| 【中文题名】 | 基于支持向量机的炉膛火焰灭火判别方法研究 |
| 【英文题名】 | Research on Furnace Outfire Judgment Based on Support Vector Machine |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-23 |
| 【中关键词】 | 炉膛火焰,火焰图像,灭火判别,支持向量机,特征值, |
| 【英关键词】 | boiler furnace flame,flame image,outfire judgment,Support Vector Machine,SVM,feature, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>数据处理、数据处理系统> |
| 【论文摘要】 |
当今电站锅炉炉膛灭火判别对锅炉安全和经济运行有着重要意义。本文针对炉膛火焰图像监测系统存在的灭火判别问题,提出了一种炉膛火焰灭火判别方法。该方法通过对火焰图像的分析,提取了用于灭火判别的两个特征值,然后对这个特征空间使用神经网络和支持向量机进行识别分类,结果表明:特征量提取是成功的,这种判别方法有很高的正确率,能够正确对火焰图像进行灭火判别;支持向量机方法用于灭火判别是可行的。在此基础上讨论了根据序列图像如何判别单煤粉燃烧器有灭火情况发生,以及利用支持向量机算法如何判别火焰燃烧稳定性的问题。 |
| 【论文题纲】 |
|
中文摘要 |
3 |
|
英文摘要 |
3-7 |
|
第一章 绪论 |
7-9 |
|
1.1 选题背景 |
7 |
|
1.2 目前情况 |
7-8 |
|
1.3 研究内容及意义 |
8 |
|
1.4 小结 |
8-9 |
|
第二章 炉膛燃烧检测装置硬件设计 |
9-15 |
|
2.1 装置功能 |
9 |
|
2.2 装置结构 |
9-11 |
|
2.3 装置硬件 |
11-14 |
|
2.3.1 摄像部分 |
11-12 |
|
2.3.2 图像整合和分配部分 |
12 |
|
2.3.3 供电部分 |
12-13 |
|
2.3.4 灭火判别及显示部分 |
13-14 |
|
2.3.5 图像存储部分 |
14 |
|
2.4 小结 |
14-15 |
|
第三章 火焰灭火判别方法研究 |
15-22 |
|
3.1 煤粉燃烧器火焰燃烧特性 |
15 |
|
3.2 传统基于单色光的火焰检测方法 |
15-16 |
|
3.3 基于图像技术的火焰灭火判别方法 |
16-21 |
|
3.3.1 火焰图像特征提取 |
16-18 |
|
3.3.2 判别算法 |
18-19 |
|
3.3.3 特殊情况下的灭火判别 |
19-21 |
|
3.4 小结 |
21-22 |
|
第四章 算法验证 |
22-34 |
|
4.1 数据准备 |
22-23 |
|
4.2 基于 BP 神经网络算法的灭火判别 |
23-26 |
|
4.2.1 使用工具 |
23 |
|
4.2.2 网络训练 |
23-25 |
|
4.2.3 神经网络验证 |
25-26 |
|
4.3 基于支持向量机算法的灭火判别 |
26-32 |
|
4.3.1 Libsvm 简介 |
27-28 |
|
4.3.2 核函数选择—线性核函数 |
28-29 |
|
4.3.3 训练和预测 |
29-30 |
|
4.3.4 核函数选择—RBF 核函数 |
30 |
|
4.3.5 训练和预测 |
30-32 |
|
4.4 小结 |
32-34 |
|
第五章 软件设计 |
34-41 |
|
5.1 开发工具选择 |
34 |
|
5.2 Libsvm 开发 |
34-36 |
|
5.3 工控机程序设计 |
36-40 |
|
5.3.1 工控机主要功能 |
36 |
|
5.3.2 用户界面 |
36-37 |
|
5.3.3 支持向量机模型的训练和保存 |
37-38 |
|
5.3.4 判别是否有灭火情况发生 |
38-39 |
|
5.3.5 实验验证 |
39-40 |
|
5.4 小结 |
40-41 |
|
第六章 基于支持向量机算法的炉膛火焰燃烧稳定性判别 |
41-46 |
|
6.1 稳定性判别的重要性 |
41 |
|
6.2 特征提取 |
41-43 |
|
6.3 判别算法 |
43-44 |
|
6.3.1 支持向量机法 |
43 |
|
6.3.2 判别原理 |
43-44 |
|
6.4 试验 |
44-45 |
|
6.4.1 特征量的提取 |
44 |
|
6.4.2 基于支持向量机算法的燃烧稳定性判别 |
44-45 |
|
6.5 小结 |
45-46 |
|
第七章 结论与展望 |
46-47 |
|
7.1 论文概述 |
46 |
|
7.2 本文的主要工作和成果 |
46 |
|
7.3 进一步完善 |
46-47 |
|
参考文献 |
47-49 |
|
致 谢 |
49-50 |
|
在学期间发表论文和参加科研情况 |
50 |
|
| 【DOI】 | LunWen.ID:2.2008.383751 |