CN114008679A - 确定余热锅炉的烟道气中的一个或多个颗粒组比例份额 - Google Patents
确定余热锅炉的烟道气中的一个或多个颗粒组比例份额 Download PDFInfo
- Publication number
- CN114008679A CN114008679A CN202080046254.0A CN202080046254A CN114008679A CN 114008679 A CN114008679 A CN 114008679A CN 202080046254 A CN202080046254 A CN 202080046254A CN 114008679 A CN114008679 A CN 114008679A
- Authority
- CN
- China
- Prior art keywords
- particle group
- flue gas
- waste heat
- heat boiler
- particles
- 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.)
- Pending
Links
- 239000002245 particle Substances 0.000 title claims abstract description 234
- 239000003546 flue gas Substances 0.000 title claims abstract description 67
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims abstract description 65
- 239000002918 waste heat Substances 0.000 title claims abstract description 57
- GEHJYWRUCIMESM-UHFFFAOYSA-L sodium sulfite Chemical compound [Na+].[Na+].[O-]S([O-])=O GEHJYWRUCIMESM-UHFFFAOYSA-L 0.000 claims description 112
- 235000010265 sodium sulphite Nutrition 0.000 claims description 56
- 238000000034 method Methods 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 17
- 238000011084 recovery Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 abstract description 6
- 238000002485 combustion reaction Methods 0.000 description 17
- 238000005070 sampling Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000005259 measurement Methods 0.000 description 9
- 239000000126 substance Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 239000000523 sample Substances 0.000 description 7
- PMZURENOXWZQFD-UHFFFAOYSA-L Sodium Sulfate Chemical compound [Na+].[Na+].[O-]S([O-])(=O)=O PMZURENOXWZQFD-UHFFFAOYSA-L 0.000 description 6
- 229910052938 sodium sulfate Inorganic materials 0.000 description 6
- 235000011152 sodium sulphate Nutrition 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 239000008187 granular material Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 244000309464 bull Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 241001062472 Stokellia anisodon Species 0.000 description 2
- 239000000571 coke Substances 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000155 melt Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 238000010926 purge Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000011734 sodium Substances 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 229920001621 AMOLED Polymers 0.000 description 1
- 241001417527 Pempheridae Species 0.000 description 1
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 1
- 231100000136 action limit Toxicity 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000012717 electrostatic precipitator Substances 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- -1 i.e. Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N5/00—Systems for controlling combustion
- F23N5/26—Details
- F23N5/265—Details using electronic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/22—Devices for withdrawing samples in the gaseous state
- G01N1/2247—Sampling from a flowing stream of gas
- G01N1/2258—Sampling from a flowing stream of gas in a stack or chimney
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/0606—Investigating concentration of particle suspensions by collecting particles on a support
- G01N15/0612—Optical scan of the deposits
-
- D—TEXTILES; PAPER
- D21—PAPER-MAKING; PRODUCTION OF CELLULOSE
- D21C—PRODUCTION OF CELLULOSE BY REMOVING NON-CELLULOSE SUBSTANCES FROM CELLULOSE-CONTAINING MATERIALS; REGENERATION OF PULPING LIQUORS; APPARATUS THEREFOR
- D21C11/00—Regeneration of pulp liquors or effluent waste waters
- D21C11/06—Treatment of pulp gases; Recovery of the heat content of the gases; Treatment of gases arising from various sources in pulp and paper mills; Regeneration of gaseous SO2, e.g. arising from liquors containing sulfur compounds
-
- D—TEXTILES; PAPER
- D21—PAPER-MAKING; PRODUCTION OF CELLULOSE
- D21C—PRODUCTION OF CELLULOSE BY REMOVING NON-CELLULOSE SUBSTANCES FROM CELLULOSE-CONTAINING MATERIALS; REGENERATION OF PULPING LIQUORS; APPARATUS THEREFOR
- D21C11/00—Regeneration of pulp liquors or effluent waste waters
- D21C11/12—Combustion of pulp liquors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N5/00—Systems for controlling combustion
- F23N5/003—Systems for controlling combustion using detectors sensitive to combustion gas properties
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F27—FURNACES; KILNS; OVENS; RETORTS
- F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
- F27D19/00—Arrangements of controlling devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F27—FURNACES; KILNS; OVENS; RETORTS
- F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
- F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F27—FURNACES; KILNS; OVENS; RETORTS
- F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
- F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
- F27D21/02—Observation or illuminating devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
- G01N15/1436—Optical arrangements the optical arrangement forming an integrated apparatus with the sample container, e.g. a flow cell
-
- 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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F27—FURNACES; KILNS; OVENS; RETORTS
- F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
- F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
- F27D21/02—Observation or illuminating devices
- F27D2021/026—Observation or illuminating devices using a video installation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0042—Investigating dispersion of solids
- G01N2015/0046—Investigating dispersion of solids in gas, e.g. smoke
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
- G01N2015/144—Imaging characterised by its optical setup
- G01N2015/1443—Auxiliary imaging
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Signal Processing (AREA)
- Sampling And Sample Adjustment (AREA)
- Regulation And Control Of Combustion (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明能够基于从烟道气样本获得的光学信息来确定余热锅炉(110)的烟道气中的一个或多个颗粒组比例份额。处理器(202)用于读取(301)包括所考虑区域的数字帧,该所考虑区域表示被保持在余热锅炉的烟道气气流中的采样器(120)的表面的至少一部分。从所考虑区域中确定(302)与所述烟道气中包含的颗粒组的颜色特征相匹配的颗粒组区域。确定(304)所识别出来的颗粒组区域的联合面积,并且确定(305)所述联合面积在总面积中的份额作为所述颗粒组的颗粒组比例份额。
Description
技术领域
本发明涉及基于从烟道气样本获得的光学信息来确定余热锅炉(recoveryboiler)的烟道气中的一个或多个颗粒组比例份额。
背景技术
原则上,余热锅炉有两个主要功能:化学回收,和将过程中产生的燃烧热作为蒸汽和电能的回收。
在余热锅炉燃烧期间,产生烟道气,其热量用于蒸汽生产。这些烟道气通常包括颗粒(尤其是所谓的携带(carry-over)颗粒),这些颗粒在炉子的燃烧过程中从黑液(blackliquor)中产生。这些颗粒非常轻,使得它们很容易被吸入强大的烟道气气流中。当加热表面在TI5-T70范围内(在该温度范围中,15-70%的灰处于液态形式)时,携带颗粒特别困难,因为它们是粘性的。将这些颗粒特别强有力地吸入烟道气气流是由所谓的烟囱效应造成的,其中锅炉通风变化,以有利于特定的炉子区域。例如,在炉子的中间,流速可以增加,使得合适尺寸的颗粒和熔化的燃料液滴被吸入烟道气气流,从而与正常燃烧的燃料的残留灰一起形成携带物。
携带颗粒会导致加热表面结垢和腐蚀,这两种情况都会显著降低余热锅炉的可用性,同时还会降低可回收化学物质的回收和蒸汽产量。
例如,一直在寻求用火花计数器来监测携带物,该火花计数器对在其探头的检测区域中检测到的仍在发光的烟道气颗粒进行计数。这种布置结构只记录了携带物的部分,其中焦炭的燃烧仍在进行。这种布置结构不能记录携带物的不再燃烧但仍处于减少形式的部分。
现有技术还包括公布US 8,584,540 B2,其描述了使用清扫器来测量余热锅炉炉子的状态。
发明内容
根据本发明的第一特征,提出了一种用于确定余热锅炉的烟道气中的一个或多个颗粒组比例份额的方法。该方法包括以下步骤:
用处理器读取数字帧,该数字帧包括所考虑区域,该所考虑区域表示被保持在余热锅炉的烟道气气流中达预定时间段的采样器的表面的至少一部分;
用处理器从所述所考虑区域识别一个或多个颗粒组区域,所述一个或多个颗粒组区域与被包含在余热锅炉的烟道气中的至少一个颗粒组的预定颜色特征相匹配;
用处理器确定所识别出来的所述一个或多个颗粒组区域的联合面积;以及用处理器确定所确定的联合面积在预定的总面积中的份额,作为所述颗粒组的颗粒组比例份额。
根据本发明的第二特征,提供了一种计算机程序产品,其包括至少一个计算机可读存储介质,该计算机可读存储介质包括一组命令,该组命令在由一个或多个处理器运行时使计算机设备执行根据第一特征的方法。
根据本发明的第三特征,提出了一种计算机设备,包括:至少一个处理器;和
包括计算机程序代码的至少一个存储器,其中所述至少一个存储器和计算机程序代码已经被布置成利用至少一个处理器以使得计算机设备:
读取数字帧,该数字帧包括所考虑区域,该所考虑区域表示被保持在余热锅炉的烟道气流中达预定时间段的采样器的表面的至少一部分;
从所述所考虑区域识别一个或多个颗粒组区域,所述一个或多个颗粒组区域与被包括在余热锅炉的烟道气中的至少一个颗粒组的预定颜色特征相匹配;
确定所识别出来的所述一个或多个颗粒组区域的联合面积;以及
确定所确定的联合面积在预定的总面积中的份额,作为所述颗粒组的颗粒组比例份额。
根据本发明的第四特征,表示了一种系统,包括:
采样器,其用于从余热锅炉的烟道气气流中采集样本;
装置,其用于从通过采样器从余热锅炉采集到的烟道气样本生成数字帧;和
根据所述特性的计算机设备。
在本发明的一个应用中,对被包括在余热锅炉的烟道气中的至少两个不同的颗粒组进行对颗粒组区域的识别、对联合面积的确定以及对联合面积在总面积中的份额的确定。
在本发明的一个应用中,预定的总面积包括所考虑区域的总面积。
在本发明的一个应用中,预定的总面积包括所述至少两个不同的颗粒组的联合面积的总面积。
在本发明的一个应用中,基于颗粒组区域中的至少一个可能的重叠区域的暗度,用处理器确定所述可能的重叠区域属于所述颗粒组区域中的一个颗粒组区域。
在本发明的一个应用中,颗粒组包括下列中的一种:亚硫酸钠颗粒,和不可燃黑液颗粒,其过量的份额最清楚地表明燃烧条件偏离最佳值。
在本发明的一个应用中,对应于亚硫酸钠颗粒的颜色特征包括红色色调,并且不可燃黑液颗粒的对应颜色特征包括黑色色调。
在本发明的一个应用中,对应于亚硫酸钠颗粒的颜色特征包括YCbCr颜色空间的Cr分量,并且对应于不可燃黑液颗粒的颜色特征包括YCbCr颜色空间的Y分量。从RGB颜色空间到YCbCr或类似颜色空间的转换允许更安全且有效地识别颜色特征。
在本发明的一个应用中,对颗粒组区域的识别包括对对应颜色特征进行阈值化。
在本发明的一个应用中,所确定的颗粒组的颗粒组比例份额用于控制余热锅炉。
在本发明的一个应用中,采样器适于从距离余热锅炉的炉壁的至少两个不同的距离处采集样本。
利用根据本发明的解决方案,可以实现一种测量方法,以便比以前明显更快地响应燃烧扰动,并且基于烟道气测量,优化燃烧室中的燃烧过程。根据本发明的至少一些解决方案使得测量结果能够用于控制燃烧和/或控制锅炉清扫。
根据本发明的至少一些解决方案使得能够基于从烟道气样本获得的光学信息,确定余热锅炉的烟道气中的一个或多个颗粒组比例份额。
根据本发明的至少一些解决方案使得能够计算至少亚硫酸钠颗粒、不可燃黑液颗粒和/或硫酸钠颗粒的比例份额。根据本发明的至少一些解决方案使得能够根据从烟道气样本拍到的数字图像的确定区域来计算这些比例份额。根据本发明的至少一些解决方案使得能够自动计算这些比例份额。在这种情况下,例如,对数据库中的图像进行视觉比较对于计算这些比例份额是不需要的。
根据本发明的至少一些解决方案使得能够考虑测量历史,即:能够与先前测量的比较。例如,根据本发明的至少一些解决方案使得能够保存带有时间戳的结果,并且能够将该结果与其它烟道气样本或从余热锅炉收集到的任何其它数据进行比较。
根据本发明的至少一些解决方案能够实现短的测量时间,例如,最大可以是一分钟。此外,与测量历史相比,预定的测量时间本身能够实现完全可比的结果。
根据本发明的至少一些解决方案使得能够从颗粒组比例份额中获得余热锅炉的横向方向信息,例如,在距离余热锅炉的前壁、后壁和/或侧壁的几个不同距离处。
此外,根据本发明的至少一些解决方案使得烟道气采样能够被再现且自动化。例如,如果测得的颗粒组比例份额与预期的值有本质上的偏差,则自动化能够实现高监测频率和快速检查。
优选地是,正常可见区域彩色照相机可以用作提供具有足够好的相关性的结果的照相机。
附图说明
下面通过参考附图利用所附的应用示例描述本发明,在附图中
图1A示意性地描述了根据本发明的系统;
图1B示意性地描述了根据本发明的余热锅炉;
图2示意性地描述了根据本发明的设备;
图3示意性地描述了根据本发明的方法;
图4A描述了根据本发明的未分析的数字帧;
图4B描述了根据本发明的已分析的数字帧;
图5A描述了根据本发明通过阈值化获得的二进制掩模,其对应于所考虑区域中的亚硫酸钠颗粒;和
图5B描述了根据本发明通过阈值化获得的二进制掩模,其对应于所考虑区域中的不可燃黑液颗粒。
附图始终使用相同的附图标记来指代等同的元件。
具体实施方式
以下是本发明实施例的详细描述,本发明实施例的示例在附图中描述。下面的详细描述连同附图旨在描述示例,而不是代表实现所提供的示例或利用它们的仅有的方式。以下重点介绍示例活动和一系列阶段/操作,以便组装和使用示例。然而,相同或等同的活动和阶段/操作也可以通过其它示例来实现。
作为示例,图1描述了根据本发明的系统100的组件,在系统100中可以实现本发明的不同实施例。图1A中的示例表示余热锅炉110、采样器120、用于从通过采样器120从余热锅炉110获取的烟道气(或简而言之,烟道气样本)中包括的颗粒样本生成数字帧的装置130、用于从余热锅炉的烟道气中确定一个或多个颗粒组比例份额的计算机设备200以及另外的处理仪器140。
余热锅炉110是设计用以燃烧黑液的蒸汽锅炉,其具有双重能力,即:充当化学回收装置和适合于在纸浆厂产生高压蒸汽和能量的单元。结合图1B更详细地描述余热锅炉110。
采样器120可以包括例如采样棒或杆。在一个示例中,采样器120包括具有扁平方形头部的采样棒。平面采样表面的好处是,由形状引起的失真不会出现在对它进行拍摄得到的图像的边缘处。例如,具有失真的图像在边缘会更暗,这将影响在计算烟道气的颗粒组比例份额时使用的面积值。可以有两个或更多个平面采样表面。例如,采样表面可以在方形棒的尖端上形成到所述方形棒的不同侧上。如果表面在竖直方向上对称设置,则可以观察到烟道气气流的横向变化,因为不同侧的表面上积聚了不同量的携带物。然而,颗粒组比例份额通常保持不变,但是如果有更多的采样表面,则比例份额的计算也会变得更精确。在一个示例中,采样器120大约在牛鼻部的高度处、即通过处于过热器的底端下方的舱口插入到烟道气气流中,在这种情况下,测量值最能代表传热部分115中的携带颗粒分布(图1B)。
在采样之后,采样器120被带到成像装置130(例如,采样站),在成像装置130中,对其进行拍摄。
在一个示例中,采样器120是手动操作的。在另一个示例中,采样器120是自动化的,例如,使用机器人或机械手。在一个示例中,采样器120的进/出运动、拍照和/或清洁是自动化的,在这种情况下,采样器120可用于余热锅炉110的主动调节。
用于生成数字帧的装置130可以包括例如带有照相机、拍摄棚和用于放置采样器120的支架的采样站。照相机可以包括例如数字照相机或模拟照相机。在模拟照相机的情况下,装置130可以包括将得到的模拟图像数字化的仪器。在一个示例中,照相机是智能手机、平板电脑或类似设备的照相机。在一个示例中,照相机是工业照相机。在一个示例中,照相机是可视区域彩色照相机。
在一个示例中,采样器120被放置在采样站的支架中,使得其包含烟道气颗粒的头部总是以相同姿态(例如水平地)进入拍摄棚。在一个示例中,采样器120被拍照,使得采样器120的样本处在图像的中间,并且优选地是在采样器120的纵向方向上的预定位置。
在一个示例中,拍摄棚被照亮。采样和拍照的条件应标准化,以实现最佳相关性。
在图2的描述中更详细地描述了计算机设备200,其用于从余热锅炉的烟道气确定一个或多个颗粒组比例份额。
所述另外的处理仪器140可以包括例如工作站计算机、服务器计算机、数据库和/或数据链路等,借助于工作站计算机、服务器计算机、数据库和/或数据链路等,可以利用烟道气的特定颗粒组比例份额执行或启动不同的进一步的处理操作(例如,评估余热锅炉炉子的操作质量,例如评估左右平衡,或评估加热表面的结垢/腐蚀倾向,或评估清扫需要)。在一个示例中,所拍摄到的图像和分析数据可以例如在过程控制系统中用合适的用户界面和/或通过合适的数据库来处理。烟道气的颗粒组比例份额的确定结果可以用作例如燃烧控制和/或锅炉清扫控制的测量数据。
图1B示意性地描述了根据本发明的余热锅炉110。图1B表示余热锅炉110,除了别的以外,余热锅炉110包括矩形底座111、四个炉壁1121-1124(其中图1B表示后壁1121和前壁1122)、炉子113、牛鼻部114和传热部分115。炉子113的底部部分具有气孔116和熔融物喷口117。传热部分115包括例如节约器115A、热炼管道115B和过热器115C。
此外,图1B表示根据本发明的采样器120、采样器120的光学操纵器121、以及采样器120的成像装置130和可选的清洗站160。
此外,图1B描述了蒸发器151和碱液喷雾152,蒸发器151从黑液中蒸发多余的水,碱液喷雾152用于将蒸发后的黑液喷入余热锅炉110。换句话说,通过碱液喷雾152、合适的液滴尺寸和正确的对准,目的是在余热锅炉110的底部111上形成期望的黑液堆。
余热锅炉110的炉子113的炉壁1121-1124通常由竖直管道(图1B中未表示)制成,这些管道彼此气密连接,从而管道形成连续的热炼管道。在管道内流动的水通过释放的热能在炉子113中汽化,并且最终,在循环中形成的饱和水蒸汽混合物被引导到蒸汽包(图1B中未表示),在蒸汽包中,蒸汽和水被分离,并且蒸汽被引导到过热器115C进行过热。在操作期间,余热锅炉110的底部111完全覆盖有一层化学熔融物,并且目的是在锅炉的底部上形成由无机物质和焦炭组成的受控堆。黑液的有机物质的最终燃烧和化学物质的减少在低氧条件下在堆中发生。熔融物喷口117用于将化学熔融物从锅炉底部111排入溶解罐(图1B中未表示)。
对于将要馈送入余热锅炉110的燃烧空气,余热锅炉110通常具有三个空气等级:一级、二级和三级,它们具有各自的气孔116。它们对黑液燃烧所需的燃烧空气供应都有各自的影响。与图1B不同,熔融物喷口和气孔通常位于前壁和/或后壁1121、1122上,因为前壁和/或后壁比侧壁1123-1124宽。
过热器115C通常位于余热锅炉110的顶部部分中,其由突出部114(即牛鼻部)保护,突出部114保护过热器115C免受直接热辐射并控制流向过热器115C的烟道气气流。在过热器115C之后,燃烧期间产生的烟道气被引入热炼管道115B,在那里,烟道气的热量被用于产生蒸汽。通常,烟道气含有大量的灰,该灰试图通过定期的蒸汽吹扫而从传热表面去除。从烟道气管子的灰斗和静电沉淀器中提取的该灰被回收,并且回收到的灰与黑液混合并喷入锅炉炉子113内,以回收化学物质。
余热锅炉110通常具有位于竖直烟道气管子中的两个给水预热器(即节约器)115A。给水预热器115A在给水被馈送入热炼管道115B之前加热给水。预热器115A提高了余热锅炉110的效率,并允许烟道气冷却到接近给水温度。烟道气气流中的节约器115A也必须定期用蒸汽吹扫来清扫,以保持它们打开。
图2是根据一个实施例的计算机设备200的框图。
计算机设备200包括至少一个处理器202和包含计算机程序代码205的至少一个存储器204。计算机设备200还可以包括输入/输出模块206和/或通信接口208。
尽管图2中的计算机设备200被呈现为仅包括一个处理器202,但是计算机设备200可以包括几个处理器。在一个实施例中,命令205可以保存在存储器204(例如,操作系统和/或不同的应用)中。此外,处理器202可用于实现保存的命令。在一个实施例中,处理器202可以被实现为多核处理器、单核处理器或者一个或多个多核处理器和一个或多个单核处理器的组合。例如,处理器202可以被实现为一个或多个不同的处理设备,例如协处理器、微处理器、控制器、DSP(数字信号处理器)、具有或不具有DSP的处理电路,或者包括ASIC(专用集成电路)、FPGA(现场可编程门阵列)、微控制器单元、硬件加速器等的各种其它处理设备。在一个实施例中,处理器202可以被留下来执行硬编码功能。在一个实施例中,处理器202已经被实现为软件命令的执行器,并且处理器202可以被配置有命令,以在命令运行时运行本发明报告中描述的算法和/或操作。
存储器204可以被实现为一个或多个易失性存储器设备、一个或多个非易失性存储器设备和/或一个或多个易失性存储器设备或一个或多个非易失性存储器设备的组合。存储器204可以实现为例如半导体存储器,比如PROM(可编程ROM)、EPROM(可擦除PROM)、闪存ROM、RAM(随机存取存储器)等。
输入/输出模块206已经被布置用以帮助组织输入和/或输出。输入/输出模块206已经被布置用以与处理器202和存储器204通信。输入/输出模块206的示例包括、但不限于输入接口和/或输出接口。输入接口的示例包括但不限于键盘、触摸屏、麦克风等。输出接口的示例包括、但不限于扬声器、显示器,比如LED显示器、TFT显示器、液晶显示器或AMOLED显示器等。
通信接口208可以使计算机设备200能够与其它设备通信。在一个实施例中,计算机设备200的不同组件(比如处理器202、存储器204、输入/输出模块206和通信接口208)已经被布置用以通过集中式电路210彼此通信。集中式电路210可以包括压制电路板,比如主板或等同物。
本文描述和解释的计算机设备200仅仅是可以从本发明的实施例中受益的设备的示例,并且不旨在限制本发明的保护电路。注意,计算机设备200可以包括与图2所表示的数量不同的数量的组件。计算机设备200可以被分成通过合适的通信链路进行通信的几个物理单元。
上述的一个或多个存储器204和计算机程序代码205已经被布置成利用至少一个处理器202以使计算机设备200读取包括所考虑区域的数字帧。该所考虑区域代表被保持在余热锅炉110的烟道气气流中达预定时间段的采样器120的表面的至少一部分。在一个示例中,该预定时间最多为一分钟。在另一个示例中,该预定时间最多为半分钟。在一个实施例中,计算机设备200接收可读数字帧。在另一个实施例中,计算机设备200检索可读数字帧。在一个示例中,一个或多个数字帧已经保存在数据库中,计算机设备200从该数据库中检索出它们。这种数据库可以集成到计算机设备200中,或者与计算机设备200分离,并通过合适的通信链路连接到计算机设备200。在一个示例中,所考虑区域包括处于数字帧的中间的区域,使得数字帧的一个或多个边缘区域已经被裁剪。这种裁剪可用于从数字帧中去除例如包括烟道气颗粒样本的周围环境的图像区域。换句话说,在所考虑区域的规格中,数字帧被裁剪,以排除可能会使烟道气的颗粒组比例份额的计算失真的不需要的区域。数字帧的边缘区域是不需要的,例如,当烟道气颗粒样本的区域没有延伸到它们时。在一个实施例中,所考虑区域是矩形的。
上述的一个或多个存储器204和计算机程序代码205进一步被布置成利用至少一个处理器202以使计算机设备200从所考虑区域中识别出与余热锅炉110的烟道气中包括的至少一个颗粒组的预定颜色特征相匹配的一个或多个颗粒组区域。在一个示例中,颗粒组包括以下中的一种:亚硫酸钠颗粒(亚硫酸钠、Na2SO3),和不可燃黑液颗粒。在一个示例中,对应于亚硫酸钠颗粒的颜色特征包括红色色调,并且不可燃黑液颗粒的对应颜色特征包括黑色色调。
其它携带颗粒主要是浅灰色的,并且它们与背景材料的区别是更不确定的。然而,它们可以被类似地识别出来,并被认为是它们自己的颗粒组区域。在这种情况下,可以将亚硫酸钠颗粒和/或未燃烧黑液的面积的比例与它们在颗粒覆盖的总面积中的比例进行比较,而不是与所考虑区域的总面积进行比较。在这种情况下,颗粒覆盖的总面积的比例也可以由所考虑区域的总面积来计算。这允许携带物的总量例如与现有技术的SootprobeTM的关联,这允许估算出热交换器表面上的层的生长速率。
当采样的预定时间足够得长(例如25s,或者优选为30s或更长)时,采样器的表面通常基本上被颗粒完全覆盖。在这种情况下,仅识别亚硫酸钠颗粒和/或不可燃黑液颗粒并确定其面积及其在所考虑区域的总面积中的比例就足够了。
在一个示例中,对应于亚硫酸钠颗粒的颜色特征包括YCbCr颜色空间的Cr分量,并且不可燃黑液颗粒的对应颜色特征包括YCbCr颜色空间的Y分量。YCbCr是一种颜色空间/颜色模型,其中通过组合一个亮度分量和两个色度分量来创建色彩。亮度(Y分量)是经过伽马校正的图像的光度信息(亮度),Cb分量代表黄-蓝变化,并且Cr分量代表绿-红变化。
上述的一个或多个存储器204和计算机程序代码205进一步被布置成利用至少一个处理器202以使计算机设备200确定所识别到的所述一个或多个颗粒组区域的联合面积。
上述的一个或多个存储器204和计算机程序代码205进一步被布置成利用至少一个处理器202以使计算机设备200确定所确定的联合面积在预定的总面积中的份额,作为所述颗粒组的颗粒组比例份额。在一个示例中,预定的总面积包括所考虑区域的总面积。
在一个实施例中,存在至少两个感兴趣的颗粒组。在这种情况下,对这至少两个颗粒组分别进行颗粒组区域的识别、联合面积的确定以及总面积中的联合面积的确定。在该实施例中,预定的总面积可以包括所考虑区域的总面积或者所述至少两个不同的颗粒组的联合面积的总面积。
在以下示例中,烟道气包括三个颗粒组:亚硫酸钠颗粒(红色色调),不可燃黑液颗粒(黑色色调),和其它颗粒(例如硫酸钠颗粒,即:灰(ash),灰色色调(grey shade))。
在第一示例中,仅亚硫酸钠颗粒被识别。所有亚硫酸钠颗粒区域(即红色色调区域)都从所考虑区域中被识别出来。然后,所有所识别的亚硫酸钠颗粒区域的联合面积被确定为联合面积。在本示例中,总面积是所考虑区域的总面积。最后,根据所考虑区域的总面积确定所识别的亚硫酸钠颗粒区域的联合面积的比例,并将由此获得的值认为是亚硫酸钠颗粒的比例份额。
在第二示例中,仅不可燃黑液颗粒被识别。所有不可燃黑液颗粒区域(即黑色色调区域)都从所考虑区域中被识别出来。然后,确定所有所识别的不可燃黑液颗粒区域的联合面积为联合面积。在本示例中,总面积是所考虑区域的总面积。最后,根据所考虑区域的总面积来确定所识别的不可燃黑液颗粒区域的联合面积的比例,并且由此获得的值被认为是不可燃黑液颗粒的比例份额。
在第三示例中,亚硫酸钠颗粒和不可燃黑液颗粒两者均被识别。所有亚硫酸钠颗粒区域(即红色色调区域)和所有不可燃黑液颗粒区域(即黑色色调区域)均从所考虑区域中被识别出来。然后,确定所有所识别的亚硫酸钠颗粒区域的联合面积和所有所识别的不可燃黑液颗粒区域的联合面积之和作为联合面积。在本示例中,总面积是所考虑区域的总面积。最后,根据所考虑区域的总面积来确定所识别的亚硫酸钠颗粒区域的联合面积和所识别的不可燃黑液颗粒区域的联合面积之和的比例,并且由此获得的值被认为是亚硫酸钠颗粒和不可燃黑液颗粒之和的比例份额。
在第四示例中,亚硫酸钠颗粒和不可燃黑液颗粒两者均被识别。所有亚硫酸钠颗粒区域(即红色色调区域)和所有不可燃黑液颗粒区域(即黑色色调区域)均从所考虑区域中被识别出来。然后,仅所识别的亚硫酸钠颗粒区域的联合面积被确定为联合面积。在本示例中,所识别的亚硫酸钠颗粒区域的联合面积与所有所识别的不可燃黑液颗粒区域的联合面积之和为总面积。最后,确定所识别的亚硫酸钠颗粒区域的联合面积与所识别的亚硫酸钠颗粒区域的联合面积和所识别的不可燃黑液颗粒区域的联合面积之和的比例,并且由此获得的值被认为是亚硫酸钠颗粒的比例份额。
在第五示例中,亚硫酸钠颗粒和不可燃黑液颗粒两者都被识别。所有亚硫酸钠颗粒区域(即红色色调区域)和所有不可燃黑液颗粒区域(即黑色色调区域)均从所考虑区域中被识别出来。然后,仅所识别的亚硫酸钠颗粒区域的联合面积被确定为联合面积。在本示例中,总面积是所识别的不可燃黑液颗粒区域的联合面积。最后,确定所识别的亚硫酸钠颗粒区域的联合面积与所识别的不可燃黑液颗粒区域的联合面积的比例,并且由此获得的值被认为是亚硫酸钠颗粒的比例份额。
本发明不限于仅涉及上述五个示例,而是许多其它变型也是可能的。
在一个实施例中,上述的一个或多个存储器204和计算机程序代码205进一步被布置成利用至少一个处理器202以使得计算机设备200基于颗粒组区域中的至少一个可能的重叠区域的暗度来确定所述可能的重叠区域属于所述颗粒组区域中的一个颗粒组区域。
在一个实施例中,颗粒组区域的识别包括对对应颜色特征进行阈值化。在本文中,阈值化指的是这样一种操作,其中特定值超过特定极限值的所考虑区域的像素被分配第一二进制值(例如“1”),并且值小于该极限值的所考虑区域的像素被分配第二二进制值(例如“0”)。如果像素值等于极限值,可以视情况为其分配第一二进制值或第二二进制值。因此,阈值化的结果是二进制图像。
在一个实施例中,所确定的颗粒组的颗粒组比例份额用于控制余热锅炉110,例如用于控制燃烧和/或控制锅炉清扫。在一个示例中,余热锅炉110的控制系统被给予每个确定的相对颗粒组份额的信息。在一个示例中,余热锅炉110的空气和/或燃料供应根据所确定的颗粒组比例份额中的至少一个来调节。
需要在余热锅炉110的控制上做出改变的颗粒组比例份额具体到锅炉、负载和/或燃料而进行变化。通常,如果蒸汽均匀地且充分地产生并且化学循环没有受到干扰,则不会对调整进行改变。携带物的增加是由于炉子反应和事件的变化,这些变化使燃烧过程失去平衡(蒸汽和化学物质)。携带物的减少本身通常不会导致调整措施。在一个示例中,粗略的动作限制对于不可燃黑液颗粒是约10%并且对于亚硫酸钠颗粒是约15%,并且对于它们的组合份额是约20%。
在一个实施例中,上述的一个或多个存储器204和计算机程序代码205进一步被布置成利用至少一个处理器202以使计算机设备200例如通过从总面积中减去亚硫酸钠颗粒的联合面积和不可燃黑液颗粒的联合面积来确定硫酸钠颗粒(硫酸钠,Na2SO4)的比例份额。
在一个实施例中,数字帧包括采样信息,该采样信息至少包括由该帧表示的烟道气颗粒样本的采样时间(例如时间戳)。例如,使用时间戳和其它类似的东西能够创建可以在期望的时间段内查看的时间戳趋势。
在一个实施例中,如果联合面积超过或低于预定的极限值,则可以改变预定时间。
下面更详细地描述本发明的一个应用示例。本应用示例中的一些步骤是可选的。
首先,可以针对YCbCr颜色模型的分量、以及亚硫酸钠颗粒和不可燃黑液颗粒的预定最小和最大颗粒尺寸对考虑的预定值区域进行读取。最小和最大尺寸可以用像素来确定,以便识别颗粒。基于该尺寸,可以选择所识别到的颗粒是否具有使识别可信的尺寸。
拍摄烟道气颗粒样本的图像。图4A表示拍摄的这种烟道气颗粒样本的图像410的示例。该图像可以旋转到水平位置,以便宽度->高度,和/或图像可以缩放到预定的宽度(原始纵横比)。
然后,选择要考虑的区域。
之后,例如,从RGB(红、绿、蓝)颜色模型到YCbCr颜色模型的转换是可能的。颜色模型转换RGB->YCbCr可以通过适当的颜色模型转换功能来完成。使用YCbCr颜色模型的好处是,可以根据色调将红色颗粒和红色色调颗粒与蓝灰色区域区分开来。
可以为将要识别的亚硫酸钠颗粒和不可燃黑液颗粒创建空白结果图像。换句话说,阈值化操作的结果图像(即二进制掩模)首先被格式化为空的。
可以通过如下方式来从图像中选择亚硫酸钠颗粒:对YCbCr颜色模型的分量进行阈值化,使得Y(亮度)和Cb(黄色-蓝色)分量具有固定值区域,并且Cr(绿色-红色)分量值区域在值区域的限制内逐步变窄,使得在每个步骤的阶段中均考虑由阈值化产生的掩模,并且为结果图像选择满足为亚硫酸钠颗粒预定的区域条件(阈值区域的尺寸应该在最小尺寸和最大尺寸之间)的区域。图5A描述了根据本发明通过阈值化获得的二进制掩模(510),其对应于所考虑区域中的亚硫酸钠颗粒。在图5A中,白色为1,并且黑色为0,即:白色表示被识别为亚硫酸钠颗粒命中的区域,并且黑色表示其它区域。
可以通过如下方式来从图像中选择不可燃黑液颗粒:对YCbCr颜色模型的分量进行阈值化,使得Cb和Cr分量具有固定值区域,并且Y分量值区域在值区域的限制内逐步变窄,使得在每个步骤的阶段中都考虑由阈值化产生的掩模,并且为结果图像选择满足为不可燃黑液颗粒预定的区域条件(阈值区域的尺寸应当在最小尺寸和最大尺寸之间)的区域。图5B描述了根据本发明通过阈值化获得的二进制掩模520,其对应于所考虑区域中的不可燃黑液颗粒。在图5B中,白色为1,并且黑色为0,即:白色指的是被识别为可燃黑液颗粒命中的区域,并且黑色指的是其它区域。
换句话说,待分析的各个单个图像可以被处理为三分量(Y、Cb、Cr)读取矩阵,其经受基于阈值化操作的选择。在阈值化中,通过为不同的图像分量设置阈值来进行选择。作为结果,阈值化操作产生二进制图像,即掩模(单分量矩阵),其中,例如,满足阈值的区域用值“真”(白色)标记,并且其它区域用值“假”(黑色)标记。对于将要分析的每个图像,可以用不同的极限值多次执行对图像分量的阈值化,阈值化操作的结果图像(即二进制掩模)可以被添加到一个联合结果图像,并且结果是包括所有阈值化操作的结果的单个结果图像。图4B描述了根据本发明的分析过的数字帧420,其表示待考虑的区域以及在所考虑区域内识别到的亚硫酸钠颗粒和不可燃黑液颗粒。在图4B中,所考虑区域用白色矩形标记。
对所产生的掩模图像进行后检查,使得:如果掩模图像代表相交点,则亚硫酸钠颗粒掩模图像和不可燃黑液颗粒掩模图像的相交点处的低强度区域被标记为不可燃黑液颗粒的分量。换句话说,在重叠命中时,即:在掩模的可能的相交点中,考虑重叠区域的暗度,使得:如果相交点比设定为极限值的值暗,则其被标记为不可燃黑液颗粒的区域,否则其被标记为亚硫酸钠颗粒的区域。
然后,在所考虑区域中计算面积百分比,即:硫酸钠颗粒和不可燃黑液颗粒的掩模图像覆盖了所考虑区域的百分比。此外,硫酸钠颗粒(即灰)覆盖的面积可计算如下:
如果时间段足够得长以产生完全覆盖,则为100–(硫酸钠颗粒面积的面积百分比+不可燃黑液颗粒面积的面积百分比)%。
颜色特征的识别可以导致将一个区域识别为两个不同的颗粒组区域。优选地是,当计算百分比时,所获得的亚硫酸钠颗粒和不可燃黑液颗粒的图像掩模的可能的重叠被考虑在内,以允许可靠地计算面积百分比。重叠区域被处理,例如,使得在亚硫酸钠颗粒掩模图像和不可燃黑液颗粒掩模图像的相交点处,在不可燃黑液颗粒的掩模图像中选择在亚硫酸钠颗粒掩模中的区域的强度值方面平均较暗的亚硫酸钠颗粒掩模中的区域,例如比指定阈值更暗的区域,并且在亚硫酸钠颗粒的掩模图像中留下其它相交区域。
图3表示根据示例性实施例的从余热锅炉的烟道气中确定一个或多个颗粒组比例份额的方法300的示例性流程图。
在操作301中,使用处理器来读取数字帧,该数字帧包括所考虑区域,该所考虑区域表示被保持在余热锅炉的烟道气流中达预定时间段的采样器的表面的至少一部分。
在操作302中,使用处理器从所考虑区域中识别与余热锅炉的烟道气中包括的至少一个颗粒组的预定颜色特征相匹配的一个或多个颗粒组区域。
在可选的操作303中,使用处理器基于颗粒组区域中的至少一个可能的重叠区域的暗度,确定所述可能的重叠区域属于所述颗粒组区域中的一个颗粒组区域。
在操作304中,使用处理器确定所识别的所述一个或多个颗粒组区域的联合面积。
在操作305中,使用处理器确定所确定的联合面积在预定的总面积中的份额,作为所述颗粒组的颗粒组比例份额。
方法300可以用图2的设备200来执行。方法300的附加特征是设备200的操作和参数的直接结果,因此这里不再重复。方法300可以用一个或多个计算机程序来执行。
示例性实施例可以包括例如能够运行示例性实施例的过程的任何合适的计算机设备和等同物。示例性实施例的设备和子系统可以使用任何合适的协议彼此通信,并且它们可以使用一个或多个编程的计算机系统或设备来实现。
一个或多个连接机制(包括互联网连接、任何合适格式的电信(语音、调制解调器等)、无线通信介质和等同物)可以用于示例性实施例。通信网络或连接可以包括例如一个或多个卫星通信网络、无线通信网络、蜂窝通信网络、3G通信网络、4G通信网络、5G通信网络、通用交换电话网络、分组数据网络、互联网、内部网或这些的组合。
应当理解,示例性实施例只是示例,因为正如本领域的专业人员所理解的是,用于实现示例性实施例的特定设备的许多变化是可能的。例如,示例性实施例的一个或多个组件的功能可以通过硬件和/或软件来实现。
示例性实施例可以保存与该报告中描述的不同过程相关的信息。该信息可以保存在一个或多个存储器(比如硬盘、光盘、磁光盘、RAM存储器等)中。用于实现本发明的示例性实施例的信息可以保存在一个或多个数据库中。可以使用这里列出的一个或多个存储器或存储介质中包括的数据结构(例如,数据记录、表格、板、字段、图形、树型结构或列表)来组织数据库。关于示例性实施例,所描述的过程可以包括适当的数据结构,用于将由示例性实施例的设备和子系统的过程收集和/或生成的数据保存到一个或多个数据库中。
如本领域专业人员所理解的是,示例性实施例可以全部或部分使用根据本发明示例性实施例的教导进行编程的一个或多个通用处理器、微处理器、DSP处理器、微控制器等来实现。正如软件领域的专业人员所理解的是,普通程序员可以基于示例性实施例的教导容易地生产适当的软件。此外,正如电子领域的专业人员所理解的是,示例性实施例可以使用专用集成电路或组合适当网络的常规组件电路来实现。因此,示例性实施例不限于硬件和/或软件的任何特定组合。
保存在任何计算机可读介质或其组合中的本发明的示例性实施例可以包括用于控制示例性实施例的组件、运行示例性实施例的组件、实现示例性实施例的组件和人类用户之间的交互等的软件。这种软件可以包括、但不限于设备驱动程序、固件、操作系统、软件开发工具、应用软件等。这些计算机可读介质可以包括本发明实施例的计算机程序产品,用于全部或部分地执行实现本发明的过程(如果处理是分布式的)。本发明的示例性实施例的计算机设备可以包括任何合适的可解释或可执行代码机制,包括、但不限于命令脚本、可解释程序、动态链接库、Java类和小程序、完全可执行程序等。此外,本发明的示例性实施例的部分处理可以是分布式的,以便提高性能、可靠性、成本等。
如上所述,示例性实施例的组件可以包括计算机可读介质或存储器,以存储根据本发明的教导编程的命令以及本报告中描述的数据结构、表格、数据记录和/或其它数据。计算机可读介质可以包括参与组织将由处理器执行的命令的任何合适的介质。这种介质可以具有几种形式,包括、但不限于非易失性或永久存储介质、易失性或非永久存储介质等。非易失性存储介质可以包括光盘或磁盘等。易失性存储介质可以包括动态存储器等。计算机可读介质的一般形式可以包括软盘、硬盘或任何其它可以被计算机读取的介质。
本发明不限于仅涉及上述的应用示例;在由专利权利要求书规定的发明构思的框架内,许多变化是可能的。
Claims (23)
1.一种用于从余热锅炉(110)的烟道气中确定一个或多个颗粒组比例份额的方法(300),其特征在于,所述方法(300)包括以下步骤:
用处理器(202)读取(301)数字帧,所述数字帧包括所考虑区域,所述所考虑区域表示被保持在余热锅炉(110)的烟道气气流中达预定时间段的采样器(120)的表面的至少一部分;
用所述处理器(202)从所述所考虑区域中识别(302)一个或多个颗粒组区域,所述一个或多个颗粒组区域与被包括在所述余热锅炉(110)的烟道气中的至少一个颗粒组的预定颜色特征相匹配;
用所述处理器(202)确定(304)所识别出来的所述一个或多个颗粒组区域的联合面积;和
用所述处理器(202)确定(305)所确定的所述联合面积在预定的总面积中的份额,作为所述颗粒组的颗粒组比例份额。
2.根据权利要求1所述的方法(300),其中识别(302)所述颗粒组区域、确定(304)所述联合面积以及确定(305)所述联合面积在总面积中的份额是针对被包括在所述余热锅炉(110)的烟道气中的至少两个不同的颗粒组来执行的。
3.根据权利要求1或2所述的方法(300),其中所述预定的总面积包括所述所考虑区域的总面积。
4.根据权利要求2所述的方法(300),其中所述预定的总面积包括所述至少两个不同的颗粒组的所述联合面积的总面积。
5.根据权利要求2-4中任一项所述的方法(300),还包括:
基于所述颗粒组区域中的至少一个可能的重叠区域的暗度,用所述处理器(202)确定(303)所述可能的重叠区域属于所述颗粒组区域中的一个颗粒组区域。
6.根据权利要求1-5中任一项所述的方法(300),其中所述颗粒组包括以下中的一种:亚硫酸钠颗粒,和不可燃黑液颗粒。
7.根据权利要求6所述的方法(300),其中对应于所述亚硫酸钠颗粒的颜色特征包括红色色调,并且所述不可燃黑液颗粒的对应颜色特征包括黑色色调。
8.根据权利要求6或7中任一项所述的方法(300),其中对应于所述亚硫酸钠颗粒的颜色特征包括YCbCr颜色空间的Cr分量,并且所述不可燃黑液颗粒的对应颜色特征包括YCbCr颜色空间的Y分量。
9.根据权利要求1-8中任一项所述的方法(300),其中识别颗粒组区域包括对相应的颜色特征进行阈值化。
10.根据权利要求1-9中任一项所述的方法(300),其中所述颗粒组的所确定的颗粒组比例份额用于控制所述余热锅炉(110)。
11.一种计算机程序产品,包括至少一个计算机可读存储介质,所述计算机可读存储介质包括一组命令,所述一组命令在由一个或多个处理器(202)运行时使计算机设备(200)执行根据权利要求1-10中任一项所述的方法。
12.一种计算机设备(200),包括:
至少一个处理器(202);以及至少一个存储器(204),其包括计算机程序代码(205),其特征在于,所述至少一个存储器(204)和所述计算机程序代码(205)被布置成利用至少一个处理器(202)以使所述计算机设备(200):
读取数字帧,所述数字帧包括所考虑区域,所述所考虑区域表示被保持在所述余热锅炉(110)的烟道气气流中达预定时间段的采样器(120)的表面的至少一部分;
从所述所考虑区域中识别一个或多个颗粒组区域,所述一个或多个颗粒组区域与被包含在所述余热锅炉(110)的烟道气中的至少一个颗粒组的预定颜色特征相匹配;
确定所识别出来的一个或多个颗粒组区域的联合面积;和
确定所确定的所述联合面积在预定的总面积中的份额,作为所述颗粒组的颗粒组比例份额。
13.根据权利要求12所述的计算机设备(200),其中至少一个存储器(204)和所述计算机程序代码(205)进一步被布置成利用至少一个处理器(202)以使所述计算机设备(200):
对于被包括在所述余热锅炉(110)的烟道气中的至少两个不同的颗粒组执行对所述颗粒组区域的识别、对所述联合面积的确定以及对所述联合面积在总面积中的份额的确定。
14.根据权利要求12或13所述的计算机设备(200),其中所述预定的总面积包括所述所考虑区域的总面积。
15.根据权利要求13所述的计算机设备(200),其中所述预定的总面积包括所述至少两个不同的颗粒组的所述联合面积的总面积。
16.根据权利要求13-15中任一项所述的计算机设备(200),其中至少一个存储器(204)和所述计算机程序代码(205)进一步被布置成利用至少一个处理器(202)以使所述计算机设备(200):
基于所述颗粒组区域中的至少一个可能的重叠区域的暗度(darkness),确定所述可能的重叠区域属于所述颗粒组区域中的一个颗粒组区域。
17.根据权利要求12-16中任一项所述的计算机设备(200),其中所述颗粒组包括以下颗粒中的一种:亚硫酸钠颗粒,和不可燃黑液颗粒。
18.根据权利要求17所述的计算机设备(200),其中对应于所述亚硫酸钠颗粒的颜色特征包括红色色调,并且所述不可燃黑液颗粒的对应颜色特征包括黑色色调。
19.根据权利要求17或18中任一项所述的计算机设备(200),其中对应于所述亚硫酸钠颗粒的颜色特征包括YCbCr颜色空间的Cr分量,并且所述不可燃黑液颗粒的对应颜色特征包括YCbCr颜色空间的Y分量。
20.根据权利要求12-19中任一项所述的计算机设备(200),其中识别所述颗粒组区域包括对相应的颜色特征进行阈值化。
21.根据权利要求12-20中任一项所述的计算机设备(200),其中所述颗粒组的所确定的颗粒组比例份额用于控制所述余热锅炉(110)。
22.一种系统(100),包括:
采样器(120),所述采样器用于从余热锅炉(110)的烟道气气流中采集样本;
其特征在于,所述系统(100)还包括:
用于从通过所述采样器(120)从所述余热锅炉(110)采集到的烟道气样本生成数字帧的装置(130);和
根据权利要求12-21中任一项所述的计算机设备(200)。
23.根据权利要求22所述的系统(100),其中所述采样器(120)适于从距离所述余热锅炉(110)的炉壁的至少两个不同的距离处采集所述样本。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FI20195580 | 2019-06-28 | ||
FI20195580A FI129372B (fi) | 2019-06-28 | 2019-06-28 | Soodakattilan savukaasun yhden tai useamman suhteellisen partikkeliryhmäosuuden määritys |
PCT/FI2020/050456 WO2020260762A1 (en) | 2019-06-28 | 2020-06-25 | Determining one or more proportional particle group shares in flue gas of a recovery boiler |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114008679A true CN114008679A (zh) | 2022-02-01 |
Family
ID=71579629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080046254.0A Pending CN114008679A (zh) | 2019-06-28 | 2020-06-25 | 确定余热锅炉的烟道气中的一个或多个颗粒组比例份额 |
Country Status (9)
Country | Link |
---|---|
US (1) | US20220268442A1 (zh) |
EP (1) | EP3990889A1 (zh) |
JP (1) | JP2022537719A (zh) |
CN (1) | CN114008679A (zh) |
BR (1) | BR112021023573A2 (zh) |
CA (1) | CA3142460A1 (zh) |
CL (1) | CL2021003529A1 (zh) |
FI (1) | FI129372B (zh) |
WO (1) | WO2020260762A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116493295A (zh) * | 2023-06-28 | 2023-07-28 | 中建材佳星玻璃(黑龙江)有限公司 | 一种玻璃生产预警方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FI130074B (en) | 2021-12-01 | 2023-01-31 | Andritz Oy | SEALING ARRANGEMENT FOR BOILER PUSHING ROD |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4539588A (en) * | 1983-02-22 | 1985-09-03 | Weyerhaeuser Company | Imaging of hot infrared emitting surfaces obscured by particulate fume and hot gases |
GB8323409D0 (en) * | 1983-09-01 | 1983-10-05 | Ontario Ltd 471199 | Control of boiler operations |
JPS60100032A (ja) * | 1983-11-04 | 1985-06-03 | Nireko:Kk | 焼結鉱等の顕微鏡画像における自動定量測定方法 |
JPH0826977B2 (ja) * | 1986-10-03 | 1996-03-21 | 日本製紙株式会社 | 回収ボイラのスートブロー制御装置 |
US4814868A (en) * | 1987-10-02 | 1989-03-21 | Quadtek, Inc. | Apparatus and method for imaging and counting moving particles |
JPH01307638A (ja) * | 1988-06-07 | 1989-12-12 | Sumitomo Metal Mining Co Ltd | 画像解析装置を用いた鉱物同定方法 |
JP2856298B2 (ja) * | 1992-12-22 | 1999-02-10 | 宇部興産株式会社 | 原料鉱石の品質監視方法 |
JPH10332567A (ja) * | 1997-05-27 | 1998-12-18 | Lion Corp | 粒子の混合比測定方法及び装置 |
JP2002333402A (ja) * | 2001-05-10 | 2002-11-22 | Nkk Corp | 水和物を形成するゲスト化合物の水溶液の劣化判定方法および劣化判定装置 |
JP3607258B2 (ja) * | 2002-04-10 | 2005-01-05 | 新日本空調株式会社 | ダクト内汚染の診断方法 |
JP2004211995A (ja) * | 2003-01-07 | 2004-07-29 | Mitsubishi Heavy Ind Ltd | 密閉空間内検査システム |
FI118743B (fi) * | 2004-11-04 | 2008-02-29 | Andritz Oy | Hiillospedin ohjaus talteenottokattilassa |
JP5601538B2 (ja) * | 2008-05-13 | 2014-10-08 | スートテック アクティエボラグ | スートブロワを使用して動力ボイラ炉内の状態を測定するための方法 |
JP6228858B2 (ja) * | 2014-02-06 | 2017-11-08 | 日本電子株式会社 | 粒子解析装置、およびプログラム |
-
2019
- 2019-06-28 FI FI20195580A patent/FI129372B/fi active IP Right Grant
-
2020
- 2020-06-25 US US17/623,151 patent/US20220268442A1/en active Pending
- 2020-06-25 BR BR112021023573A patent/BR112021023573A2/pt unknown
- 2020-06-25 CA CA3142460A patent/CA3142460A1/en active Pending
- 2020-06-25 JP JP2021574755A patent/JP2022537719A/ja active Pending
- 2020-06-25 EP EP20739738.1A patent/EP3990889A1/en active Pending
- 2020-06-25 CN CN202080046254.0A patent/CN114008679A/zh active Pending
- 2020-06-25 WO PCT/FI2020/050456 patent/WO2020260762A1/en active Application Filing
-
2021
- 2021-12-28 CL CL2021003529A patent/CL2021003529A1/es unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116493295A (zh) * | 2023-06-28 | 2023-07-28 | 中建材佳星玻璃(黑龙江)有限公司 | 一种玻璃生产预警方法及系统 |
CN116493295B (zh) * | 2023-06-28 | 2023-09-08 | 中建材佳星玻璃(黑龙江)有限公司 | 一种玻璃生产预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CA3142460A1 (en) | 2020-12-30 |
BR112021023573A2 (pt) | 2022-01-04 |
US20220268442A1 (en) | 2022-08-25 |
FI129372B (fi) | 2022-01-14 |
EP3990889A1 (en) | 2022-05-04 |
FI20195580A1 (fi) | 2020-12-29 |
CL2021003529A1 (es) | 2022-08-05 |
JP2022537719A (ja) | 2022-08-29 |
WO2020260762A1 (en) | 2020-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114008679A (zh) | 确定余热锅炉的烟道气中的一个或多个颗粒组比例份额 | |
JP6983684B2 (ja) | 制御装置、ボイラ、ボイラの監視画像取得方法およびボイラの監視画像取得プログラム | |
US7231078B2 (en) | Method for monitoring a thermodynamic process | |
JP2011192032A (ja) | 疵学習装置、疵学習方法、及びコンピュータプログラム | |
JP2009134623A (ja) | 工程改善支援装置、工程改善支援方法、工程改善支援用プログラム、および工程改善支援用プログラムを記録した記録媒体 | |
CN113506285A (zh) | 一种锅炉炉膛三维温度场检测方法、装置和计算机设备 | |
JP2019196845A (ja) | 燃焼場の観察方法、観察装置、及び観察プログラム | |
Lu et al. | Deep learning based fusion of RGB and infrared images for the detection of abnormal condition of fused magnesium furnace | |
CN114026392A (zh) | 对离开余热锅炉的熔体流的自动监测 | |
RU2813960C2 (ru) | Автоматический мониторинг потока расплава, выходящего из котла-утилизатора | |
FI129477B (fi) | Soodakattilan reduktioasteen määritys | |
Liu et al. | DAC-PPYOLOE+: A Lightweight Real-time Detection Model for Early Apple Leaf Pests and Diseases under Complex Background | |
JP7243491B2 (ja) | 炉内監視装置及び炉内監視方法 | |
TWI783608B (zh) | 智慧揚塵監控管理系統與方法 | |
KR102562371B1 (ko) | 인공지능을 이용하는 미세조류 분석장치 | |
JPS60207022A (ja) | ごみピツトにおけるごみ質分布識別方法 | |
JP2022110266A (ja) | 画像検査装置、検査画像表示装置、画像検査方法、画像検査プログラム | |
JP2021145158A (ja) | 監視装置、監視システムおよび監視方法 | |
JP2000304232A (ja) | 溶融スラグ流の画像認識方法 | |
CN113832283A (zh) | 一种基于炉口火焰的钢水温度预测方法 | |
CN117671583A (zh) | 一种基于主元分析全局局部特征融合的室外火焰检测方法 | |
CN116740628A (zh) | 基于机器视觉的焚烧炉控制方法、装置及存储介质 | |
Ristova et al. | RootScape: A Landmark-Based System for Rapid Screening of Root Architecture in Arabidopsis1 [W][OA] |
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 |