基于圖像處理和人工智能的垃圾焚燒爐燃燒狀態(tài)診斷研究.pdf

1、隨著我國經(jīng)濟社會的發(fā)展和城市化進程的推進，城市生活垃圾的生產(chǎn)量越來越大，已經(jīng)成為當前困擾城市發(fā)展的一個難題。垃圾焚燒處理能夠真正做到垃圾的減量化、資源化、無害化處理，是未來城市生活垃圾處理的主要方式。然而受到垃圾水分高、成分多變、熱值在較大范圍內(nèi)波動等因素影響，焚燒爐的運行通常很不穩(wěn)定，不僅影響設備的經(jīng)濟安全運行，還會造成污染物排放超標等問題。因此，需要實時監(jiān)測垃圾燃燒狀態(tài)，以便及時地做出調(diào)整以維持穩(wěn)定燃燒。本文運用火焰圖像處理技術和人

2、工智能診斷技術研究垃圾焚燒爐燃燒狀態(tài)診斷方法。主要研究內(nèi)容及工作成果如下:
　　(1)基于專家經(jīng)驗和火焰圖像樣本庫，確定了垃圾焚燒爐的7種典型燃燒狀態(tài)及其相應的燃燒調(diào)整策略。
　　(2)提出了垃圾焚燒爐火焰圖像3個分區(qū)的幾何特征閾值;定義了火焰圖像特征量;建立了三個分區(qū)對應的12個火焰圖像特征量的算法模型。
　　(3)基于粗糙集理論，提出了一種基于屬性重要性的前向搜索與后向剪枝相結(jié)合的屬性約簡算法，該算法可以克服前向搜

3、索約簡算法不能得到最小約簡、后向搜索約簡算法可能刪除重要屬性的缺點;利用該算法將12個特征量約簡成為7個主導特征量（Ⅰ區(qū)火焰圖像有效區(qū)平均灰度、特征Ⅰ區(qū)火焰高溫區(qū)面積、特征Ⅰ區(qū)火焰中心水平偏移距離、特征Ⅰ區(qū)火焰圖像有效區(qū)面積、特征Ⅰ區(qū)圖像內(nèi)火焰灰度方差、特征Ⅱ區(qū)著火面積、特征Ⅲ區(qū)灰度方差）;并建立了典型燃燒狀態(tài)特征樣本集。
　　(4)建立了一種基于神經(jīng)網(wǎng)絡的燃燒狀態(tài)診斷模型，利用典型燃燒狀態(tài)特征樣本集進行十折交叉驗證實驗，實驗中分