学位论文 > 优秀研究生学位论文题录展示

基于数字图像处理的锅炉火焰温度检测研究

作　者: 唐秉湘
导　师: 滕召胜
学　校: 湖南大学
专　业: 控制理论与控制工程
关键词: 电站锅炉火焰温度 CCD 三色法图像处理 BP神经网络温度预估
分类号: TP274.2
类　型: 硕士论文
年　份: 2006年
下　载: 345次
引　用: 8次
阅　读: 论文下载

内容摘要

对大型燃煤电站锅炉而言,监控炉内火焰温度,对锅炉运行的可靠性、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热辐射交换过程,其工况极不稳定。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,炉内煤粉必须稳定燃烧,如果燃烧不稳定,炉内温度场不均匀,轻则导致锅炉的热效率极大地降低,造成浪费,重则容易出现爆炉等严重后果。因此,炉内火焰温度场的准确测量和预估对判断炉膛的燃烧状态,并据此调整锅炉的运行参数,保障锅炉的正常运行非常重要。本文介绍了燃煤锅炉工作机理和现有温度预报原理,深入研究了基于彩色CCD火焰图像的温度测量方法。为了提高基于彩色CCD火焰温度场测量的准确性,在分析了误差来源的基础上,比较了多项式插值、最小二乘法和BP神经网络在减小测温误差方面的运用。针对炉膛火焰图像,分析了图像噪声的来源,运用中值滤波成功地对燃烧过程伴随着的大量的动态随机噪声进行了处理,实现了火焰图像的灰度变换和伪彩色显示。为准确预报炉膛温度变化趋势,提高生产效率,本文提出了运用BP神经网络进行炉膛火焰温度预估的模型,讨论了预估模型输入参数的选择和数据的预处理技术。全文共分为五章,第一章介绍目前常用的高温火焰测量方法,包括接触式测温法和非接触式测温法,阐述基于光辐射能的CCD火焰温度检测方法。第二章阐述基于数字图像处理的火焰温度测量系统构成,第三章论述基于数字图像处理的火焰温度测量的相关原理和相关方法,重点介绍基于数字图像处理的彩色CCD三色测温方法。第四章分析彩色CCD三色测温方法的误差来源,比较多项式插值、最小二乘法、BP神经网络等测温标定方法,利用炉膛火焰图片进行仿真实验,验证温度测量、图像滤波等测量与处理方法的有效性与准确性。第五章研究基于BP神经网络的炉膛火焰温度预估方法,分析影响炉膛火焰温度波动的因素,讨论预估模型输入参数的选择和数据的预处理技术,并建立预估模型。结论部分总结本文的主要工作,指出本文的创新之处以及工作中的不足,并对项目的后续研究提出改进意见,展望基于数字图像处理的锅炉火焰温度检测系统的发展方向。

全文目录

摘要  5-6
ABSTRACT  6-10
第1章绪论  10-18
  1.1 锅炉火焰温度检测的意义  10-11
  1.2 常用高温火焰测量方法  11-16
    1.2.1 接触式测温方法  11-12
    1.2.2 非接触式测温方法  12-16
  1.3 基于光辐射能的 CCD 火焰温度检测方法  16-17
  1.4 本文的研究内容  17-18
第2章基于数字图像处理的火焰温度测量系统构成  18-24
  2.1 光学系统  18-19
  2.2 风冷系统  19
  2.3 彩色 CCD 摄像机  19-22
  2.4 图像采集卡  22
  2.5 图像处理单元  22-24
第3章基于数字图像处理的火焰温度测量原理  24-39
  3.1 热辐射理论  24-27
    3.1.1 可见光测温的基本依据  24-25
    3.1.2 黑体辐射定律  25-27
    3.1.3 物体热辐射性能的表示方法  27
  3.2 气体、固体颗粒辐射特性的研究  27-29
  3.3 辐射体温度与彩色图像像素点灰度的关系  29-34
    3.3.1 基本假设  29-30
    3.3.2 图像灰度和辐射体温度的关系  30-34
  3.4 基于数字图像的火焰温度测量方法  34-37
    3.4.1 单色测温法  34
    3.4.2 双色测温法（比色法）  34-36
    3.4.3 基于彩色 CCD 的三色测温法  36-37
  3.5 图像的伪彩色显示  37-39
第4章测量系统误差分析与校正  39-59
  4.1 系统误差影响  39-42
    4.1.1 光纤误差  39
    4.1.2 CCD 硬件误差  39-40
    4.1.3 图像采集卡误差  40-41
    4.1.4 理论误差  41-42
  4.2 火焰图像的噪声对温度测量的影响与噪声滤除  42-46
    4.2.1 火焰图像噪声对温度测量的影响  42
    4.2.2 火焰图像的噪声模型  42-43
    4.2.3 图像噪声处理  43-46
  4.3 温度标定  46-59
    4.3.1 基于多项式插值的温度标定方法  47-49
    4.3.2 基于最小二乘法的温度标定方法  49-51
    4.3.3 基于BP 神经网络的三色温度标定方法  51-59
第5章炉膛火焰温度预估方法  59-66
  5.1 预估模型的选择  59-60
  5.2 炉膛燃烧机制  60-62
    5.2.1 燃煤锅炉燃烧系统  60-61
    5.2.2 影响炉膛火焰温度波动的因素  61-62
  5.3 炉温预估模型输入参数的选择  62-63
  5.4 输入多参数的数据预处理  63
  5.5 基于 BP 神经网络的炉温预估模型  63-66
    5.5.1 预估模型的建立  63-64
    5.5.2 预估流程  64-66
结论  66-68
参考文献  68-71
附录A 硕士学位期间完成的论文与参与的研究项目  71-72
附录B 图像灰度－温度对应表  72-74
附录C 本文的MATLAB 仿真部分源程序  74-81
致谢  81

基于数字图像处理的锅炉火焰温度检测研究

内容摘要

全文目录

相似论文