CN109442474B - 一种气化炉火焰检测装置及检测方法 - Google Patents

Abstract

本发明公开一种气化炉火焰检测装置及检测方法，由炉膛火焰图像采集系统、CCD相机、火焰智能分析系统以及辅助设备组成，选择合理的安装位置以及辅助设备，而且避免粉尘对火焰图像的干扰，有效解决气化炉火焰检测过程中需要解决的高温、高压、密闭等问题；基于火焰图像处理技术、机器自学习技术以及智能测量技术的综合应用，对气化炉点火过程及正常燃烧过程的火焰智能检测，并根据检测结果输出控制信号，实现气化炉安全、高效、稳定运行；采用自学习训练获得图像识别算法，同时系统存储海量炉膛燃烧数据，用于补充火焰图像库，优化完善火焰图像识别算法，提高气化炉检测的准确性；采用人工智能技术，实现气化炉火焰检测过程的智能化控制。

Description

一种气化炉火焰检测装置及检测方法

技术领域

本发明属于气化炉检测技术领域，涉及一种气化炉火焰检测装置及检测方法。

背景技术

气化炉是煤化工的关键设备，通过对煤的热分解、气化以及燃烧反应等工艺流程生产煤化气。气化炉需要高可靠性的在线检测设备，便于实时诊断炉膛燃烧情况，保证炉膛处于特定的高温、高压环境，使气化炉安全高效稳定运行。

火焰图像处理技术的出现，为工业窑炉燃烧诊断开辟了一条新的思路。基于火焰图像的炉膛火焰监控系统综合运用了视觉技术、计算机技术，通过采集炉膛内的火焰燃烧的图像，以数字信号的形式存储，通过算法进行分析和处理，实现锅炉燃烧诊断。目前，我国大多数的燃煤电厂锅炉均已安装火焰检测装置，能够快速准确的反映炉膛内的燃烧情况，避免因炉内燃烧不正常引起的安全事故发生。

气化炉炉膛内化学反应情况复杂，受多种外界因素影响后，容易引起炉膛灭火、导致炉膛爆裂等事故发生，这些因素对气化炉的安全生产构成了威胁。气化炉需要对炉膛内的火焰燃烧情况进行检测，防止气化炉安全事故发生。现有的火焰视频检测需要人工检测炉内火焰燃烧情况，判断气化炉是否点燃，这种方式对监测人员的经验要求很高，而且不能实现对炉内燃烧情况的连续、快速、准确检测，并实时输出控制信号，无法满足DCS的程控精细化需要。

由于气化炉的高温、高压、密闭等要求，现有的火焰检测装置无法应用于气化炉的火检过程中，气化炉的燃烧主要是人工观测炉膛内的燃烧情况，通过经验来判断。随着工业技术的发展需求，气化炉火焰智能检测技术的需求是十分必要的。

发明内容

为克服现有技术的不足，本发明的目的在于提供一种气化炉火焰检测装置及检测方法，通过选择合理的安装位置以及辅助设备，实现气化炉火焰检测过程的智能化控制，解决气化炉高温、高压、密闭环境中的火焰检测问题，实现气化炉安全高效稳定的运行。

为实现上述目的本发明采用如下方案：

一种气化炉火焰检测装置，包括炉膛火焰图像采集系统、CCD相机、火焰智能分析系统、辅助设备、炉膛火焰视频输出装置和气化炉输出控制装置；

所述炉膛火焰图像采集系统安装于炉膛内部燃烧器附近，用于采集并输出气化炉炉膛火焰图像，辅助设备用于对炉膛火焰图像采集系统进行吹扫、冷却；火焰智能分析系统用于对气化炉点火过程及正常燃烧过程的火焰进行智能检测，并根据检测结果输出控制信号控制氧气和煤粉的投放及投放时间的设置；气化炉输出控制装置根据火焰智能分析系统输出的控制信号对进料进行控制；

所述炉膛火焰图像采集系统包含A、B两路火焰图像采集线路，A路火焰图像采集线路与安装于炉膛外侧的CCD相机相连，CCD相机用于接收A路火焰图像采集线路的火焰图像信号，并转化成数字信号发送至火焰智能分析系统；B路火焰图像采集线路与炉膛火焰视频输出装置相连，炉膛火焰视频输出装置用于接收B路火焰图像采集线路的火焰图像信号并送至监控室。

进一步，所述A路火焰图像采集线路包括A路火焰信号采集探头和A路火焰信号输出光纤，B路火焰图像采集线路包括B路火焰信号采集探头和B路火焰信号输出光纤。

进一步，所述的辅助设备包括吹扫装置和伸缩装置，通过伸缩装置将膛火焰图像采集系统的探头深入气化炉预定位置，通过吹扫装置对炉膛火焰图像采集系统进行冷却吹扫。

进一步，所述火焰智能分析系统连接有用于保存炉膛火焰图像的存储单元。

进一步，所述辅助设备吹扫装置的吹扫风为系统提供煤化气反应的低温氧化气体。

进一步，所述气化炉输出控制装置包括点火通路控制单元，氧气通路控制单元和煤粉通路控制单元。

进一步，所述的火焰智能分析系统采用智能图像微处理器，具有自学习训练得到图像识别算法，能够对气化炉炉膛燃烧火焰数字信号进行智能分析。

一种气化炉火焰检测方法，包括如下步骤：

(1)、气化炉火焰图像采集与输出

炉膛火焰图像采集系统采集并输出气化炉炉膛火焰图像，A路火焰图像采集线路采集气化炉火焰图像信号用于火焰智能分析系统应用，智能判断气化炉是否点燃；B路火焰图像采集线路为备用线路，通过炉膛火焰视频输出装置输出至监控室，用于在线监测气化炉炉膛燃烧情况；当A路采集气化炉火焰图像信号出现故障时，B路图像采集信号用于火焰智能分析，在故障解除后，A、B两路火焰图像采集线路恢复原有功能；

(2)、气化炉火焰图像转化为数字信息

CCD相机接收炉膛火焰图像采集系统输出的A路采集气化炉火焰图像信号，转化成数字信号，发送至火焰智能分析系统用于气化炉是否点燃的分析数据；

(3)、气化炉点燃智能分析

火焰智能分析系统对接收CCD相机转化的气化炉炉膛燃烧火焰数字信号进行智能分析；

(4)、输出氧气、煤粉、点火通路的控制信号

火焰智能分析系统智能判断气化炉点火是否成功并输出相关控制信号，气化炉输出控制装置根据火焰智能分析系统输出的控制信号对进料进行控制；当判断点火失败时，输出控制信号立即切断氧气与煤粉通路，对炉内进行吹扫后准备进行下一次点火操作；当判断点火成功时，继续检测气化炉火焰，提取图像中参数，将此信息作为智能算法的输入参数提供给人工智能算法进行处理，从而判断炉内燃烧状态，并输出控制信号控制氧气和煤粉的投放和投放时间，实现燃气炉的高效运行；

(5)、气化炉火焰在线视频

B路采集气化炉火焰图像信号通过炉膛火焰视频输出装置输出至监控室，在监控室内在线监测气化炉炉膛燃烧视频；

(6)、气化炉火焰检测装置吹扫与伸缩功能

当气化炉进行火焰检测时，通过辅助设备将火焰检测装置的探头深入气化炉预定位置，并对炉膛火焰图像采集系统进行吹扫、冷却，使探头处于低温环境工作，并吹扫附着在镜头上的粉尘。

进一步，所述步骤(4)中当判断点火成功时，继续检测气化炉火焰，提取图像中亮度、颜色、对比度、灰度、火焰形状信息。

进一步，所述火焰智能分析系统包括自学习训练得到图像识别算法、实施火焰图像处理以及具有智能分析判断气化炉是否点燃功能，具体实现步骤如下：

(1)、火焰智能分析系统存储有专家诊断的火焰图像库；火焰智能分析系统智能提取出炉膛火焰的亮度、火焰面积、火焰面积增长率、火焰轮廓等火焰特征数据；火焰智能分析系统对气化炉炉膛火焰特征数据通过人工智能技术进行自学习训练，得到自学习训练图像识别算法；

(2)、火焰智能分析系统接收气化炉炉膛火焰实时数据，对火焰实时数据进行滤波处理、边缘轮廓处理、亮度信号处理，并提取出炉膛火焰的亮度、火焰面积、火焰面积增长率、火焰轮廓等火焰特征数据用于智能分析；系统应用自学习训练图像识别算法智能分析实时采集的火焰特征数据，判断气化炉是否点燃，并将结果反馈至DCS；

(3)、火焰智能分析系统存储检测到的气化炉炉膛火焰图像及分析结果，并将检测分析后的图像补充到火焰图像库，获取海量的数据库，通过再次自学习获取高精度火焰图像识别算法；

(4)、火焰智能分析系统智能判断气化炉点火是否成功并输出相关控制信号，当判断点火失败时，输出控制信号立即切断氧气与煤粉通路，对炉内进行吹扫后准备进行下一次点火操作；当判断点火成功时，继续检测气化炉火焰，提取图像中的亮度、颜色、对比度、灰度、火焰形状信息，将此信息作为智能算法的输入参数提供给人工智能算法进行处理，从而判断炉内燃烧状态，并输出控制信号控制氧气和煤粉的投放和投放时间。

本发明的气化炉火焰检测装置，由炉膛火焰图像采集系统、CCD相机、火焰智能分析系统以及辅助设备组成，选择合理的安装位置以及辅助设备，而且避免粉尘对火焰图像的干扰，有效解决气化炉火焰检测过程中需要解决的高温、高压、密闭等问题；基于火焰图像处理技术、机器自学习技术以及智能测量技术的综合应用，对气化炉点火过程及正常燃烧过程的火焰智能检测，并根据检测结果输出控制信号，实现气化炉安全、高效、稳定运行。

采用两路炉膛火焰视频信号输出，一路用于图像分析，另一路用于视频输出及备用，保障火焰图像采集的稳定性；采用吹扫装置以及伸缩装置，使测量装置适用于气化炉的高温、高压环境要求；采用自学习训练获得图像识别算法，同时系统存储海量炉膛燃烧数据，可用于补充火焰图像库，优化完善火焰图像识别算法，提高气化炉检测的准确性；采用人工智能技术，实现气化炉火焰检测过程的智能化控制。

本发明的气化炉火焰检测方法，基于先进的火焰图像处理技术、机器自学习技术、智能测量技术实现，以专家诊断的气化炉炉膛火焰检测视频图像作为专家库，通过自学习训练，得到气化炉火焰图像识别算法；以气化炉炉膛实时火焰图像作为输入数据提取火焰特征数据，通过训练得到的图像识别算法分析火焰特征数据，智能判断点火情况，并输出控制信号控制点火通路的点火操作，过程中不需要人工干预；装置实时存储气化炉炉膛火焰分析结果，用于更新火焰图像库，再次自学习训练，通过汇聚海量火焰图像库，不断训练优化气化炉火焰图像识别算法，提高算法判断的准确性和控制的精准性。

附图说明

图1气化炉火焰检测装置结构框架图；

图2气化炉火焰智能检测流程图；

附图中的标注含义如下：

101：炉膛火焰图像采集系统；1011：A路火焰信号采集探头；1012：A路火焰信号输出光纤；1013：B路火焰信号采集探头；1014：B路火焰信号输出光纤；102：CCD相机；103：火焰智能分析系统；1031：火焰图像库；1032：自学习训练图像识别算法；1033：炉膛火焰实时数据处理与特征信号提取装置；1034：火焰智能识别装置；104：辅助设备；105：炉膛火焰视频输出装置；106：监控室；107：存储单元；108：气化炉输出控制装置；1081：点火通路控制单元；1082：氧气通路控制单元；1083：煤粉通路控制单元。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细描述，但不作为对本发明的限定。

如图1为本发明气化炉火焰检测装置的结构框架图，包括炉膛火焰图像采集系统101、CCD相机102、火焰智能分析系统103、辅助设备104、炉膛火焰视频输出装置105、监控室106、存储单元107、气化炉输出控制装置108。

炉膛火焰图像采集系统101采集并输出气化炉炉膛火焰图像，炉膛火焰图像采集系统101包含A、B两路火焰图像采集线路。A路火焰图像采集线路包括A路火焰信号采集探头1011和A路火焰信号输出光纤1012，B路火焰图像采集线路包括B路火焰信号采集探头1013和B路火焰信号输出光纤1014；两路火焰图像采集系统均安装于炉膛内部燃烧器附近，通过辅助设备104进行吹扫、冷却，使镜头处于工作温度范围，并及时吹扫附着在镜头上的粉尘，避免镜头获取炉膛火焰图像受到干扰。所述的辅助设备104主要针对炉膛火焰图像采集系统进行冷却吹扫以及伸缩控制，吹扫风选用系统提供煤化气反应的低温氧化气体。

其中，A路火焰图像采集线路采集的化炉火焰图像信号用于火焰智能分析系统应用，智能判断气化炉是否点燃；B路火焰图像采集线路为备用线路，通过炉膛火焰视频输出装置105送至监控室106，用于在线监测气化炉炉膛燃烧情况；当A路火焰图像采集线路出现故障时，B路火焰图像采集线路采集的信号可用于火焰智能分析，在故障解除后，A、B两路火焰图像采集线路恢复原有功能。

所述的CCD相机102安装于炉膛外侧，CCD相机102用于接收炉膛火焰图像采集系统101输出的A路火焰图像采集线路的火焰图像信号，转化成数字信号，发送至火焰智能分析系统103用于气化炉是否点燃的分析数据。

火焰智能分析系统103采用智能图像微处理器，有自学习训练得到图像识别算法、实施火焰图像处理、智能分析判断气化炉是否点燃等功能。对接收CCD相机102转化的气化炉炉膛燃烧火焰数字信号进行智能分析。

辅助设备104对炉膛火焰图像采集系统101进行冷却吹扫以及伸缩控制，吹扫风选用系统提供煤化气反应的低温氧化气体。

火焰智能分析系统103还连接有用于保存炉膛火焰图像的存储单元107。

火焰智能分析系统103对气化炉点火过程及正常燃烧过程的火焰智能检测，并根据检测结果输出控制信号控制氧气和煤粉的投放和投放时间，气化炉输出控制装置108对进料进行控制。气化炉输出控制装置108包括点火通路控制单元1081，氧气通路控制单元1082，煤粉通路控制单元1083对汽化炉进行全方位控制。

本发明的气化炉火焰检测装置，其火焰图像智能识别原理是，该气化炉火焰检测装置可智能分析专家判断后的气化炉燃烧过程的火焰图像，提取气化炉火焰图像特征数据，通过自学习训练得到识别气化炉是否点燃的算法；该气化炉火焰检测装置采集气化炉燃烧过程的火焰图像，通过滤波、降噪、便于轮廓分析，提取图像识别需求的图像特征数据；装置根据自学习训练得到的算法，分析气化炉在线火焰图像特征数据，判断气化炉是否点燃；装置通过检测过程中存储的海量图像，智能分析训练对算法进行完善。

本发明的气化炉火焰检测方法，具体实施过程如下：

(1)、气化炉火焰图像采集与输出。炉膛火焰图像采集系统101采集并输出气化炉炉膛火焰图像，包含A、B两路火焰图像采集线路。其中，A路采集气化炉火焰图像信号用于火焰智能分析系统应用，智能判断气化炉是否点燃；B路为备用线路，通过炉膛火焰视频输出装置105至监控室106，用于在线监测气化炉炉膛燃烧情况；当A路采集气化炉火焰图像信号出现故障时，B路图像采集信号可用于火焰智能分析，在故障解除后，A、B两路火焰图像采集线路恢复原有功能。

(2)、气化炉火焰图像转化为数字信息。CCD相机102接收炉膛火焰图像采集系统101输出的A路采集气化炉火焰图像信号，转化成数字信号，发送至火焰智能分析系统103用于气化炉是否点燃的分析数据。

(3)、气化炉点燃智能分析。火焰智能分析系统103对接收CCD相机102转化的气化炉炉膛燃烧火焰数字信号进行智能分析。

(4)、输出氧气、煤粉、点火通路的控制信号。火焰智能分析系统103智能判断气化炉点火是否成功并输出相关控制信号。当判断点火失败时，输出控制信号立即切断氧气与煤粉通路，对炉内进行吹扫后准备进行下一次点火操作；当判断点火成功时，继续检测气化炉火焰，提取图像中关键参数，如亮度、颜色、对比度、灰度、火焰形状等信息，将此信息作为智能算法的输入参数提供给人工智能算法进行处理，从而判断炉内燃烧状态，并输出控制信号控制氧气和煤粉的投放和投放时间，实现燃气炉的高效运行。

(5)、气化炉火焰在线视频。B路采集气化炉火焰图像信号炉膛火焰视频输出装置105，在监控室106内可在线监测气化炉炉膛燃烧视频。

(6)、气化炉火焰检测装置吹扫与伸缩功能。该功能主要针对炉膛火焰图像采集系统101，由辅助设备104实现，当气化炉进行火焰检测时，辅助设备104通过伸缩功能将火焰检测装置的探头深入气化炉预定位置，并开启冷却氮气进行吹扫功能，时探头处于低温环境工作，并吹扫附着在镜头上的粉尘。

图2为气化炉火焰智能检测流程图，主要包括自学习训练得到图像识别算法、实施火焰图像处理以及智能分析判断气化炉是否点燃等功能，具体实现步骤如下：

(1)、火焰智能分析系统103存储有专家诊断的火焰图像库1031，这些图像为专家分析并诊断出的气化炉已经点燃以及未点燃的炉膛火焰照片；火焰智能分析系统103智能提取出炉膛火焰的亮度、火焰面积、火焰面积增长率、火焰轮廓等火焰特征数据；火焰智能分析系统103对气化炉炉膛火焰特征数据通过人工智能技术进行自学习训练，得到自学习训练图像识别算法1032，该算法可用于实时监测判断炉膛火焰是否点燃。

(2)、火焰智能分析系统103可接收经炉膛火焰图像采集系统101采集，并经过CCD相机102转化的气化炉炉膛火焰实时数据；系统对火焰实时数据进行滤波处理、边缘轮廓处理、亮度信号处理，并提取出炉膛火焰的亮度、火焰面积、火焰面积增长率、火焰轮廓等火焰特征数据用于智能分析；系统应用自学习训练图像识别算法智能分析实时采集的火焰特征数据，判断气化炉是否点燃，并将结果反馈至DCS。

(3)、火焰智能分析系统103存储检测到的气化炉炉膛火焰图像及分析结果，并将检测分析后的图像补充火焰图像库，获取海量的数据库，通过再次自学习获取高精度火焰图像识别算法，通过完善火焰图像识别算法，提高气化炉检测的准确性。

(4)、输出氧气、煤粉、点火通路的控制信号。火焰智能分析系统智能判断气化炉点火是否成功并输出相关控制信号。当判断点火失败时，输出控制信号立即切断氧气与煤粉通路，对炉内进行吹扫后准备进行下一次点火操作；当判断点火成功时，继续检测气化炉火焰，提取图像中关键参数，如亮度、颜色、对比度、灰度、火焰形状等信息，将此信息作为智能算法的输入参数提供给人工智能算法进行处理，从而判断炉内燃烧状态，并输出控制信号控制氧气和煤粉的投放和投放时间，实现燃气炉的高效运行。

最后应该说明的是：以上实施例仅用于说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本权利要求范围当中。

Claims (4)

1.一种气化炉火焰检测方法，其特征在于：

气化炉火焰检测装置，包括炉膛火焰图像采集系统（101）、CCD相机（102）、火焰智能分析系统（103）、辅助设备（104）、炉膛火焰视频输出装置（105）和气化炉输出控制装置（108）；

所述炉膛火焰图像采集系统（101）安装于炉膛内部燃烧器附近，用于采集并输出气化炉炉膛火焰图像，辅助设备（104）用于对炉膛火焰图像采集系统（101）进行吹扫、冷却；火焰智能分析系统（103）用于对气化炉点火过程及正常燃烧过程的火焰进行智能检测，并根据检测结果输出控制信号控制氧气和煤粉的投放及投放时间的设置；气化炉输出控制装置（108）根据火焰智能分析系统（103）输出的控制信号对进料进行控制；

所述炉膛火焰图像采集系统（101）包含A、B两路火焰图像采集线路，A路火焰图像采集线路与安装于炉膛外侧的CCD相机（102）相连，CCD相机（102）用于接收A路火焰图像采集线路的火焰图像信号，并转化成数字信号发送至火焰智能分析系统（103）；B路火焰图像采集线路与炉膛火焰视频输出装置（105）相连，炉膛火焰视频输出装置（105）用于接收B路火焰图像采集线路的火焰图像信号并送至监控室（106）；

所述A路火焰图像采集线路包括A路火焰信号采集探头（1011）和A路火焰信号输出光纤（1012），B路火焰图像采集线路包括B路火焰信号采集探头（1013）和B路火焰信号输出光纤（1014）；

所述的辅助设备（104）包括吹扫装置和伸缩装置，通过伸缩装置将炉膛火焰图像采集系统（101）的探头深入气化炉预定位置，通过吹扫装置对炉膛火焰图像采集系统（101）进行冷却吹扫；

气化炉火焰检测方法具体包括如下步骤：

（1）、气化炉火焰图像采集与输出

炉膛火焰图像采集系统（101）采集并输出气化炉炉膛火焰图像，A路火焰图像采集线路采集气化炉火焰图像信号用于火焰智能分析系统（103）应用，智能判断气化炉是否点燃；B路火焰图像采集线路为备用线路，通过炉膛火焰视频输出装置（105）输出至监控室（106），用于在线监测气化炉炉膛燃烧情况；当A路采集气化炉火焰图像信号出现故障时，B路图像采集信号用于火焰智能分析，在故障解除后，A、B两路火焰图像采集线路恢复原有功能；

（2）、气化炉火焰图像转化为数字信息

CCD相机（102）接收炉膛火焰图像采集系统（101）输出的A路采集气化炉火焰图像信号，转化成数字信号，发送至火焰智能分析系统（103）用于气化炉是否点燃的分析数据；

（3）、气化炉点燃智能分析

火焰智能分析系统（103）对接收CCD相机（102）转化的气化炉炉膛燃烧火焰数字信号进行智能分析；

（4）、输出氧气、煤粉、点火通路的控制信号

火焰智能分析系统（103）智能判断气化炉点火是否成功并输出相关控制信号，气化炉输出控制装置（108）根据火焰智能分析系统（103）输出的控制信号对进料进行控制；当判断点火失败时，输出控制信号立即切断氧气与煤粉通路，对炉内进行吹扫后准备进行下一次点火操作；当判断点火成功时，继续检测气化炉火焰，提取图像中亮度、颜色、对比度、灰度、火焰形状信息，将此信息作为智能算法的输入参数提供给人工智能算法进行处理，从而判断炉内燃烧状态，并输出控制信号控制氧气和煤粉的投放和投放时间，实现燃气炉的高效运行；

所述火焰智能分析系统（103）包括自学习训练得到图像识别算法、实施火焰图像处理以及具有智能分析判断气化炉是否点燃功能，具体实现步骤如下：

（4.1）、火焰智能分析系统（103）存储有专家诊断的火焰图像库（1031）；火焰智能分析系统（103）智能提取出炉膛火焰的亮度、火焰面积、火焰面积增长率、火焰轮廓数据；火焰智能分析系统（103）对气化炉炉膛火焰特征数据通过人工智能技术进行自学习训练，得到自学习训练图像识别算法（1032）；

（4.2）、火焰智能分析系统（103）接收气化炉炉膛火焰实时数据，对火焰实时数据进行滤波处理、边缘轮廓处理、亮度信号处理，并提取出炉膛火焰的亮度、火焰面积、火焰面积增长率、火焰轮廓数据用于智能分析；系统应用自学习训练图像识别算法智能分析实时采集的火焰特征数据，判断气化炉是否点燃，并将结果反馈至DCS；

（4.3）、火焰智能分析系统（103）存储检测到的气化炉炉膛火焰图像及分析结果，并将检测分析后的图像补充到火焰图像库（1031），获取海量的数据库，通过再次自学习获取高精度火焰图像识别算法；

（4.4）、火焰智能分析系统智能判断气化炉点火是否成功并输出相关控制信号，当判断点火失败时，输出控制信号立即切断氧气与煤粉通路，对炉内进行吹扫后准备进行下一次点火操作；当判断点火成功时，继续检测气化炉火焰，提取图像中的亮度、颜色、对比度、灰度、火焰形状信息，将此信息作为智能算法的输入参数提供给人工智能算法进行处理，从而判断炉内燃烧状态，并输出控制信号控制氧气和煤粉的投放和投放时间；

（5）、气化炉火焰在线视频

B路采集气化炉火焰图像信号通过炉膛火焰视频输出装置（105）输出至监控室（106），在监控室（106）内在线监测气化炉炉膛燃烧视频；

（6）、气化炉火焰检测装置吹扫与伸缩功能

当气化炉进行火焰检测时，通过辅助设备（104）将火焰检测装置的探头深入气化炉预定位置，并对炉膛火焰图像采集系统（101）进行吹扫、冷却，使探头处于低温环境工作，并吹扫附着在镜头上的粉尘。

2.如权利要求1所述的气化炉火焰检测方法，其特征在于：所述火焰智能分析系统（103）连接有用于保存炉膛火焰图像的存储单元（107）。

3.如权利要求2所述的气化炉火焰检测方法，其特征在于：所述辅助设备（104）吹扫装置的吹扫风为系统提供煤化气反应的低温氧化气体。

4.如权利要求2所述的气化炉火焰检测方法，其特征在于：所述气化炉输出控制装置（108）包括点火通路控制单元（1081），氧气通路控制单元（1082）和煤粉通路控制单元（1083）。

Images