膛火焰检测和数字图像处理技术提取并存储火焰图像及其参数的方案。该系统已在国产200MW机组锅炉上进行了工业性试验，取得了满意的效果。系统能监视燃烧工况并在危险时自动报警、存储相应火焰图像，因此可以用于全炉膛灭火保护和事故分析。文中对系统软、硬件体系作了详细地说明。     

数字式火焰电视监测系统研制及应用

本文介绍了东方锅炉研制的基于双波长理论、采用内窥式成像传感器获取锅炉燃烧火焰图像、通过计算机处理得到炉膛火焰温度场的数字式火焰电视监测系统的结构特点、系统功能和实际使用效果。数字式火焰电视系统与常规炉膛火焰电视和光电高温计的相比，同时具有看火和测温功能，优点明显，是常规炉膛火焰电视系统或光电高温计的替代升级产品。     

基于火焰检测系统的火焰信息与燃煤特性关联性实测研究

利用自研的火焰检测系统针对电站锅炉在燃用不同煤种时的炉膛火焰进行了检测,并对火焰图像进行数字图像处理得到表征火焰信息的特征参数,分析了特征参数与燃煤特性之间的关联性.结果表明,煤种的不同与其燃烧火焰图像之间存在一定相关性,从而可以借助于火焰信息来识别煤种,进而为燃烧调整提供帮助.     

基于粗糙集理论的柴油机神经网络故障诊断研究

介绍了粗糙集理论的核心内容 ,给出了基于 kohonen神经网络的连续属性值离散化方法。应用粗糙集理论对反映柴油机运行工况的特征参数进行了属性简化 ,剔除了不必要的属性。研究了 RBF神经网络故障诊断模型及学习规则 ,给出了基于粗糙集理论的 RBF神经网络故障诊断原理和步骤。通过对柴油机供油系统柱塞磨损故障的自动分类和诊断 ,表明该系统能有效地减少神经网络的输入节点数 ,克服了神经网络规模过于庞大及分类识别速度慢等缺点。     

基于图像处理的燃气火焰稳定性检测试验研究

基于燃气燃烧试验台,利用工业电荷耦合器件(CCD)相机获取不同工况下的扩散火焰与预混火焰图像,通过选择合适的图像处理算法获得表征火焰形状、位置和亮度等特征的6个特征量。以不同类型火焰的6个特征量数据为训练样本,通过支持向量机的分类方法对程序进行分类训练,并在燃烧试验台上进行实时监测和稳定性判断。结果表明:各类型火焰检测正确率在99%以上。     

基于小波变换与中值滤波的炉膛火焰图像去噪方法研究

在炉膛火焰燃烧状态检测中引用机器视觉技术,关键问题就在于火焰图像噪声污染,这就需要采用科学有效的图像预处理策略对原始图像信息进行去噪处理,以此避免给图像后续处理与燃烧状态判断造成不必要的影响。在炉膛火焰图像中噪声十分繁杂,主要包含高斯噪声与椒盐噪声,就图像特性而言,实施了中值滤波与小波去噪有机结合的方法,兼备两者优势,其既能够滤除噪声,又可以保留边缘与细节,以此进行图像预处理,这就直接为图像深入分析提供了新方式。对中值滤波与小波变换进行了详细分析,对两者进行了自适应权重优化改进,并通过结合两者进行了实践验证,结果表明,中值滤波与小波变换相结合的炉膛火焰图像去噪方法更高效。     

单燃烧器火焰数字图像处理与诊断方法研究

根据煤粉燃烧理论及数字图像处理技术,提出用“投影火焰锋面存在”,“投影火焰锋面位置的窜动”以及“投影火焰锋面平均梯度值的变化”三个条件来诊断燃烧器火争的ON／OFF的状态,以用于燃烧操作指导和协助FSSS进行炉膛安全保护。     

基于相空间重构的锅炉炉膛火焰信号分析

采用混沌和分形理论对实测锅炉炉膛火焰信号进行了定性分析和定量计算,通过相空间重构得到了稳定燃烧和不稳定燃烧两种工况下燃烧火焰时间序列的相平面图和关联维。分析计算结果表明:在稳定燃烧状态下,火焰信号的二维相平面图比较宽,关联维在6.5855～6.8415之间;在非稳定燃烧状态下,火焰信号的二维相平面图比较窄,关联维在5.8843～6.0907之间。两种工况下,火焰时间序列的相平面图和关联维有明显的差异,稳定燃烧时的关联维总比不稳定燃烧时的关联维大得多,因此,采用关联维作为火焰燃烧状态识别的特征参数。文中所提出的燃烧诊断方法为发展新型光学式火焰检测器提供了一种行之有效的解决方案。     

基于粗糙集和神经网络的柴油机故障诊断

介绍了粗糙集理论的核心内容和ROSETTA软件的特点,给出了基于粗糙集理论的柴油机缸盖振动信号的故障诊断系统。以某型号大功率柴油机为例,首先将提取的缸盖振动信号经过小波包消噪和时域、频域分析,构造出用于故障诊断的特征值,然后应用ROSETTA软件约简特征属性,最后通过神经网络进行故障模式分类。通过对比ROSETTA软件处理前后神经网络的输出结果,表明粗糙集理论能优化特征属性,有效地减少神经网络的输入节点数,提高故障分类的准确率。     

采用数据融合方法诊断电站锅炉的燃烧稳定性

电站锅炉燃烧稳定性易受锅炉负荷、煤质等因素影响,单一的火检信号或炉膛压力信号所反映的燃烧状态信息,既不准确也不完整.为提高对炉内燃烧状态的判别质量,引入了数据融合的方法.通过采用D-S证据理论方法对常规火检信号和炉膛压力压信号进行融合,得到综合诊断结果,并提出了一种简单可行的基本概率分配方法.对某电厂监控信息系统中保存的某一时间段的运行数据进行分析验证.结果表明:基于证据理论融合后的诊断结果较各传感器单独决策的结果精度高、可靠性强,不确定性大大减小,从而能对燃烧状态作出更有效的诊断.     

锅炉全炉膛火焰数字图象处理与监测系统开发与研究

针对现有ＦＳＳＳ主要以开关量逻辑判别的为主,不能在我国火力电厂锅炉安全保护系统中达到设计目标的问题,提出了将模拟量引入ＦＳＳＳ的方案。并在此基础上开发了能以模拟量方式描述炉内火焰燃料状况的基于数字图象处理以新一代火焰检测系统。本文对系统方案设计,系统构成和系统工业试验进行了详尽的分析。     

基于小波变换的气化燃烧状态诊断试验研究

提出了一种通过压力信号分析气流床气化炉火焰气化燃烧状态的有效方法,该方法运用尺度分解法分析炉膛压力时域信号。研究结果发现：在点火前冷态,没有特征频率存在;在点火和灭火状态下,压力信号有一阶跃变化,信号在0Hz处有一较大的冲击;火焰剧烈波动时,存在2Hz左右的特征频率;火焰稳定燃烧时,存在着一个40Hz左右的特征频率。这个现象表明,压力信号在一定频段内的分布与气化炉内火焰燃烧的状态密切相关,随着火焰燃烧稳定性加强,压力信号向高频方向移动。     

电站锅炉神经网络燃烧诊断系统应用研究

先进的燃烧诊断技术可以有效地提高电站锅炉运行的经济性和安全性,本文通过对炉膛火焰的图像采集,利用计算机数字图像处理技术及人工神经网络模型分析方法,开发了永安电厂5号炉的火焰图像燃烧诊断系统。该系统为运行人员提供了有意义的定量化特征参数,并对燃烧状况辩识的机理进行了富有成效的探索,为电站锅炉的燃烧诊断和优化控制提供新方法和新途径。     

Characterisation of an oxy-coal flame through digital imaging

This paper presents investigations into the impact of oxy-fuel combustion on flame characteristics through the application of digital imaging and image processing techniques. The characteristic parameters of the flame are derived from flame images that are captured using a vision-based flame monitoring system. Experiments were carried out on a 0.5 MW_th coal combustion test facility. Different flue gas recycle ratios and furnace oxygen levels were created for two different coals. The characteristics of the flame and the correlation between the measured flame parameters and corresponding combustion conditions are described and discussed. The results show that the flame temperature decreases with the recycle ratio for both test coals, suggesting that the flame temperature is effectively controlled by the flue gas recycle ratio. The presence of high levels of CO₂ at high flue gas recycle ratios may result in delayed combustion and thus has a detrimental effect on the flame stability.     

基于粗糙集理论的炉膛出口氧量最优值确定

炉膛出口氧量作为炉膛送风控制系统的重要参数,其改变会影响炉膛燃烧和锅炉效率.针对氧量最优值确定的问题,提出了改进的粗糙集启发式属性约减算法,并以某火电机组为例,综合考虑与供电煤耗率密切相关的参数,详细介绍了氧量最优值确定的过程.计算得到的氧量最优值与机理分析和实际情况一致,可以提高锅炉效率和供电煤耗率,并可以提高机组经济性.     

单片机在电站锅炉炉膛灭火报警中的应用

提出了一种基于视频信号处理来判别炉膛火焰燃烧状况的方法，用于完善火电站现有炉膛火焰监视系统的功能。系统由视频信号处理和微机处理两部分组成，还利用新型语型语音芯片开发出语音报警功能。图６参２