燃煤窯爐工況識別中的關(guān)鍵技術(shù)及其并行實現(xiàn)方法研究

冶金，水泥，發(fā)電等工業(yè)生產(chǎn)中的各類窯爐每年消耗了大量煤炭資源。煤粉燃燒過程的檢測與優(yōu)化控制對于爐窯高效生產(chǎn)、減少廢氣排放，提升空氣質(zhì)量具有重要促進意義。 課題組經(jīng)過4年研究實踐，以粉煤灰提取氧化鋁回轉(zhuǎn)窯為具體應(yīng)用對象，針對其生產(chǎn)過程工況識別與控制中的關(guān)鍵技術(shù)問題展開研究，就燃燒工況匹配識別中的火焰圖像增強去噪，燃煤視頻特征特征提取、基于圖像與數(shù)據(jù)融合的穩(wěn)健工況識別算法等關(guān)鍵問題上取得了諸多理論成果，并將理論成果成功應(yīng)用到中國大唐內(nèi)蒙古再生資源分公司的粉煤灰提取氧化鋁回轉(zhuǎn)窯生產(chǎn)現(xiàn)場。首先、為解決燃煤圖像受現(xiàn)場粉塵干擾嚴重問題，基于大氣散射物理模型和暗原色先驗原理，提出結(jié)合雙區(qū)域濾波，聯(lián)合LLSURE濾波器與圖像融合的單幅圖像高效去霧算法，應(yīng)用于火焰圖像去粉塵增強，同時構(gòu)造了低相干性學(xué)習(xí)字典進行稀疏表示圖像去噪，為工業(yè)現(xiàn)場火焰視頻實時并行去霧增強奠定了基礎(chǔ)。其次、煤粉區(qū)（燃燒前端煤粉和空氣的混合區(qū)域）長度和形狀變化中具有豐富的工況感知信息，據(jù)此提出基于自適應(yīng)光照補償和模糊增強的煤粉區(qū)分割方法，有效克服了窯內(nèi)火焰圖像的光照不均和圖像模糊問題，可快速完整分割模糊圖像中的黑把子區(qū)域，具有較強的魯棒性，為燃燒工況景象匹配提供了可靠方法。 第三、針對工況識別中普遍存在的火焰視頻模糊，穩(wěn)健性不強問題，利用多幀火焰信息統(tǒng)計進行工況特征提取，提出燒結(jié)帶火焰的燃燒穩(wěn)定程度概念，發(fā)現(xiàn)火焰波動與燒結(jié)工況變化間的關(guān)聯(lián)關(guān)系，構(gòu)造了平均豐度，短時能量和樣本熵等多個衡量穩(wěn)定程度的動態(tài)特征，結(jié)合窯前熱工數(shù)據(jù)進行工況識別，取得較好的現(xiàn)場應(yīng)用效果。第四、為提高工況檢測系統(tǒng)的魯棒性，提出基于魯棒極限學(xué)習(xí)機的穩(wěn)健工況分類方法。分別利用訓(xùn)練誤差分布的Parzen窗非參數(shù)估計構(gòu)造ELM權(quán)矩陣和基于M估計的加權(quán)最小二乘訓(xùn)練方法，有效提高了工況識別系統(tǒng)的整體穩(wěn)健性。最后，分別建立了基于CUDA平臺和Zynq-7000嵌入式系統(tǒng)的燃煤火焰視頻并行處理實驗平臺，將部分研究成果進行了硬件固化。開發(fā)了一套能夠?qū)崟r辨識燃煤窯爐過程工況的融合檢測與專家控制系統(tǒng)，在大唐內(nèi)蒙古再生資源開發(fā)有限公司氧化鋁廠燒成車間的回轉(zhuǎn)窯生產(chǎn)現(xiàn)場進行了投行實驗，該系統(tǒng)大幅增強了窯運行穩(wěn)定性、提升了熟料產(chǎn)量和熟料質(zhì)量，表明課題研究為實現(xiàn)穩(wěn)定高效的窯爐過程控制具有重要理論價值和社會經(jīng)濟效益。

燃煤窯爐廣泛應(yīng)用于發(fā)電，冶金，水泥等工業(yè)生產(chǎn)的各個領(lǐng)域,實現(xiàn)該類復(fù)雜系統(tǒng)的優(yōu)化控制首先需解決生產(chǎn)中各類復(fù)雜工況的識別問題。課題以工業(yè)氧化鋁回轉(zhuǎn)窯為具體對象，就其工況識別過程中的關(guān)鍵技術(shù)和并行實現(xiàn)問題展開研究。以窯前火焰紋理特征和熟料粒度特征提取為基礎(chǔ)，提出一種基于CUDA環(huán)境下的燃燒工況景象匹配識別方法。利用窯前熱工數(shù)據(jù)的動態(tài)趨勢特征構(gòu)造觀測序列，研究建立一套多層HMM工況識別模型，將多工況分類建立在一個多層HMM模型中進行學(xué)習(xí)，并基于有向圖理論簡化模型結(jié)構(gòu)，實現(xiàn)MPI環(huán)境下的并行優(yōu)化計算，從而建立一套能夠?qū)崟r辨識燃煤窯爐過程工況的融合檢測系統(tǒng)。該工況識別系統(tǒng)的研究對于優(yōu)化窯前控制參數(shù)、提高煤粉燃燒檢測和控制的實時性和魯棒性，實現(xiàn)穩(wěn)定高效的窯爐過程控制具有重要意義,同時也可為其它類似復(fù)雜工業(yè)過程的檢測和控制提供寶貴的借鑒。

《產(chǎn)品設(shè)計中的成本工程及其關(guān)鍵技術(shù)研究》是2003年趙亮編寫的論文，由潘雙夏、馮培恩指導(dǎo)。

副題名

外文題名

Research on key technical problems of cost engineering faced on product design

論文作者

趙亮著

導(dǎo)師

潘雙夏,馮培恩指導(dǎo)

學(xué)科專業(yè)

機械設(shè)計與理論

學(xué)位級別

d 2003n

學(xué)位授予單位

浙江大學(xué)

學(xué)位授予時間

2003

關(guān)鍵詞

產(chǎn)品設(shè)計 機械設(shè)計 產(chǎn)品成本設(shè)計 成本工程

館藏號

TH122

唯一標(biāo)識符

108.ndlc.2.1100009031010001/T3F24.002635891

館藏目錄

2004\TH122\26 2100433B

本項目研究面向并行工程的產(chǎn)品建模方法，包括研究集成的產(chǎn)品多領(lǐng)域模型，能夠同時支持特征設(shè)計和特征識別的庫特征表示，能夠并行建立產(chǎn)品多領(lǐng)域模型的混合特征建模方法，產(chǎn)品多領(lǐng)域模型的有效性和一致性維護方法等。本項研究對顯著提高現(xiàn)有產(chǎn)品建模技術(shù)的功能使其能夠有效地支持并行工程具有重要意義，對在我國順利實施并行工程將起到積極作用。 2100433B

隨著人類社會的視頻數(shù)據(jù)量爆炸性增長, 目前針對海量視頻數(shù)據(jù)的人臉識別存在效率低和準(zhǔn)確率低等問題, 并行計算是海量視頻數(shù)據(jù)中高效進行人臉識別處理的可選途徑之一. 本項目面向海量視頻數(shù)據(jù)中人臉分析與識別全過程的并行化實現(xiàn), 研究人臉目標(biāo)檢測和跟蹤、基于稀疏表示的人臉特征提取與識別算法, 以顯著提高海量視頻數(shù)據(jù)中的人臉識別效率. 研究內(nèi)容為面向海量視頻數(shù)據(jù)的: (1)基于小容量字典學(xué)習(xí)的人臉分類算法及其并行計算; (2)基于流形的視頻人臉描述模型建立; (3)人臉目標(biāo)檢測的并行AdaBoost算法; (4)基于MeanShift算法和Kalman濾波器的人臉目標(biāo)跟蹤算法; (5)基于異構(gòu)體系架構(gòu)下的并行分塊PCA人臉特征提取算法. 本項目的研究將不僅為人臉識別算法的設(shè)計提供新的思路, 而且為人臉識別并行應(yīng)用效率的提高和為大規(guī)模人群背景下的人臉分析與識別的實際應(yīng)用奠定基礎(chǔ).