基于數(shù)字圖像處理的火焰燃燒穩(wěn)定性研究.pdf

1、火焰燃燒診斷一直是一個熱點問題，而且對其研究有重要意義，現(xiàn)有的燃燒診斷系統(tǒng)都有不穩(wěn)定、實時性差、識別率低的缺點。而實現(xiàn)爐膛火焰狀態(tài)的實時監(jiān)控準確判斷以及燃燒診斷系統(tǒng)的自動化、智能化，能提高燃燒狀態(tài)識別的準確性和可靠性，可以有效地防止熄火、鍋爐爆燃等重大事故的發(fā)生，減少國家財產(chǎn)損失，保障人的生命安全。
　　 論文首先分析研究了鍋爐燃燒診斷現(xiàn)狀，總結(jié)國內(nèi)外研究方向和方式方法，指出其存在的不足與缺陷，分析總結(jié)了數(shù)字圖像處理技術(shù)和人工智

2、能的研究進展，著重研究了基于數(shù)字圖像處理技術(shù)與現(xiàn)代人工智能相結(jié)合的燃燒診斷系統(tǒng)。
　　 針對采集回的火焰圖像含有噪聲以及火焰燃燒區(qū)域為充滿整個圖片的問題，首先對火焰圖像進行了預處理，包括對原圖像的濾波去噪處理、火焰圖像的分割即確定火焰燃燒區(qū)域，文中采用改進的基于二維直方圖的圖像斜分分割算法，然后在分割出的火焰區(qū)域中提取出能反映火焰燃燒狀況的信息即火焰圖像特征參量，將提取出的特征參量進行分析研究以找出最能代表鍋爐真實燃燒狀況的最優(yōu)

3、特征量組合，最后運用智能模型來診斷火焰的燃燒狀態(tài)，并對未知火焰圖像進行判別來檢驗模型的有效性和準確性。本文建立了兩種智能模型來判斷燃燒火焰圖像的穩(wěn)定性，分別為已有很多研究并成功應用在鍋爐燃燒系統(tǒng)上的神經(jīng)網(wǎng)絡(luò)模型和最近幾年發(fā)展迅速的支持向量機模型，文中對這兩種模型進行了比較應用，分析各自的優(yōu)勢和不足，提供了一種新的人工智能的穩(wěn)定性判別算法。
　　 針對文中存在的不足以及未來發(fā)展趨勢，提出了自己的看法。數(shù)字圖像技術(shù)的優(yōu)勢是顯而易見的