CN107860715B - 一种锅炉炉渣含碳量检测方法 - Google Patents
一种锅炉炉渣含碳量检测方法 Download PDFInfo
- Publication number
- CN107860715B CN107860715B CN201711024099.9A CN201711024099A CN107860715B CN 107860715 B CN107860715 B CN 107860715B CN 201711024099 A CN201711024099 A CN 201711024099A CN 107860715 B CN107860715 B CN 107860715B
- Authority
- CN
- China
- Prior art keywords
- slag
- image
- carbon content
- sample
- information entropy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1765—Method using an image detector and processing of image signal
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种锅炉炉渣含碳量检测方法,利用炉渣图像与参考图像的信息熵差反映炉渣含碳量变化,得到信息熵差与炉渣含碳量之间的变化规律。通过图像信息熵差即可便捷地得到准确的炉渣含碳量。该技术无需对炉渣样本进行实验室环境下灼烧,称量失重量等繁琐操作,无需依赖其他复杂技术,如微波测碳等,并且对炉渣图像的获取条件要求低,对拍摄环境不敏感。该技术可以快速实现炉渣含碳量检测,用时少,效率高,且与灼烧失重法所测得含碳量结果相比,检测平均误差达到2%以内,准确度满足目前检测要求。
Description
技术领域
本发明属于检测领域,具体涉及一种锅炉炉渣含碳量检测方法。
背景技术
在各类特种设备中,工业锅炉是生产、生活中最常见的耗能设备,消耗的原煤约占全国原煤产量的三分之一。开展锅炉能效测试,推动企业提高节能减排增效,是实现可持续发展的重要途径。其中,炉渣含碳量是反映锅炉底渣未完全燃烧热损失的一项重要指标,如果能够实现对炉渣含碳量的实时监测,将有助于实时掌握锅炉燃烧工况并进行相应的调整,为进一步实现燃煤锅炉的自动控制奠定基础。
目前锅炉炉渣含碳量的检测方法主要采用的是离线式灼烧失重法,微波测碳法,比色卡法以及基于图像二值化方法等。其中,灼烧失重法主要是在规定的高温下灼烧含有未燃尽碳的炉渣样品,炉渣中残碳燃尽后会使得炉渣样品的质量减少,将炉渣样品的烧失量作为样品的含碳量。采用这种离线方法检测炉渣含碳量能够保证测量结果精度较高,测量方法简单易行,并且设备容易维护,但该方法检测耗时长,无法实现炉渣含碳量的快速及在线检测。微波测碳法通过检测微波功率损耗得到相应的炉渣含碳量水平,该方法虽然检测速度较快,也具有较高的精度,但是微波能量逸散问题以及炉渣密度的均匀性是炉渣含碳量检测准确性的主要影响因素。比色卡法在利用比色卡与炉渣样本比对时,对比对环境要求严格,并且依赖于裸眼观测有失准确性。基于图像二值化检测法是对灰度图像通过选取合适的阈值转化为二值化图像,统计未完全燃烧碳部分(黑色像素)在总像素的占比衡量含碳量,其中二值化阈值的选取存在一定的主观性及盲目性,同时受拍摄环境的影响。
综上所述,有必要研究一种快速、准确的锅炉炉渣含碳量检测方法,对提高能源测试便捷性,实时掌握燃煤锅炉燃烧情况具有重要意义。
发明内容
本发明的目的在于克服上述不足,提供一种锅炉炉渣含碳量检测方法,该方法基于炉渣图像信息熵差,对拍摄环境不敏感,根据信息熵差-炉渣含碳量的变化规律,快速准确得到待检测炉渣的含碳量。
为了达到上述目的,本发明包括以下步骤:
步骤一,选取若干已知含碳量的炉渣样本;
步骤二,对各炉渣样本及参考物进行成像,分别获得炉渣图像及参考图像,计算二者图像之间信息熵差;
步骤三,利用已知炉渣含碳量与其对应炉渣图像信息熵差进行曲线拟合,得到拟合函数;
步骤四,取含碳量未知的待测炉渣样本,按步骤二对该样本成像获得炉渣图像,计算其图像信息熵差;
步骤五,根据步骤四中的信息熵差及拟合函数,计算待测炉渣样本的含碳量。
步骤一中,对不同燃烧状态后的炉渣随机采样,采用灼烧失重法确定炉渣样本含碳量。
步骤二中,将任意平整洁净具有漫反射特性的白纸作为参考物,在自然光条件下,设置相机参数,对白纸成像作为参考图像。
步骤二中,将炉渣样本研磨为均匀颗粒,均匀平铺于参考白纸上,保持拍摄环境及相机参数不变,对放置在参考白纸上的炉渣样本进行拍摄。
步骤二中,分别截取炉渣图像及参考图像的相同区域,使得截取的炉渣样本图像中仅包含炉渣,分别标记为炉渣图像及参考图像。
步骤三中,获得拟合函数的具体方法如下:对于某一炉渣样本,将获得的炉渣图像以及参考图像的信息熵做差,计算图像信息熵差,以相同的方法,得到其他各炉渣样本的信息熵差,利用最小二乘法多项式曲线拟合获得各炉渣样本含碳量与图像信息熵差之间的回归曲线及函数。
与现有技术相比,本发明利用炉渣图像与参考图像的信息熵差反映炉渣含碳量变化,得到信息熵差与炉渣含碳量之间的变化规律。通过图像信息熵差即可便捷地得到准确的炉渣含碳量。该技术无需对炉渣样本进行实验室环境下灼烧,称量失重量等繁琐操作,无需依赖其他复杂技术,如微波测碳等,并且对炉渣图像的获取条件要求低,对拍摄环境不敏感。该技术可以快速实现炉渣含碳量检测,用时少,效率高,且与灼烧失重法所测得含碳量结果相比,检测平均误差达到2%以内,准确度满足目前检测要求。
附图说明
图1是本发明的流程图;
图2是本发明中炉渣成像装置;
图3是获取的某一炉渣图像以及参考物图像。
具体实施方式
下面结合附图对本发明做进一步说明。
参见图1和图2,本发明包括以下步骤:
步骤一,对不同燃烧状态后的炉渣随机采样,样本以数量多为佳,计算含碳量。所取的炉渣样本含碳量检测方法采用目前常用的较准确可靠的灼烧失重法获得,要求样本含碳量变化均匀。
步骤二,将任意平整洁净具有漫反射特性的白纸作为参考物,利用相机在自然光条件下获得该白纸的清晰图像作为参考图像。将炉渣样本研磨为均匀颗粒,均匀平铺于参考白纸上,保持相机参数设定以及拍摄环境不变,获得清晰的炉渣图像,要求图像亮度适中,不可过曝,也不可过暗;接着,分别截取两幅图像的相同区域,使得截取的炉渣样本图像中仅包含炉渣,计算两幅图像各自的信息熵。
步骤三,对于某一炉渣样本,将截取的炉渣图像以及参考白纸图像的信息熵做差,获得图像信息熵差。以相同的方法,计算其他各炉渣样本的信息熵差;其次,利用最小二乘法多项式曲线拟合获得各炉渣样本含碳量与图像信息熵差之间的回归曲线及函数。
步骤四,将待测含碳量炉渣样本以上述步骤二方法成像,截取炉渣部分图像,计算其与参考白纸图像的信息熵差。
步骤五,利用待测含碳量炉渣的信息熵差以及步骤三中的拟合函数,得到该炉渣样本的含碳量。
实施例:
参见图1、图2和图3,本发明包括以下步骤:
1)对不同燃烧状态后的炉渣随机采样,样本以数量多为佳,计算含碳量,要求这些样本含碳量变化均匀。其中,所取的炉渣样本含碳量检测方法采用目前常用的准确可靠的灼烧失重法获得,参照DL/T 567.6-1995《飞灰和炉渣可燃物测定方法》的相关规定。
2)对炉渣样本及参考物进行成像,分别求得二者的信息熵差,包括以下步骤:
2.1)如图2所示,搭建成像装置后,在成像范围内放置任意一张平整洁净具有漫反射特性的白纸作为参考物,通过调节光圈或曝光时间使得图像亮度适中,不可过曝,也不可过暗,在自然光条件下获得该参考白纸的清晰图像,作为参考图像。
2.2)将炉渣样本研磨,颗粒直径约为2mm。将炉渣样本均匀平铺于参考白纸上,厚度适中,以不裸露承载白纸为佳。同样,在成像范围内获得清晰的炉渣图像。
2.3)如图3所示,分别截取两幅图像的相同区域,使得截取的炉渣样本图像中仅包含炉渣,若为相机设备为彩色相机,则需要将图像转换为灰度图像。利用分别计算两幅图的信息熵,其中p(i)为图像各像素灰度值,L为图像的总像素个数,h为图像的信息熵。
3)根据炉渣图像含碳量以及图像信息熵差之间的变化关系,拟合多项式曲线函数,包括以下步骤:
3.1)对于某一炉渣样本,将截取的炉渣图像以及参考图像的信息熵做差,获得图像信息熵差Δh。以相同的方法,计算其他各炉渣样本的信息熵差。
3.2)设置不同的多项式次数,对各炉渣样本含碳量与图像信息熵差之间关系进行多项式曲线拟合。以拟合度相关统计量衡量拟合优劣程度,包括SSE,R-square,RMSE,其中SSE表示拟合误差,越接近0越好,R-square表示方程的确定系数,越接近1越好,RMSE表示均方根误差,越接近0越好。本例中采用三次多项式拟合所得到的结果较好。
4)将待测含碳量炉渣样本以上述步骤二方法成像,截取炉渣部分图像,计算其与参考图像的信息熵差。
5)利用待测含碳量炉渣图像的信息熵差以及步骤三中的拟合函数,求得待测炉渣样本的含碳量。
Claims (4)
1.一种锅炉炉渣含碳量检测方法,其特征在于,包括以下步骤:
步骤一,选取若干已知含碳量的炉渣样本;
步骤二,对各炉渣样本及参考物进行成像,分别获得炉渣图像及参考图像,计算二者图像之间信息熵差;获得炉渣图像及参考图像的具体方法如下:
将任意平整洁净具有漫反射特性的白纸作为参考物,确定相机参数,利用相机在自然光条件下获得清晰的白纸图像,以此作为参考图像;
将炉渣样本研磨为均匀颗粒,均匀平铺于参考白纸上,保持相机参数以及环境条件一致,对放置在参考白纸上的炉渣样本进行拍摄,获得炉渣图像;
步骤三,利用已知炉渣含碳量与其对应炉渣图像信息熵差进行曲线拟合,得到拟合函数;
步骤四,取含碳量未知的待测炉渣样本,按步骤二对该样本成像获得炉渣图像,计算其图像信息熵差;
步骤五,根据步骤四中的信息熵差及拟合函数,计算待测炉渣样本的含碳量。
2.根据权利要求1所述的一种锅炉炉渣含碳量检测方法,其特征在于,步骤一中,对不同燃烧状态后的炉渣随机采样,采用灼烧失重法确定炉渣样本含碳量。
3.根据权利要求1所述的一种锅炉炉渣含碳量检测方法,其特征在于,步骤二中,分别截取炉渣图像及参考图像的相同区域,使得截取的炉渣样本图像中仅包含炉渣,分别标记为炉渣图像及参考图像。
4.根据权利要求1所述的一种锅炉炉渣含碳量检测方法,其特征在于,步骤三中,获得拟合函数的具体方法如下:对于某一炉渣样本,将获得的炉渣图像以及参考图像的信息熵做差,计算图像信息熵差,以相同的方法,得到其他各炉渣样本的信息熵差,利用最小二乘法多项式曲线拟合获得各炉渣样本含碳量与图像信息熵差之间的回归曲线及函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711024099.9A CN107860715B (zh) | 2017-10-27 | 2017-10-27 | 一种锅炉炉渣含碳量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711024099.9A CN107860715B (zh) | 2017-10-27 | 2017-10-27 | 一种锅炉炉渣含碳量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107860715A CN107860715A (zh) | 2018-03-30 |
CN107860715B true CN107860715B (zh) | 2020-03-17 |
Family
ID=61697925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711024099.9A Active CN107860715B (zh) | 2017-10-27 | 2017-10-27 | 一种锅炉炉渣含碳量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107860715B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109001248B (zh) * | 2018-06-26 | 2020-10-02 | 哈尔滨工业大学 | 一种基于图像信息熵的沥青混合料冻融损伤评价方法 |
CN110849879A (zh) * | 2019-11-29 | 2020-02-28 | 华润电力技术研究院有限公司 | 含碳量的检测方法、检测系统及计算机存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116658A (zh) * | 2010-10-19 | 2011-07-06 | 中国矿业大学(北京) | 一种基于图像熵的料仓料位检测方法 |
KR101497920B1 (ko) * | 2013-11-15 | 2015-03-03 | 한국생산기술연구원 | 최급경사 알고리즘을 이용한 비전시스템의 컬러 조명 제어방법 |
CN104502284A (zh) * | 2014-12-16 | 2015-04-08 | 西安西热锅炉环保工程有限公司 | 一种燃煤电厂锅炉飞灰含碳量在线检测装置 |
CN105214964A (zh) * | 2015-11-05 | 2016-01-06 | 安徽工程大学 | 基于pca的瑕疵开关插座自动分拣装置及方法 |
CN105405132A (zh) * | 2015-11-04 | 2016-03-16 | 河海大学 | 基于视觉反差和信息熵的sar图像人造目标检测方法 |
CN105447514A (zh) * | 2015-11-18 | 2016-03-30 | 北京航空航天大学 | 一种基于信息熵的金属识别方法 |
CN106769732A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种垂直式柴油车烟度检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060029257A1 (en) * | 2004-08-03 | 2006-02-09 | Honda Motor Co., Ltd. | Apparatus for determining a surface condition of an object |
-
2017
- 2017-10-27 CN CN201711024099.9A patent/CN107860715B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116658A (zh) * | 2010-10-19 | 2011-07-06 | 中国矿业大学(北京) | 一种基于图像熵的料仓料位检测方法 |
KR101497920B1 (ko) * | 2013-11-15 | 2015-03-03 | 한국생산기술연구원 | 최급경사 알고리즘을 이용한 비전시스템의 컬러 조명 제어방법 |
CN104502284A (zh) * | 2014-12-16 | 2015-04-08 | 西安西热锅炉环保工程有限公司 | 一种燃煤电厂锅炉飞灰含碳量在线检测装置 |
CN105405132A (zh) * | 2015-11-04 | 2016-03-16 | 河海大学 | 基于视觉反差和信息熵的sar图像人造目标检测方法 |
CN105214964A (zh) * | 2015-11-05 | 2016-01-06 | 安徽工程大学 | 基于pca的瑕疵开关插座自动分拣装置及方法 |
CN105447514A (zh) * | 2015-11-18 | 2016-03-30 | 北京航空航天大学 | 一种基于信息熵的金属识别方法 |
CN106769732A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种垂直式柴油车烟度检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107860715A (zh) | 2018-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | Temperature profiling of pulverized coal flames using multicolor pyrometric and digital imaging techniques | |
CN107860715B (zh) | 一种锅炉炉渣含碳量检测方法 | |
JP6824859B2 (ja) | 炉内状態量推定装置、推定モデル作成装置、それらのプログラムおよび方法 | |
CN102175719B (zh) | Ccd可视化自燃点测定仪 | |
JP7005930B2 (ja) | シート検査装置及び検査システム | |
CN107403177A (zh) | 基于工业相机的亮度测量方法 | |
CN109754019B (zh) | 一种连续监测锅炉燃烧状况的方法 | |
CN102520014A (zh) | 基于火焰自由基和温度测量的污染物排放量在线预测方法 | |
CN106846295B (zh) | 土壤有机质的测定方法和装置 | |
Qasem et al. | Assessing dust on PV modules using image processing techniques | |
CN106644102A (zh) | 一种基于彩色ccd相机的碳氢火焰温度测量方法 | |
JP7308016B2 (ja) | ごみ質推定システム及び方法、並びに、ごみ貯蔵設備 | |
CN201637390U (zh) | 打火机火焰高度自动测试装置 | |
CN107632107B (zh) | 一种煤粉燃烧特性快速检测方法 | |
CN113156047A (zh) | 一种基于图像法的卷烟燃烧灰柱灰色测试方法 | |
ES2389491T3 (es) | Procedimiento y dispositivo para la determinación del punto de humo de los hidrocarburos | |
CN110954536B (zh) | 一种飞灰含碳量在线测量装置及方法 | |
CN116973553B (zh) | 基于深度学习的在线物料识别与含水率测量方法及装置 | |
CN201917543U (zh) | Ccd可视化自燃点测定仪 | |
CN114034405B (zh) | 一种非接触式测温方法及系统 | |
CN112067132B (zh) | 一种基于随机一致性采样技术的火焰高温测量标定方法 | |
CN107356598A (zh) | 基于数字图像处理技术的灰渣含碳量在线检测方法 | |
CN102128840B (zh) | 一种用于快速测定煤炭灰分的方法 | |
CN108872031B (zh) | 机动车烟气黑度测量装置及方法 | |
CN204203046U (zh) | 一种颗粒物浓度监测仪的手动校准装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |