鍋爐火焰檢測算法研究.pdf

1、隨著我國工業(yè)的迅猛發(fā)展，電力等大型企業(yè)中用到的鍋爐的爐膛安全成為越來越備受大家重視的問題。當鍋爐內由于燃燒不穩(wěn)定或操作不當等原因導致全部或部分煤粉燃燒器熄火時，如果繼續(xù)向燃燒器供煤粉，將會因為煤粉在爐膛內的堆積而導致爆燃現象發(fā)生，嚴重威脅爐膛設備的安全和壽命。因此，鍋爐設備的安全運行，關乎巨大的財產和生命安全，是各個相關企業(yè)極其關注的問題。目前我國電力行業(yè)的主力機組等大型設備的鍋爐基本上都采用四角切圓煤粉燃燒方式，所以不僅需檢測全爐膛火

2、焰，還需檢測單個燃燒器燃燒情況。 本文在基于數字圖像處理的鍋爐火焰檢測方法基礎上，分析了已有的典型鍋爐火焰檢測算法，用南昌國電龍源燃燒測控技術有限公司提供的鍋爐煤粉燃燒器燃燒火焰資料進行了試驗，以實際數據得出現有算法的優(yōu)點與不足。然后提出了幀差法，將其對煤粉燃燒器火焰圖像和燃油燃燒器火焰圖像進行試驗，發(fā)現這一算法實現較簡單，而且適用于檢測煤粉和油兩種燃燒器火焰狀態(tài)；其次分析了聚類的相關理論，提出了基于模糊C均值聚類的火焰檢測算法

3、，用煤粉燃燒火焰資料對該火檢算法進行了試驗，結果證明該算法簡單易行，能有效地檢測出煤粉燃燒器火焰燃燒狀態(tài)；最后在簡單介紹BP神經網絡理論后，提出了基于神經網絡的鍋爐火焰檢測算法，詳細講解了算法原理后，給出了神經網絡的詳細訓練過程及代碼，用已有的火焰資料對該算法進行了試驗，結果表明基于神經網絡的鍋爐火焰檢測算法非常準確，能有效檢測煤粉燃燒器火焰燃燒狀態(tài)。 簡單介紹了本人所參與的項目基于DSP的鍋爐火焰檢測系統(tǒng)的硬件系統(tǒng)原理，講述整