氧化鋁回轉窯火焰圖像識別、檢索與聚類研究.pdf

1、氧化鋁回轉窯燒結過程復雜、能耗高、信息化水平較低，研究新型的燒結技術和過程信息化技術，是提高氧化鋁工業(yè)自動化水平、節(jié)約能耗和延長窯壽命的重要途徑。 本文在國家自然科學基金的資助下，以氧化鋁回轉窯及其火焰圖像為研究對象，以回轉窯節(jié)能和信息化為主要目標，對回轉窯窯外燒結工藝與相關仿真進行較深入研究，然后在對回轉窯火焰圖像進行分析和實驗研究的基礎上，提取火焰圖像的多種特征值，并基于神經(jīng)網(wǎng)絡技術進行火焰圖像識別，最后，對火焰圖像的檢索和

2、聚類挖掘進行較深入研究和探討。論文主要結果如下： (1)引入一種新型的回轉窯外干燥燒結工藝，重點介紹了工藝流程和設備流程。對工藝中關鍵設備干燥塔建立3D數(shù)學模型，利用Fluent進行數(shù)值仿真計算，結果表明干燥塔內(nèi)部溫度和速度分布較合理，霧滴的干燥速度較快。 (2)開發(fā)了一種基于多區(qū)域多閥值的火焰圖像分割算法，與常用單閥值及FCM分割算法比較，結果表明該算法同時具備單閥值分割的處理速度和FCM分割的效果。對分割后的火焰圖像

3、，提取得到一系列的火焰圖像的特征：5個基于火焰和物料的一般特征、1個火焰形狀的描述算子、4個紋理特征和5個分形維度的特征。在此基礎上，設計火焰圖像數(shù)據(jù)庫，利用采集得到的火焰圖像完成火焰圖像數(shù)據(jù)庫的建設。 (3)以紋理、分形維度和火焰物料特征為輸入量，應用神經(jīng)網(wǎng)絡技術實現(xiàn)火焰圖像的識別。設計神經(jīng)網(wǎng)絡圖像識別器的結構，根據(jù)專家經(jīng)驗選擇實際生產(chǎn)中火焰圖像作為訓練和測試樣本，通過圖象識別試驗，確定最佳回轉窯火焰圖像神經(jīng)網(wǎng)絡識別器的結構。

4、試驗結果發(fā)現(xiàn)火焰圖像識別率最高可達到92％，基本能夠滿足生產(chǎn)需要。 (4)設計了一種基于圖像識別和模式分類的實時二次仿真方法。即通過建立Fluent仿真結果數(shù)據(jù)庫，采用模式聚類的方法根據(jù)所采集的火焰圖像及相關生產(chǎn)參數(shù)來判斷實際工況，再建立仿真結果與工況的數(shù)學模型，并計算此時的仿真結果。以回轉窯溫度分布場為對象，進行二次仿真試驗，通過與Fluent仿真結果進行對比，結果表明該方法能夠在很短時間內(nèi)得到仿真結果，同時又具有較高精度。

5、 (5)提出了一種基于內(nèi)容的回轉窯火焰圖像檢索模型。通過對火焰圖像的底層特征進行相似度計算，返回一系列檢索結果；同時，提出回轉窯火焰圖像的語義模型，實現(xiàn)火焰圖像語義提取和語義檢索方法。檢索實驗表明所提取的語義模型基本符合回轉窯的實際，應用語義檢索基本上能夠查詢得到一系列滿足語義條件的火焰圖像集。 (6)研究了一種基于灰關聯(lián)度的聚類算法：Gry-k-Means算法。分析了火焰圖像各屬性的灰關聯(lián)度，并將它們轉化成屬性的權值，再