氧化鋁回轉(zhuǎn)窯火焰圖像識別、檢索與聚類研究.pdf

1、氧化鋁回轉(zhuǎn)窯燒結(jié)過程復(fù)雜、能耗高、信息化水平較低，研究新型的燒結(jié)技術(shù)和過程信息化技術(shù)，是提高氧化鋁工業(yè)自動化水平、節(jié)約能耗和延長窯壽命的重要途徑。 本文在國家自然科學(xué)基金的資助下，以氧化鋁回轉(zhuǎn)窯及其火焰圖像為研究對象，以回轉(zhuǎn)窯節(jié)能和信息化為主要目標(biāo)，對回轉(zhuǎn)窯窯外燒結(jié)工藝與相關(guān)仿真進(jìn)行較深入研究，然后在對回轉(zhuǎn)窯火焰圖像進(jìn)行分析和實驗研究的基礎(chǔ)上，提取火焰圖像的多種特征值，并基于神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行火焰圖像識別，最后，對火焰圖像的檢索和

2、聚類挖掘進(jìn)行較深入研究和探討。論文主要結(jié)果如下： (1)引入一種新型的回轉(zhuǎn)窯外干燥燒結(jié)工藝，重點介紹了工藝流程和設(shè)備流程。對工藝中關(guān)鍵設(shè)備干燥塔建立3D數(shù)學(xué)模型，利用Fluent進(jìn)行數(shù)值仿真計算，結(jié)果表明干燥塔內(nèi)部溫度和速度分布較合理，霧滴的干燥速度較快。 (2)開發(fā)了一種基于多區(qū)域多閥值的火焰圖像分割算法，與常用單閥值及FCM分割算法比較，結(jié)果表明該算法同時具備單閥值分割的處理速度和FCM分割的效果。對分割后的火焰圖像

3、，提取得到一系列的火焰圖像的特征：5個基于火焰和物料的一般特征、1個火焰形狀的描述算子、4個紋理特征和5個分形維度的特征。在此基礎(chǔ)上，設(shè)計火焰圖像數(shù)據(jù)庫，利用采集得到的火焰圖像完成火焰圖像數(shù)據(jù)庫的建設(shè)。 (3)以紋理、分形維度和火焰物料特征為輸入量，應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)實現(xiàn)火焰圖像的識別。設(shè)計神經(jīng)網(wǎng)絡(luò)圖像識別器的結(jié)構(gòu)，根據(jù)專家經(jīng)驗選擇實際生產(chǎn)中火焰圖像作為訓(xùn)練和測試樣本，通過圖象識別試驗，確定最佳回轉(zhuǎn)窯火焰圖像神經(jīng)網(wǎng)絡(luò)識別器的結(jié)構(gòu)。

4、試驗結(jié)果發(fā)現(xiàn)火焰圖像識別率最高可達(dá)到92％，基本能夠滿足生產(chǎn)需要。 (4)設(shè)計了一種基于圖像識別和模式分類的實時二次仿真方法。即通過建立Fluent仿真結(jié)果數(shù)據(jù)庫，采用模式聚類的方法根據(jù)所采集的火焰圖像及相關(guān)生產(chǎn)參數(shù)來判斷實際工況，再建立仿真結(jié)果與工況的數(shù)學(xué)模型，并計算此時的仿真結(jié)果。以回轉(zhuǎn)窯溫度分布場為對象，進(jìn)行二次仿真試驗，通過與Fluent仿真結(jié)果進(jìn)行對比，結(jié)果表明該方法能夠在很短時間內(nèi)得到仿真結(jié)果，同時又具有較高精度。

5、 (5)提出了一種基于內(nèi)容的回轉(zhuǎn)窯火焰圖像檢索模型。通過對火焰圖像的底層特征進(jìn)行相似度計算，返回一系列檢索結(jié)果；同時，提出回轉(zhuǎn)窯火焰圖像的語義模型，實現(xiàn)火焰圖像語義提取和語義檢索方法。檢索實驗表明所提取的語義模型基本符合回轉(zhuǎn)窯的實際，應(yīng)用語義檢索基本上能夠查詢得到一系列滿足語義條件的火焰圖像集。 (6)研究了一種基于灰關(guān)聯(lián)度的聚類算法：Gry-k-Means算法。分析了火焰圖像各屬性的灰關(guān)聯(lián)度，并將它們轉(zhuǎn)化成屬性的權(quán)值，再