能源是社会发展的物质基础,是国民经济发展的必要条件,能源生产数量及能源耗用情况关系到一个国家的经济建设和社会建设,在当今时代,能源与环境是困扰当今全球可持续性发展的两大主题。能源主要包括煤、石油、天然气、水能、地热、太阳能及核能等。我国能源储备比较丰富,尤其在煤炭资源和水力资源方面更为丰富。我国煤炭资源储备量大约有 7 000 多亿吨,居世界第三位,水力资源的理论储备量大约有 6.8×10 8 kW,居世界首位。煤炭资源和水力资源的丰富,为我国火力发电和水力发电提供了便利的条件,但是水力发电受季节、气候等因素的影响,很难广泛使用,目前我国的电力以燃煤形式的火力发电为主,并且这种趋势在相当长的时间内都不会改变,虽然在燃煤发电技术上取得了很大成效,但火力发电在我国仍是一个薄弱环节,燃煤发电效率比国外先进水平低得多,全国火电厂平均效率为32.3%,而国外先进水平为 47.5% [1] 。
我国是世界上最大的煤炭生产和消费大国,也是世界上少有的几个能源以煤炭为主的国家。在我国的能源结构中,煤炭具有举足轻重的地位,以燃煤为主的工业锅炉在我国的社会发展中占重要地位。目前我国工业水平同发达国家相比还有不小的差距,其中很重要的方面就是我国的锅炉燃烧管理水平比较落后,燃煤机组煤质较差,煤种的特性经常变动,参数确定困难。因此,工业锅炉燃煤的安全、经济运行、清洁燃烧对国家经济的发展、人民生活的提高和生活环境的改善,有着十分重要的意义。
燃煤锅炉的燃烧过程是一种带有剧烈放热化学反应的流动现象,它包含着流动、传热、传质和化学反应,以及它们之间的相互作用。大型燃煤电站炉膛内的燃烧过程是发生在较大空间范围内的、不断脉动的、具有明显三维特征的复杂物理化学过程。燃煤电站炉膛燃烧的基本要求是在燃煤电站炉膛内建立稳定、均匀的燃烧火焰,燃烧火焰直接反映出炉膛燃烧状况。燃煤电站燃烧火焰的温度测量是燃烧领域一个重要的问题,温度测量准确与否对于燃煤电站燃烧状态的判断、预测以及诊断都有着重要的意义。在工业方面,如果能够有效地控制电站炉膛内地燃烧过程,就可以提高燃煤的燃烧效率并节约成本等。因此一种能全面及时有效地测量整个炉膛燃烧火焰温度的方法是提高生产效率的必要手段,并对提高产品质量、保护生态环境、改善工人工作条件、保证生产安全也具有重要意义 [2] 。
本书首先将图像处理技术与现有炉膛火焰监视设备结合起来,根据热辐射原理和彩色CCD摄像机的色度学基础,利用数字图像处理技术从火焰图像中提取计算所需的图像信息。考虑到摄取火焰图像与原始图像相比存在一定程度的降质和失真,从而建立了图像降质模型,依据该模型对摄取火焰图像实现了变换和恢复处理,使处理后火焰图像能够最大程度地达到原始图像的特征。采用增强处理,使火焰目标和炉膛背景产生明显的区别,然后对其进行分割处理,把火焰目标从炉膛背景中提取出来。
其次,研究了基于火焰图像处理技术的测温算法,其中包括单色测温法、双色测温法、三色测温法,以及全辐射测温法等,分析了这些方法的优缺点。根据实际测量的需要,在全辐射测温法的基础上,对算法进行了改进,对辐射系数进行修正,实验结果表明,修正系数后测得的炉膛温度接近其真实温度。
再次,分析研究了锅炉燃烧诊断现状,总结国内外研究方向和方法,着重研究了基于数字图像处理技术与现代人工智能相结合的燃烧诊断系统。同时建立了多种智能模型来判断燃烧火焰图像的稳定性,对这几种模型进行了比较应用,提出了两种新的人工智能的稳定性判别算法,分别是利用改进的自适应逃逸微粒群算法(IAEPSO)训练改进的自适应小波神经网络和改进的最小二乘支持向量机进行燃烧稳定性的判断。
最后,分析研究了氮氧化物的生成机理,以及各种运行参数对氮氧化物排放量的影响规律,这些影响因素为检测氮氧化物排放量提供了理论基础。并对偏最小二乘法的计算模型进行改进,结合从火焰图像中提取出的锅炉内燃烧温度及其他影响氮氧化物生成的参数,对锅炉氮氧化物排放量进行预测,提高预测的精确度和计算速度。