基于图像处理的燃气锅炉燃烧状态检测研究

摘要

天然气作为一种环保、清洁且运输成本较小的燃料,目前广泛应用于各地区的集中供暖.在供暖设备运行过程中,需要对燃气锅炉内部的燃烧状态进行监控,动态地调整入氧量和天然气用量,以保证设备的正常运行,从而提高生产的效率和系统的稳定性.为了对燃气锅炉进行有效监控,基于电荷耦合器件(CCD)相机拍摄的燃气锅炉火焰进行图像预处理和特征提取.针对火焰光照不均匀的现象,提出基于HSV空间S分量的阈值分割法对图像分割进行优化,然后通过提取火焰图像特征参数建立数据集.由于火焰图像的单调性,火焰特征表达较为局限,因此提出使用梯度提升决策树(GBDT)和逻辑回归(LR)的组合模型对火焰特征进行自动特征交叉,以增强特征的表达能力.最后,进行燃烧状态检测的三分类任务,准确率达到93％.试验证明,与SVM、DNN相比,GBDT+LR在各项指标上都能够取得更好的效果,且更加稳定.