一种基于数字图像处理的灼热丝火焰监测系统

在灼热丝试验中,对火焰的实时准确监测是整个试验的关键。为了解决以往灼热丝火焰高度和火焰持续时间测量方法测量误差过大的问题,提出了一种基于多项数字图像处理技术的灼热丝火焰测量系统,并应用Matlab软件的仿真结果证明了此系统对于火焰高度测量具有高可靠性和准确度,且采用STM32F407型单片机上完成了测量系统实现。最后用一次实际灼热丝实验的火焰监测结果,验证了本设计系统的有效性和测量准确性。     

基于灰度熵多阈值分割和SVM的火焰图像状态识别

为了进一步提高锅炉燃烧火焰图像状态识别的性能,提出了一种基于灰度熵多阈值分割和支持向量机(supportvector machine,SVM)的火焰图像状态识别方法。对火焰图像进行基于灰度熵准则的多阈值分割,采用改进粒子群优化算法选取最优多阈值,由此快速准确地分割出火焰图像中的背景区域、有效燃烧区域及高温燃烧区域;然后,提取火焰图像的10个特征参数,以此作为训练样本训练支持向量机,最后采用支持向量机依据提取的特征对火焰图像进行分类,并通过上述改进粒子群优化算法优化支持向量机中的2个参数。实验结果表明,提出的方法分割结果正确,与采用将图像像素作为训练样本的方法相比,该方法的分类识别正确率更高,运行速度大大加快。     

最小二乘支持向量机可视化燃烧/排放关联特性的研究

一种基于光学原理的燃烧火焰/温度场测量装置,用以获得实时的炉内燃烧信息,以便实施洁净煤燃烧技术。文中以可视化火焰检测系统对电站锅炉燃烧火焰和温度场进行监测的研究。通过测量,得到了数值化的火焰/温度场信息,对燃烧火焰的图像进行了分析,提取了不同单色波波长下的火焰图像的平均灰度、方差、熵、火焰丰度、能量、最高灰度等特征量,计算得到了温度分布。为了建立锅炉排放与火焰参数及燃烧温度的关系,利用最小二乘支持向量机原理,以火焰参数为主要判据,将得到的表征燃烧的特征量作为最小二乘支持向量机的输入,对NOx排放量进行了预估。结果表明,估计值与实测值具有一致性。     

基于灰度加权阈值和形态学的锅炉火焰边缘检测

提出了一种灰度加权阈值和数学形态学相结合的锅炉火焰图像边缘检测算法.该算法首先利用灰度加权阈值算法取得分割阈值,然后利用形态学方法提取边缘.这种方法有效地抑制了噪声,能够成功地检测出燃煤锅炉火焰连续的边缘.实验结果表明,该文所用的边缘检测方法要优于传统的边缘检测方法.     

基于红外成像技术的电气设备故障检测

以往电气设备故障检测所采用的信号处理方法为提取信号特征进行故障检测,无法实现故障的区域检测,缺乏故障等级的有效判断,检测结果具有检测准确度低、结果不稳定的缺点。因此,提出基于红外成像技术的电气设备故障检测方法,其通过红外摄像仪检测电气设备红外图像的温度值后,以灰度图像替代红外图像获得阈值的强度信息矩阵,提取电气设备红外图像的灰度值。根据温度与灰度的映射关系,采用相对温差法对红外图像高温区域进行提取。基于电气设备红外图像高温区域,进行故障区域面积与故障区域质心的计算,获得红外图像的故障区域特征,通过灰度和温度的对应关系,反推电气设备故障区域质心的温度,运用绝对温差法确定电气设备故障等级。实验结果说明:所提方法具有较高的检测准确度和稳定性。     

基于图像处理的旋流燃烧器火焰燃烧状态识别

分析了常用的基于图像的火焰检测机理,依据现场获得的直流燃烧器和旋流燃烧器火焰图像,发现这些方法并不适用于旋流燃烧器火焰检测。分析其原因并尝试用平均灰度的平均值和方差两个通用特征量对旋流燃烧器的火焰状态进行识别,实验证明方法可行。     

基于改进完全局部二值模式火焰特征提取的 转炉炼钢终点碳含量预测

转炉炼钢火焰图像特征的准确提取是预测终点碳含量的关键,针对于火焰图像相似性高进而难以区分碳含量相近的火焰图像,导致无法准确精准预测碳含量的问题,提出一种改进完全局部二值模式(improved complete local binary pattern,ICLBP)的彩色纹理特征提取方法,用于提取不同碳含量下更具区分性的炉口火焰图像特征并进行终点碳含量的预测.首先,在不同颜色通道下采用局部相位量化(local phase quantization,LPQ)提取图像相位信息,与CLBP提取的图像幅值信息组合成融合特征ICLBP_MP,以增强CLBP算法结构的鲁棒性;然后,通过改进的颜色信息加权策略对其进行加权,以增强火焰图像的颜色对比度信息;最后,使用K近邻回归模型对碳含量进行预测.实验结果表明,碳含量预测在0.02％误差范围内的准确率为83.9％.     

基于支持向量机的炉膛火焰灭火判别方法研究

针对炉膛火焰图像监测系统存在的灭火判别问题,提出了一种炉膛火焰灭火判别方法。该方法通过对火焰图像的分析,提取了用于灭火判别的两个特征值,然后对这个特征空间使用支持向量机进行识别分类,结果表明特征量提取是成功的。该判别方法能够正确对火焰图像进行灭火判别,正确率很高,据此可知支持向量机方法用于灭火判别是可行的。     

运用计算机图像处理和神经网络技术对炉膛火焰进行诊断

研究利用火焰图像处理技术进行炉膛火焰燃烧诊断的方法。根据火焰图像处理系统获取燃烧图像，并提取用于燃烧诊断的火焰图像特征参数，构造用于燃烧诊断的BP神经网络，将提取的火焰图像特征参数作为神经网络的输入量，通过训练和测试，进行火焰燃烧状态的预测，开发的火焰图像处理和燃烧诊断系统已在3000MW电站锅炉上得到了应用。     

基于局部区域聚类的电力设备故障区域提取方法

针对电力设备红外图像诊断中热故障区域提取问题,提出了一种局部区域Mediodshift聚类的电力设备红外图像故障区域提取方法。文章根据热故障所表现的灰度特性初始化聚类中心;结合Mediodshift聚类方法,对目标区域邻域像素进行聚类。为了尽可能获取故障区域邻域相似像素,引入了基于邻域灰度的调节策略。同时,为了提高聚类效率,采用了自高向低的聚类阈值分割机制,从而使得Mediodshift算法能快速地将整幅图像中故障区域像素进行聚类,实现红外图像中热故障区域的提取。最后通过典型红外图像实验测试,验证了该方法区域提取的有效性,且对比目前现有的一些方法,进一步表明文中方法具有较好的故障区域提取性能。     

基于数字图像处理的生物质混燃火焰稳定性检测方法

低质燃料或混合燃料(如煤粉+生物质等)的燃烧常常出现火焰不稳定现象,导致燃烧效率低、NOx排放量偏高等。由于燃烧器火焰本身的复杂性和现有检测方法的局限性,目前还无法对火焰的稳定性进行定量检测和评估。本文提出一种基于数字图像处理的生物质混燃火焰检测及稳定性评价方法。该方法定义了一个在[0,1]范围内连续取值的通用火焰稳定指数,并采用数字CCD相机采集火焰图像信息,通过图像分析提取火焰长度/高度、亮度、温度、闪烁频率等特征参数,经过对火焰特征参数进行统计分析和数据融合,求得火焰稳定指数,实现火焰稳定性的定量检测和评估。在生物质燃烧试验台对玉米芯、麦秸、柳木和花生壳4种不同生物质两两混合形成的3种混合生物质燃料进行了燃烧试验。试验结果表明定义的火焰稳定指数能够有效表征火焰燃烧状态。     

基于BP网络的旋流燃烧器火焰燃烧状态识别

通过对所采集的电站锅炉旋流燃烧器火焰图像与直流燃烧器火焰图像的对比分析,在原有直流燃烧器火焰图像判据的基础上,讨论了旋流燃烧器火焰图像特征量的提取与特征区的选定,运用现代人工神经BP网络智能理论,设计并训练了BP网络实现旋流燃烧器燃烧状态实时判断的功能。通过实验证明在旋流燃烧器火焰图像上提取的特征量和燃烧状态之间存在映射关系,通过所建立的BP网络模型可以对旋流燃烧器的火焰燃烧状态进行实时判断。     

基于火焰自由基成像和支持向量机的燃烧过程NO_x排放预测

火焰特征参数对燃烧稳定性及污染物生成具有重要影响。火焰自由基作为燃烧的中间产物,其特征在研究污染物的生成机制及其控制方面起着重要的作用。文中通过火焰自由基图像处理和火焰温度监测,并结合支持向量机的软计算法提出了一种NOx(NO和NO2)排放量的在线预测技术。该技术通过光增强成像系统采集火焰自由基OH*,CN*,CH*和C2*的数字图像,同时使用光谱仪和双色法获取火焰温度。在所得的火焰基图像中提取其特征值(自由基灰度等值线和比值),并结合火焰温度,建立基于支持向量机的软计算方法,实现了对NOx的排放预测。在燃气燃烧试验炉上的实验结果验证了基于火焰自由基图像的NOx预测排放模型的有效性。     

基于炉内火焰图像的燃烧诊断方法研究

针对现今电厂采用的锅炉燃烧监控系统所采集的火焰动态图像,提出了一种利于辅助分析的炉内火焰燃烧诊断方法。该方法分析了火焰图像的特点,提出了分析火焰稳定性判别的三个特征量,根据现场图像信号作出数据提取,并对提取结果进行了数据分析。提出一种燃烧稳定性判别方法,该方法利用以上三个特征量作为BP神经网络输入参数,得到输出确定为火焰稳定性系数,然后用模糊判别给出准确的燃烧稳定性综合评估。此方法利用了动态图像的差分特性,动态地分析燃烧过程中火焰锋面变化的状况,为现场锅炉监控人员提供了一种燃烧状态监测方法,方便了现场运行人员及时快捷地对现场状况做出准确迅速的判断和操作。通过对现场图像的人工分析和此方法判别结果比对,证明此方法具有很强的辅助分析功能。     

联合灰度阈值分割及轮廓形态识别的河道提取

在合成孔径雷达(SAR)所获取的遥感图像中,河道区域由于其中水介质的电磁波反射率较低,在图像中呈现灰度低且灰度起伏小的特征。此外,河道区域由于水流的冲击作用,也具有显著的条带状轮廓形态特征。鉴于河道的这2种特征,联合灰度阈值分割及轮廓形态识别方法,采用多级分割策略,实现对河道区域的准确提取。实验结果证明,与经典的Otsu灰度阈值分割及其多种改进方法相比,多级分割方法能够更好的提取河道区域轮廓,且漏警率和虚警率均较低。     

基于航拍图像的杆塔编号目标提取

针对输电线路航拍图像中杆塔编号的采集图像,采用了基于灰度特征的方法对杆塔编号图像进行目标提取。首先,对原始图像进行图像增强,突出目标点信息;其次,对增强后的图像进行分割,采用膨胀和腐蚀形态学运算对分割后的图像进行去噪处理;再次,通过改进的Canny边缘检测算子对去噪后的图像进行边缘检测;最后,对图像中的边缘点数量进行区域统计,对统计区域内的目标进行目标提取。结果表明,该方法可有效地对杆塔编号进行目标提取,对输电线路的故障定位提供了技术支撑。     

图像边缘检测算法及在电厂中的应用

介绍几种典型的边缘检测算法 ,对它们各自的特点进行比较。讨论边缘检测在电厂锅炉炉膛火焰检测方面的应用。对一幅原始火焰图像 ,用两种边缘检测算法提取火焰图像的边缘 ,并对提取后的边缘图像进行分析。最后对边缘检测算法的发展方向进行展望。     

基于全炉膛火焰图像处理及辐射能检测应用研究

利用计算机图像处理技术设计了一套电站锅炉双炉膛燃烧火焰图像处理及辐射能检测系统，将火焰的灰度图像转换为温度图像分布，并计算出辐射能大小。简要介绍了姚电公司300MW燃煤锅炉上安装的火焰图像监视系统硬件和软件设计与实现。给出了火焰温度图像和辐射能检测结果，证实辐射能信号能够快速反映炉内燃烧工况的变化。     

非均匀照明场中参考格栅信号提取的研究

本文对非均匀照明场中参考格栅图像作了统计分析,在此基础上提出了一种格栅信号提取方案.该方案利用图像中像素点邻域的灰度均值和均方差值的统计特性,把原始图像分割为一系列子图像,对每一个子图像进行自适应阈值分割,进而获得原始图像中的参考格栅信号.实验确定了各子图像临界阈值与图像灰度均值的关系,并与LoG算子的结果进行了对比,该方法明显较优.     

浅析灼热丝试验结果偏离的原因

针对灼热丝试验中试验结果出现偏离的现象,本文对其造成原因进行了研究和分析,以使进一步规范灼热丝检测,共同提高灼热丝试验技术水平。