机器视觉用于燃料粒度在线检测研究

发布时间：2020-05-16 09:22

【摘要】：循环流化床(CFB)锅炉对入炉燃料管控严格,尤其是燃料的粒度,直接关系着锅炉的经济安全运行。传统的燃料粒度检测采用人工筛分法,耗时长且工序繁琐,难以及时指导工业电力生产。基于图像处理的机器视觉具有测量速度快、成本低、实时在线的优势,是进行燃料粒度分布在线检测的最佳技术选择,但目前商业化的产品主要依赖于从美国、芬兰等进口,售价昂贵且维护不及时,难以在我国电厂大面积推广。为此,本课题在国家自然科学基金、山西省科技重大专项等项目支持下,立足于开发低成本的、具有自主知识产权的、国产化的、基于机器视觉的燃料粒度在线检测技术及系统,以更好地服务于我国电力行业。本文围绕CFB锅炉对燃料粒度控制的重大需求,在机组配煤掺烧环节中的燃料粒度在线检测关键技术上取得了以下研究成果和技术突破:1、提出了凸包分析的颗粒多级分割图像处理方法。针对传统分水岭分割下仍存在少量欠分割颗粒的问题,开发了基于凸包分析的图像二次分割算法,即通过颗粒凸度率与阈值对比识别未被分割的粘连颗粒,并完成对颗粒图像中粘连颗粒的二次分割。与传统的图像一次分割法相比,该算法将粒度分布的平均测量误差和平均不确定度分别由3.78%和2.27%降至了2.23%和1.91%。2、开发了系统自调整校准技术。利用超声波测距动态调整像素的标定系数,实时校准皮带上燃料厚度波动给粒度测量带来的干扰;开发了时序设计定期除尘模块,定期喷水和刮除视觉窗口粉尘,解决了工业恶劣环境下设备的长期稳定运行难题。3、光机电一体化集成了基于机器视觉的入炉燃料粒度在线检测成套系统,包括燃料粒度在线检测设备以及系统控制和数据分析软件,并实现了工业应用。系统单次检测时长1分钟,提供燃料粒度分布、给煤量、平均粒径、各粒级质量占比等的实时和历史数据,重复性优于5.33%,测量误差低于7.61%,具有像素自校准、自清洁除尘、云传输、多用户端显示、历史查询、声光报警等功能。
【图文】：

图3.1粒度分布检测装置结构

获得颗粒投影的二值图，并消除了由于颗粒表面的纹理引起的伪边缘，增了颗粒分割的精确程度。然后，对得到的二值图进行距离变换，为接下的分水分割提供外部标记，并将腐蚀后的颗粒二值图作为分割的内部标记。接着，结内外标记对原始灰度图像进行分水岭变换[39,40]，，获得连续、封闭的分割结果。
【学位授予单位】：山西大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TM621.2

【相似文献】

相关期刊论文 前10条

1 ;机器视觉对线缆市场的影响及趋势[J];功能材料信息;2018年04期

2 郑植;席先鹏;王楠;蒋欣燎;夏山淋;;机器视觉在网球捡球机器人中的应用研究[J];科技创新与应用;2019年16期

3 宋春华;彭泫知;;机器视觉研究与发展综述[J];装备制造技术;2019年06期

4 田壮;刘富成;;基于机器视觉的果园喷药机器人设计[J];湖北农机化;2019年16期

5 迎九;;国内机器视觉产业的技术市场[J];电子产品世界;2019年09期

6 朱阳芬;银冬平;邹舜章;王海文;周为;;机器视觉在汽车行业中的发展与应用[J];汽车实用技术;2017年22期

7 吴东明;王丽娟;;基于GPS和机器视觉的自主导航定位农机设备研究[J];农机化研究;2018年02期

8 ;机器视觉时代,最好的时代![J];智能机器人;2018年02期

9 宗卫红;;台达机器视觉系统助力制造业迈向智造新时代——访台达集团-中达电通机器视觉产品项目经理王风路[J];国内外机电一体化技术;2016年06期

10 何遥;;宇视揭秘安防机器视觉[J];中国公共安全;2016年19期

相关会议论文 前10条

1 易鸿;;借助机器视觉提升实验室本质安全[A];2017中国化工学会年会——第二届化工安全论坛资料汇编[C];2017年

2 何爱龙;陈美娟;;基于智能运动体和机器视觉的火灾检测与侦查系统[A];物联网与无线通信-2018年全国物联网技术与应用大会论文集[C];2018年

3 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

4 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

5 张超;徐建瑜;王文静;;基于机器视觉的梭子蟹质量估计方法研究[A];浙江省信号处理学会2013学术年会论文集——信号处理在海洋[C];2013年

6 刘炎艳;;基于机器视觉的卷烟32位码识别系统研究[A];中国烟草学会2014年学术年会入选论文摘要汇编[C];2014年

7 王海宽;张锐;周志境;费敏锐;;基于机器视觉的智能医疗吊塔系统的设计与实现[A];2015全国嵌入式仪表及系统技术会议程序册[C];2015年

8 王稳;郭文成;叶宇翔;;基于机器视觉的激光光斑位置测量[A];2015年工业设计与协同创新学术会议暨第20届全国工业设计学术年会论文集[C];2015年

9 吴远峰;金翠娥;刘颖卓;;基于机器视觉的智能检测方法研究[A];第十一届全国磁粉渗透检测技术年会论文集[C];2017年

10 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

相关重要报纸文章 前10条

1 本报记者 曹卫新;掘金机器视觉百亿元市场 天准科技65天过会[N];证券日报;2019年

2 本报记者 胡雨;天准科技发力机器视觉工业应用[N];中国证券报;2019年

3 MEB记者 张兰;贝加莱一体化机器视觉:站在全局的视野[N];机电商报;2019年

4 宜宾 李定川;机器视觉光源基础及选型指导(一)[N];电子报;2018年

5 本报记者 骆轶琪;机器视觉的产业化演进：半导体打开想象空间[N];21世纪经济报道;2018年

6 中国电子信息产业发展研究院信息化研究中心智慧城市研究室主任 刘鹏宇;智能技术：呈现八大趋势[N];中国电子报;2017年

7 赛迪智库信息化中心助理研究员 刘鹏宇;2017年智能技术发展趋势[N];中国计算机报;2017年

8 经济日报·中国经济网记者 周明阳;给机器一双“慧眼”[N];经济日报;2017年

9 本报记者 胡心媛;机器视觉展推动智能制造落地[N];中国贸易报;2017年

10 本报记者 蔡炜;书写“东方工匠”传奇的黑牡丹集团技术总监邓建军：“创新，只有起点没有终点”[N];新华日报;2017年

相关博士学位论文 前10条

1 陶丹;基于机器视觉的家蚕蛹雌雄识别研究[D];西南大学;2019年

2 侯杰;飞行器机器视觉框架设计及算法研究[D];西安电子科技大学;2017年

3 郭依正;基于机器视觉的俯视群养猪个体识别与饮水行为分析研究[D];江苏大学;2018年

4 李晨;基于机器视觉的不同属性表面中微弱缺陷的检测技术研究[D];浙江大学;2018年

5 胡志新;基于机器视觉的钢轨踏面磨耗剥落检测技术研究[D];南昌大学;2018年

6 吴衡;机器视觉鬼成像理论与实验研究[D];华南理工大学;2017年

7 项森伟;高温单晶硅液位和直径视觉检测关键技术及应用研究[D];浙江大学;2018年

8 胡越黎;目的机器视觉研究及其在皮肤症状识别中的应用[D];上海大学;2005年

9 韩彦芳;机器视觉中的聚类检测新方法[D];上海交通大学;2006年

10 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

相关硕士学位论文 前10条

1 刘文涛;基于机器视觉的浮选泡沫静态参数研究[D];华北理工大学;2019年

2 李洋洋;基于机器视觉的齿轮齿廓测量方法研究及实现[D];电子科技大学;2019年

3 周文霞;基于机器视觉的带孔工件识别与检测技术研究[D];合肥工业大学;2019年

4 张锐;基于机器视觉的塔式起重机控制策略研究[D];合肥工业大学;2019年

5 彭飞;面向发动机风扇罩的在线机器视觉系统的设计与实现[D];电子科技大学;2019年

6 黄富元;基于机器视觉的自动洗车机控制系统研究[D];合肥工业大学;2019年

7 倪焱;基于机器视觉的露台人体危险行为检测[D];长春理工大学;2019年

8 邓邹超;基于机器视觉的空调阀芯微孔径在线检测系统[D];杭州电子科技大学;2019年

9 李锦明;基于机器视觉的玉米考种技术研究[D];杭州电子科技大学;2019年

10 杨鑫;基于机器视觉的MEMS传感器检测技术研究[D];杭州电子科技大学;2019年

本文编号：2666517