基于自适应颜色模型的炉膛火焰识别方法-中国科学信息科学.PDFVIP

中国科学: 信息科学 2018 年 第48 卷 第7 期: 856–870 复杂系统智能仿真与控制专刊 论文 基于自适应颜色模型的炉膛火焰识别方法 * 张平改 费敏锐 王灵 彭晨 周文举 上海大学机电工程与自动化学院上海市电站自动化技术重点实验室, 上海 200072 * 通信作者. E-mail: mrfei@staff.shu.edu.cn 收稿日期: 2018–02–27; 接受日期: 2018–03–18; 网络出版日期: 2018–07–16 国家自然科学基金 (批准号: 、上海市科委国际科技合作项目 (批准号: 和上海市科委重点项目 (批准号: 16010500300) 资助 摘要 炉窑和锅炉燃烧系统是一个复杂的非线性系统 针对当前炉膛火焰燃烧状况识别效果不理 想、检测存在延迟等问题 提出了一种自适应颜色模型的火焰识别方法 以改善燃烧火焰的识别效 果 首先 根据炉膛火焰燃烧特性设计含变量的自适应颜色模型 并采用最大类间方差法推导出自适 应颜色模型中变量阈值的表达式 在此基础上 利用人类学习优化算法快速求解出最佳分割阈值 从 而快速、精确地识别出炉膛火焰燃烧状况 最后 开展了仿真实验验证 结果表明所提出方法具有有 效性与可行性 关键词 自适应 颜色模型 火焰识别 人类学习优化 阈值 引言 随着科技的发展与社会的进步 各类炉窑和锅炉被广泛地应用于燃煤电厂、钢厂炼钢、垃圾焚烧、 水泥生产等工业领域[13] 为了对炉膛内部的燃烧状况进行实时监测 人们采用温度传感器对其进行 监测 文献 根据光谱法来测量火焰的温度 并结合辐射率的研究 设计了火焰检测探针以实时检测 内部的燃烧状况 这种传统方法虽能通过个别检测点来粗略反映一个温度场 但对火焰是否偏斜或冲 刷炉墙、结焦、局部高温等情况存在较大的延迟和燃烧状态的误判 不利于人们对燃料量分布的实时 调整 导致燃料燃烧不充分 从而影响锅炉的整体燃烧效率 因此 如何快速有效地识别炉膛火焰燃烧 状况具有重要的研究意义和实际应用价值 伴随着机器视觉的问世 视觉技术被逐渐应用于炉膛火焰识别中 并成为图像处理领域研究的热 [5] 点问题 国内外学者对其进行了大量探索 等 采用了一种自适应阈值的特性来提高动态燃烧 [6] 火焰的识别概率 并将其应用于动态火焰识别场景中 等 根据多尺度色差直方图特性设计了 加权融合策略来粗略识别火焰信息 并利用特征提取的方法对非火焰的信息进行剔除 从而快速地识 别出图像中燃烧火焰信息 等[7] 先利用 矩来对图像进行预处理 以提取出可疑火焰 引用格式 张平改, 费敏锐, 王灵, 等. 基于自适应颜色模型的炉膛火焰识别方法. 中国科学: 信息科学, 2018, 48: 856–870, doi: 10. 1360/N112017-00300 Zhang P G, Fei M R, Wang L, et al. Identification method for furnace flame based on adaptive color model (in Chinese). Sci Sin Inform, 2018, 48: 856–870, doi: 10.1360/N112017-00300 ⃝ 《中国科学》杂志社 中国科学: 信息科学 第48 卷 第 7 期 (a) (b) (c) (d) 图 网络版彩图 不同场景不同燃烧状态下火焰信息效果图 (Color online) The effect diagram