基于数字成像的单颗粒燃料燃烧特性研究与炉膛火焰监测

发布时间：2018-06-09 15:53

本文选题：单颗粒燃料 + 高速成像　；参考：《华北电力大学(北京)》2017年博士论文

【摘要】：固体燃料为全球最主要的能量来源,其储量丰富、价格低廉,且由于未来可再生能源成本可能较高,这种局势将会持续较长的时间。近年来,环境问题受到了全球的高度关注,提高燃料燃烧效率、有效控制污染物排放是目前改善环境问题的有效途径。为了提高燃烧效率、控制污染,在现有研究基础上对燃料燃烧行为特性进行更深入的研究以及对炉膛火焰的监测均必不可少。单颗粒燃料燃烧行为特性的研究实验易于实现,理论易于解释,是深入了解燃料气流燃烧的基础,研究单颗粒燃料燃烧有助于燃烧器的优化设计和燃烧的控制,因此,本文首先对单颗粒燃料燃烧行为特性进行研究,主要研究内容如下:(1)提出基于高速成像和数字图像处理的单颗粒燃料燃烧行为特性研究方法,对单颗粒燃料燃烧图像进行采集,并采用数字图像处理技术对采集到的颗粒燃烧图像进行处理,根据颗粒的性质,对单颗粒燃料的重要参数(大小、形状、旋转特性和亮度特征)进行定义并计算,从而实现对单颗粒燃料燃烧行为的描述。(2)将所提出的单颗粒燃料燃烧行为特性研究方法应用于不同粒度的单煤粉颗粒(粒度分别为106-150μm和150-212μm)和棕榈核(Palm kernel expeller,PKE)生物质颗粒(粒度分别为75-125μm和125-150μm)燃烧行为特性的研究中,分别研究了其在燃烧过程中的挥发分燃烧和焦炭/固定碳燃烧特性并对煤粉颗粒燃烧行为特性和生物质颗粒燃烧进行了对比。在实际燃烧过程中,燃料以燃料气流的形式送入炉膛并进行燃烧,单颗粒燃料燃烧行为特性研究有助于更深入的认识燃烧,但无法替代实际燃烧过程。为了有效的控制燃烧、降低排放,对实际燃烧过程的了解和炉膛火焰的实时监测十分必要,因此,本文下半部分针对于炉膛火焰特性和其过程监测展开研究,主要研究内容如下:(1)受炉膛背景及燃烧工况的影响,难以在保证图像分割速度的同时具有较高的分割准确度。为了提高火焰图像分割的质量和速度,本文提出一种基于多尺度颜色特征和小波纹理特征的无监督火焰图像分割技术。这种无监督火焰图像分割技术结合了火焰的颜色特征和纹理特征,在多尺度空间对火焰图像进行分割,从而实现在保证分割准确度的同时保持较快的速度。将所提出的火焰图像分割算法与其他图像分割算法对含有高斯噪声、椒盐噪声的火焰图像分割性能和分割效率进行了对比。(2)利用数字图像处理技术研究了湍流火焰的热混合层分形特性。根据湍流火焰的特性,采用数字图像采集系统在煤粉燃烧实验锅炉中采集湍流火焰图像,利用形态学图像处理技术提取火焰热混合层的分形特征,研究了不同一次风量、二次风/三次风对湍流火焰热混合层分形特性的影响。(3)针对于现有基于图像处理的燃烧过程监测方法仅适用于单个燃烧工况的缺点,提出了一种基于主元分析-随机权网络(Principal component analysis-random weight network,PCA-RWN)的多工况燃烧过程监测方法。提取火焰图像的颜色特征和纹理特征,采用PCA对特征进行降维处理并采用RWN对当前燃烧工况进行识别,最后采用Hotelling T2和平方预测误差(Squared prediction error,SPE)统计量对当前工况下的燃烧过程进行判定,监测其是否处于异常燃烧状态。在某工业炉上采集不同工况下的火焰图像,对不同的一次风量工况、二次风/三次风工况进行实验,实验结果表明所提出的基于PCA-RWN的多工况燃烧过程监测方法可以有效的识别燃烧工况和异常燃烧状态。
[Abstract]:Solid fuel is the world ' s most important source of energy , its reserves are abundant , the price is low , and because of the higher cost of renewable energy in the future , this situation will last for a long time . In recent years , the research on the combustion behavior of single - particle fuel is very important . In order to improve the quality and speed of flame image segmentation , this paper studies the characteristics of flame image segmentation based on multi - scale color feature and small wave texture .
【学位授予单位】：华北电力大学(北京)
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TP391.41;TK16

【参考文献】