基于數(shù)字圖像處理的生物質(zhì)混燃火焰穩(wěn)定性檢測(cè)方法

葛 紅，徐偉程，閆 勇,，盧 鋼

基于數(shù)字圖像處理的生物質(zhì)混燃火焰穩(wěn)定性檢測(cè)方法

葛 紅1，徐偉程1，閆 勇1,2，盧 鋼2

（1.華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院，北京 102206；2.肯特大學(xué)工程與數(shù)字藝術(shù)學(xué)院，坎特伯雷，肯特 CT2 7NT，英國）

低質(zhì)燃料或混合燃料（如煤粉+生物質(zhì)等）的燃燒常常出現(xiàn)火焰不穩(wěn)定現(xiàn)象，導(dǎo)致燃燒效率低、NOx排放量偏高等。由于燃燒器火焰本身的復(fù)雜性和現(xiàn)有檢測(cè)方法的局限性，目前還無法對(duì)火焰的穩(wěn)定性進(jìn)行定量檢測(cè)和評(píng)估。本文提出一種基于數(shù)字圖像處理的生物質(zhì)混燃火焰檢測(cè)及穩(wěn)定性評(píng)價(jià)方法。該方法定義了一個(gè)在[0,1]范圍內(nèi)連續(xù)取值的通用火焰穩(wěn)定指數(shù)，并采用數(shù)字CCD相機(jī)采集火焰圖像信息，通過圖像分析提取火焰長度/高度、亮度、溫度、閃爍頻率等特征參數(shù)，經(jīng)過對(duì)火焰特征參數(shù)進(jìn)行統(tǒng)計(jì)分析和數(shù)據(jù)融合，求得火焰穩(wěn)定指數(shù)，實(shí)現(xiàn)火焰穩(wěn)定性的定量檢測(cè)和評(píng)估。在生物質(zhì)燃燒試驗(yàn)臺(tái)對(duì)玉米芯、麥秸、柳木和花生殼4種不同生物質(zhì)兩兩混合形成的3種混合生物質(zhì)燃料進(jìn)行了燃燒試驗(yàn)。試驗(yàn)結(jié)果表明定義的火焰穩(wěn)定指數(shù)能夠有效表征火焰燃燒狀態(tài)。

生物質(zhì)；火焰；特征參數(shù)；火焰穩(wěn)定性；火焰穩(wěn)定指數(shù)；圖像處理；數(shù)據(jù)融合

火焰的穩(wěn)定性是化石燃料燃燒過程檢測(cè)與控制領(lǐng)域的研究重點(diǎn)和難點(diǎn)，特別是在使用低質(zhì)燃料、混合燃料以及生物質(zhì)燃料的情況下尤為突出。不穩(wěn)定火焰將導(dǎo)致燃燒效率低、NO排放量高和煙氣中未燃盡碳含量高等一系列問題[1]。因此，火焰穩(wěn)定性的在線檢測(cè)對(duì)于提高燃燒過程的整體質(zhì)量具有重要意義。然而火焰穩(wěn)定性在很大程度上與燃料的著火性能、燃燒器結(jié)構(gòu)、空燃比、空氣和燃料流速等諸多因素有關(guān)，目前有關(guān)火焰物理參數(shù)和穩(wěn)定性定量檢測(cè)的研究十分有限。

火焰的物理特性通?？梢杂脦缀?、亮度和熱力學(xué)參數(shù)來描述?，F(xiàn)有的電站鍋爐火焰檢測(cè)裝置一般只進(jìn)行單點(diǎn)檢測(cè)，或僅判斷是否存在火焰，并不能給出火焰物理參數(shù)和穩(wěn)定性等參數(shù)的定量信息。傳統(tǒng)的火焰溫度傳感器，如熱電偶和高溫計(jì)[2-3]需要侵入火焰或預(yù)知火焰中某種物質(zhì)的發(fā)射率，但侵入式測(cè)量會(huì)對(duì)火焰產(chǎn)生影響，同時(shí)火焰發(fā)射率通常未知，而且這些方法不能提供火焰溫度的立體分布。

基于激光和光纖的火焰溫度測(cè)量由于系統(tǒng)比較復(fù)雜，成本較高，通常用于實(shí)驗(yàn)室，不適用于工業(yè)鍋爐長期在線檢測(cè)[4-5]。目前電站鍋爐普遍安裝全爐膛火焰監(jiān)控系統(tǒng)[6]，但其功能只限于監(jiān)測(cè)爐膛是否存在火焰，并不能實(shí)時(shí)定量測(cè)量火焰參數(shù)。

隨著光學(xué)傳感器和數(shù)字圖像處理技術(shù)的快速發(fā)展，火焰可視化技術(shù)得到廣泛重視和應(yīng)用。由于在性能、結(jié)構(gòu)和成本等方面的優(yōu)勢(shì)，數(shù)字成像及圖像處理技術(shù)已被認(rèn)為是鍋爐燃燒器火焰非侵入式測(cè)量最有效的方法之一[7]。過去十幾年，火焰的可視化及二維（2D）、三維（3D）重建技術(shù)也得到很大發(fā)展[8]。有學(xué)者采用增強(qiáng)相機(jī)和高光譜相機(jī)來捕捉火焰圖像，得到火焰自由基的光譜特性以及火焰溫度場(chǎng)[9]，但這些系統(tǒng)結(jié)構(gòu)復(fù)雜，成本較高，不適于在大型鍋爐燃燒器上使用。

根據(jù)目前燃燒器火焰檢測(cè)存在的問題，本文提出一種基于數(shù)字成像及圖像處理技術(shù)的火焰穩(wěn)定性定量評(píng)價(jià)方法。通過電荷耦合器件（charge-coupled device, CCD）相機(jī)采集爐膛的火焰圖像，利用數(shù)字圖像分析算法提取火焰的幾何、亮度和熱力學(xué)參數(shù)，獲取可反映火焰物理特性及燃燒狀態(tài)的定量信息，通過統(tǒng)計(jì)分析與數(shù)據(jù)融合，建立火焰物理特性與燃燒過程的內(nèi)在關(guān)系，實(shí)現(xiàn)火焰穩(wěn)定性的定量評(píng)估。在生物質(zhì)燃燒試驗(yàn)臺(tái)上對(duì)玉米芯、麥秸、柳木和花生殼4種不同生物質(zhì)摻雜形成的3種混合燃料進(jìn)行了一系列燃燒試驗(yàn)，結(jié)果驗(yàn)證了本方法的有效性。

1 火焰檢測(cè)原理

1.1 火焰檢測(cè)系統(tǒng)

圖1為火焰檢測(cè)系統(tǒng)原理。火焰檢測(cè)系統(tǒng)主要由光學(xué)探桿、高速CCD相機(jī)、圖像分析處理模塊等組成?；鹧嫱ㄟ^光學(xué)探桿在CCD相機(jī)形成數(shù)字圖像，然后傳輸至圖像分析處理模塊，對(duì)火焰圖像進(jìn)行增強(qiáng)處理后，提取火焰特征參數(shù)，并將多個(gè)參數(shù)進(jìn)行融合得到火焰穩(wěn)定性指數(shù)，據(jù)此判斷火焰的穩(wěn)定性，同時(shí)在屏幕上實(shí)時(shí)顯示火焰圖像、有關(guān)參數(shù)及其變化曲線、火焰穩(wěn)定性等信息。

圖1 火焰檢測(cè)原理

1.2 火焰特征參數(shù)

通過分析火焰圖像可獲得火焰特征參數(shù)，該參數(shù)取決于燃燒器結(jié)構(gòu)和燃燒工況，因燃燒器結(jié)構(gòu)確定，因此火焰特征參數(shù)可反映燃燒工況。研究表明火焰的根部（靠近燃燒器的部位）是燃料燃燒反應(yīng)的重要區(qū)域，因此本文主要對(duì)火焰根部區(qū)域進(jìn)行量化分析。將火焰參數(shù)分為3類，即幾何、亮度和熱力學(xué)參數(shù)（圖2）。幾何參數(shù)包括火焰長度/高度，亮度參數(shù)即火焰亮度或圖像的總體灰度值，熱力學(xué)參數(shù)包括平均溫度、最高溫度與閃爍頻率。各參數(shù)的定義和計(jì)算過程如下。

1）火焰長度/高度從燃燒器出口平面到火焰最前端的垂直距離。即圖2中的1(,)-2(0,)直線實(shí)際長度，其值可表示為

式中為考慮鏡頭特性的修正系數(shù)，可以通過系統(tǒng)標(biāo)定獲得。標(biāo)定過程是在視景中放置已知尺寸1的物體（或已知燃燒器出口內(nèi)徑），用相機(jī)獲取標(biāo)定物體圖像，則可計(jì)算為

式中，1為標(biāo)定物體的長度，1為標(biāo)定物體在圖像中對(duì)應(yīng)的像素?cái)?shù)量。

圖2 火焰及其特征參數(shù)

2）亮度表示火焰區(qū)域的平均灰度值，采用圖像的最大灰度255[10]歸一化，即

式中，f為火焰區(qū)域，為火焰區(qū)域像素總數(shù)，(,)為點(diǎn)(,)的灰度值。

火焰亮度取決于火焰的輻射強(qiáng)度，也和相機(jī)的設(shè)置（光圈、快門等）有關(guān)，因此在測(cè)量過程中需要保持相機(jī)的設(shè)置不變。

3）溫度采用雙色法測(cè)定[11]。由于本文采用RGB相機(jī)，所拍攝圖像具有3個(gè)顏色分量，即紅色（R）、綠色（G）和藍(lán)色（B），計(jì)算中選擇2個(gè)顏色分量，本文選擇R和G顏色分量。根據(jù)雙色法求得每個(gè)像素點(diǎn)的火焰溫度[11]，然后計(jì)算出火焰平均溫度av和最高溫度max，即

式中：2為第二普朗克常數(shù)，1.438×10-2m·k；lR為紅色光譜的峰值響應(yīng)波長，615 nm；lG為綠色光譜的峰值響應(yīng)波長，540 nm；R、G分別為圖像R、G分量的亮度值；為設(shè)備因子[12]，可以利用標(biāo)準(zhǔn)黑體爐對(duì)測(cè)量系統(tǒng)標(biāo)定來確定；(,)為圖像中火焰區(qū)域每一個(gè)像素點(diǎn)的溫度信息。

4）閃爍頻率火焰的閃爍頻率是與火焰穩(wěn)定性密切相關(guān)的特征參數(shù)之一[13]，反映火焰強(qiáng)度信號(hào)或圖像灰度的規(guī)律性變化。對(duì)火焰強(qiáng)度信號(hào)（火焰區(qū)域各像素平均灰度）進(jìn)行傅立葉變換求得其功率譜，則火焰的閃爍頻率[12]定義為

式中，為閃爍頻率，f為第個(gè)頻率值，p為第個(gè)頻率分量的功率密度，2為頻率分量總數(shù)。

5）火焰穩(wěn)定指數(shù) 由于火焰圖像序列含有火焰在時(shí)間和空間上的動(dòng)態(tài)信息，因此在一定程度上能夠判斷火焰的穩(wěn)定性。然而火焰圖像質(zhì)量不僅與測(cè)量系統(tǒng)有關(guān)，還與燃料特性、燃燒器類型、燃燒條件和測(cè)量系統(tǒng)安裝位置等因素有關(guān)。因此，在不同工況下得到的火焰圖像會(huì)有很大的差異。對(duì)此，本文提出以火焰穩(wěn)定指數(shù)作為通用的判斷標(biāo)準(zhǔn)，對(duì)不同燃燒條件下的火焰穩(wěn)定性進(jìn)行評(píng)估。該方法不需要事先確定燃料特性、燃燒器類型和其他操作條件。確定火焰穩(wěn)定指數(shù)首先要計(jì)算一定時(shí)間段內(nèi)每個(gè)火焰特征參數(shù)的標(biāo)準(zhǔn)偏差，分別取其平均值M和標(biāo)準(zhǔn)差s，即：

式中，M(=1, 2, 3, 4)分別表示、、av和max歸一化后在3個(gè)數(shù)據(jù)點(diǎn)中的平均值，3為計(jì)算第個(gè)參數(shù)平均值所含數(shù)據(jù)點(diǎn)個(gè)數(shù)，V為在3個(gè)數(shù)據(jù)內(nèi)第個(gè)參數(shù)的第個(gè)數(shù)據(jù)值，s1、s2、s3、s4分別為4個(gè)參數(shù)的標(biāo)準(zhǔn)差。

基于以上參數(shù)，火焰穩(wěn)定指數(shù)可定義為

式中：f(M)為M的理論最大標(biāo)準(zhǔn)差；S為M的標(biāo)準(zhǔn)差；w為M的權(quán)重，某個(gè)參數(shù)越重要，其權(quán)重w越大。在本文中，所有參數(shù)的權(quán)重w=2。由于1、2、3、4的動(dòng)態(tài)范圍均為[0,1]，d的范圍為[0,1]。

火焰穩(wěn)定指數(shù)d的最小值為0，最大值為1，“1”表示火焰處于完全穩(wěn)定狀態(tài)。當(dāng)任一個(gè)或多個(gè)參數(shù)的標(biāo)準(zhǔn)偏差達(dá)到其理論最大值時(shí)，d就會(huì)趨于“0”，表明火焰處于極不穩(wěn)定的狀態(tài)。

2 試驗(yàn)條件及結(jié)果

2.1 試驗(yàn)條件

無論是作為主要燃料還是作為混合燃料的一部分，生物質(zhì)燃燒是降低火電廠排放的有效方法之一[14]。本文采用所建立的火焰穩(wěn)定性測(cè)量方法來研究火電廠常見的不同類型的生物質(zhì)混燃火焰的穩(wěn)定性，試驗(yàn)裝置如圖3所示。

圖3 生物質(zhì)混燃火焰試驗(yàn)裝置示意

表1 4種生物質(zhì)燃料有關(guān)參數(shù)

Tab.1 The relevant parameters of four biomass fuels

3種混合燃料分別與一定量的甲烷（助燃）混燃。在相同的操作條件下，進(jìn)行了純甲烷的對(duì)比燃燒試驗(yàn)。在燃燒裝置中，甲烷流量為0.5L/min，空氣流量為2.0L/min，給料空氣流量為2.0L/min，生物質(zhì)進(jìn)料器頻率為2.0 Hz。在火焰圖像采集中，CCD相機(jī)拍攝幀速率250幀/s，快門速度1/250 s，相機(jī)距離火焰中心140 cm。

2.2 試驗(yàn)結(jié)果及討論

圖4為甲烷及生物質(zhì)混燃火焰的典型圖像。 圖5為3種不同的混合生物質(zhì)燃燒火焰的亮度均值以及變化范圍（標(biāo)準(zhǔn)差）。圖5中每個(gè)數(shù)據(jù)點(diǎn)為 2 250個(gè)測(cè)量值的平均值，測(cè)量時(shí)間為9 s。由圖5可見，在相同的工況下，生物質(zhì)混燃比純甲烷燃燒火焰亮度更強(qiáng)。其中，玉米芯和麥秸混燃火焰的亮度最強(qiáng)，并且其亮度波動(dòng)較小，有較好的穩(wěn)定性。

圖4 甲烷及生物質(zhì)混燃火焰的典型圖像

圖5 3種混合生物質(zhì)燃燒火焰亮度變化

圖6為3種混合生物質(zhì)燃燒火焰圖像經(jīng)高度歸一化后的高度均值以及變化范圍（標(biāo)準(zhǔn)差）。圖6中每個(gè)數(shù)據(jù)點(diǎn)為2 250個(gè)測(cè)量值的平均值，測(cè)量時(shí)間為9 s。從圖6可以看出，在相同工況下，3種混合生物質(zhì)燃燒和純甲烷燃燒的火焰平均高度幾乎相同，說明生物質(zhì)燃料種類對(duì)于火焰高度無明顯影響。同時(shí)，從圖6中高度標(biāo)準(zhǔn)差可以看出，在相同工況下，玉米芯和麥秸混燃火焰圖像的高度波動(dòng)較小，有較好的穩(wěn)定性。

圖7為3種混合生物質(zhì)燃燒火焰的時(shí)間序列幅值和功率譜密度。采樣序列為2 250個(gè)采樣點(diǎn)，采樣頻率為250 Hz，采樣時(shí)間為9 s。有研究表明火焰信號(hào)的低頻分量是由空氣動(dòng)力學(xué)或?qū)α餍?yīng)引起的火焰幾何波動(dòng)，而高頻分量是由中間自由基之間的能量轉(zhuǎn)換或反應(yīng)物能量釋放速率的變化引起的[13]。從圖7可以看出，3種生物質(zhì)燃燒的閃爍頻率主要分布在低頻范圍，表明生物質(zhì)燃燒火焰的閃爍頻率主要受幾何波動(dòng)影響。其中，玉米芯和麥秸混燃火焰的幅值波動(dòng)穩(wěn)定，未發(fā)生劇烈變化。其功率譜密度峰值集中在16 Hz，受火焰幾何波動(dòng)影響較小，火焰穩(wěn)定性較好。柳木與花生殼和花生殼與麥秸2種混合生物質(zhì)燃燒的幅值波動(dòng)劇烈，功率譜密度峰值集中在相對(duì)較低的頻率范圍內(nèi)，受火焰幾何波動(dòng)影響較大，火焰穩(wěn)定性較差。

圖6 3種混合生物質(zhì)火焰高度變化

圖7 火焰信號(hào)的時(shí)間序列和功率譜密度

圖8為根據(jù)式(7)計(jì)算出的3種混合生物質(zhì)燃燒火焰閃爍頻率的典型圖像。圖9為3種混合生物質(zhì)燃燒火焰穩(wěn)定指數(shù)的典型圖像。由于采樣頻率為250 Hz，通過計(jì)算1 s內(nèi)4個(gè)參數(shù)的測(cè)量值的平均值及標(biāo)準(zhǔn)差，再利用式(10)進(jìn)行數(shù)據(jù)融合，可得到火焰穩(wěn)定指數(shù)。

從圖8a)和圖9a)可以看出，玉米芯和麥秸的混燃火焰閃爍頻率約15 Hz，穩(wěn)定指數(shù)約0.45，2個(gè)參數(shù)基本不隨時(shí)間變化，表明火焰處于較穩(wěn)定的狀態(tài)。同樣，圖8b)和圖9b)表明柳木和花生殼混燃火焰的閃爍頻率和穩(wěn)定指數(shù)隨時(shí)間變化的趨勢(shì)基本相同，在第3 s時(shí)，火焰閃爍頻率上升，火焰穩(wěn)定指數(shù)下降。這是因?yàn)榛鹧娣€(wěn)定指數(shù)融合了火焰的幾何、亮度和熱力學(xué)參數(shù)，因而火焰閃爍頻率雖然上升，但當(dāng)火焰的其他參數(shù)不穩(wěn)定時(shí)，其整體穩(wěn)定性是下降的。從圖8c)和圖9c)也可得知，花生殼和麥秸混燃火焰穩(wěn)定指數(shù)和閃爍頻率的變化趨勢(shì)基本一致。同時(shí)還觀察到，雖然火焰閃爍頻率在第1 s和第5 s時(shí)相近，但火焰穩(wěn)定性卻完全不同。即第1 s時(shí)火焰閃爍頻率較高，但穩(wěn)定指數(shù)較小，表明火焰處于不穩(wěn)定狀態(tài)；第2 s和第3 s時(shí)，閃爍頻率和穩(wěn)定指數(shù)均有下降趨勢(shì)，也表明火焰處于不穩(wěn)定的過渡狀態(tài)；當(dāng)?shù)? s時(shí)，火焰穩(wěn)定指數(shù)和閃爍頻率均為較大值，表明火焰處于穩(wěn)定狀態(tài)?？傊衩仔竞望溄栈烊蓟鹧嬖跍y(cè)量時(shí)間范圍內(nèi)穩(wěn)定指數(shù)值高且變化小，整體穩(wěn)定性較好；柳木與花生殼混燃火焰和花生殼與麥秸混燃火焰在測(cè)量時(shí)間范圍內(nèi)穩(wěn)定指數(shù)變化較大，處于較不穩(wěn)定狀態(tài)。3種混合生物質(zhì)燃燒火焰的亮度與高度標(biāo)準(zhǔn)差也可以反映該結(jié)論的正確性。同時(shí)，在試驗(yàn)中觀察到，玉米芯與麥秸混燃和柳木與花生殼混燃有火星從火焰中射出，也表明生物質(zhì)混燃存在較大的不穩(wěn)定性。

3 結(jié) 論

本文提出了一種通用的混燃火焰穩(wěn)定性的在線測(cè)量方法。該方法通過對(duì)火焰的物理特性參數(shù)如幾何形狀、亮度、溫度和閃爍頻率的檢測(cè)以及特性參數(shù)的統(tǒng)計(jì)分析和融合，提出了以火焰穩(wěn)定指數(shù)對(duì)火焰穩(wěn)定性進(jìn)行定量描述的方法。該方法在生物質(zhì)燃燒試驗(yàn)臺(tái)上對(duì)玉米芯、麥秸、柳木和花生殼4種不同生物質(zhì)兩兩摻雜形成的3種混合生物質(zhì)燃料燃燒進(jìn)行試驗(yàn)和評(píng)估。試驗(yàn)結(jié)果證明了該方法的有效性。同時(shí)，試驗(yàn)結(jié)果表明，在相同工況下，不同生物質(zhì)的混燃對(duì)火焰穩(wěn)定性的影響有明顯的不同，這是由于生物質(zhì)理化性質(zhì)不同導(dǎo)致的。

［1］ SAHU S G, CHAKRABORTY N, SARKAR P. Coal-biomass co-combustion: an overview[J]. Renewable and Sustainable Energy Reviews, 2014, 39: 575-586.

［2］ 黃希橋, 李前翔, 王苗苗, 等. CCD測(cè)溫中火焰溫度與顏色的關(guān)系[J]. 西北工業(yè)大學(xué)學(xué)報(bào), 2017, 35(3): 442-447.

HUANG Xiqiao, LI Qianxiang, WANG Miaomiao, et al. The relation of the temperature and color of the flame of the CCD temperature measurement[J]. Journal of Northwest Polytechnic University, 2017, 35(3): 442-447.

［3］ 程智海, 蔡小舒, 岳俊, 等. 燃燒狀態(tài)及煤粉粒徑對(duì)火焰光譜的影響[J]. 工程熱物理學(xué)報(bào), 2006, 27(增刊2): 147-150.

CHENG Zhihai, CAI Xiaoshu, YUE Jun, et al. The effect of flame spectrum by combustion state and size of pulverized coal[J]. Journal of Engineering Thermo-physics, 2006, 27(Suppl.2): 147-150.

［4］ BALLESTER J, GARCíA-ARMINGOL T. Diagnostic techniques for the monitoring and control of practical flames[J]. Progress in Energy and Combustion Science, 2010, 36(4): 375-411.

［5］ LI L, MOSTOVSHCHIKOV A V, ILYIN A P, et al. Monitoring of nanopowder combustion ignited by laser radiation[C]//Proceedings of the 2018 Progress in Electromagnetics Research Symposium. 2018: 311-316.

［6］ 安靜宇, 馬憲民. 火電廠爐膛火焰視頻圖像燃燒穩(wěn)定性監(jiān)測(cè)仿真[J]. 計(jì)算機(jī)仿真, 2017, 34(4): 373-376.

AN Jingyu, MA Xianmin. Simulation of flame video image combustion stability monitoring in thermal power plant[J]. Computer Simulation, 2017, 34(4): 373-376.

［7］ KRABICKA J, LU G, YAN Y. Profiling and characterization of flame radicals by combining spectroscopic imaging and neural network techniques[J]. IEEE Transactions on Instrumentation and Measurement, 2011, 60(5): 1854-1860.

［8］ YAN Y, QIU T, LU G, et al. Recent advances in flame tomography[J]. Chinese Journal of Chemical Engineering. 2012, 20(2): 389-399.

［9］ 宋旭東, 郭慶華, 張婷, 等. 甲烷同軸射流擴(kuò)散火焰中自由基的輻射特性[J]. 中國電機(jī)工程學(xué)報(bào), 2013, 33(35): 50-57.

SONG Xudong, GUO Qinghua, ZHANG Ting, et al. Radiation characteristics of radicals in methane co-flowing jet diffusion flame[J]. Journal of Electrical Engineering of China, 2013, 33(35): 50-57.

［10］ LU G, YAN Y, COLECHIN M. A digital imaging based multifunctional flame monitoring system[J]. IEEE Transactions on Instrumentation and Measurement, 2004, 53(4): 1152-1158.

［11］ LU G, YAN Y, RILEY G, et al. Concurrent measurement of temperature and soot concentration of pulverized coal flames[J]. IEEE Transactions on Instrumentation and Measurement, 2002, 51(5): 990-995.

［12］ SUN D, LU G, ZHOU H, et al. Flame stability monitoring and characterization through digital imaging and spectral analysis[J]. Measurement Science and Technology, 2011, 22(11): 114007.

［13］ LU G, YAN Y, COLECHIN M, et al. Monitoring of oscillatory characteristics of pulverized coal flames through image processing and spectral analysis[J]. IEEE Transactions on Instrumentation and Measurement, 2006, 55(1): 226-231.

［14］ JASMIN K. Biomass and carbon dioxide capture and storage: a review[J]. International Journal of Greenhouse Gas Control, 2015, 40: 401-430.

Flame stability detection method for co-firing of biomass fuels based on digital image processing

GE Hong1, XU Weicheng1, YAN Yong1,2, LU Gang2

(1. School of Control and Computer Engineering, North China Electric Power University, Beijing 102206, China; 2. School of Engineering and Digital Arts, University of Kent, Kent CT2 7NT, U.K.)

Combustion of low-quality fuels or fuel blends will lead to flame instability, resulting in low combustion efficiency and high NOx emissions. Due to the inherent complexity of burner flames and the lack of an effective means for flame monitoring and characterization, it is difficult to evaluate the flame stability in a combustion process quantitatively. To solve this problem, a method based on digital image processing for co-firing biomass fuels is proposed in this paper to monitor various characteristic parameters of a burner flame and evaluate its stability. In this method, a general flame stability index with continuous values in the range of [0, 1] is defined, and by using a digital CCD camera, the flame image information is collected. After the collected image is analyzed, the characteristic parameters like the flame length/height, brightness, temperature, flicker frequency and others are extracted. Then, statistical analysis and data fusion are carried out for theses characteristic parameters, and the flame stability index is obtained. Thus, the quantitative detection and evaluation of flame stability is realized. Moreover, this method was verified on a laboratory-scale combustion test rig. The combustion behaviours of different biomass blends (corncob-wheat straw blend, willow-peanut shell blend and peanut shell-wheat straw blend) were compared. The results show that, the defined flame stability index could effectively characterize the flame combustion state.

biomass, flame, characteristic parameter, flame stability, flame stability index, image processing, data fusion

TP391.7

A

10.19666/j.rlfd.201907150

2019-07-13

國家自然科學(xué)基金項(xiàng)目(51827808, 61673170)

Supported by：National Natural Science Foundation of China (51827808, 61673170)

葛紅(1976—)，女，碩士研究生，工程師，主要研究方向?yàn)槿紵^程監(jiān)測(cè)、火焰三維成像、生物質(zhì)燃燒等，gehong@ncepu.edu.cn。

葛紅, 徐偉程, 閆勇, 等. 基于數(shù)字圖像處理的生物質(zhì)混燃火焰穩(wěn)定性檢測(cè)方法[J]. 熱力發(fā)電, 2019, 48(9): 64-70. GE Hong, XU Weicheng, YAN Yong, et al. Flame stability detection method for co-firing of biomass fuels based on digital image processing[J]. Thermal Power Generation, 2019, 48(9): 64-70.

（責(zé)任編輯 杜亞勤）