一种基于燃烧图像的煤粉与炉内热流混合效果度量方法技术

本发明专利技术公开了一种基于燃烧图像的煤粉与炉内热流混合效果度量方法，属于热工测量和图像处理技术领域。该方法首先通过固定搜索方向的区域一阶差分算法对燃烧图像中的未燃煤粉区域进行边缘检测，确定煤粉与炉内热流混合特征区域，并对该区域进行分块处理和灰度分级处理。在特征区域内，提取反映煤粉与炉内热流混合状况的灰度参数和灰度位置分布参数，并由这两个参数构建一个可量化评价煤粉与炉内热流混合效果的混合系数，由此实现煤粉与炉内热流的混合效果度量。

【技术实现步骤摘要】

本专利技术属于热工测量和图像处理
，具体涉及一种基于燃烧图像的煤粉与炉内热流混合效果度量方法。
技术介绍
煤粉与炉内热流混合是指入炉煤粉与炉膛热流介质的混合，煤粉与炉内热流混合效果对炉内燃烧状况有着重要影响，混合效果不好将会产生以下几方面的危害：无法创造良好的着火、稳燃条件，影响煤粉燃烧，增加煤粉燃烧时间；煤粉在炉膛内部可能无法完全燃尽，影响机组经济性；当锅炉炉膛部分区域空气过少且煤粉与炉内热流混合效果差时，将影响煤粉正常燃烧，导致煤粉无法充分氧化，容易引起炉膛结渣。由此会对锅炉安全、稳定、高效运行造成影响。随着图像技术的发展，我国大部分火力机组锅炉都安装了图像火焰检测装置，为炉膛火焰检测提供了燃烧状态视觉信息，为基于图像信息的锅炉燃烧状态检测与优化研究提供技术平台。目前国内多数图像火焰监测研究和应用的重点在燃烧诊断、燃烧稳定性判别和锅炉温度场测量等方面。如文献1：盛杨，刘禾.基于支持向量机的炉膛火焰灭火判别方法研究.现代电力,2007(2):66-69.介绍的，根据图像信息提取特征，并结合神经网络和支持向量机等方法可实现对锅炉燃烧的灭火判别，该方法运用了模式识别和人工智能技术，拥有很高的正确率。如文献2：吴一全，宋昱，周怀春.基于灰度熵多阈值分割和SVM的燃烧图像状态识别.中国电机工程学报,2013(20):66-73.介绍的，利用灰度熵多阈值分割和支持向量机方法实现燃烧稳定性判别。如文献3：戴维葆，邹平华.基于改进微粒群算法重建炉膛截面温度场.中国电机工程学报,2007(14):13-17.介绍的，通过燃烧图像建立非线性优化模型，利用微粒群算法可获得温度场。也有如文献4：李新利，李玲，卢钢，等.基于火焰自由基成像和支持向量机的燃烧过程NO_x排放预测.中国电机工程学报,2015(06):1413-1419.介绍的，通过火焰自由基图像处理和火焰温度监测研究NOx排放，结合支持向量机方法进行在线预测。目前对于基于燃烧图像的锅炉燃烧监测的研究成果很多，但对于基于燃烧图像的煤粉与热流混合状况的研究却极少。
技术实现思路
本专利技术公开了一种基于燃烧图像的煤粉与炉内热流混合效果度量方法，采用的技术方案如下：通过提取火焰图像传感器采集的煤粉燃烧图像特征，计算混合系数，实现混合效果评价，具体步骤为：步骤一，划分燃烧图像中的未燃烧区和燃烧区，以燃烧区为特征区域，并进行分块及灰度处理；步骤二，提取特征区域中的灰度参数；步骤三，提取特征区域中的灰度位置分布参数；步骤四，根据灰度参数和灰度位置分布参数计算混合系数。步骤一中，确定特征区域的方法为：根据火焰图像传感器确定煤粉气流在燃烧图像f(x,y)中的运动方向和中心线位置，进而确定边缘检测有效区域；对有效区域内所有沿煤粉气流运动方向的直线搜寻灰度梯度最大点，通过这组最大点坐标(xij,yij)和煤粉气流运动方向，确定煤粉与炉内热流混合效果的特征区域；其中，x,y为图像坐标，f(x,y)为(x,y)处的灰度值；灰度梯度最大点的确定方法为：Δf(xk,yk)＝f(xk+1,yk+1)-f(xk,yk)为f(x,y)的一阶前向差分，通过找到最大的前向差分，即为燃烧图像中规定方向上的灰度梯度最大点；对特征区域进行分块处理的方法为：根据燃烧图像位置信息将特征区域分成拥有t×t个像素点连续排列的子区域；对特征区域进行灰度分级处理的方法为：G(x,y)为(x,y)处灰度值，若像素点属于第i灰度级集合Gi，其中i＝1,2,L,n。步骤二中，提取特征区域中的灰度参数的方法为：在特征区域内，选择属于第i灰度级集合的像素点数mi与区域总像素点数m的比值ai＝mi/m作为n维特征向量第i分量，由此构建n维特征向量A＝(a1,L,ai,L,an)。煤粉与热流混合效果差，煤粉未及时燃烧，则灰度值小的像素多；煤粉与热流混合效果好，煤粉充分燃烧，灰度值大的像素多。由此，对应在n级灰度图像中，混合效果最差时，特征区域内像素点分布在较低灰度级集合中；混合效果最佳时，区域内像素点集中于较高灰度级集合中；而在最佳混合时，区域内的点应均属于第n灰度级集合，对应的n维最佳特征向量为Ab＝(0,L,0,L,0,1)，A与Ab距离越近，则混合效果越好。但是不同灰度级集合对混合效果评价的影响是不同的。灰度值较小的灰度级集合像素点越多，混合效果越差；灰度值较大的灰度级集合像素点越多，混合效果越好。为了在度量过程中体现出这一点，需要在度量时加上权重。权重越大，其对应灰度级集合对距离的影响越大；距离越大，混合效果越差，所以灰度级集合的权重应依次递减。同时，为了体现灰度级集合之间的灰度值等距关系，定义作为权重向量。故灰度参数为其中，pi,ai,abi分别表示向量P，A,Ab中的第i个分量，灰度参数越小，煤粉与热流混合效果越好。根据煤粉燃烧的一般特性，距未燃区越近，燃烧越不充分，距未燃区越远，则燃烧越剧烈。若出现距未燃区较远位置燃烧不充分的情况，即出现燃烧图像中离分割线较远区域灰度较低的情况，说明煤粉与热流混合效果较差，燃烧不及时。为此提取特征区域的灰度位置分布特征对煤粉与热流混合效果进行描述。步骤三中，提取特征区域中的灰度位置分布参数的方法为：将特征区域分成N个子区域，建立灰度位置分布参数其中为子区域灰度级特征，为第j子区域第i灰度级集合像素点数，pi为P中的第i个分量，si为第i子区域中心点到分割直线的距离。步骤四中，对灰度参数和灰度位置分布参数进行归一化，根据灰度参数和灰度位置分布参数确定混合系数其中α为权重系数，取值范围为(0,1)，为归一化灰度参数，为归一化灰度位置分布参数。根据混合系数的大小可以对燃烧图像中煤粉与炉内热流混合效果进行评价，混合系数越大，混合效果越好，混合系数越小，混合效果越差，从而实现煤粉与炉内热流混合效果的度量。本专利技术根据煤粉燃烧图像，构建了度量煤粉与炉内热流混合效果的混合系数，实现了煤粉与炉内热流混合评价方法；该方法计算快速准确，能够实现锅炉燃烧时煤粉混合状况的在线监测。附图说明图1为本专利技术主要流程图；图2为本专利技术实施例的燃烧图像；图3为本专利技术实施例的燃烧图像区域分割搜索有效区域示意图；图4为本专利技术实施例的燃烧图像灰度梯度最大点示意图；图5为本专利技术实施例的燃烧图像区域分割示意图；图6为本专利技术实施例的燃烧图像分块处理示意图；图7为本专利技术实施例的燃烧图像灰度分级处理示意图。具体实施方式下面结合附图和具体实施例对本专利技术做进一步的说明。锅炉燃烧过程中，煤粉与炉内热流混合效果直接影响煤粉的着火时间和燃烧效率，通过本专利技术方法可以对混合效果进行评价，其主要步骤如图1所示。通过火焰图像传感器采集燃烧图像，本专利技术实施例使用的是大小为320×240的燃烧图像，参见图2。根据已知火焰图像传感器安装位置信息，确定煤粉气流在燃烧图像中的中心线位置和运动方向，中心线位置和运动的方向有许多可能，但中心线必与运动方向平行。根据中心线位置和运动方向确定固定搜索方向的区域一阶差分算法的有效区域，参见图3。依次搜索有效区域内中心线两侧邻近的与之平行的l条待测直线灰度梯度最大点，具体过程为：计算待测直线沿煤粉气流运动方向上所有相邻前后两点的一阶差分Δf(xk,yk)＝f(xk+1,yk+1)-f(xk,yk)，搜寻该直线上的本文档来自技高网...

【技术保护点】
一种基于燃烧图像的煤粉与炉内热流混合效果度量方法，其特征在于，通过提取火焰图像传感器采集的煤粉燃烧图像特征，计算混合系数，实现混合效果评价，具体步骤为：步骤一，划分燃烧图像中的未燃烧区和燃烧区，以燃烧区为特征区域，并进行分块及灰度处理；步骤二，提取特征区域中的灰度参数；步骤三，提取特征区域中的灰度位置分布参数；步骤四，根据灰度参数和灰度位置分布参数计算混合系数。

【技术特征摘要】
1.一种基于燃烧图像的煤粉与炉内热流混合效果度量方法，其特征在于，通过提取火焰图像传感器采集的煤粉燃烧图像特征，计算混合系数，实现混合效果评价，具体步骤为：步骤一，划分燃烧图像中的未燃烧区和燃烧区，以燃烧区为特征区域，并进行分块及灰度处理；步骤二，提取特征区域中的灰度参数；步骤三，提取特征区域中的灰度位置分布参数；步骤四，根据灰度参数和灰度位置分布参数计算混合系数。2.根据权利要求1所述的煤粉与炉内热流混合效果度量方法，其特征在于，步骤一中，确定特征区域的方法为：根据火焰图像传感器确定煤粉气流在燃烧图像f(x,y)中的运动方向和中心线位置，进而确定边缘检测有效区域；对有效区域内所有沿煤粉气流运动方向的直线搜寻灰度梯度最大点，通过这组最大点坐标(xij,yij)和煤粉气流运动方向，确定煤粉与炉内热流混合效果的特征区域；其中，x,y为图像坐标，f(x,y)为(x,y)处的灰度值；灰度梯度最大点的确定方法为：Δf(xk,yk)＝f(xk+1,yk+1)-f(xk,yk)为f(x,y)的一阶前向差分，通过找到最大的前向差分，即为燃烧图像中规定方向上的灰度梯度最大点；对特征区域进行分块处理的方法为：根据燃烧图像位置信息将特征区域分...

【专利技术属性】
技术研发人员：刘禾，胡叙畅，杨国田，于磊，刘建松，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11