基于图像技术和PCA方法的火焰监测研究

从火焰图像提取了能够反映火焰燃烧状态的7个特征量:火焰亮度、高温区域亮度、火焰面积、高温区域面积、高温面积率、火焰质心偏移距离和火焰区域的圆形度。然后,基于主元分析技术,提出一种对燃烧火焰的稳定性进行了监视和诊断的方法,采用HotellingT2和SPE两个统计量对每一时刻的图像数据向量进行监测,检验是否超过各自的控制限,只要这2个统计量之一越限,则可判定燃烧出现异常,并且将结果以SPE图、HotelliingT2图和主元图的形式直观地表示出来。

基于支持向量机的火焰状态识别方法

电站锅炉燃烧稳定性的定量判别一直是一个难题。作者首先对火焰图像进行特征提取,提取出火焰亮度、火焰高温亮度、火焰面积、火焰高温面积、火焰高温面积率、质心偏移距离和圆形度等7个特征量。然后分别对这个特征空间和原始图像数据使用支持向量机对其进行识别分类,结果表明:两种数据结果相同,能够正确识别燃烧火焰状态,证明特征量的提取是成功的;支持向量机方法用于燃烧火焰的分类识别是可行的。