基于图像对抗卷积自编码的燃烧稳定性定量监测

燃烧稳定性的准确监测对于优化燃烧状态具有重要意义。传统燃烧稳定性监测方法不仅高度依赖先验专家知识,而且难以实现定量评估。为了克服这些局限性,该文提出一种新的燃烧稳定性定量评价方法。该方法建立一种对抗卷积自编码(adversarial convolutional autoencoder,ACAE)提取火焰图像的深层特征,并利用一种定量评价指标进行特征分析。其中,ACAE采用一种新型对抗机制来提高训练效率,从而增强特征学习能力;定量评价指标的数值区间为[0,1],且当评价指标低于0.5时,燃烧状态稳定。通过乙烯燃烧实验测试了稳定性监测方法的可行性。结果表明,由ACAE提取的深层图像特征能够用于定量估计燃烧稳定性。此外,该监测方法具有较强的泛化性能,能够准确识别训练数据集范围以外的火焰图像。