基于单燃烧器火焰图像处理的炉膛燃烧监测系统

介绍了基于单燃烧器火焰数字图像处理的炉膛燃烧监控系统的总体设计。包括单燃烧器火嘴监控系统的结构设计、图像采集与处理、实时监视、压缩/解压缩、图像存储与回放等。该系统在国产125MW机组锅炉上已运行二年多，实践表明，系统地直观显示炉内工况，提取火焰特征参数，在燃烧恶化时自动报井并存储图像信息作为事故分析的依据。     

基于BP神经网络锅炉炉膛火焰可视化监测方法研究

为了可视化监测炉膛火焰燃烧状况,提出一种基于级联前向BP神经网络模型的锅炉炉膛火焰可视化监测方法。通过比较选取级联前向BP神经网络作为炉膛温度预测模型,利用图像处理技术得到炉膛火焰辐射能图像对应二维温度场,并采用正则化方法重建炉膛火焰三维温度场。仿真结果表明,根据二维温度场可得火焰等温线走向和分布,根据三维温度场易得火焰中心分布及全炉最高温度点信息,实现锅炉运行控制和异常温度报警,满足燃烧诊断要求并实现炉膛火焰可视化监测。     

炉膛火焰数字图像处理系统研究和应用

本文着眼于目前在电站锅炉火检系统中应用最为广泛的炉膛火焰数字图像处理系统，分析了其硬件系统的构成，通过对其典型部件的研究，提出在炉膛火焰监测中，硬件设备的选择依据以及硬件系统实施的注意事项。对于炉膛火焰的数字图像处理的精确性、稳定性、可靠性有着重要的意义。     

电站锅炉炉膛火焰检测新方法

简述国内外现有各种火焰检测器的应用状况，指出数字图象型火焰检测器为妥善合理的解决炉膛火焰的监测问题提供了可能性．     

基于自组织神经网络的炉膛火焰燃烧诊断系统

针对目前大型锅炉火焰检测手段的落后现状,提出了一种基于数字图像处理与自组织竞争神经网络进行燃烧诊断的方法,设计了一套火焰燃烧诊断系统.利用数字图像处理技术提取火焰特征量,应用神经网络的竞争学习对不同负荷下的全炉膛火焰图像进行识别分类,从而实现燃烧诊断和灭火预警的功能.     

基于Java技术的电站锅炉炉膛火焰TV仿真

电站锅炉炉膛火焰ＴＶ作为电站运行的一个重要的监视窗口,它提供给运行人员炉膛里的燃烧情况,因此电站仿真系统中火焰ＴＶ的仿真是必须的,该文首先简要介绍了电站仿真机的系统构成及用途,还介绍了使用Ｊａｖａ技术实现电站锅炉炉膛火焰ＴＶ仿真的方法,并实现了部分锅炉燃烧工况的火焰仿真,通过仿真试验认为Ｊａｖａ技术能够实现燃烧全工况下的火焰仿真。     

锅炉火焰检测保护系统的改造

本文介绍大庆石化公司热电厂410T/H锅炉火焰检测系统的更新改造及硬件配置情况，针对燃料气的特点而采以的相应防护措施。     

基于DSP的锅炉火焰温度场测量及燃烧诊断系统

针对电站锅炉火焰监视、温度场测量和燃烧诊断中存在的问题，提出了一种以DSP为核心的嵌入式图像火焰监测系统，在对彩色图像法测量温度场的原理论述的基础上，对图像采集和处理各部分的电路和系统软件进行了分析和说明。通过优化设计，使系统的数据处理能力和实时性得到大幅的提升。经过200MW机组的试验表明，系统能在1帧时间内完成一幅图像的处理与特征量的提取，在1s内完成锅炉燃烧状况的诊断，火焰监测和燃烧诊断实时性得到了保证。温度场测量最大偏差不会超过50℃，相对误差小于5%，能满足系统对测量精度的要求。     

锅炉炉膛火焰数字图象处理系统的研究与应用

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象处理技术提取并存储火焰图象及其参数的方案。该系统已在200MW机组锅炉上进行了工业性试验,取得了满意效果。本文对系统软、硬件体系作了详细说明。     

电站锅炉炉膛灭火报警保护仪

提出一种基于视频信号处理和微机监控技术方法,用于电站锅炉炉膛灭火报警保护仪中.完善了热力发电厂现有工业电视炉膛火焰监视系统的功能.整个系统由视频信号处理和微机处理两部分组成.还开发出富有特色的语音报警功能.     

神经网络在数字化校园安全检测中的应用

数据安全是数字化校园建设的重要问题,快速准确检测数字化校园的安全性及存在的风险和漏洞,成为急需解决的问题.在改进BP算法基础上,设计一个基于神经网络的数字化校园安全检测原型.通过统计底层网络协议(TCP)的数据流量和信息数据包协议头的信息,将信息预处理后送入已训练过的神经网络模块,以此判断当前网络数据流量存在的攻击或扫描行为.实现快速检测数字化校园存在的漏洞和安全隐患,提前预防和减少数字化校园受到的攻击和破坏.     

基于神经网络的纹理图象生成

提出了一种利用多层前馈神经网络生成纹理图象的新方法 .利用该方法可方便地生成图案丰富的纹理图象集 ,并且该纹理图象集中的任何一幅图象均唯一地对应一组神经网络的权值和阈值 ,因此不仅便于图象保存 ,还大大地节省了图象存储空间 .     

基于协同神经网络的图像数字水印算法

为保证图像数字水印的鲁棒性和安全性,结合加密技术,提出了一种使用协同神经网络的图像数字水印算法。该算法是先对有意义的灰度图像进行水印序列化处理后,再将其作为水印信号嵌入到载体图像的分块DCT系数直流分量里。水印的检测提取算法是采用协同神经网络,将疑似水印信号作为网络的输入,而网络的输出就是识别的结果。经仿真实验验证,该算法可承受一定的图像处理操作,不仅能同时完成水印的检测与提取,而且能有效判断水印的归属,具有较好的性能。     

基于BP神经网络的入侵检测算法

为解决传统入侵检测算法存在的高漏报率及高误报率问题,结合BP神经网络算法的优点,提出一种采用遗传算法来优化BP神经网络算法的入侵检测算法。该算法通过遗传算法找到BP神经网络的最适合权值,采用优化的BP神经网络对网络入侵数据进行学习和检测,解决直接使用BP学习造成的训练样本数量过大而难以收敛的问题,同时缩短样本训练时间,提高BP神经网络分类正确率。仿真实验结果表明,与传统网络入侵检测算法相比,该算法的训练样本时间更短,具有较好的识别率和检测率。     

一种基于遗传优化的神经网络水印

提出一种新的遗传算法和神经网络彩色图像水印研究,在检测水印的过程中,利用遗传算法来优化BP神经网络的权值矩阵与初值,构建出内在的隐含关系,然后利用训练好的BP神经网络来融合提取水印.实验证明该算法保持不可觉察性,并且水印的鲁棒性比BP神经网络的更强.     

基于数字图像处理的大范围区域的火焰识别

传统的检测火焰的方法并不能发挥很好的作用,近些年,随着计算机以及基于视频图像序列处理的数字图像处理技术的发展,基于视觉火焰检测技术在大范围空间具有十分实用的价值。通过数字彩色CCD摄像机获得连续的图片,我们可以通过图像利用数字图像处理的算法来获得所感兴趣区域的形状特征,静态动态特征以及颜色信息,从而来判断是否发生了火灾。将摄像系统装配在所需检测的位置从而达到对检测区域自动防火的功能。简便的算法也可以减少对数据处理的时间。实验的结果说明了我们的方法可以准确地确认火焰。     

基于BP神经网络的BIT虚警抑制技术

从BIT设计、工作可靠性上论述了虚警产生的原因,并以此提出了BIT虚警抑制的方法.分析了BP神经网络的网络模型及工作原理,构建了基于BP神经网络的故障诊断系统,并对导弹测试数据进行了实验,结果表明将BP神经网络用于故障诊断能够有效地抑制虚警产生,使被测系统具有更高的故障诊断能力.     

基于遗传算法的神经网络控制器的设计及应用

本文提出了一种改进的遗传算法进行神经网络的训练，它结合神经网络、遗传算法两种方法的优点，并用仿真实验表明该方法的有效性。用改进算法设计的神经网络控制器，来实现循环型制气过程优化控制，取得了令人满意的结果，验证了该方法具有良好的鲁棒性和控制精度。     

基于并行神经网络的汉字识别系统

介绍了一种基于并行神经网络的汉字识别系统。该系统进行汉字图象的预处理后 ,针对汉字平移、旋转、尺度变化 ,提取三类相对稳定且抗噪、反映汉字结构信息的统计特征作为神经网络的输入。神经网络采用叠层BP网 ,用BP算法进行训练、学习和识别。本系统对标准BP算法做了若干改进 ,从速度和识别率上都得到了明显的提高 ;用PVM网络并行平台虚拟成并行机 ,实现叠层BP网的并行处理     

基于Chebyshev神经网络的图像复原算法

退化图像的点扩散函数难以准确确定,为此,提出一种基于Chebyshev正交基函数的前向神经网络图像复原算法。该算法以一组Chebyshev正交基为隐层神经元的激励函数,采用BP算法对权值进行修正,达到收敛目标。给出2类Chebyshev神经网络的实现步骤及其相应衍生算法的图像恢复实现步骤。实验结果表明,该算法能较好地实现图像复原。