CN102798294B - 一种管式工业炉炉管温度实时监测及安全预警装置 - Google Patents

Abstract

本发明公开了一种管式工业炉炉管温度实时监测及安全预警装置，包括有探测设备、电气控制设备、气源控制柜及计算机处理与控制四个部分，根据炉管红外辐射特性，经过适于比色测温的光学成像系统获取炉管红外辐射图像，采用数字图像处理、模式识别与计算机视觉测量等技术对红外辐射图像分析处理，利用比色测温技术实时获取炉管表面温度的分布状态，实现超温报警，利用数据库分析炉管在整个运行周期内历史数据获取炉管温度场分布变化趋势，为加热炉效能的评测及炉管残余使用寿命的预测提供直观、有效的依据。本发明为工业炉燃烧优化控制提供了关键参数，对保障安全生产，提高生产效能具有重要意义。

Description

一种管式工业炉炉管温度实时监测及安全预警装置

技术领域

本发明涉及石油化工行业的管式工业炉领域，具体涉及一种管式工业炉炉管温度实时监测及安全预警装置。

背景技术

管式工业炉是石油化工生产中的主要设备之一，在石油炼制和石油化工生产中得到广泛应用。然而，由于所处理的物料易燃易爆，加上明火作业，危险性很大，一向是石油化工企业生产过程中防火防爆的重点部位。加热炉常采用管式加热炉，低温物料经对流室炉管和辐射室炉管，在炉膛内吸热升温，出加热炉时达到所需的工艺要求；管式加热炉也可以作为反应器使用，如烃类裂解反应器等等。所以石油化工工业的加热炉炉管的温度安全是保障加热炉安全的重中之重。

石油化工生产的加热炉操作温度较高，物料黏度又较大。如果物料在炉管中流量较低，停留时间过长，炉管壁温过高，极易在炉管内结焦。结焦一方面使炉管导热不良，引起局部过热，管壁温度升高，严重时导致炉管烧穿，介质大量泄漏，引起燃烧爆炸事故；另一方面使炉管内径变小，阻力增大，引起进料压力增加，不仅直接影响生产效率，同样会引发火灾爆炸事故。

因此，生产过程中实时获取“炉管温度”和物料“停留时间”，构建并控制好“炉管温度”/“停留时间”间的相关函数关系是延长结焦时间、提高生产效率、确保安全生产的关键技术措施。对物料“停留时间”可以通过流速（或流量）计简单获得，但如何获取炉管内“物料温度”则是一项巨大难题。就目前的技术水平还不可能实现对炉管内的物料进行温度测定，最有效的方法是通过对炉管表面温度的测定，来间接反映物料温度。

目前，对加热炉炉管的温度监测，还是依靠工作人员定时通过观测孔用测温枪对着炉管进行测定，由此存在以下几个问题：(1) 被测量点（区域）数量有限，不能全面反应炉管温度的实际分布，致使难以掌控全炉膛炉管的实际情况，燃烧控制也很难达到最佳效果；(2) 一旦在人工检测盲区发生由于炉管扑火、内部结焦等引起的局部严重超温，并不能及时发现，致使存在极大的安全隐患，情况严重时甚至会烧通炉管，导致炉内失火，危及工作人员的生命及财产安全；(3) 不能实现对各炉管的运行温度历史进行全面而准确记录和分析，所以，对炉管的残余使用寿命也难以进行预测。

因此，针对炉管温度安全，迫切需求一种科学有效的实时监测及预警技术。本发明采用基于比色测温原理的炉管表面温度全视场监测技术，实时获取炉管表面温度分布信息；并长期连续全面记录各炉管温度信息；获得的炉管表面温度分布数据可与燃烧优化控制系统接口，为加热炉的优化控制提供基础数据。该发明的应用将改变现行的“以点带面”的传统检测方法，大大拓展了炉管检测范围并可长期连续监测，为提高加热炉运行效能及安全提供了有效基础数据。

发明内容

本发明解决了管式工业炉炉管表面温度实时监测及安全预警的技术难题，提供一种有效的炉管表面温度监测及安全预警的装置，为该类工业炉燃烧优化控制提供关键参数，对保障安全生产，提高生产效能均具有重要意义。

本发明采用的技术方案是：

管式工业炉炉管温度实时监测及安全预警装置，其特征在于：主要包括有探测设备、电气控制设备、气源控制柜及计算机处理与控制设备四个部分，所述的探测设备包括有高温监测探头、气动推进装置，高温监测探头包括有红外光学成像系统、比色调制、CCD成像系统，高温监测探头的外侧设有冷却保护装置并置于气动推进装置上，高温监测探头内置有温度传感器，电气控制设备包括有数字控制器、状态显示模块、信号发射机及电源，所述的气源控制柜内包括有储气罐和压力开关，储气罐一端与现场气源连接并设有压力传感器，另一端与气动推进装置的电磁阀相连，通过压力开关设定压力大小，所述的计算机处理与控制设备包括有信号接收机、计算机，计算机内部安装有数字信号处理系统、控制模块、比色测温模块，信号接收机通过电缆连接计算机，计算机外接报警系统，所述的红外光学成像系统、比色调制、CCD成像系统、数字控制器依次连接，数字控制器与状态显示模块、信号发射机、压力开关控制连接；所述的红外光学成像系统、比色调制、CCD成像系统、信号发射机、信号接收机及计算机依次连接，气动推进装置把高温监测探头推入炉管内，高温物体红外热辐射经红外光学成像系统、比色调制后由CCD获取两幅高温物体红外图像，经信号发射机通过光纤发送、信号接收机接收后由数字信号处理模块、比色测温模块处理后输出温度分布信息，并送显示器实时或伪彩显示，计算机控制模块通过串口发送控制信号，由信号接收机通过光纤传输至信号发射机，信号发射机将控制信号传输至数字控制器，通过数字控制器控制比色调制及高温监测探头的进退，温度传感器、压力传感器的信号输出端与数字控制器连接，数字控制器与气动推进装置连接，由数字控制器设定超温、低压阈值，温度高于设定阈值或压力低于设定阈值，通过数字控制器退出探头并送状态显示模块显示，电源为数字控制器、状态显示模块、信号发射机供电，所述的计算机处理与控制设备位于控制室内。

电气控制设备置于IIB防爆控制柜内。

所述的耐高温红外探头的外侧设有的冷却保护装置采用三路气体冷却保护装置。

本发明的工作原理是：

高温炉管红外辐射经红外光学成像系统及比色调制后的红外图像由光电传感器传输至数字控制器；气动推进装置受现场电气控制设备中数字控制器的控制，可以在超温或低压时将探头从炉膛自动退出，冷却后自动推进炉膛，保护探头长期连续工作；信号发射机将图像信号转换为光信号发射并由光缆传输至信号接收机接收后通过信号接收机传输至计算机，计算机对获取的红外图像分析处理，经背景补偿和比色测温算法精确获取炉管表面温度场分布信息并发送控制指令给报警系统和数字控制器。如果炉膛内出现超温现象，报警系统报警；如果温度传感器信号超出设定阈值，数字控制器发送指令至气动传动装置，探测设备从炉膛自动退出，状态显示器显示超温、停气、电源等的状态以及报警状态。

本发明的有益效果在于：

本发明能快速、准确地实现对炉管温度分布实时监测、超限报警及历史数据可视化分析等功能。

1）测温范围大：现有技术局限于某点温度的测量，而本发明测量的是视场范围内的温度场信息、面温度；

2）测温精度高：本发明采用比色测温技术，该技术可较好的消除环境及发射率的影响，有效的提高了测温精度，而目前的测温枪点测温度具有很大的偶然性；

3）长期连续性测温：现有技术设备无法对炉管温度进行长期连续实时监测，不能对炉管运行温度历史全面、准确记录，而本发明能实现对各炉管的运行温度历史进行全面而准确记录和分析。

附图说明

图1问本发明的系统结构功能框图。

图2本发明的辐射光学成像示意图。

图3本发明的图像的二位直方图定义域。

图4为管式工业炉炉管原始图像。

图5为管式工业炉炉管数字图像处理后的图像。

图6为管式工业炉炉管表面温度场伪彩显示图。

具体实施方式

下面结合实施例和附图对本发明作进一步说明。

如图1所示，管式工业炉炉管温度实时监测及安全预警装置，主要包括有探测设备1、电气控制设备2、气源控制柜3及计算机处理与控制设备4四个部分，探测设备1包括有高温监测探头、气动推进装置17，高温监测探头包括有红外光学成像系统5、比色调制6、CCD成像系统7，高温监测探头的外侧设有冷却保护装置并置于气动推进装置17上，高温监测探头内置有温度传感器，电气控制设备包括有由数字控制器8、状态显示模块9、信号发射机10及电源11，气源控制柜内包括有储气罐12和压力开关13，储气罐12一端与现场气源连接并设有压力传感器，另一端与气动推进装置17的电磁阀相连，通过压力开关13设定压力大小，计算机处理与控制设备包括有信号接收机14、计算机15，计算机15内部安装有数字信号处理模块、控制模块、比色测温模块，信号接收机14通过电缆连接计算机15，计算机15外接报警系统16，红外光学成像系统5、比色调制6、CCD成像系统7、数字控制器8依次连接，数字控制器8与状态显示模块9、信号发射机10、压力开关13控制连接，温度传感器、压力传感器的信号输出端与数字控制器8连接，电源11为数字控制器8、状态显示屏9、信号发射机10供电，计算机处理与控制设备4位于控制室内；温度传感器、压力传感器分别把温度、气源信号传输至数字控制器8，数字控制器8把温度信号以及电源、气源信号传输至状态显示模块9显示，状态显示模块9中设有超温阈值；气动推进装置17把高温监测探头推入炉管内，高温监测探头探测到的红外图像由数字控制器8控制信号发射机10将图像信号转化为光信号后通过光纤传输，并由信号接收机14接收后还原为图像信号接入计算机15，经计算机15分析、处理后通过用户接口接入用户界面18并把处理后的信号反馈传输至数字控制器8，数字控制器8再发送相应的控制指令。

电气控制设备2置于IIB防爆控制柜内。

耐高温红外探头的外侧设有的冷却保护装置采用三路气体冷却保护装置。

将本发明装置的探测设备1前端安装连接板与管式工业炉炉壁固定，通过观察孔将高温监测探头深入到炉内，连接好气源控制柜与气动推进装置17，将电气控制设备与高温监测探头、气动推进装置17和气源控制柜3的控制与信号线连接。

电气调试：通过电气控制设备2中的状态显示模块9上的就地/远程转换开关调试气动推进装置17，设定储气罐12的压力使高温监测探头能自由推进和退出炉膛；控制调试：利用计算机串口调试电气控制设备2的数字控制器，设置红外光学成像系统的参数，发送和接收控制指令；光学调试，利用光路中的机械调整机构调节光路，并配合红外光学成像系统参数调整获取最佳红外图像。

系统调试完成后固定各调整机构，系统通电运行，启动系统控制与处理程序，设定图像采集频率，设定超低温报警阈值，计算机通过采集卡自动获取并数字化每副图像，在后台利用数字图像处理算法及比色测温算法对获取的图像进行处理，提取温度场信息，并将其在状态显示屏上自动显示，根据设定的超低温阈值对温度异常部位及时报警显示。

连续长期自动运行本发明设备，并将炉管运行历史温度信息存入数据库。

比色测温法又称为双波段测温法或双色温度法，是根据热辐射物体在两个波长下的光谱辐射亮度之比与温度之间的函数关系来测量温度的方法。比色测温法是非接触测温，该技术采用双色信号对比的办法可较好地消除环境及发射率的影响，有效地提高了测温精度，比色测温法受被测物体比辐射率的影响小, 针对被测物体的辐射特性，合理的选择两个工作波段可以大大减小因被测物体比辐射率变化而引起的测量误差。由于比色温度要比亮度温度和辐射温度更接近于这类物体的真实温度，因此比色测温法应用较为广泛。

设温度为T_c的黑体在波长λ₁和λ₂下的光谱辐射亮度为L_b(λ₁，T_c)和L_b(λ₂，T_c)，令B_b＝L_b(λ₁，T_c)dλ/L_b(λ₂，T_c)dλ为两光谱辐射亮度之比，利用维恩公式可得黑体的比色测温公式：

$\frac{1}{T_c}=\frac{\ln B_b?5\ln {\mathrm{\λ}}_2/{\mathrm{\λ}}_1}{c_2({\mathrm{\λ}}_2^{?1}?{\mathrm{\λ}}_1^{?1})}---\left(1\right)$

一般的测温对象都不是黑体，利用非黑体的维恩公式可得出非黑体的光谱辐射亮度之比与其温度之间的关系式：

$\frac{1}{T}=\frac{\ln B?\ln [\mathrm{\ϵ}({\mathrm{\λ}}_1,T)/\mathrm{\ϵ}({\mathrm{\λ}}_2,T)]?5\ln {\mathrm{\λ}}_2/{\mathrm{\λ}}_1}{c_2({\mathrm{\λ}}_2^{?1}?{\mathrm{\λ}}_1^{?1})}---\left(2\right)$

上式中：B＝L(λ₁，T)dλ/L(λ₂，T)dλ是温度为T的非黑体在波长λ₁和λ₂下的光谱辐射亮度之比，ε(λ₁，T)和ε(λ₂，T)是温度为T的非黑体在波长λ₁和λ₂下的比辐射率。按定义，黑体的ε(λ，T)＝1，灰体的ε(λ₁，T)＝ε(λ₂，T)＝ε(T)，因此对于灰体可简化为式(1)进行计算。

用比色法测温度时，只有当实际物体是黑体或灰体时所测得的温度才是实际物体的真实温度。若实际物体不是黑体或灰体，那么比色法测得的并不是实际物体的真实温度，而是所谓的比色温度T_c，原因在于被测对象的比辐射率无法确定。

当ε(λ₁，T)＝ε(λ₂，T)＝ε(T)时，实际物体为“灰体”，即它在某一光谱范围内的比辐射率与波长无关。灰体的比色温度等于它的真实温度，即T_c＝T。

比色测温的辐射光学成像系统如图2所示，由于存在光学成像系统和光电转换器件，因此对于采集的光谱辐射图像必须考虑光学成像系统和光电转换器件参数的影响。

由图1可知：若被测炉内工件表面的温度场分布为T(r，θ),由照度与距离平方反比定律，照度与相对孔径平方正比定律等关系可得其辐射光通过成像系统在CCD面上的光谱辐射照度为

$E(T(r^{\′},{\mathrm{\θ}}^{\′}),\mathrm{\λ})=\frac{\mathrm{\ϵ}(T(r,\mathrm{\θ}),\mathrm{\λ})·\mathrm{\π}L(T(r,\mathrm{\θ}),\mathrm{\λ})}{F^2{l}^2}·\mathrm{\ξ}·H·\mathrm{\τ}(\mathrm{\λ})·\mathrm{\γ}(\mathrm{\λ})---\left(3\right)$

式中，(r，θ)为被测炉内工件表面各点的位置坐标，(r′，θ′)为(r，θ)在CCD光敏面上图像对应点的坐标，ε(T(r，θ)，λ)为炉内工件的比辐射率，F为透镜的光圈系数，τ(λ)为透镜的光谱透过率，l为成像距离，ξ为透镜的杂光系数，H为渐晕系数，γ(λ)为滤光片的透过率。

光谱辐照度E(T(r′，θ′)，λ)先经由CCD的光电转换后成为电荷量信号，然后由CCD的驱动电路转换成标准视频信号，最后由图像采集卡转换成灰度图像:

$N(T(r,\mathrm{\θ}),\mathrm{\λ})=k_0·\mathrm{\η}(\mathrm{\λ})·E(T(r^{\′},{\mathrm{\θ}}^{\′}),\mathrm{\λ})·t$

$=k_0·\frac{\mathrm{\ϵ}(\mathrm{\λ})·\mathrm{\π}L(T(r,\mathrm{\θ}),\mathrm{\λ})}{F^2{l}^2}·\mathrm{\ξ}·H·\mathrm{\τ}(\mathrm{\λ})·\mathrm{\γ}(\mathrm{\λ})·\mathrm{\η}(\mathrm{\λ})·t---\left(4\right)$

式中，k₀为图像A/ D转换系数，η(λ)为CCD的光谱响应，t为曝光时间。

所以，对于在波长λ₁，λ₂下采集到的图像灰度N(T(r，θ)，λ₁)和N(T(r，θ)，λ₂)，其图像灰度的比值为

$R(T(r,\mathrm{\θ}),{\mathrm{\λ}}_1,{\mathrm{\λ}}_2)=\frac{N(T(r,\mathrm{\θ}),{\mathrm{\λ}}_1)}{N(T(r,\mathrm{\θ}),{\mathrm{\λ}}_2)}$

$=\frac{{\∫}_{{\mathrm{\λ}}_1?\mathrm{\δ}{\mathrm{\λ}}_1/2}^{{\mathrm{\λ}}_1+\mathrm{\δ}{\mathrm{\λ}}_1/2}\mathrm{\η}(\mathrm{\λ})·\mathrm{\ϵ}(T(r,\mathrm{\θ}),\mathrm{\λ})·\mathrm{\τ}(\mathrm{\λ})·\mathrm{\γ}(\mathrm{\λ})·L(T(r,\mathrm{\θ}),\mathrm{\λ})·d\mathrm{\λ}}{{\∫}_{{\mathrm{\λ}}_2?\mathrm{\δ}{\mathrm{\λ}}_2/2}^{{\mathrm{\λ}}_2+\mathrm{\δ}{\mathrm{\λ}}_2/2}\mathrm{\η}(\mathrm{\λ})·\mathrm{\ϵ}(T(r,\mathrm{\θ}),\mathrm{\λ})·\mathrm{\τ}(\mathrm{\λ})·\mathrm{\γ}(\mathrm{\λ})·L(T(r,\mathrm{\θ}),\mathrm{\λ})·d\mathrm{\λ}}---\left(5\right)$

因为η(λ)，ε(T(r，θ)，λ)，L(T(r，θ)，λ)为λ的慢变函数，所以上式可化为：

$R(T(r,\mathrm{\θ}),{\mathrm{\λ}}_1,{\mathrm{\λ}}_2)=\frac{\mathrm{\η}({\mathrm{\λ}}_1)·\mathrm{\ϵ}(T(r,\mathrm{\θ}),{\mathrm{\λ}}_1)·\mathrm{\τ}({\mathrm{\λ}}_1)·\mathrm{\γ}({\mathrm{\λ}}_1)·\mathrm{\δ}{\mathrm{\λ}}_1·L(T(r,\mathrm{\θ}),{\mathrm{\λ}}_1)}{\mathrm{\η}({\mathrm{\λ}}_2)·\mathrm{\ϵ}(T(r,\mathrm{\θ}),{\mathrm{\λ}}_2)·\mathrm{\τ}({\mathrm{\λ}}_2)·\mathrm{\γ}({\mathrm{\λ}}_2)·\mathrm{\δ}{\mathrm{\λ}}_2·L(T(r,\mathrm{\θ}),{\mathrm{\λ}}_2)}---\left(6\right)$

上式中δλ为滤光片的带宽。

由(6)式可知，R(T(r，θ)，λ₁,λ₂)与成像因素如距离、角度、杂光系数、光圈系数、渐晕系数以及CCD的曝光时间等没有关系，为了减小测量误差我们将(6)式代入测温公式(2)，可得：

$T=\frac{C_2({\mathrm{\λ}}_2^{\text{-}1}?{\mathrm{\λ}}_1^{\text{-}1})}{\ln R(T,{\mathrm{\λ}}_1,{\mathrm{\λ}}_2)?\ln \frac{\mathrm{\η}({\mathrm{\λ}}_1)·{\mathrm{\ϵ}}^2(T(r,\mathrm{\θ}),{\mathrm{\λ}}_1)·\mathrm{\τ}({\mathrm{\λ}}_1)·\mathrm{\γ}({\mathrm{\λ}}_1)·\mathrm{\δ}{\mathrm{\λ}}_1}{\mathrm{\η}({\mathrm{\λ}}_2)·{\mathrm{\ϵ}}^2(T(r,\mathrm{\θ}),{\mathrm{\λ}}_2)·\mathrm{\τ}({\mathrm{\λ}}_2)·\mathrm{\γ}({\mathrm{\λ}}_2)·\mathrm{\δ}{\mathrm{\λ}}_2}?5\ln \frac{{\mathrm{\λ}}_2}{{\mathrm{\λ}}_1}}---\left(7\right)$

令设备因子

$K=\frac{\mathrm{\η}({\mathrm{\λ}}_1)·{\mathrm{\ϵ}}^2(T(r,\mathrm{\θ}),{\mathrm{\λ}}_1)·\mathrm{\τ}({\mathrm{\λ}}_1)·\mathrm{\γ}({\mathrm{\λ}}_1)·\mathrm{\δ}{\mathrm{\λ}}_1}{\mathrm{\η}({\mathrm{\λ}}_2)·{\mathrm{\ϵ}}^2(T(r,\mathrm{\θ}),{\mathrm{\λ}}_2)·\mathrm{\τ}({\mathrm{\λ}}_2)·\mathrm{\γ}({\mathrm{\λ}}_2)·\mathrm{\δ}{\mathrm{\λ}}_2}---\left(8\right)$

则式（8）可改写为

$T=\frac{C_2({\mathrm{\λ}}_2^{\text{-}1}?{\mathrm{\λ}}_1^{\text{-}1})}{\ln R(T,{\mathrm{\λ}}_1,{\mathrm{\λ}}_2)?5\ln {\mathrm{\λ}}_2/{\mathrm{\λ}}_1?\ln K}---\left(9\right)$

式（9）即为实际测温时采用的测温公式。

由于背景和机器噪声的干扰，得到的红外图像可能存在一定的噪声，采用中值滤波可以有效的去除椒盐噪声等的相关干扰，具体步骤为：

（1）模板在图像中漫游，并将模板中心与图像中某个像素的位置重合；

（2）读取模板下各对应像素的灰度值；

（3）将这些值按从大到小排列；

（4）找出这些值中的一个中间值；

（5）将这个中间值赋给模板中心位置像素。

一维最大类间方差（OTSU）阈值选择法

设一幅图像的灰度范围为0～(L-1)级，f_i表示灰度级为i的像数点数，总的像数点数为

，直方图表示为概率密度分布：

$p_i=f_i/N,{\displaystyle \underset{i=0}{\overset{L?1}{\∑}}{p}_i}=1,p_i\≥0---\left(10\right)$

假设阈值T将图像分割成两类（目标和背景），即C₀＝{0，1，…，T}和C₁={T+1，T+2，…，L-1}，设

表示类间方差，那么最佳阈值T′满足：

${\mathrm{\σ}}_B^2(T^{\text{'}})=Max\{{\mathrm{\σ}}_B^2(T)\},0\≤T\≤L?1---\left(11\right)$

二维最大类间方差（OTSU）阈值选择法

设图像的灰度范围为0～(L-1)级，那么像素的领域平均灰度范围也为0～(L-1)级。令图像中坐标(x，y)的像素点的灰度值为f(x，y)，定义点(x，y)的领域平均灰度g(x，y)为：

$g(x,y)=\frac{1}{N\×N}{\displaystyle \underset{i=?(N?1)/2}{\overset{(N?1)/2}{\∑}}{\displaystyle \underset{j=?(N?1)/2}{\overset{(N?1)/2}{\∑}}f(x+i,y+j)}}---\left(12\right)$

N表示像素点f(x，y)的正方形领域的宽度，一般去奇数，取7。

可以利用f(x，y)和g(x，y)组成的二元组(i，j)来表示图像。若二元组(i，j)出现的频数为f(i，j)，则对于一幅M×M的图像来说，相应的联合概率密度p(i，j)为：

$p(i,j)=f(i,j)/(M\×M)---\left(13\right)$

其中： $0\≤i,j\≤(L?1)$ ，且 ${\displaystyle \underset{i=0}{\overset{L?1}{\∑}}{\displaystyle \underset{j=0}{\overset{L?1}{\∑}}{p}_{ij}=1}}$

令二维矢量(S，T)为阈值，可将图像的二维直方图分成4个区域（如上图所示）。根据同态性，在目标和背景处，像素的灰度值和领域的平均灰度值接近，在目标和背景的分界领域，像素的灰度值和领域的平均灰度值均差较大。因此目标和背景中的像素将出现在对角线周围。区域A代表背景，区域B代表目标；远离对角线的C和D代表可能的边缘和噪声。

用两类C₀和C₁来代表背景和目标，它们的概率分布不同。令阈值为(S，T)，则两类出现的概率分布是：

$W_0=P_r(C_0)={\displaystyle \underset{i=0}{\overset{S}{\∑}}{\displaystyle \underset{j=0}{\overset{T}{\∑}}{p}_{ij}}}=W_0(S,T)---\left(14\right)$

$W_1=P_r(C_1)={\displaystyle \underset{i=S+1}{\overset{L?1}{\∑}}{\displaystyle \underset{j=T+1}{\overset{L?1}{\∑}}{p}_{ij}}}=W_1(S,T)---\left(15\right)$

W₀表示背景发生的概率，W₁表示目标发生的概率。背景和目标对应的均值矢量为：

$u_0={(u_{0i},u_{0j})}^T={[{\displaystyle \underset{i=0}{\overset{S}{\∑}}{\displaystyle \underset{j=0}{\overset{T}{\∑}}i{p}_{ij}/W_0(S,T)}},{\displaystyle \underset{i=0}{\overset{S}{\∑}}{\displaystyle \underset{j=0}{\overset{T}{\∑}}j{p}_{ij}/W_0(S,T)}}]}^T---\left(16\right)$ $u_1={(u_{1i},u_{1j})}^T={[{\displaystyle \underset{i=S+1}{\overset{L?1}{\∑}}{\displaystyle \underset{j=T+1}{\overset{L?1}{\∑}}i{p}_{ij}/W_1(S,T)}},{\displaystyle \underset{i=S+1}{\overset{L?1}{\∑}}{\displaystyle \underset{j=T+1}{\overset{L?1}{\∑}}j{p}_{ij}/W_1(S,T)}}]}^T---\left(17\right)$

由于远离直方图的对角线的概率可忽略不计，则W₀+W₁≈1，总体均值u_z可表示为：

$u_z={(u_{zi},u_{zj})}^T={[{\displaystyle \underset{i=0}{\overset{L?1}{\∑}}{\displaystyle \underset{j=0}{\overset{L?1}{\∑}}i{p}_{ij}},{\displaystyle \underset{i=0}{\overset{L?1}{\∑}}{\displaystyle \underset{j=0}{\overset{L?1}{\∑}}j{p}_{ij}}}}]}^T=W_0{u}_0+W_1{u}_1---\left(18\right)$

定义一个目标和背景类间的离散测度矩阵：

$\begin{array}{c}\mathrm{\σ}B={\displaystyle \underset{k=0}{\overset{1}{\∑}}{P}_r(C_k)}[(u_k?u_z){(}^{u_k}]\\ =W_0[(u_0?u_z){(}^{u_0}]+W_1[(u_1?u_z){(}^{u_1}]\end{array}---\left(19\right)$

则采用矩阵σB的迹trσB作为目标和背景类间的距离测度函数。

$\begin{array}{c}tr\mathrm{\σ}B(S,T)=W_0[{(}^{u_{0i}}+{(}^{u_{0j}}]+W_1[{(}^{u_{1i}}+{(}^{u_{1j}}]\\ =\frac{[{(W_0(S,T)u_{zi}?u_i(S,T))}^2+{(W_0(S,T)u_{zj}?u_j(S,T))}^2]}{[W_0(S,T)(1?W_0(S,T))]}\end{array}---\left(20\right)$

显然，trσB(S，T)只和W₀(S，T)，u_i(S，T)，u_j(S，T) 3个量有关，其中

$W_0(S,T)={\displaystyle \underset{i=0}{\overset{S}{\∑}}{\displaystyle \underset{j=0}{\overset{T}{\∑}}{p}_{ij}}};$ $u_i(S,T)={\displaystyle \underset{i=0}{\overset{S}{\∑}}{\displaystyle \underset{j=0}{\overset{T}{\∑}}i{p}_{ij}}};$ $u_j(S,T)={\displaystyle \underset{i=0}{\overset{S}{\∑}}{\displaystyle \underset{j=0}{\overset{T}{\∑}}j{p}_{ij}}}---\left(21\right)$

二维OTSU图像分割算法的阈值(S₀，T₀)就取在trσB(S，T)为最大时，即：

$tr\mathrm{\&sigma;}B(S_0,T_0)=Max\{tr\mathrm{\&sigma;}B(S,T)\};0\&le;S,T<1---\left(22\right)$

以上图像处理与炉内无炉管时的图像匹配处理相结合，成功地将炉管与炉墙背景区分出来，准确勾勒出了炉管所在区域，获取有效的炉管表面温度，避免背景环境的干扰。原始图像及处理结果如图4、5、6所示。

Claims (2)

1. 一种管式工业炉炉管温度实时监测及安全预警装置，其特征在于：主要包括有探测设备、电气控制设备、气源控制柜及计算机处理与控制设备四个部分，所述的探测设备包括有高温监测探头、气动推进装置，高温监测探头包括有红外光学成像系统、比色调制、CCD成像系统，高温监测探头的外侧设有冷却保护装置并置于气动推进装置上，高温监测探头内置有温度传感器，电气控制设备包括有数字控制器、状态显示模块、信号发射机及电源，所述的气源控制柜内包括有储气罐和压力开关，储气罐一端与现场气源连接并设有压力传感器，另一端与气动推进装置的电磁阀相连，通过压力开关设定压力大小，所述的计算机处理与控制设备包括有信号接收机、计算机，计算机内部安装有数字信号处理模块、控制模块、比色测温模块，信号接收机通过电缆连接计算机，计算机外接报警系统，所述的红外光学成像系统、比色调制、CCD成像系统、数字控制器依次连接，数字控制器与状态显示模块、信号发射机、压力开关控制连接；所述的红外光学成像系统、比色调制、CCD成像系统、信号发射机、信号接收机及计算机依次连接，气动推进装置把高温监测探头推入炉管内，高温物体红外热辐射经红外光学成像系统、比色调制后由CCD获取两幅高温物体红外图像，经信号发射机通过光纤发送、信号接收机接收后由数字信号处理模块、比色测温模块处理后输出温度分布信息，并送显示器实时或伪彩显示，计算机控制模块通过串口发送控制信号，由信号接收机通过光纤传输至信号发射机，信号发射机将控制信号传输至数字控制器，通过数字控制器控制比色调制及高温监测探头的进退，温度传感器、压力传感器的信号输出端与数字控制器连接，数字控制器与气动推进装置连接，由数字控制器设定超温、低压阈值，温度高于设定阈值或压力低于设定阈值，通过数字控制器退出探头并送状态显示模块显示，电源为数字控制器、状态显示模块、信号发射机供电，所述的计算机处理与控制设备位于控制室内。

2.根据权利要求1所述的管式工业炉炉管温度实时监测及安全预警装置，其特征在于：所述的电气控制设备置于IIB防爆控制柜内。

Images