基于燃烧混合系数和模糊识别的燃烧稳定性判别方法技术

本发明专利技术属于燃烧火焰图像处理技术领域，尤其涉及一种基于燃烧混合系数和模糊识别的燃烧稳定性判别方法，该方法首先对燃烧火焰图像提取特征，计算燃烧混合系数、燃烧混合系数波动参数、黑龙长度及黑龙长度波动参数，以燃烧混合系数、燃烧混合系数波动参数、黑龙长度及黑龙长度波动参数为特征指标，通过选择特征指标相应的隶属度函数，计算待检模糊集与稳定模糊集、不稳定模糊集之间的贴近度，根据择近原则判别燃烧稳定性，由此建立基于模糊识别的燃烧稳定性判别方法。本发明专利技术充分考虑了燃烧混合系数对燃烧稳定性的影响，具有很好的识别火焰燃烧稳定性的能力，能够正确区分燃烧稳定性与不稳定性的情况，准确率较高。

Combustion stability identification method based on combustion mixing coefficient and fuzzy identification

The invention belongs to the technical field of combustion flame image processing, in particular to a discrimination method of mixing coefficient and combustion stability based on fuzzy recognition, the method based on flame image feature extraction, calculation of combustion mixing coefficient and combustion mixing coefficient of wave parameters, the black dragon dragon length and length fluctuation parameters in combustion mixed coefficient and combustion mixing coefficient the black dragon wave parameters, the length and length fluctuation parameters as the characteristic indexes, the choice of membership function characteristics of the relevant index, calculated for inspection of fuzzy sets and fuzzy sets, stable and unstable similarity degree between fuzzy sets, according to the principle judging combustion stability, thereby establishing a distinguishing method of combustion stability based on fuzzy recognition. The invention fully considers the influence of combustion mixing coefficient on the stability of combustion, has the ability to identify good flame combustion stability, it can correctly distinguish the combustion stability and instability, high accuracy.

【技术实现步骤摘要】
基于燃烧混合系数和模糊识别的燃烧稳定性判别方法
本专利技术属于燃烧火焰图像处理
，具体涉及一种基于燃烧混合系数和模糊识别的燃烧稳定性判别方法。
技术介绍
煤炭是我国的主要能源之一，其中燃煤锅炉的消耗量占相当大的比例。电站锅炉燃烧稳定性直接关系到锅炉运行的可靠性和安全性，燃烧不稳定或者燃烧调整不好不但会引起蒸汽参数发生波动，锅炉热效率下降，而且可能会引起炉膛灭火，甚至引发炉膛爆炸，造成巨大的经济损失。因此对锅炉燃烧火焰进行实时检测，建立燃烧稳定性判别方法，提高燃烧效率，降低燃烧污染，具有重要工程应用意义。现阶段针对锅炉燃烧稳定性的研究方法主要是通过测量火焰特征信号如火焰亮度、火焰强度和火焰光谱等，进而对其进行频谱分析等数学处理获取反映燃烧状况的特征信息。近年来随着我国大部分电站锅炉广泛使用火焰图像监控系统，为炉膛火焰检测提供了燃烧状态视觉信息，研究者们通过对火焰图像进行处理并提取相应特征量，结合神经网络、支持向量机、粗糙集理论和模糊识别等方法来完成锅炉燃烧稳定性状态的判别。值得注意的是，煤粉与炉内热流的混合效果对炉内燃烧状况也有着重要影响，燃烧混合参数是用于表征煤粉与炉内热流混合效果的特征参数，若煤粉与炉内热流混合效果较好，则炉内燃烧状况较好，燃烧稳定；若混合效果较差，则会增加煤粉燃烧时间，降低煤粉燃烧效率，导致燃烧不稳定，因此燃烧混合系数对于锅炉燃烧稳定性研究有重要意义。由上可知，现阶段基于火焰图像的燃烧稳定性判别方法还不够成熟，其没有考虑燃烧混合系数对锅炉燃烧稳定性的影响，导致燃烧稳定性判别结果准确度较低。
技术实现思路
针对上述问题，本专利技术提出了一种基于燃烧混合系数和模糊识别的燃烧稳定性判别方法，该方法包括以下步骤：步骤一，以火焰燃烧区为特征区域，提取相应灰度参数G和灰度位置分布参数D，计算燃烧混合系数H和燃烧混合系数波动△H；步骤二，对燃烧图像进行边缘检测，计算黑龙长度DI和黑龙长度波动参数△DI；步骤三，以燃烧混合系数H、燃烧混合系数波动△H、黑龙长度DI和黑龙长度波动参数△DI为特征指标，建立基于模糊识别的燃烧稳定性判别方法。优选地，步骤一中，燃烧混合系数H的计算方法如下：以火焰燃烧区为特征区域,对其进行分块处理，提取各分块区域内的灰度分布信息，包括灰度参数G与灰度位置分布参数D，所述灰度参数G通过构建各分块区域内像素灰度级统计信息的特征向量与最佳特征向量的欧氏距离并加权获得，所述灰度位置分布参数D是通过各子区域的灰度信息，以图像上子区域到黑龙边缘的距离作为其位置信息，构建其中N为子区域数，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为权重向量P中的第i个分量，n为灰度级数，si为第i子区域中心点到分割直线的距离；根据所述灰度参数G和所述灰度位置分布参数D确定燃烧混合系数其中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，其中t为子区域像素点。优选地，燃烧混合系数波动参数△H计算方法如下：取两帧连续时间火焰视频图像的混合系数差ΔHi＝|Hi-Hi-1|来描述该时刻燃烧混合系数波动情况，以此反应锅炉燃烧稳定，其中ΔHi为i时刻的燃烧混合系数波动参数，Hi为i时刻的燃烧混合系数，Hi-1为i-1时刻的燃烧混合系数。优选地，步骤二中，黑龙长度DI的计算方法如下：根据黑龙长度有效区域和煤粉气流运动方向确定n条待检测直线，通过一阶差分算法寻找每条直线灰度梯度最大点，得到n组黑龙边缘坐标，每个边缘点到火焰图像边界的距离为其平均值即是火焰图像的黑龙长度其中(xi0,yi0)为第i直线初始像素点坐标，(xij,yij)为第i条直线灰度梯度最大像素点坐标。优选地，黑龙长度波动参数△DI计算方法如下：取两帧连续时间火焰视频图像的黑龙长度差ΔDIi＝|DIi-DIi-1|来描述该时刻黑龙长度波动情况，其中ΔDIi为i时刻的黑龙长度波动参数，DIi为i时刻的黑龙长度，DIi-1为i-1时刻的黑龙长度。优选地，步骤三中，建立基于燃烧混合系数和模糊识别的燃烧稳定性判别方法包括以下步骤：(1)选取所述燃烧混合系数H和所述黑龙长度参数DI的隶属度函数分别为偏大型岭形分布函数、中间型二次抛物线分布函数，选取所述燃烧混合系数波动参数△H和所述黑龙长度波动参数△DI的隶属度函数均为偏小型的二次抛物型分布；(2)选取稳定燃烧火焰视频图像的特征指标隶属度作为稳定标准模糊集U1，选取不稳定燃烧火焰视频图像的特征指标隶属度作为不稳定标准模糊集U2；(3)提取待判定火焰图像特征参数，计算特征指标隶属度，构建燃烧稳定性判别方法的因素模糊集合Ai，分别计算Ai与稳定标准模糊集U1和不稳定标准模糊集U2的欧几里得贴近度，利用择近原则判别燃烧稳定性。本专利技术根据煤粉燃烧图像，构建了基于燃烧混合系数和模糊识别的燃烧稳定性判别方法，实现了对锅炉燃烧稳定性的判别，该方法充分考虑了燃烧混合系数对燃烧稳定性的影响，具有很好的识别火焰燃烧稳定性的能力，能够正确区分燃烧稳定性与不稳定性的情况，准确率较高。附图说明图1是本专利技术提出的燃烧稳定性判别方法流程图图2是本专利技术实施例的燃烧图像图3是本专利技术实施例的燃烧图像黑龙长度有效区域示意图具体实施方式下面结合附图，对实施例作详细说明。锅炉燃烧过程中，燃烧混合系数直接影响锅炉燃烧状况，本专利技术通过图1所示的方法对燃烧稳定性进行判别，具体包括以下步骤：步骤一：以火焰燃烧区为特征区域，提取相应灰度参数G和灰度位置分布参数D，计算燃烧混合系数H和燃烧混合系数波动△H，详细如下：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。以火焰燃烧区为特征区域，对特征区域进行分块处理，分割成N个大小为t×t的相邻无空隙的子区域，依次对每个子区域进行灰度分级处理，提取各分块区域内的灰度分布信息，包括灰度参数G与灰度位置分布参数D，从而将炉内煤粉像素在空间位置上的图像灰度分布状况引入到煤粉与炉内热流混合效果-燃烧混合系数的度量。灰度参数G是通过构建各分块区域内像素灰度级统计信息的特征向量与最佳特征向量的欧氏距离并加权获得的。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。同时由于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，因此通过加权来度量不同灰度级集合对混合效果评价的影响。根据各子区域属于各灰度级集合像素点个数，得到在特征区域内属于各灰度级集合的像素点数。通过构建一个n维特征向量A＝(a1,…,ai,…,an)，其中ai是第i灰度集合的像素点数与区域总像素点数的比值，理想状况下，煤粉与炉内热流混合效果最好时，燃烧效果最佳，燃烧图像特征区域亮度最高，所以以Ab＝(0,…,0,…,0,1)作为n维最佳特征向量。同时以作为权重向量，计算灰度参数其中，pi,ai,abi分别表示向量P,A,Ab中的第i个分量，N为子区域个数。灰度位置分布参数D是通过各子区域的灰度信息，以图像上子区域到黑龙边缘的距离作为其位置信息，构建灰度位置分布参数其中N为子区域数，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为权重分量本文档来自技高网...

【技术保护点】
一种基于燃烧混合系数和模糊识别的燃烧稳定性判别方法，其特征在于，所述方法通过提取火焰图像传感器采集的火焰图像特征，计算燃烧混合系数、燃烧混合系数波动参数、黑龙长度、黑龙长度波动参数，建立基于模糊识别的燃烧稳定性判别方法，具体包括以下步骤：步骤一，以火焰燃烧区为特征区域，提取灰度参数和灰度位置分布参数，计算燃烧混合系数和燃烧混合系数波动参数；步骤二，对燃烧图像进行边缘检测，计算黑龙长度和黑龙长度波动参数；步骤三，以燃烧混合系数、燃烧混合系数波动参数、黑龙长度和黑龙长度波动参数为特征指标，建立基于燃烧混合系数和模糊识别的燃烧稳定性判别方法。

【技术特征摘要】
1.一种基于燃烧混合系数和模糊识别的燃烧稳定性判别方法，其特征在于，所述方法通过提取火焰图像传感器采集的火焰图像特征，计算燃烧混合系数、燃烧混合系数波动参数、黑龙长度、黑龙长度波动参数，建立基于模糊识别的燃烧稳定性判别方法，具体包括以下步骤：步骤一，以火焰燃烧区为特征区域，提取灰度参数和灰度位置分布参数，计算燃烧混合系数和燃烧混合系数波动参数；步骤二，对燃烧图像进行边缘检测，计算黑龙长度和黑龙长度波动参数；步骤三，以燃烧混合系数、燃烧混合系数波动参数、黑龙长度和黑龙长度波动参数为特征指标，建立基于燃烧混合系数和模糊识别的燃烧稳定性判别方法。2.根据权利要求1所述的燃烧稳定性判别方法，其特征在于，所述步骤一中，所述燃烧混合系数的计算方法如下：以火焰燃烧区为特征区域,对其进行分块处理，提取各分块区域内的灰度分布信息，包括灰度参数与灰度位置分布参数，所述灰度参数通过构建各分块区域内像素灰度级统计信息的特征向量与最佳特征向量的欧氏距离并加权获得，所述灰度位置分布参数是通过各子区域的灰度信息，以图像上各子区域到黑龙边缘的距离作为其位置信息，构建其中D为灰度位置分布参数，N为子区域数，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为权重向量P中的第i个分量，n为灰度级数，si为第i子区域中心点到分割直线的距离；根据所述灰度参数和所述灰度位置分布参数确定燃烧混合系数其中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，其中t为子区域像素点。3.根据权利要求2所述的燃烧稳定性判别方法，其特征在于，所述燃烧混合系数波动参数计算方法如下：取两帧连续时间火焰图像的燃烧混合系数差ΔHi＝|Hi-Hi-1|来描述该时刻的燃烧混合...

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