基于圖像處理和人工智能的垃圾焚燒爐燃燒狀態(tài)診斷研究.pdf

1、隨著我國(guó)經(jīng)濟(jì)社會(huì)的發(fā)展和城市化進(jìn)程的推進(jìn)，城市生活垃圾的生產(chǎn)量越來越大，已經(jīng)成為當(dāng)前困擾城市發(fā)展的一個(gè)難題。垃圾焚燒處理能夠真正做到垃圾的減量化、資源化、無害化處理，是未來城市生活垃圾處理的主要方式。然而受到垃圾水分高、成分多變、熱值在較大范圍內(nèi)波動(dòng)等因素影響，焚燒爐的運(yùn)行通常很不穩(wěn)定，不僅影響設(shè)備的經(jīng)濟(jì)安全運(yùn)行，還會(huì)造成污染物排放超標(biāo)等問題。因此，需要實(shí)時(shí)監(jiān)測(cè)垃圾燃燒狀態(tài)，以便及時(shí)地做出調(diào)整以維持穩(wěn)定燃燒。本文運(yùn)用火焰圖像處理技術(shù)和人

2、工智能診斷技術(shù)研究垃圾焚燒爐燃燒狀態(tài)診斷方法。主要研究?jī)?nèi)容及工作成果如下:
　　(1)基于專家經(jīng)驗(yàn)和火焰圖像樣本庫，確定了垃圾焚燒爐的7種典型燃燒狀態(tài)及其相應(yīng)的燃燒調(diào)整策略。
　　(2)提出了垃圾焚燒爐火焰圖像3個(gè)分區(qū)的幾何特征閾值;定義了火焰圖像特征量;建立了三個(gè)分區(qū)對(duì)應(yīng)的12個(gè)火焰圖像特征量的算法模型。
　　(3)基于粗糙集理論，提出了一種基于屬性重要性的前向搜索與后向剪枝相結(jié)合的屬性約簡(jiǎn)算法，該算法可以克服前向搜

3、索約簡(jiǎn)算法不能得到最小約簡(jiǎn)、后向搜索約簡(jiǎn)算法可能刪除重要屬性的缺點(diǎn);利用該算法將12個(gè)特征量約簡(jiǎn)成為7個(gè)主導(dǎo)特征量（Ⅰ區(qū)火焰圖像有效區(qū)平均灰度、特征Ⅰ區(qū)火焰高溫區(qū)面積、特征Ⅰ區(qū)火焰中心水平偏移距離、特征Ⅰ區(qū)火焰圖像有效區(qū)面積、特征Ⅰ區(qū)圖像內(nèi)火焰灰度方差、特征Ⅱ區(qū)著火面積、特征Ⅲ區(qū)灰度方差）;并建立了典型燃燒狀態(tài)特征樣本集。
　　(4)建立了一種基于神經(jīng)網(wǎng)絡(luò)的燃燒狀態(tài)診斷模型，利用典型燃燒狀態(tài)特征樣本集進(jìn)行十折交叉驗(yàn)證實(shí)驗(yàn)，實(shí)驗(yàn)中分