许冰[1]2003年在《数字图像处理在电厂火焰检测中的应用》文中研究表明数字图像处理是一门具有巨大发展前景的学科。近年来，数字图像处理技术开始应用于锅炉炉膛火焰检测，为电厂锅炉火焰检测开辟了一个新的领域。将计算机技术和数字图像处理技术结合起来应用于火焰检测是一种新的火焰检测方法。火焰图像传感器是火焰检测系统中的重要组成部分，本文针对以往火焰图像传感器的不足之处，设计了采用传像光纤和CCD摄像机的火焰图像传感器，并对传感器冷却系统部分进行了理论计算，为保障火焰图像传感器正常安全运行提供了参考数据。图像压缩是数字图像处理领域中的关键技术，本文利用小波变换理论，结合LZW无损压缩编码等方法，对传感器采集的图像进行实时压缩，压缩后的图像利用MODEM通信技术，在普通电话线上实现图像远传，这样节约了图像的存储空间和传输时间，为火焰远程监控奠定了基础。
税淼[2]2014年在《基于数字图像处理的炉膛火焰检测算法研究》文中研究指明我国是一个能源消耗大国,其中化石燃料的消耗日益增大,节能减排的压力越来越大,同时为了保障电站锅炉和工业炉窑的安全经济运行,必须对炉内燃烧进行全方位的实时检测。运用先进的检测和控制技术提高锅炉和炉窑运行的安全性和经济性,降低污染物的排放,显示出广阔的应用前景。因此功能齐全、性能可靠的炉膛安全监测系统(FSSS Furnace Safeguard Supervisory Systems)应运而生,FSSS系统是现代大型火电机组必须具备的监控系统之一,该系统的主要功能在于连续地检测炉内火焰燃烧信息,并根据燃烧信息进行判断燃烧器是否正常工作,发出控制指令,组织合理的燃烧,在发生故障时停止燃料供应甚至发出停炉指令,保障锅炉的安全经济运行。对于整个FSSS系统而言,能否成功达到生产需要,很大程序上取决于火焰检测器能否快速准确的提取炉内燃烧的特征值,而炉膛火焰检测算法是根本,是准确的提取炉内燃烧的特征值的关键。基于四川省教育厅重点项目——《炉膛火焰检测算法研究》(项目号：10ZB111),系统研究了炉膛火焰检测的各种算法,提出了改进性的双色法测量温度场,从本质上提高了火焰检测的准确度。对传统火焰检测技术进行了研究,对其缺陷进行了深入分析,找出其缺陷的根源。在此基础上,针对火焰图像的动态特性和其他各种噪声干扰,采用一些简单的算法(灰度转换、图像平滑、伪彩色处理等)对火焰图像进行预处理。然后,描述针对单燃烧器火焰图像的检测算法,包括火焰边缘提取、火焰轮廓的提取、二值化处理以及火焰评价指数等,设计合理可行的算法提取出火焰图像中的燃烧信息。最后,运用Wien定理,改进原有算法,通过基于CCD摄像机的双色法测量温度场,重建了炉膛温度场分布。并且通过MATLAB软件对图像进行了模拟处理,得到了满意的结果。
蔡叶菁[3]2003年在《基于数字图像处理的燃煤电站锅炉火焰检测与燃烧诊断方法研究》文中研究说明在锅炉燃烧器管理系统中，火焰检测对防止锅炉爆炸起着重要的作用，这就要求火焰检测系统提供可靠、准确的火焰信息。 本课题的主要目标是：根据煤粉燃烧特性和火焰图像特征，利用数字图像处理和计算机技术，对300MW的燃煤电站锅炉火焰检测与燃烧诊断的方法进行研究，旨在提高火焰燃烧诊断的可靠性。本研究以图像处理技术为基础，结合基于BP神经网络的锅炉炉膛火焰燃烧状态的模式识别技术来动态检测火焰的燃烧状况。 主要完成了下述研究和开发工作： 1．在借鉴国内外火焰检测技术的基础上，根据300MW的燃煤电站锅炉的特点及现场要求，对系统进行了功能分析。针对常规火检器镜面易被污染、高温老化、视角小的缺点，本系统采用带吹扫、冷却系统的传像光纤+CCD摄像机的火焰图像传感器，它具有视角大的优点，较好地克服火焰漂移问题，完成了火焰图像采集系统的硬件设计。 2．为便于计算机对锅炉燃烧状况进行识别，针对火焰图像的特点，对获取的火焰图像进行了处理，通过实验比较，选取了最有利于提取火焰燃烧特征的处理方法。 3．根据燃煤火焰燃烧的特征，针对常规火检器普遍存在相邻燃硕十学位论文基于数字图像处理的燃煤电站锅炉火焰检测与燃烧诊断方法研究烧器之间互相干扰(即“偷看”)，使得火焰检测装置误报，本系统通过选定反应本燃烧器火焰特征区域的特征量作为BP网络的输入，有效提高系统的抗干扰能力。而基于BP神经网络的模式识别技术，能动态检测火焰的燃烧状况，提高了系统的自适应性。对火焰诊断进行了算法设计，该算法具有自学习性、自适应性，解决了常规火焰检测装置的误报问题，提高了系统的可靠性。 4.设计了系统的软件结构。
何晓燕[4]2002年在《基于数字图像处理的炉膛火焰检测算法研究》文中提出应用数字图像处理技术进行炉膛火焰检测是火检技术的发展趋势。本文对传统的火焰检测方法进行了研究，对当前流行的检测方法进行了深入分析，找出了其缺陷的根源。针对燃烧过程的动态特性和各种随机干扰，对火焰图像进行了滤波、增强和伪彩色显示等预处理，并在大量研究试验基础上，提出了新的检测算法和基于火焰几何特性的火焰评价指数。针对火焰温度场测量现有方法的复杂性，提出了利用待定系数法进行曲线拟合的新的温度场测量方法，实现了二维温度场的显示。
陈荣保[5]2009年在《基于视觉融合的监控机理及其在锅炉燃烧中的应用研究》文中指出电力系统是国家建设的保障体系,在以可持续发展的各项发电技术中,煤电充当着发电行业的主要角色。燃煤发电技术从能耗角度分析,低能耗零排放和等量煤耗下的高发电效率,使亚临界机组不断地被超临界机组和超超临界机组所替代。但从发电工艺角度分析,都是燃煤发电。燃煤发电包括了给粉环节、燃烧环节、发电环节和辅助环节,整个发电过程是一个大容量、大滞后、非线性的理化特性型工艺参数的多能量转换过程,由电厂分散控制系统(DCS)实时过程监控。电厂DCS在电厂生产中发挥着重要作用,是电厂生产普遍选用的监控系统。但在DCS对电厂的监控过程中,控制策略的依据并非来自于发电过程中最重要的工艺对象——炉膛火焰,而是间接测量与之相关的延伸参数,如主汽温度、主汽压力等。事实上,炉膛火焰关联着所有工艺参数,关联着发电过程的各个环节和生产的安全、稳定和可靠。针对炉膛火焰的研究及其对炉膛火焰的燃烧监控,涉及到热动力学、燃烧学、图型学、信号处理、控制科学与技术等多学科领域,而且对发电本身也具有直接正向效应。对大型燃煤锅炉而言,炉内悬浮燃烧状态的火焰,是一种非常复杂的悬浮燃烧,它的工况是不稳定的。锅炉燃烧的安全性取决于火焰燃烧的稳定性,如果燃烧不稳定,炉内温度场不均匀,容易出现重大事故。因此开展炉膛火焰的研究具有重要的学术意义和显着的应用价值。炉膛火焰的信号获取是基于CCD传感器的二维视频信号,本文在了解和掌握图像处理方法,分析炉膛火焰的基本信息和图像预处理算法的基础上,运用图像处理技术对炉膛火焰展开全面的特性研究,并基于研究结果探索了对炉膛火焰的诊断技术和实时监控方法,具体开展了以下研究工作:(1)分析炉膛火焰图像的噪声和抑制技术,采取算术平均滤波和中值滤波算法有效实现图像去噪;研究了炉膛火焰图像的灰度特征、温度特征和相关的煤粉特性;全面研究炉膛火焰的温度和温度场测量技术,提出了基于景深温度场的误差修正方法;划分了火焰特征区域,确定了区域边缘特征及其特征区域所呈现的各个图型特征,全面研究了基于炉膛火焰特征的主要诊断技术,通过对比分析得出特征区温差、火焰平均温度、高温面积率、高温区圆度率和火焰质心偏移率等的实时数值有助于炉膛火焰的监控。(2)研究了火焰探测技术及其控制。全面研究炉膛火焰的图像处理算法,为控制策略提供有效的、准确的特征数值;研究了炉膛火焰燃烧控制的策略方法,包括控制对象模型识别、控制策略及其实现,提出了将基于二维图像的火焰特征、聚类特征和基于时基的火焰探测器燃烧状态进行融合,以此共同决策炉膛火焰的实时控制方法。(3)总结了炉膛火焰图像的操作、预处理、转换、处理技术、特征计算、策略研究和温度—色彩变换、伪彩色显示技术等,设计了炉膛火焰图像信息平台。基于图像采集和图像处理、计算、判断和控制,研制了实时监控DCS和底层的炉膛火焰测控基站,能完成无线图像传送功能并确保传送的实时性。采用本文技术构成的DCS能满足基于炉膛火焰的实时控制需求,使电厂生产更加安全、稳定和可靠。
董宜敏[6]2004年在《锅炉数字化视频监测系统的研究与开发》文中指出目前,我国火电厂普遍采用工业电视系统(TV)监视炉膛火焰和汽包双色水位计,主要依靠人的视觉从工业TV图像中获取信息,属于定性观察。随着计算机处理能力的提高和视频技术的发展,人们利用计算机的高速数据处理能力进行视频的采集、处理、压缩和存储,获取图像信息,从定性观察向定量检测方向发展。本文设计了一套基于PC机的锅炉数字化视频监测系统。本文介绍了视频监控技术的原理和基于火焰图像燃烧诊断技术的应用。对几种炉膛测温方法进行了分析、比较,针对火焰监视存在的问题,结合各种方法的优缺点,着重介绍了基于火焰图像温度场的诊断方法和基于实验标定计算温度的方法。根据温度场可以计算辐射能信号,可为全炉膛火焰的燃烧诊断和优化燃烧控制提供依据。另外,论文对电厂各种汽包水位计的使用情况进行了分析,详细探讨了水位测量的误差,提出了双色水位计的压力和温度补偿方法;并结合图像处理技术,开发了针对不同水位计图像处理的算法,实现了水位计的清晰显示。在此基础上,论文设计了锅炉数字化视频监测系统,对系统硬件进行配置和集成,开发了相应的应用软件。最后,论文对后续工作提出了一些建议。
万游磊[7]2007年在《基于DSP的嵌入式炉膛火焰检测系统》文中指出电站锅炉火焰检测系统是一个举足轻重的话题,因为它涉及到人们生命财产的安全。煤粉锅炉的燃烧过程是非常复杂的,它的工况极不稳定,锅炉燃烧的安全性主要取决于火焰的稳定性,为了避免锅炉爆炸事件的发生,炉内煤粉就必须充分燃烧。如果燃烧不稳定,锅炉内部温度分布不均匀,就容易使得锅炉的热效率极大地降低,并出现不可想象的严重后果。现代火焰检测系统对于火焰图像处理技术的实时性和系统的稳定性提出了更高的要求。在对检测方法进行优化的同时,对硬件设备的优化成为了现在研究的重点。本文在基于DSP的基础上,开发了一套火焰检测系统,在系统设计上采用DSP技术作为图像火检的平台,通过串口实现与上位机的通信,提高了检测处理的速度,检测过程不占用CPU资源;在分析现有火焰检测算法的基础上,本文采用BP神经网络图像识别来进行火焰燃烧情况的判断,结合设计出的DSP系统大幅提高了炉膛火焰检测系统的准确性和稳定性。
华彦平[8]2005年在《基于彩色数学形态学和模糊神经网络的锅炉燃烧诊断研究》文中研究指明数字图像型火检是目前锅炉燃烧诊断的主要发展方向。其关键是如何对火焰图像进行处理,提取出火焰图像的特征参量。当前图像型火检主要研究方向是寻找新的理论和方法来对火焰图像进行处理,研究如何提取火焰图像的特征参量来表征燃烧特征,研究如何根据燃烧诊断的需要选取、融合火焰图像的特征参量,从而进一步提高诊断系统的准确性、通用性。数学形态学是目前图像处理领域应用比较广泛的一种理论,彩色数学形态学是当前重点研究方向。本论文从图像处理的角度,首次将数学形态学理论引入锅炉燃烧诊断领域。论文具体内容如下:1、阐述数学形态学的基本理论——二值数学形态学和灰度数学形态学。分别从二值数学形态学和灰度数学形态学两个方面,对如何选取合适的结构元素和形态学算子来提取火焰图像的边缘和骨架进行了详尽研究,并得出火焰图像的二值和灰度形态特征参量;2、引入矢量排序思想,建立起新的彩色数学形态学理论——矢量彩色形态学。矢量彩色形态学在对图像进行形态变换时,不会产生颜色的失真。针对火焰图像的彩色边缘和骨架的提取,研究了如何选取结构元素和构造形态学算子,并得出表征火焰图像的彩色形态特征参量;3、介绍了自适应模糊神经网络——ANFIS模糊神经网络的基本思想和原理。研究了火焰图像的灰度形态特征参量和彩色形态特征参量的融合问题,用以指导神经网络输入的构造;4、分别基于火焰图像灰度形态特征参量和彩色形态特征参量,应用模糊神经网络进行了锅炉燃烧诊断研究。研究结果表明,基于灰度形态特征参量的模式识别虽能准确识别熄火工况(ON/OFF),但对稳定和不稳定燃烧的识别不理想;基于彩色形态特征参量的模式识别能够准确识别稳定燃烧、不稳定燃烧和熄火叁种模式;5、论文研究结果表明,基于数学形态学的燃烧诊断系统无需事先定义图像处理区域,很好地解决了火焰的漂移,卷吸和偷看等难题;6、对Kolmogorov复杂性测度的计算及实际遇到的问题作了研究分析,指出了复杂性测度与计算频率及信号幅值大小的关系。提出了改进的Kolmogorov复杂性测度算法,并基于改进的Kolmogorov复杂性测度算法对不同工况下的炉膛负压和火焰图像灰度特征进行了复杂性测度的计算,计算结果表明复杂性测度能够在一定程度上对锅炉燃烧进行诊断和预警;7、介绍了实际开发的基于数学形态学和模糊神经网络的锅炉燃烧诊断系统的基本功能和流程。
白卫东[9]2004年在《电站锅炉煤粉火焰安全监测及燃烧诊断方法研究》文中认为电站锅炉燃烧的稳定性直接关系到电站的安全和经济运行。因此，电站锅炉必须配备功能齐全、性能可靠的炉膛安全监视系统(FSSS)。 目前电站锅炉上所使用的火焰检测装置主要采用红外、紫外和可见光探头，根据所检测到的火焰辐射强度和闪烁频率来判断火焰的“有”或“无”。由于煤粉燃烧的动态特性非常复杂、煤质多变、燃烧器摆动等原因，使得这两种火焰检测器整定困难，运行中常常出现误判断，影响了锅炉机组的正常运行。 图像式火焰检测器具有直观、信息量大、符合人类的视觉习惯等优点，可以有效避免上述事故的发生。 本文的主要工作就是应用先进的计算机图像处理技术，根据火焰图像的光度信息、色度信息和辐射传递方程反演计算炉膛内的温度分布；探求定量判断燃烧火焰稳定性的方法；研究NO_x、SO_2的生成机理和排放规律，研究氧气分压、煤粉粒径、加热速率和气氛对煤粉燃烧速度的影响规律；对影响飞灰可燃物含量的各种因素及其影响规律进行了总结；最后使用上述的研究成果，结合电站锅炉运行参数和煤质数据对污染物排放和飞灰可燃物含量进行诊断研究。 首先，在实验台和电站锅炉上分别进行了实验研究，取得了稳定燃烧和爆燃熄火过程的火焰图像。通过对火焰状态的理解、分析，从火焰图像中提取出能够有效反映燃烧状态的七个通用特征量：火焰有效区域面积，高温区域面积、火焰有效区域亮度、火焰高温区域亮度、火焰高温面积率、火焰质心偏移距离和火焰的圆度。由此七个特征量构建一个特征矩阵，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，只要这两个统计量之一越限，则可判定燃烧出现异常。实验结果表明：该种方法能够在线实时地、有效地识别、判断燃油和燃煤火焰的燃烧状态，并且将结果以SPE图、T~2图和主元图的形式直观地表示出来。并且采用支持向量机方法进行了比较。浙江大学博士学位论文摘要 其次，在热天平和煤粉试验台上进行的煤粉燃烧实验和对万口工、S口:生成机理的研究结果表明: .随着煤粉粒度的减小、氧气分压的增大、加热速率的提高，煤粉燃 烧速度加快; .煤粉在氧气、二氧化碳和氮气的混合气氛中的燃烧速度也随着氧气 的分压降低而降低，但燃烧速度的绝对值远低于空气、纯氧中的燃 烧速度; .在通常的运行范围内，万久和502在一定程度上随炉膛温度、过量 空气系数、二次风温、一二次风比率的增大而增大; .在通常的运行范围内，飞灰可燃物含量与过量空气系数成反比，与 燃烬风率、烟气再循环率、燃料比、煤粉粒径成正比(过量空气系 数一定)，随容积热负荷的变化而有一个最佳值。 此外，在工业现场进行了多次关于飞灰可燃物含量、刃久排放量、S口2排放量与锅炉运行参数和煤质成分的相关试验。综合试验和理论分析结果，确定出对Nox、502生成和飞灰可燃物含量有重要影响的电站锅炉运行参数，结合反演出的温度场分布和煤质数据构造自变量矩阵;由飞灰可燃物含量、万认排放量、50:排放量构造因变量矩阵。由于在生产实际中无法时时获取煤质数据，因此本文分别对考虑煤质数据和忽略煤质数据两种情况，应用PLS和神经网络方法对飞灰可燃物含量、万久排放量、502排放量进行了对比计算。 最后，详细介绍了为300MW火电机组开发的火焰监测和燃烧诊断系统的硬件构成，软件界面和主要功能。以期指导电站锅炉的安全、经济运行。关键词:安全管理工程，环境工程学，工程热物理，主元分析，偏最小二乘，监测火焰图像，温度场测量，燃烧诊断，模式识别
甄成刚[10]2004年在《基于图像处理技术的炉膛火焰检测方法研究》文中研究表明对大型燃煤锅炉而言,监控炉内悬浮燃烧状态对锅炉的可靠性、安全性和经济性非常重要。煤粉锅炉的燃烧过程是一种非常复杂的悬浮燃烧,它的工况是极不稳定,锅炉燃烧的安全性主要取决于火焰的稳定性。为了避免锅炉爆炸事件的发生,炉内煤粉必须充分燃烧。如果燃烧不稳定,炉内温度场不均匀,容易出现可怕的后果,同时锅炉的热效率极大地降低。因此,炉内的温度场对判断炉膛的燃烧状态,调整锅炉的运行参数非常重要。为了提高燃烧过程的判断、预测及故障诊断能力,本课题重点研究了炉膛火焰的图像处理技术,使运行人员得到更加清晰的图像。虽然二维温度场不能很好地反映炉膛空间沿高度方向的温度变化,但能反映火焰在二维空间的分布特征,如果摄像头安装位置恰当,可以提供火焰燃烧情况等重要信息。根据图像获得的温度场给运行人员提供一个温度参考,进而指导燃烧操作。对电厂的安全运行和燃烧诊断具有重要的意义。本课题给出了比色测温算法的原理及误差分析,并给出了具体实现方法。本文根据噪声理论,分析了图像噪声的来源。全炉膛火焰的燃烧过程伴随着大量动态的随机噪声,这些噪声信号必须消除。中值滤波是非线性的信号处理技术,能有效地消除图像中的噪声信号,但是有一个明显的缺点,即必须对像素值进行排序,计算机处理时间慢。为了节省时间,本文根据全炉膛火焰的特点,设计了快速中值滤波,直接得出中值,无需排序,使滤波效率提高数十倍。为了获得丰富、清晰的火焰图像,本文提出了运用图像处理技术对其进行灰度变换、伪彩色显示技术。由于传统的图像分割技术大多基于灰度的梯度,而全炉膛火焰的灰度变化不明显,采用传统的方法不能取得满意的效果。在分析现有图像分割技术的基础上,本文采用遗传算法处理图像分割问题,把遗传算法应用于分裂合并图像分割方法,涉及到染色体编码、遗传操作设计和个体的适应度评价等问题,取得了满意的效果。对燃烧器图像,本文以梯度算子为基础,通过对样本图像的学习,利用神经网络对模板参数进行训练,从而得到最优的梯度算子,试验结果表明,本文方法可以使图像边缘检测的效果得到明显的改善。在分析现有燃烧诊断技术的基础上,本文提出了基于BP神经网络进行火焰燃烧状态的评测技术。神经网络的输入变量为表征火焰图像的燃烧参数,本文给出了这些参数的定义即其求解算法。燃烧状态指数,一个0.0-1.0之间的数据,越大代表燃烧状态越好;反之,越小代表燃烧状态差。把输出值按划定叁种状态,熄火、燃烧不正常、燃烧正常,可以准确的预测到实际的燃烧状态。
参考文献：
[1]. 数字图像处理在电厂火焰检测中的应用[D]. 许冰. 华北电力大学（北京）. 2003
[2]. 基于数字图像处理的炉膛火焰检测算法研究[D]. 税淼. 西南石油大学. 2014
[3]. 基于数字图像处理的燃煤电站锅炉火焰检测与燃烧诊断方法研究[D]. 蔡叶菁. 中南大学. 2003
[4]. 基于数字图像处理的炉膛火焰检测算法研究[D]. 何晓燕. 华北电力大学（河北）. 2002
[5]. 基于视觉融合的监控机理及其在锅炉燃烧中的应用研究[D]. 陈荣保. 上海大学. 2009
[6]. 锅炉数字化视频监测系统的研究与开发[D]. 董宜敏. 东南大学. 2004
[7]. 基于DSP的嵌入式炉膛火焰检测系统[D]. 万游磊. 南昌大学. 2007
[8]. 基于彩色数学形态学和模糊神经网络的锅炉燃烧诊断研究[D]. 华彦平. 东南大学. 2005
[9]. 电站锅炉煤粉火焰安全监测及燃烧诊断方法研究[D]. 白卫东. 浙江大学. 2004
[10]. 基于图像处理技术的炉膛火焰检测方法研究[D]. 甄成刚. 华北电力大学（河北）. 2004
标签：电力工业论文; 计算机软件及计算机应用论文; 自动化技术论文; 数学形态学论文; 电站锅炉论文; 数字图像处理论文; 火焰传感器论文; 火焰温度论文; 灰度图像论文; 图像融合论文;