基于可視化技術(shù)的單噴嘴燃燒器射流特征參數(shù)提取.pdf

1、電站鍋爐爐內(nèi)流場的分布對鍋爐運行的安全性和經(jīng)濟(jì)性有重要影響，而燃燒器區(qū)域流場的調(diào)控幾乎是工程應(yīng)用中改善全爐膛流場分布特性的唯一有效手段，因此對燃燒器區(qū)域流場進(jìn)行監(jiān)控和研究意義重大。 本文構(gòu)建了爐內(nèi)冷態(tài)流場可視化系統(tǒng)，并借助可視化手段獲取了燃燒器出口冷態(tài)射流圖像；開發(fā)了射流圖像處理軟件，設(shè)計并優(yōu)化了燃燒器射流流場分析及特征參數(shù)提取算法，并用這些算法對所得射流圖像進(jìn)行分析，最終成功提取了射流的邊緣輪廓及其它幾何參數(shù)。算法實現(xiàn)具體流程

2、如下： ①.用加權(quán)中值濾波算法抑制射流圖像離散點噪聲； ②.種子區(qū)域生長算法將射流從圖像背景中分離出來； ③.自適應(yīng)邊緣檢測算法檢測射流邊緣像素點； ④.廣義最小二乘法對射流邊緣點進(jìn)行線性擬合； ⑤.確定射流的幾何中心線位置、中心角及射流擴(kuò)展角等特征參數(shù)，這些特征參數(shù)可用于定量分析燃燒器區(qū)域冷態(tài)流場分布特性，并能較精確的預(yù)測熱態(tài)工況下爐膛內(nèi)流場的組織合理性。 圖像處理過程表明：以10×10

3、窗口處理圖像噪聲，選擇射流圖像中亮度值最高的像素為種子并以5％為誤差限確定生長準(zhǔn)則，整個流程消耗時間與處理精度的匹配最優(yōu)。以配置為AMD3000+處理器，512M內(nèi)存的個人計算機(jī)測試，整個算法流程耗時2～4秒。該方法數(shù)據(jù)處理的快捷性、算法的穩(wěn)定性和可靠性，為燃燒器射流流場的實時分析提供了保證。 可視化技術(shù)的引入使流場的實時監(jiān)控成為可能，而圖像處理技術(shù)又為電站鍋爐爐內(nèi)流場的計算機(jī)輔助分析提供了充分的數(shù)據(jù)支持。與傳統(tǒng)研究方法相比，基