一、电站锅炉煤粉火焰安全监测及燃烧诊断方法研究(论文文献综述)
王锡辉,王志鹏,陈厚涛,朱晓星,刘武林,寻新[1](2021)在《基于特征量分析的电站锅炉燃烧状态诊断技术综述》文中研究说明概述了各类别燃烧诊断技术及特点,详细介绍了基于特征量分析的电站锅炉燃烧状态诊断技术流程,分析对比了单个特征量的物理意义及不同特征量组合的状态表征能力,进而归纳了特征量提取的基本要求。详细介绍了部分算法的数学推导过程及其在模式识别应用中所呈现的特点,旨在推动模式识别技术在火电机组故障诊断、运行经济性实时评价及智能控制领域中的应用。特征量的提取、算法的设计和训练/学习是基于特征量分析的模式识别技术的核心环节。特征量应有明确的物理意义且应具备表征状态某种属性的能力;特征量组合应完整全面地包含状态信息。特别地,当实际状态不同时,特征量组合应具备识别其差异的能力并具备较强的鲁棒性。反向传播(back propagation, BP)神经网络算法、模糊C均值(fuzzy C-means, FCM)算法适用于所有可根据人类经验进行分类的场合,FCM算法在状态渐变且无断然分界线的模式识别中表征更为精准,支持向量机(support vector machine, SVM)适用于样本模式非此即彼的分类应用;Kohonen自组织神经网络适用于各类别之间具有较强区分度的场合。
覃寰[2](2021)在《基于火检信号的炉膛火焰稳定性定量分析》文中认为燃煤电站锅炉炉膛火焰稳定性的正确检测与评价对锅炉安全经济运行有着重要的作用。煤粉炉运行过程中,炉膛内煤粉燃烧不稳定可能引发一系列的威胁安全经济运行的问题。特别是近几年来劣质煤、混煤燃烧的趋势增加,导致燃烧的不稳定性加剧。因此,准确、稳定和可靠的检测炉内火焰的燃烧状态,防止运行过程中异常情况的发生,对于锅炉运行来讲显得尤为重要。本文以某电厂660MW机组为例,在ABB火检分析单元的应用基础上,使用采集得到的火检中间值,借助聚类分析,得出了火焰稳定性的定性判断方法。通过对比实际电厂运行中炉膛火焰燃烧中间物理量的聚类结果,结合实际的运行情况,分析了所使用的K-均值聚类(K-Means)、密度聚类(DBSCAN)和利用层次方法的平衡迭代规约和聚类(BIRCH)方法对于实际火检数据进行燃烧状态划分的局限性。最后借助凝聚层次聚类方法(HCA),分析聚类树状图的状态划分过程,结合给煤量变化情况,重新划分聚类树,得到与实际运行经验相符合的炉膛燃烧状态分类方法。在层次聚类划分燃烧状态的基础上,定义了反映炉膛火焰稳定性的燃烧质量指标。该指标值介于0和100之间,值的大小反映了燃烧状态是否稳定,其值越接近100表示燃烧越趋于稳定状态;越接近于0表示燃烧越趋于灭火状态。最后结合给煤量变化情况分析了燃烧质量指标的合理性。通过层次聚类方法得到燃烧状态分类后,为了进一步探究如何利用火检中间值对炉膛火焰燃烧状态进行其它形式的描述,使用短时傅里叶变换得到火检中间值的时频图,并建立起了火焰稳定性判别的卷积神经网络(CNN)模型,对给定了状态标签的时频图进行学习,最后验证了该网络对测试数据集的识别情况,取得了较高的准确率。
葛红[3](2020)在《基于火焰光谱分析及图像处理的生物质燃烧监测研究》文中认为近年来,随着生物质发电持续稳定发展,生物质锅炉燃烧状态监测与控制问题日益受到关注。我国可用生物质燃料品种多样,燃料偏离锅炉设计种类容易造成结焦和严重积灰等问题,直接影响生产安全和经济效益。本文基于火焰光谱分析算法和图像处理技术,研究生物质燃料种类识别及燃烧状态的监测方法。在单生物质燃烧特性的基础上,重点研究混合生物质的燃料识别和燃烧稳定性分析问题,为生物质锅炉适应燃料的多样性和机组的稳定经济运行提供依据。主要内容如下:1)针对生物质混燃问题,构造了基于火焰光谱6维特征与集成学习的生物质燃料识别方法。通过花生壳、柳木、麦秸、玉米芯四种单生物质及其等质量均匀混合的六种混合生物质进行燃烧实验;同时基于生物质燃烧火焰光谱的时域特性和频域特性的深入分析,构造了基于火焰光谱6维特征(由OH*、CN*、CH*、C2*-1和C2*-2等5类自由基辐射强度和火焰辐射强度信号组成)与集成学习的生物质燃料识别方法,并将识别结果与SVM和决策树两种常用算法进行了对比,结果表明,基于6维火焰光谱强度信号与集成学习的生物质燃料识别方法具有较高的识别率,单生物质高于99.32%,混合生物质均达到100%。该方法简化了特征提取过程,集成了支持向量机(Support Vector Machines,SVM)与决策树两种单分类器的优势,具有较好的泛化能力。2)构造了基于火焰图像与卷积神经网络的燃料识别方法。为克服传统基于图像的燃料识别方法对特征提取的依赖性,在分析生物质燃烧火焰图像的几何特征、光学特征和热力学特征的基础上,构造了基于火焰图像与深度卷积神经网络ResNet50的燃料识别方法,并分别对单生物质和混合生物质进行了燃料识别实验,结果表明基于火焰图像与ResNet50的燃料识别准确率高达97.41%,而其它机器学习算法最高仅达85.83%,可见该方法识别效果优于四种传统机器学习方法。3)定义了基于火焰图像和数据融合的燃烧稳定性指数。在提取火焰图像高度、平均灰度、平均温度和最高温度等特征参数的基础上,定义了基于火焰图像和数据融合的稳定性指数,并用来定量表征生物质火焰燃烧稳定性状态,并结合火焰闪烁频率对单生物质和混合生物质燃料稳定性进行了分析,分析结果表明所提方法能够有效表征生物质火焰燃烧稳定性状态。4)构建了一种生物质燃烧监测及稳定性判别的优化方案。基于混淆矩阵,对光谱分析与图像处理在生物质燃料识别与燃烧稳定性分析效果进行了对比分析,提出了以火焰光谱6维特征与集成学习进行生物质燃料识别、基于火焰图像和稳定性指数进行生物质燃烧稳定性分析的生物质燃烧监测优化方案。借鉴多元统计指标T2和SPE实现了不同生物质燃烧稳定与不稳定的分类,并根据分类结果确定了稳定性指数阈值,最终实现了燃料和稳定性的实时判定。
喻聪[4](2019)在《电站锅炉燃烧优化及低NOx排放控制若干问题研究》文中提出氮氧化物(NOx)是燃煤电厂主要排放的大气污染物之一。目前,电站锅炉普遍采用低NOx燃烧结合选择性催化还原法(SCR)进行联合脱硝,而低NOx燃烧方式在某些运行工况下会牺牲锅炉经济性,因此有必要开展燃烧优化研究,以同时降低污染物排放及提高锅炉运行安全性和经济性。本文以某660MW切圆燃烧锅炉及尾部SCR脱硝系统为研究对象,结合试验、数值模拟和数据挖掘方法,对燃烧优化及低NOx排放控制的若干问题进行研究,为锅炉运行与烟道设计提出了优化策略及方法。论文提出了一种锅炉燃烧数值模型和热工水动力模型的新耦合计算方法。首先基于CFD和MATLAB平台搭建了锅炉风烟侧和汽水侧的分布参数模型,再采用直接映射法和辅助网格法建立了模型间不同网格的映射函数,进而通过开发两个平台的信息交互接口,实现了受热管壁温在烟、汽两侧的迭代计算。基于该模型,得到了炉内易超温管壁的实际位置,为不同管段的金属选材、现场测点的位置选取提供了支撑。综合分析了分离燃尽风(SOFA)上下摆角大小与炉内空气分级效果、湍流强度分布、旋转动量、火焰中心高度、烟温偏差的关系,并定量研究了其变化对燃烧产物生成量和受热面壁温的影响,结果表明:满负荷下SOFA风摆角变大能提高锅炉效率且减小NOx生成浓度,但SOFA风摆角从+20°增大到+30°,会使高温再热器管屏0.16%的外表面超过SA-213 TP347H材料的许用温度。论文提出了一种燃煤电站锅炉实际运行环境下的催化剂磨损预测方法。首先建立SCR反应器气固流动模型,计算催化剂入口烟气和飞灰颗粒的分布,再将此分布与详细的催化剂单通道磨损速率模型耦合,实现了SCR系统催化剂床层的磨损计算。基于本文模型,研究了SCR反应器内三角筋结构、支撑梁结构及导流板设计等对烟气运动和飞灰轨迹的影响,并分析了不同粒径飞灰对催化剂的磨损作用,最终提出了SCR系统流场和灰场的综合优化方案。该方案在现场应用中取得了较好效果,有效解决了催化剂局部磨损过重的问题。针对锅炉两侧SCR反应器入口速度和NOx浓度不同且均存在分布不均的现象,论文提出了一种计及燃烧效应的SCR系统喷氨均匀性优化策略。首先通过锅炉燃烧数值模拟,计算进入两侧SCR反应器烟气的流量系数及浓度系数,并以NO流量份额与供氨份额相等为原则,推导出各反应器的氨流量分配系数。更进一步,通过耦合燃烧模型计算的烟气场,求解SCR流动与组分输运模型,并定量解析各氨/空混合气支管的氨流量分配系数。最后,以不同氨流量分配系数为目标,完成各级氨流量控制阀的调节。结果表明,本文提出的方法能使氨氮摩尔比的相对偏差系数满足设计要求,有效解决了催化剂入口氨氮摩尔比分布不均的问题。论文将单调知识融合到燃烧系统数据驱动建模中,采用虚拟样本法将导数关系作为支持向量机回归时的不等式约束,并引入加法型核函数减小模型训练的计算量,提出了一种融合单调知识的支持向量机(FM-SVR)。测试算例表明,在局部样本缺失和系统噪声较大的情况下,相较于最小二乘支持向量机(LS-SVR),FM-SVR预测精度较高,且能更好地反映函数原有的单调趋势。将FM-SVR应用于NOx生成浓度、锅炉效率及烟温偏差的建模中,结果表明,相较于LS-SVR,FM-SVR模型的增量分析结果与对象锅炉的运行及排放特性更吻合。论文提出了一种SCR出口NOx排放浓度和氨逃逸自适应模型。首先基于R检验手段,从海量历史运行数据中获得稳态样本,再采用压缩最近邻(CNN)算法对系统入口参数进行聚类,获得按工况划分的稳态样本库。在此基础上,结合滑动时间窗技术对连续数据流进行处理,不断以新稳态样本替换样本库中相同工况内调整手段最相似的旧样本,并引入拥挤距离(CD)算子对冗余数据进行删除,最终获得了RCNN-CD数据处理方法。对1804天的SCR系统历史运行数据进行分析,采用RCNN-CD方法能明显提高所选样本的代表性,且样本自然散点状态所表现的趋势与脱硝机理吻合。基于所选样本,采用FM-SVR建立定期更新的NOx排放模型,并以此预测氨逃逸。结果表明,模型能合理反映SCR脱硝性能变化的规律。论文提出了一种锅炉燃烧与SCR脱硝联合系统的综合优化策略。首先采用不等式约束型NSGA-II算法求解考虑烟温偏差限值的锅炉燃烧优化问题,再以该结果为边界条件,以NOx排放浓度不超标为约束条件,优化联合系统的总成本和氨逃逸率。结果表明,对于燃烧优化Pareto前端中的个体,随着锅炉效率升高,运行总成本持续降低。然而,当锅炉效率上升到一定程度后,再继续增加微小幅度,NOx生成浓度随之大幅增加,且此时优化得到的O2量也较高,为使SCR出口NOx排放达标,喷氨流量急剧增加,使得运行总成本又开始缓慢升高。这个运行总成本的拐点不仅经济性较高,氨逃逸也较低,是联合系统的最佳优化工况。
李晓杰[5](2019)在《多尺度主元分析在热力系统模式识别中的应用研究》文中研究说明火电机组发电过程是一个相对较复杂的过程。电厂热力系统是典型的多输入多输出多变量系统,各变量系统之间存在强耦合,不同的输入输出信号之间动态特性的时间尺度差异巨大,且输入输出之间存在强非线性和时变性,因此直接对对象做机理分析较困难。本文针对复杂热力系统,选择一定的数据分析方法,对大量的机组历史运行数据进行统计分析,发现一些特定的规律,再进行有针对性地机理分析,从而降低火电机组机理建模、软测量及状态重构的难度。常用的数据分析方法有主元分析、小波变换等,但传统的主元分析法只适用于线性系统和对静态对象的处理,对于复杂热力系统来说,单一的主元分析法并不适用。热力系统从整体来看是非线性的,但在某个时间尺度上热力系统可以看成是线性的,因此可以利用小波变换对热力系统信号进行多尺度分解,再在多个尺度上对信号进行主元分析来找寻常规方法得不到的数据规律。本文利用多尺度主元分析的数据处理法来对复杂热力系统进行分析找寻数据规律。火电机组灵活性提升引起的给煤量变化及掺烧劣质煤,极易造成磨煤机堵塞,影响机组安全稳定运行。采用多尺度主元分析法对磨煤机运行状态进行分析,选取合适的小波,对火电厂磨煤机在稳定运行时的相关变量数据进行多尺度分解,在多个尺度上分别建立主元模型。选取实时数据,利用多尺度主元模型来检测磨煤机的运行状态,对比传统主元分析与多尺度主元分析的检测结果,发现多尺度主元分析检测结果更为全面,并通过贡献图法分析出引起磨煤机运行状态出现变化的信号变量,分析结果与实际运行状况相符合,说明多尺度主元分析方法是可行的。由于火电机组灵活性提升,机组频繁处在超低负荷状态下运行,极易造成燃烧不稳定,甚至导致炉膛灭火,所以对锅炉燃烧稳定性的判别至关重要。选取火电机组与燃烧相关的变量数据建立多尺度主元模型,判断锅炉的燃烧稳定性。对比多尺度主元分析与传统主元分析的检测结果,发现在高频尺度可提前检测出燃烧出现不稳定,并从绘制的贡献图中判断出引起燃烧状态发生变化的信号变量,与实际运行状况相符合。因此多尺度主元分析法可辅助操作人员对锅炉燃烧稳定性进行预判。
张皓[6](2018)在《电站锅炉火焰图像采集及分析装置》文中指出电厂大型锅炉的燃烧优化问题一直是热点问题。在当下节能减排的大潮下,实现燃烧优化,减少氮氧化物排放就显得更加重要。因此实时监测锅炉的燃烧状况并据此做出优化就显得尤为重要。然而受到当下的常规检测方式以及燃烧本身的复杂性所限制,锅炉燃烧状况很难准确检测。本文中的电站锅炉火焰图像采集及分析装置,利用装在现场的CCD摄像头实时采集锅炉炉膛内图像,并对图像进行分析得出黑龙长度,混合强度和扩散角等信息,作为下一步优化炉膛内煤粉燃烧的重要参数。本文首先比较了几种以DSP为核心的视频采集方案,最终集各方案的优点设计了电站锅炉火焰图像采集及分析装置。随后本文从硬件架构与软件架构两方面详细介绍了电站锅炉火焰图像采集及分析装置。硬件方面,电站锅炉火焰图像采集及分析装置采用核心板与接口电路板分离的设计方式。核心板以TMS320DM368为核心处理器,与以太网物理层收发器、Flash闪存芯片、DDR2内存芯片和低电压检测器共同组成了最小系统。接口电路板利用TVP5150作为视频解码芯片,采用TPS5430作为电源芯片,利用模拟信号输出电路将图像处理结果转化为4~20mA电流信号传送给DCS,此外还有LED灯作为装置运行状态指示灯。软件方面,电站锅炉火焰图像采集及分析装置采用多线程的软件架构,将程序分为主线程、视频采集线程和视频处理线程三个线程,利用字符设备驱动程序驱动GPIO,并采用线程挂起的设计方式完成数模转化芯片的转化功能。最后本文对电站锅炉火焰图像采集及分析装置的优点与不足进行了总结,并对未来研究方向进行了展望。
刘千[7](2016)在《电站锅炉燃烧优化控制与状态诊断的研究》文中进行了进一步梳理燃煤发电在未来相当长的一段时间内仍然是我国最重要的发电方式,资源、环境和气候的变化给燃煤发电的可持续发展带来了严峻的挑战。在燃煤火电机组单机容量不断提高、参数不断增多、系统越来越复杂的情况下,基于炉膛参数测量对电站锅炉燃烧优化控制和状态诊断问题进行研究,将为燃煤火电机组实现高效率、低污染排放、安全稳定运行提供有效解决方案。本文基于电站锅炉炉膛参数的测量,围绕大型电站锅炉燃烧优化控制与状态诊断展开,做了以下工作:(1)对影响电站锅炉燃烧的锅炉炉膛参数进行研究。分析了锅炉炉膛参数对锅炉效率、污染物排放、锅炉寿命的影响,以及这些参数与锅炉燃烧优化运行间的相互制约关系。从测量原理和系统构成方面描述了基于激光吸收光谱的炉膛参数检测新技术。以某燃煤机组为例,进行了基于激光吸收光谱的炉膛参数测量和场重建实验研究。(2)对四角切圆燃煤锅炉的炉膛温度场平衡控制方法进行研究。讨论了炉膛温度场分布不均导致的问题以及炉膛温度场对锅炉氮氧化物生成的影响,提出一种基于模糊自整定PID控制器参数的炉膛温度场平衡控制策略。利用炉膛参数激光测量系统获取的炉膛温度场二维图像,计算炉膛温度场中心坐标,依托分散控制系统,根据PID控制器计算出锅炉四角的辅助风控制修正量,进而通过调整锅炉四角的辅助风风量大小来完成对炉膛温度场中心的调节,实现炉膛温度场的平衡控制。在温度场平衡控制过程中,通过采用模糊自整定方法来完成对PID控制器参数的寻优。(3)对基于数据驱动案例匹配的电站锅炉燃烧优化进行研究。根据电站锅炉运行参数的特点,将影响锅炉效率和氮氧化物排放的热工参数按照需求分为支撑热工参数和优化调整热工参数,在考虑提高锅炉效率和降低锅炉污染物排放的双重要求下,提出一种基于数据驱动案例匹配的电站锅炉燃烧优化方法。首先在离线状态下,根据支撑热工参数对历史数据库中的历史运行工况进行稳态判断、挖掘,建立燃烧优化系统的案例库,在线实施优化时,基于机组实时运行数据进行当前工况计算,基于案例库进行案例工况匹配,从而获得当前运行工况的最优参数设定值,完成电站锅炉的燃烧优化,通过与其它燃烧优化方法对比分析,所提出的方法具有明显优势和工程实际应用价值。(4)对电站锅炉燃烧稳定性和经济性状态评判进行研究。分析炉膛参数对锅炉燃烧稳定性和经济性的影响,基于电站锅炉炉膛参数激光测量系统获取的数据,提出一种电站锅炉燃烧状态模糊综合评判方法,通过构建二级模糊综合评判模型,从炉膛温度、炉内02浓度和炉内CO浓度三个方面综合评判锅炉燃烧稳定性和经济性状态。在获取评判结果的基础上,为了更迅速地完成对锅炉燃烧状态的评判,构建电站锅炉燃烧稳定性和经济性状态评判支持向量机模型,实验结果表明,支持向量机评判模型能够对不同工况下的锅炉燃烧状态进行客观有效地评判,计算速度快,可为在线优化调整锅炉燃烧提供指导。
刘冬[8](2010)在《弥散介质温度场重建的辐射反问题研究》文中研究表明随着我国社会经济的持续发展,工业和生活对于电力的需求持续增长。在我国电力工业中,燃煤电站仍占有主导地位,燃煤电站锅炉的安全,经济,稳定的运行是至关重要的。燃烧火焰温度场是燃烧诊断的核心,先进有效的火焰温度场测量技术对于研究电站锅炉煤粉燃烧具有重要的科学意义和实用价值。本文结合弥散介质的辐射特性和辐射传热的计算方法,以辐射反问题研究作为基础,配以辐射反问题求解方法,建立一套利用彩色CCD摄像机,适用于弥散介质的三维温度场重建模型及燃烧诊断方法。对于大空间弥散介质的温度场重建,其特点在于介质为吸收、发射和散射性介质,热辐射源很大,而接收器很小,因此需要建立一套介质适用性广,计算效率高的温度场重建模型,是本文研究的一个重点。从系统边界出射辐射信息反求系统内部的温度分布信息是典型的辐射反问题,反问题一般是严重病态问题,如何对大型病态重建矩阵方程进行有效快速合理的求解是研究的关键,是本文研究的另一个重点。首先给出了反问题不适定性的定义,研究了分析病态问题的有效方法(奇异值分解和Picard图),总结分析了各种反问题不适定方程的解法,分别为Tikhonov正则化方法,截断奇异值分解(TSVD)方法和最小二乘QR分解(LSQR)方法,并给出了正则化参数的选择方法—L曲线法。在此基础上,指出本文中使用的温度场重建辐射反问题病态方程的解法为LSQR算法,并给出讨论了求解炉膛三维温度场重建反问题重建方程的实际算例。详细给出了弥散介质辐射传递的Monte Carlo算法,并且采用文献上的算例进行了验证,计算结果与文献结果吻合的较好。在此基础上,讨论了利用Monte Carlo方法和透镜光学成像原理来计算弥散介质燃烧火焰的辐射光学成像。作为温度场重建的基础性研究,提出了在可见光波段,基于正向Monte Carlo方法的三维温度场重建模型,给出了具体的重建方程及求解方法,讨论了各种因素对温度场重建精度的影响。讨论分析了计算辐射传热的逆向Monte Carlo方法,在此基础上创新性地推导并提出了基于逆向Monte Carlo方法的三维温度场快速重建模型,该模型可用于吸收、发射和散射性介质,并且计算时间短,非常适合于大炉膛和小接收器的辐射传热计算,具有实时在线计算系数矩阵并进行求解的潜力。采用算例讨论了各种因素对三维温度场重建精度的影响。进行了正逆向Monte Carlo方法辐射传热计算及温度场重建的对比研究,发现逆向Monte Carlo方法的计算效率很高,可以达到实时在线建立重建方程并进行求解,两者重建误差相差并不是很大。还讨论了基于逆向Monte Carlo方法的二维均匀弥散介质温度场和辐射参数同时重建模型,以及危险废弃物焚烧回转窑二维截面温度场重建数值模拟研究。建立了利用CCD摄像机进行气体燃烧火焰三维烟黑的温度场和浓度场同时重建的模型,该模型考虑了火焰烟黑辐射能的实际三维容积发射与三维成像,是从三维重建区域上来进行重建,与区域内的火焰形式没有直接关系,因此可适用于对称火焰和非对称火焰,并通过数值模拟对该模型进行了数值验证,最后进行了实验应用研究,烟黑浓度分布与温度分布的重建结果较为合理,与文献上的一些温度分布情况具有一致性,为了验证重建温度分布值的准确性,使用热电偶对温度分布大致进行了测量,重建温度结果与测量温度结果吻合的较好。采用发展的基于逆向Monte Carlo方法的温度场快速重建模型对小型煤粉燃烧试验台火焰温度场进行了重建试验研究。重建温度场的高温区和低温区与文献重建结果对应较为一致,温度值大小也较为一致。重建结果温度较为细致清晰,重建出的回流区非常明显,并有偏斜,是由于火焰燃烧具有偏斜所致,把其中二维火焰图像转化为伪彩色温度图像,从伪彩色温度图像中可以清晰地看到煤粉回流区的情形,验证了本文的重建结果。进行了大型燃煤电站锅炉炉膛截面温度场和三维温度场重建试验研究,采用了Fluent数值模拟锅炉实际运行工况,进而得到介质的浓度分布,计算得到粒子云的辐射参数分布,比一般文献上直接假设辐射参数值来的更为准确。对于截面温度场重建,重建温度场中有个明显的高温区,高温区周围的温度较低,且温度大小范围在合理范围内,符合一般炉膛内的温度分布规律。重建结果与文献中计算的结果进行了对比,温度值大小较为一致,本文重建温度分布更为详细,显示出了更为细致的高温区分布情况,而且可以看出高温区有偏置。对于三维温度场的重建,重建温度场整体上呈现出中部温度高,四周温度低的趋势,温度范围也在合理范围内,与文献上得到的温度分布趋势相一致。计算了整体重建时间(包括建立重建矩阵方程的时间、读取系数矩阵的时间和求解时间)为1分钟左右,具有较好的在线重建能力。在线重建时,对于较为稳定的工况,可以使用同一系数矩阵,只需要求解方程即可,这时的计算时间只需要2-3s左右,具有更好的在线重建更新能力。最后,利用太赫兹时域光谱技术对0.2-1.6THz火焰碳黑的光学特性进行了初步研究,通过傅里叶变换得到了碳黑频域光谱,利用定点迭代法获得了太赫兹波段火焰碳黑的复折射率,并进行了对比。研究结果可为太赫兹波技术应用于光学燃烧诊断提供基础性数据,扩展了光学燃烧诊断应用的范围。
陈荣保[9](2010)在《基于视觉融合的监控机理及其在锅炉燃烧中的应用研究》文中研究表明电力系统是国家建设的保障体系,在以可持续发展的各项发电技术中,煤电充当着发电行业的主要角色。燃煤发电技术从能耗角度分析,低能耗零排放和等量煤耗下的高发电效率,使亚临界机组不断地被超临界机组和超超临界机组所替代。但从发电工艺角度分析,都是燃煤发电。燃煤发电包括了给粉环节、燃烧环节、发电环节和辅助环节,整个发电过程是一个大容量、大滞后、非线性的理化特性型工艺参数的多能量转换过程,由电厂分散控制系统(DCS)实时过程监控。电厂DCS在电厂生产中发挥着重要作用,是电厂生产普遍选用的监控系统。但在DCS对电厂的监控过程中,控制策略的依据并非来自于发电过程中最重要的工艺对象——炉膛火焰,而是间接测量与之相关的延伸参数,如主汽温度、主汽压力等。事实上,炉膛火焰关联着所有工艺参数,关联着发电过程的各个环节和生产的安全、稳定和可靠。针对炉膛火焰的研究及其对炉膛火焰的燃烧监控,涉及到热动力学、燃烧学、图型学、信号处理、控制科学与技术等多学科领域,而且对发电本身也具有直接正向效应。对大型燃煤锅炉而言,炉内悬浮燃烧状态的火焰,是一种非常复杂的悬浮燃烧,它的工况是不稳定的。锅炉燃烧的安全性取决于火焰燃烧的稳定性,如果燃烧不稳定,炉内温度场不均匀,容易出现重大事故。因此开展炉膛火焰的研究具有重要的学术意义和显着的应用价值。炉膛火焰的信号获取是基于CCD传感器的二维视频信号,本文在了解和掌握图像处理方法,分析炉膛火焰的基本信息和图像预处理算法的基础上,运用图像处理技术对炉膛火焰展开全面的特性研究,并基于研究结果探索了对炉膛火焰的诊断技术和实时监控方法,具体开展了以下研究工作:(1)分析炉膛火焰图像的噪声和抑制技术,采取算术平均滤波和中值滤波算法有效实现图像去噪;研究了炉膛火焰图像的灰度特征、温度特征和相关的煤粉特性;全面研究炉膛火焰的温度和温度场测量技术,提出了基于景深温度场的误差修正方法;划分了火焰特征区域,确定了区域边缘特征及其特征区域所呈现的各个图型特征,全面研究了基于炉膛火焰特征的主要诊断技术,通过对比分析得出特征区温差、火焰平均温度、高温面积率、高温区圆度率和火焰质心偏移率等的实时数值有助于炉膛火焰的监控。(2)研究了火焰探测技术及其控制。全面研究炉膛火焰的图像处理算法,为控制策略提供有效的、准确的特征数值;研究了炉膛火焰燃烧控制的策略方法,包括控制对象模型识别、控制策略及其实现,提出了将基于二维图像的火焰特征、聚类特征和基于时基的火焰探测器燃烧状态进行融合,以此共同决策炉膛火焰的实时控制方法。(3)总结了炉膛火焰图像的操作、预处理、转换、处理技术、特征计算、策略研究和温度—色彩变换、伪彩色显示技术等,设计了炉膛火焰图像信息平台。基于图像采集和图像处理、计算、判断和控制,研制了实时监控DCS和底层的炉膛火焰测控基站,能完成无线图像传送功能并确保传送的实时性。采用本文技术构成的DCS能满足基于炉膛火焰的实时控制需求,使电厂生产更加安全、稳定和可靠。
郭建民[10](2006)在《基于数字图像处理技术的锅炉火焰检测与污染物排放特性研究》文中进行了进一步梳理电站锅炉燃烧的基本要求在于建立和保持稳定的燃烧火焰,安全可靠的燃烧诊断技术成为电厂安全性的重要条件和基本要求。利用CCD摄像机和图像处理技术对燃烧火焰进行参数测量和燃烧诊断,是一项随计算机技术、光学技术和数学方法的进展而发展起来的新兴技术。本文以可视化温度场测量与污染物排放分析为主要研究内容,具体内容如下:(1)利用火焰监测系统对现场运行锅炉的火焰温度场进行了测量。火焰监测系统由光学传递系统、CCD摄像器件、图像采集卡等部件组成。在各种不同工况下,结合火焰温度场的测量,对锅炉污染物排放特性进行了研究。通过实验研究,主要考察各种运行参数及其煤种的变化对污染物排放的影响规律。(2)利用Fluent软件对西柏坡3号炉两种不同运行工况进行了燃烧与污染物排放数值模拟,将计算结果与CCD等试验测量结果进行了对比。两者之间的数据具有较强的相关性,这为燃烧诊断系统将来与燃烧控制系统的结合初步建立了基础。(3)利用支持向量机的方法对污染物排放量进行了预测,并同神经网络的计算结果进行了对比。准确、快速地预报锅炉在不同工况下的排放特性,可为电站锅炉通过燃烧调整降低污染物排放和提高锅炉效率提供有效手段。利用灰色理论关联度分析对污染物排放的各影响因素进行了分析。参照关联分析的结果可以对运行进行调节,从而为降低污染物排放的措施提供参考。(4)利用基于模糊免疫网络算法,对火焰数字图像的分类应用进行了研究。根据火焰监测设备在现场获得的火焰图像,运用数字图像处理技术提取其特征量,然后对其进行分类研究,根据火焰图像类别是否属于连续的同一类别来判断燃烧状态发生变化。通过试验证明了该方法在数字图像火焰监测应用中的有效性。
二、电站锅炉煤粉火焰安全监测及燃烧诊断方法研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电站锅炉煤粉火焰安全监测及燃烧诊断方法研究(论文提纲范文)
(1)基于特征量分析的电站锅炉燃烧状态诊断技术综述(论文提纲范文)
1 燃烧诊断技术概述 |
1.1 火焰稳定性分析技术 |
1.2 炉膛温度测量技术 |
1.3 基于特征量表征的燃烧诊断技术 |
2 基于特征量分析的燃烧诊断流程 |
3 特征量提取 |
(1)火焰图像灰度的平均值[40]: |
(2)t时间内火焰图像平均灰度的方差或标准差(标准差等于方差开方)[40]: |
(3)火焰有效区域面积[40, 42]: |
(4)高温区域面积[42]: |
(5)高温面积率[42]: |
(6)火焰锋面位置[40](或着火点位置[48]): |
(7)锋面位置差分[40]: |
(8)质心偏移距离[47]: |
(9)圆形度[48]: |
(10)着火面积[47]: |
(11)火焰传播角度[48]: |
4 算法原理与应用特性 |
4.1 Kohonen 自组织神经网络 |
4.2 反向传播神经网络 |
4.3 支持向量机算法 |
4.4 主元分析模型 |
4.5 模糊C均值聚类算法 |
5 结论与展望 |
(2)基于火检信号的炉膛火焰稳定性定量分析(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 光谱分析 |
1.2.2 频谱分析 |
1.2.3 色度分析 |
1.2.4 火焰图像 |
1.3 论文内容安排 |
第2章 煤粉燃烧调整实验数据采集系统 |
2.1 实验采集系统 |
2.2 ABB火检分析单元 |
2.3 燃烧调整实验 |
2.4 本章小结 |
第3章 聚类在判断火焰稳定性中的应用 |
3.1 聚类方法 |
3.1.1 K-Means |
3.1.2 DBSCAN |
3.1.3 BIRCH |
3.1.4 HCA |
3.2 聚类性能指标 |
3.2.1 轮廓系数 |
3.2.2 CH系数 |
3.3 不同聚类方法的比较 |
3.3.1 K-Means聚类结果及分析 |
3.3.2 DBSCAN聚类结果及分析 |
3.3.3 BIRCH聚类结果及分析 |
3.3.4 HCA聚类结果及分析 |
3.3.5 ABB火检分析单元的局限性 |
3.3.6 不同的聚类方法的轮廓系数及CH指标 |
3.4 基于层次聚类的定量指标 |
3.5 本章小节 |
第4章 基于时频分析的火检稳定性判别卷积神经网络模型 |
4.1 短时傅立叶变换 |
4.2 卷积神经网络 |
4.2.1 卷积层-提取特征 |
4.2.2 池化层-数据降维,避免过拟合 |
4.2.3 全连接层-输出结果 |
4.3 火检中间值信号的时频分析 |
4.4 时频图数据集标签的给定 |
4.5 火检稳定性判别CNN模型 |
4.6 仿真实验 |
4.6.1 训练集及测试集划分 |
4.6.2 验证k=3时识别准确率 |
4.7 本章小结 |
第5章 总结及展望 |
5.1 本文总结 |
5.2 展望 |
参考文献 |
致谢 |
(3)基于火焰光谱分析及图像处理的生物质燃烧监测研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景与研究意义 |
1.2 国内外研究现状 |
1.2.1 火焰燃烧检测技术 |
1.2.2 燃料识别技术 |
1.2.3 火焰稳定性分析 |
1.2.4 生物质燃烧状态监测 |
1.3 本文研究内容及方法 |
1.4 本文的章节结构 |
第2章 燃烧装置与实验方法 |
2.1 生物质燃料特性 |
2.1.1 生物质燃料分析 |
2.1.2 生物质燃烧方式 |
2.2 燃烧实验装置 |
2.3 燃烧实验方法 |
2.3.1 燃料准备 |
2.3.2 燃烧工况设计 |
2.3.3 燃烧数据采集 |
2.4 本章小结 |
第3章 基于光谱分析的生物质燃料识别与燃烧稳定性分析 |
3.1 生物质火焰的光谱特性分析 |
3.1.1 生物质火焰光谱的时域特性 |
3.1.2 生物质火焰光谱的频域特性 |
3.2 基于集成学习的生物质燃料识别 |
3.2.1 集成学习相关理论 |
3.2.2 SVM理论基础 |
3.2.3 决策树理论基础 |
3.2.4 基于集成学习的生物质燃料识别 |
3.3 基于光谱分析的生物质燃烧稳定性分析 |
3.3.1 单生物质燃烧稳定性分析 |
3.3.2 混合生物质燃烧稳定性分析 |
3.4 本章小结 |
第4章 基于火焰图像的燃料识别与稳定性监测 |
4.1 生物质燃烧火焰图像特性分析 |
4.1.1 生物质燃烧火焰特征参数 |
4.1.2 生物质燃烧火焰图像特性分析 |
4.2 基于深度卷积网络与火焰图像的生物质燃料识别 |
4.2.1 深度学习理论基础 |
4.2.2 基于深度卷积网络的生物质燃料识别 |
4.3 基于火焰图像的生物质燃烧稳定性分析 |
4.3.1 火焰稳定性指数 |
4.3.2 单生物质燃烧火焰稳定性监测 |
4.3.3 混合生物质燃烧火焰稳定性监测 |
4.4 本章小结 |
第5章 基于光谱分析与图像处理的生物质燃烧监测效果评价与策略优化 |
5.1 基于光谱分析与图像处理的生物质燃烧监测效果评价 |
5.1.1 基于光谱分析与图像处理的燃料识别效果评价 |
5.1.2 基于光谱分析与图像处理的稳定性监测评价 |
5.2 基于燃料识别与稳定性分析的生物质燃烧监测优化 |
5.3 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读博士学位期间发表的论文 |
攻读博士期间参加的科研工作 |
致谢 |
作者简介 |
(4)电站锅炉燃烧优化及低NOx排放控制若干问题研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 燃煤锅炉燃烧与汽水换热的模拟研究 |
1.3 SCR脱硝系统的数值模拟与优化研究 |
1.4 考虑热工系统特性的数据驱动建模研究 |
1.5 电站锅炉燃烧与SCR系统综合优化研究 |
1.6 存在的问题及困难 |
1.7 论文主要内容及结构安排 |
参考文献 |
第二章 锅炉风烟和汽水侧换热的耦合数值模拟 |
2.1 引言 |
2.2 研究对象 |
2.3 锅炉风烟过程建模 |
2.4 锅炉汽水过程建模 |
2.5 风烟和汽水模型的耦合 |
2.6 本章小结 |
参考文献 |
第三章 炉内燃烧性能与蒸汽管壁超温的联合分析 |
3.1 引言 |
3.2 锅炉热态试验 |
3.3 模拟工况及边界条件 |
3.4 模型分析及结果验证 |
3.5 SOFA风摆角对燃烧产物的影响 |
3.6 SOFA风摆角对烟温偏差的影响 |
3.7 SOFA风摆角对受热面壁温的影响 |
3.8 燃烧性能和蒸汽管壁超温的联合分析 |
3.9 不同运行模式对烟温偏差的影响 |
3.10 本章小结 |
参考文献 |
第四章 耦合SCR流动的催化剂磨损建模与优化 |
4.1 引言 |
4.2 研究对象与试验 |
4.3 数学模型及计算方法 |
4.4 数值模拟结果及分析 |
4.5 脱硝反应器优化设计 |
4.6 改造后现场流场测量 |
4.7 本章小结 |
参考文献 |
第五章 计及炉内燃烧效应的SCR喷氨均匀性优化 |
5.1 引言 |
5.2 SCR反应器喷氨系统及建模 |
5.3 基于设计条件的SCR喷氨优化 |
5.4 计及燃烧效应的SCR喷氨优化 |
5.5 本章小结 |
参考文献 |
第六章 基于数据挖掘的锅炉燃烧与SCR运行优化 |
6.1 引言 |
6.2 锅炉燃烧和SCR系统热态调整试验 |
6.3 融合单调知识的燃烧系统特性建模 |
6.4 考虑烟温偏差约束的燃烧运行优化 |
6.5 考虑催化剂性能劣化的SCR系统建模 |
6.6 炉内燃烧与SCR系统协调运行优化 |
6.7 本章小结 |
参考文献 |
第七章 结论与展望 |
7.1 本文主要工作与结论 |
7.2 本文后续研究展望 |
攻读博士学位期间主要成果情况 |
致谢 |
(5)多尺度主元分析在热力系统模式识别中的应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 复杂热力系统对象特性描述 |
1.2 模式识别及故障诊断基本理论 |
1.3 模式识别及故障诊断研究现状 |
1.4 课题的研究基础 |
1.5 论文整体概括 |
第2章 多尺度主元分析原理及方法 |
2.1 主元分析 |
2.1.1 基本理论 |
2.1.2 基本算法 |
2.1.3 基本特征 |
2.1.4 主元分析的优缺点 |
2.2 小波变换 |
2.2.1 基本理论 |
2.2.2 基本算法 |
2.2.3 基本特征 |
2.2.4 小波分析的优势 |
2.3 多尺度主元分析 |
2.3.1 基本流程 |
2.3.2 基本特点 |
2.4 本章小结 |
第3章 磨煤机运行状态识别 |
3.1 磨煤机的结构及工作原理 |
3.2 磨煤机故障分析 |
3.3 基于多尺度主元分析的故障诊断 |
3.3.1 稳态数据的选取 |
3.3.2 基于多尺度主元分析故障诊断步骤 |
3.4 实例分析 |
3.5 本章小结 |
第4章 超低负荷下电站锅炉燃烧稳定性判别 |
4.1 燃烧基本理论 |
4.1.1 燃烧的基本原理 |
4.1.2 锅炉的燃烧方式及燃烧器 |
4.1.3 稳定燃烧的优点 |
4.1.4 影响燃烧稳定的因素 |
4.1.5 超低负荷工况下锅炉燃烧问题 |
4.2 燃烧稳定性判断方法 |
4.3 实例分析 |
4.4 本章小结 |
第5章 总结与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(6)电站锅炉火焰图像采集及分析装置(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题背景 |
1.2 课题研究意义 |
1.3 现有火焰监测技术中存在的问题 |
1.4 国内外研究现状 |
1.5 论文结构与安排 |
第2章 电站锅炉火焰图像采集及分析装置总体结构 |
2.1 几种视频采集方案比较 |
2.1.1 基于DSP/BIOS的视频采集与处理装置 |
2.1.2 以AVR单片机和DSP处理器为核心的视频采集卡设计 |
2.1.3 采用DSP处理器作为视频采集和处理芯片 |
2.1.4 使用FIFO存储器为视频帧缓存的视频采集方案 |
2.2 系统总体方案 |
2.3 本章小结 |
第3章 电站锅炉火焰图像采集及分析装置的硬件结构 |
3.1 核心板的硬件结构 |
3.1.1 数字视频处理芯片TMS320DM368 |
3.1.2 以太网物理层收发器KSZ8041NL |
3.1.3 Flash闪存芯片K9F1G08U0B |
3.1.4 DDR2内存芯片MT47H64M16HR |
3.1.5 低电压检测器MIC2776 |
3.2 视频采集电路硬件结构 |
3.3 模拟信号输出电路 |
3.4 电源电路 |
3.5 其他外围电路 |
3.6 本章小结 |
第4章 软件开发环境搭建 |
4.1 交叉编译环境介绍 |
4.2 软件包安装 |
4.3 U-BOOT和LINUX的内核移植 |
4.4 本章小结 |
第5章 电站锅炉火焰图像采集及分析装置的软件架构 |
5.1 TMS320DM368启动过程分析 |
5.2 线程与进程 |
5.3 电站锅炉火焰图像采集及分析装置的主体程序设计 |
5.3.1 主线程程序分析 |
5.3.2 控制线程软件设计 |
5.3.3 视频处理线程和视频采集线程 |
5.3.4 线程调度 |
5.3.5 字符设备驱动程序 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 前景展望 |
参考文献 |
附录 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(7)电站锅炉燃烧优化控制与状态诊断的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景 |
1.1.1 电站锅炉燃烧优化的必要性 |
1.1.2 电站锅炉燃烧优化的可行性 |
1.2 电站锅炉燃烧优化研究内容 |
1.3 电站锅炉燃烧优化研究现状 |
1.3.1 基于燃烧调整试验的锅炉燃烧优化 |
1.3.2 基于数值模拟的锅炉燃烧优化 |
1.3.3 基于数据挖掘的锅炉燃烧优化 |
1.3.4 基于计算智能的锅炉燃烧优化 |
1.3.5 基于闭环反馈控制的锅炉燃烧优化 |
1.4 电站锅炉燃烧状态诊断研究现状 |
1.5 本文主要内容与结构安排 |
第2章 电站锅炉炉膛参数测量方法 |
2.1 引言 |
2.2 锅炉炉膛参数对炉膛燃烧的影响 |
2.2.1 锅炉炉膛参数对锅炉效率的影响 |
2.2.2 锅炉炉膛参数对锅炉燃烧污染物排放的影响 |
2.2.3 锅炉炉膛参数对锅炉运行寿命的影响 |
2.2.4 锅炉炉膛参数相互间的制约关系 |
2.3 电站锅炉炉膛参数测量 |
2.3.1 炉膛温度场测量 |
2.3.2 炉膛氧量测量 |
2.3.3 炉膛CO浓度测量 |
2.4 基于激光光谱的炉膛参数测量方法 |
2.4.1 TDLAS测量原理 |
2.4.2 基于TDLAS的炉膛参数测量系统 |
2.5 本章小结 |
第3章 四角切圆燃煤锅炉炉膛温度场平衡控制 |
3.1 引言 |
3.2 炉膛温度对锅炉运行的影响 |
3.2.1 炉膛温度场分布不均导致的问题 |
3.2.2 炉膛温度对氮氧化物生成的影响 |
3.3 基于模糊自整定PID的炉膛温度场平衡控制 |
3.3.1 四角切圆锅炉炉膛温度场分布不均问题 |
3.3.2 四角切圆锅炉炉膛温度场平衡控制系统 |
3.3.3 炉膛截面温度场中心的计算 |
3.3.4 炉膛温度场平衡控制修正量的计算 |
3.3.5 炉膛温度场平衡控制策略试验及仿真 |
3.4 本章小结 |
第4章 基于数据驱动案例匹配的电站锅炉燃烧优化 |
4.1 引言 |
4.2 案例推理 |
4.3 机组运行稳态工况检测 |
4.4 基于数据驱动案例匹配的电站锅炉燃烧优化系统 |
4.4.1 系统构成 |
4.4.2 案例库的建立 |
4.4.3 在线优化与案例库的维护 |
4.4.4 电站锅炉燃烧优化实例分析 |
4.5 本章小结 |
第5章 基于炉膛参数场测量的电站锅炉燃烧稳定性和经济性状态评判 |
5.1 引言 |
5.2 基于炉膛参数测量的锅炉燃烧状态模糊综合评判 |
5.2.1 模糊综合评判模型 |
5.2.2 炉膛参数测量图像处理 |
5.2.3 应用实例分析 |
5.3 基于炉膛参数测量和支持向量机的锅炉燃烧状态评判 |
5.3.1 支持向量机回归算法 |
5.3.2 基于支持向量机的锅炉燃烧状态评判系统 |
5.3.3 实例对比分析 |
5.4 本章小结 |
第6章 全文总结与展望 |
6.1 主要研究内容与结论 |
6.2 主要创新点 |
6.3 未来研究展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(8)弥散介质温度场重建的辐射反问题研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 引言 |
1.2 课题研究背景及意义 |
1.3 燃烧火焰温度场重建的辐射反问题研究现状及局限性 |
1.4 本文的主要研究内容 |
2 反问题不适定方程的求解方法研究 |
2.1 引言 |
2.2 反问题的定义 |
2.3 不适定问题的定义 |
2.4 分析不适定问题的方法—SVD分解和Picard图 |
2.5 求解不适应问题的方法 |
2.5.1 Tikhonov正则化方法 |
2.5.2 截断奇异值分解(TSVD)方法 |
2.5.3 最小二乘QR分解(LSQR)方法 |
2.5.4 阻尼最小二乘QR分解(LSQR)算法 |
2.6 正则化参数选择方法—L曲线法 |
2.7 炉膛三维温度场重建反问题重建方程的解法 |
2.7.1 系统描述及重建条件 |
2.7.2 重建结果及讨论 |
2.7.3 总结 |
2.8 炉膛三维温度场重建反问题求解方法的比较研究 |
2.8.1 系统描述 |
2.8.2 系统介质描述 |
2.8.3 系统假设温度场 |
2.8.4 重建结果与讨论 |
2.9 本章小结 |
3 弥散介质辐射传递及光学成像原理 |
3.1 引言 |
3.2 弥散介质辐射传递的Monte Carlo方法 |
3.2.1 对象网格划分及介质描述 |
3.2.2 发射位置的确定 |
3.2.3 发射方向的确定 |
3.2.4 发射能量及波长的确定 |
3.2.5 射线追踪过程 |
3.2.6 单颗粒辐射性质的计算 |
3.2.7 CO_2吸收系数的计算 |
3.2.8 算例验证 |
3.3 弥散介质燃烧火焰透镜光学成像计算 |
3.3.1 系统描述 |
3.3.2 成像计算 |
3.3.3 结果与讨论 |
3.4 本章小结 |
4 基于正向Monte Carlo方法的三维温度场重建模型和数值模拟研究 |
4.1 引言 |
4.2 可见光波段基于正向Monte Carlo方法的三维温度场重建模型 |
4.3 数值模拟算例及结果讨论 |
4.3.1 各种不同的CCD摄像机组合方式对重建温度场的影响 |
4.3.2 八个CCD摄像机的重建结果 |
4.3.3 系数矩阵误差对重建温度场的影响 |
4.3.4 测量误差和系数矩阵误差同时存在对重建温度场的影响 |
4.3.5 颗粒浓度对于重建温度场的影响 |
4.4 本章小结 |
5 基于逆向Monte Carlo方法的三维温度场重建模型和数值模拟研究 |
5.1 引言 |
5.2 基于逆向Monte Carlo方法的三维温度场快速重建模型及数值模拟研究 |
5.2.1 基于逆向Monte Carlo方法的三维温度场重建模型 |
5.2.2 数值模拟算例及结果讨论 |
5.3 逆向与正向Monte Carlo方法辐射传热计算对比研究 |
5.4 正逆向Monte Carlo方法重建温度场结果对比 |
5.4.1 系统参数 |
5.4.2 正向Monte Carlo方法重建所耗时间 |
5.4.3 逆向Monte Carlo方法重建所耗时间 |
5.4.4 重建误差对比 |
5.5 基于逆向Monte Carlo方法的二维均匀弥散介质温度场和辐射参数同时重建模型及数值模拟研究 |
5.5.1 基于逆向Monte Carlo方法的均匀介质温度场和辐射参数同时重建模型 |
5.5.2 数值模拟及讨论 |
5.6 危险废弃物回转窑二维截面温度场重建数值模拟研究 |
5.6.1 重建模型及重建方程 |
5.6.2 系统及网格划分 |
5.6.3 系统介质辐射参数设定 |
5.6.4 回转窑内假定截面温度分布 |
5.6.5 重建结果及讨论 |
5.7 本章小结 |
6 气体燃烧火焰三维烟黑的温度场和浓度场同时重建模型及实验应用研究 |
6.1 引言 |
6.2 火焰三维烟黑的温度场和浓度场分布同时重建模型 |
6.3 数值模拟研究及结果讨论 |
6.3.1 对称火焰数值模拟研究算例 |
6.3.2 非对称火焰数值模拟研究算例 |
6.4 火焰三维烟黑的温度场和浓度场分布同时重建实验应用研究 |
6.4.1 系统实验图 |
6.4.2 摄像机标定 |
6.4.3 火焰图像及处理 |
6.4.4 气体流量、网格划分及射线数量的确定 |
6.4.5 气体燃烧火焰三维烟黑温度场及浓度分布实验重建结果 |
6.5 本章小结 |
7 小型煤粉燃烧试验台火焰温度场重建试验研究 |
7.1 引言 |
7.2 小型煤粉燃烧试验台系统介绍 |
7.2.1 摄像装置 |
7.2.2 图像采集处理装置 |
7.2.3 辅助燃烧装置 |
7.2.4 煤粉燃烧装置 |
7.2.5 烟风道装置 |
7.3 模拟重建 |
7.3.1 σ=1E-5,SNR=90dB |
7.3.2 σ=1E-4,SNR=80dB |
7.3.3 σ=5E-4,SNR=66dB |
7.3.4 σ=1E-3,SNR=60dB |
7.3.5 σ=5E-3,SNR=46dB |
7.3.6 σ=1E-2,SNR=40dB |
7.3.7 σ=2E-2,SNR=34dB |
7.4 试验重建结果及讨论 |
7.5 本章小结 |
8 大型燃煤电站锅炉炉膛截面温度场和三维温度场重建试验研究 |
8.1 引言 |
8.2 大型燃煤电站锅炉炉膛截面温度场重建试验研究 |
8.2.1 重建系统描述 |
8.2.2 火焰图像系统描述 |
8.2.3 炉膛介质浓度及辐射参数分布设定 |
8.2.4 模拟重建结果及讨论 |
8.2.5 试验火焰重建结果及讨论 |
8.3 大型燃煤电站锅炉炉膛三维温度场重建试验研究 |
8.3.1 网格划分及计算参数 |
8.3.2 炉膛介质浓度及辐射参数分布设定 |
8.3.3 系数矩阵计算及数值模拟研究 |
8.3.4 试验重建结果及讨论 |
8.4 本章小结 |
9 太赫兹波段火焰碳黑的光学特性研究 |
9.1 引言 |
9.2 研究现状与意义 |
9.3 实验部分 |
9.3.1 实验样品及制备 |
9.3.2 实验装置 |
9.4 数据处理方法 |
9.5 结果与讨论 |
9.5.1 蜡烛火焰碳黑在太赫兹波段的光学特性 |
9.5.2 三种气体火焰碳黑在太赫兹波段的光学特性 |
9.6 本章小结 |
10 全文总结及工作展望 |
10.1 引言 |
10.2 本文主要结论 |
10.3 本文的主要创新点 |
10.4 下一步工作展望 |
参考文献 |
作者简历 |
(9)基于视觉融合的监控机理及其在锅炉燃烧中的应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 燃煤电厂锅炉控制系统综述 |
1.1.1 火力发电技术 |
1.1.2 燃煤发电的建设和发展 |
1.1.3 电厂锅炉控制系统现状 |
1.2 视频图像及其应用现状 |
1.3 电站锅炉炉膛火焰的研究 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 电厂仿真技术研究现状 |
1.4 电厂控制系统现状及其存在问题 |
1.5 本文研究目标、内容、来源及其意义 |
1.5.1 研究目标 |
1.5.2 研究内容 |
1.5.3 研究来源 |
1.5.4 研究意义 |
1.6 本文的主要创新点 |
第2章 炉膛火焰图像采集及预处理技术研究 |
2.1 引言 |
2.2 炉膛火焰图像采集技术 |
2.2.1 成像技术简介 |
2.2.2 炉膛火焰图像采集系统 |
2.3 炉膛火焰图像预处理技术 |
2.3.1 数字图像处理技术 |
2.3.2 炉膛火焰图像预处理技术 |
2.4 炉膛火焰图像信息研究 |
2.5 本章小结 |
第3章 电厂煤粉锅炉燃烧火焰的特征参数研究 |
3.1 引言 |
3.2 炉膛火焰温度与煤粉特性 |
3.3 炉膛火焰图像的灰度特征 |
3.4 炉膛火焰的温度测量技术 |
3.4.1 基于燃烧反应热力学的燃烧热分析 |
3.4.2 基于黑体及其辐射理论的炉膛火焰温度计算 |
3.4.3 基于高温热电偶的温度计算 |
3.4.4 基于色/亮温度理论的温度计算 |
3.4.5 基于三色法的温度场计算和再现 |
3.4.6 炉膛温度测量技术比较 |
3.5 炉膛火焰图像的温度场测量技术 |
3.5.1 三基色辐射测量模型的建立 |
3.5.2 发射率模型的确定 |
3.5.3 火焰温度场的简化算法 |
3.5.4 火焰温度的修正 |
3.5.5 温度场分布 |
3.5.6 伪彩色处理 |
3.6 炉膛火焰图像的燃烧特征 |
3.6.1 炉膛火焰图像的燃烧特征区域分析 |
3.6.2 炉膛火焰图像的边缘特征 |
3.6.3 炉膛火焰图像的特征分析 |
3.6.4 炉膛火焰图像的燃烧特征 |
3.7 本章小结 |
第4章 基于炉膛火焰图像的诊断技术研究 |
4.1 引言 |
4.2 炉膛火焰特征区域 |
4.2.1 炉膛火焰边缘特征研究 |
4.2.2 火焰特征区划分 |
4.3 基于炉膛火焰图像特征的诊断技术 |
4.3.1 特征区判据 |
4.3.2 平均温度判据 |
4.3.3 平均亮度判据 |
4.3.4 高温面积率判据 |
4.3.5 高温圆度判据 |
4.3.6 高温区质心偏移距离判据 |
4.3.7 其他特征 |
4.4 火焰图像特征融合分析及关联度研究 |
4.5 本章小结 |
第5章 基于炉膛火焰图像的控制算法及策略研究 |
5.1 引言 |
5.2 炉膛火焰燃烧控制策略 |
5.2.1 控制对象模型分析 |
5.2.2 控制策略要求 |
5.2.3 控制方案 |
5.2.4 基于学习功能的炉膛火焰检测与监控方法 |
5.2.5 基于 Kohonen 神经网络的实时燃烧特征向量诊断方法 |
5.2.6 控制策略实现 |
5.3 本章小结 |
第6章 基于视频信息的电厂锅炉 DCS 系统研制 |
6.1 视频监控系统简介 |
6.2 具有视频图像的 DCS 架构设计 |
6.3 多种网络及总线下的图像传送实时性分析 |
6.3.1 多种网络及总线分析 |
6.3.2 实时性与图像压缩研究 |
6.3.3 硬件压缩技术 |
6.4 基于图像数字信号处理的电厂测控基站研制 |
6.5 基于MMS/SMS 数据格式 |
6.6 本章小结 |
第7章 炉膛火焰图像信息处理平台的研发 |
7.1 引言 |
7.2 炉膛火焰图像信息平台常规功能设计 |
7.3 炉膛火焰图像信息平台图像处理功能设计 |
7.3.1 基本图像变换 |
7.3.2 颜色处理 |
7.3.3 基本图像处理 |
7.3.4 火焰图像处理 |
7.3.5 信息平台的新增功能 |
7.3.6 离线实验研究 |
7.4 本章小结 |
第8章 总结与展望 |
8.1 研究总结 |
8.2 未来研究展望 |
参考文献 |
攻读博士学位期间完成的相关研究工作 |
1、发表的学术论文 |
2、完成的科研项目 |
3、出版的专业手册 |
致谢 |
(10)基于数字图像处理技术的锅炉火焰检测与污染物排放特性研究(论文提纲范文)
摘要 |
Abstract |
目录 |
第一章 绪论 |
1.1 课题背景 |
1.2 温度场测量与燃烧稳定性监测 |
1.2.1 温度场测量方法 |
1.2.2 燃烧稳定性监测 |
1.2.3 基于图像的火焰检测技术 |
1.2.4 基于图像处理的火焰检测技术的发展现状 |
1.3 污染物生成量的诊断 |
1.4 本文的研究内容 |
第二章 火焰测量系统组成及其测温原理 |
2.1 引言 |
2.2 测温原理 |
2.2.1 单色温度测量方法 |
2.2.2 双色法测温原理 |
2.3 火焰监测系统组成 |
2.3.1 传像装置 |
2.3.2 光学系统 |
2.3.3 CCD相机 |
2.3.4 图像采集卡 |
2.4 辐射图像的数字化 |
2.5 系统的标定 |
2.6 本章小结 |
第三章 火焰温度场测量及污染物排放关联性的实验研究 |
3.1 引言 |
3.2 煤燃烧过程的污染物生成机理 |
3.2.1 氮氧化物生成机理 |
3.2.2 硫氧化物的生成机理 |
3.3 利用 CCD炉膛温度场测量及污染物排放试验研究 |
3.3.1 300MW对冲燃煤锅炉及测量系统简介 |
3.3.2 试验结果与分析 |
3.4 本章小结 |
第四章 燃烧模型数值模拟与实测比较研究 |
4.1 引言 |
4.2 炉内燃烧过程数学模型 |
4.2.1 气相湍流流动模型 |
4.2.2 气固两相流动模型 |
4.2.3 辐射换热模型 |
4.2.4 煤粉燃烧模型 |
4.2.5 燃烧过程氮氧化物生成模拟 |
4.2.6 本文所采用的模型 |
4.3 300MW机组锅炉炉内过程数值模拟 |
4.3.1 模拟对象 |
4.3.2 计算结果 |
4.3.3 计算与测量结果比较与分析 |
4.4 小结 |
第五章 电站锅炉污染物排放预测方法及其关联研究 |
5.1 引言 |
5.2 小样本学习理论与支持向量机 |
5.3 燃煤锅炉污染物排放预测研究 |
5.3.1 通过试验建立变量表 |
5.3.2 基于 SVM污染物排放量的预测研究 |
5.4 污染物排放影响因素灰色理论关联度分析 |
5.5 本章小结 |
第六章 模糊免疫网络算法在火焰监测中的应用研究 |
6.1 引言 |
6.2 数字图像的矩阵表示及基本图像类型 |
6.3 火焰图像处理与特征提取 |
6.3.1 图像噪音处理 |
6.3.2 火焰特征提取 |
6.4 模糊免疫网络算法 |
6.4.1 免疫网络算法 |
6.4.2 模糊聚类算法 |
6.5 应用研究 |
6.6 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 未来工作展望 |
参考文献 |
攻读博士学位期间发表论文 |
项目支持 |
致谢 |
四、电站锅炉煤粉火焰安全监测及燃烧诊断方法研究(论文参考文献)
- [1]基于特征量分析的电站锅炉燃烧状态诊断技术综述[J]. 王锡辉,王志鹏,陈厚涛,朱晓星,刘武林,寻新. 科学技术与工程, 2021(17)
- [2]基于火检信号的炉膛火焰稳定性定量分析[D]. 覃寰. 华北电力大学(北京), 2021(01)
- [3]基于火焰光谱分析及图像处理的生物质燃烧监测研究[D]. 葛红. 华北电力大学(北京), 2020(06)
- [4]电站锅炉燃烧优化及低NOx排放控制若干问题研究[D]. 喻聪. 东南大学, 2019(05)
- [5]多尺度主元分析在热力系统模式识别中的应用研究[D]. 李晓杰. 华北电力大学, 2019(01)
- [6]电站锅炉火焰图像采集及分析装置[D]. 张皓. 华北电力大学(北京), 2018(05)
- [7]电站锅炉燃烧优化控制与状态诊断的研究[D]. 刘千. 华北电力大学(北京), 2016(01)
- [8]弥散介质温度场重建的辐射反问题研究[D]. 刘冬. 浙江大学, 2010(07)
- [9]基于视觉融合的监控机理及其在锅炉燃烧中的应用研究[D]. 陈荣保. 上海大学, 2010(01)
- [10]基于数字图像处理技术的锅炉火焰检测与污染物排放特性研究[D]. 郭建民. 中国科学院研究生院(工程热物理研究所), 2006(04)