基于数字图像处理之工业火炬火焰监控体系的研究论文

基于数字图像处理之工业火炬火焰监控体系的研究论文

　　1.1 火炬研究背景

　　火炬系统是炼油厂和石油化工厂中重要的安全设施和节能环保设施[1],主要采取燃烧的方法处理生产装置在日常运行、开停工、非正常生产及紧急状态下无法进行有效回收的可燃气体,也用于燃烧生产过程中排放出的有毒气体,避免造成环境污染与危害[2]。因此,火炬的正常点火和点火后的正常燃烧成为火炬系统的主要研究方向。分子封作为火炬系统防止回火的主要设备,一般采用氮气型分子封。分子封的主要作用是在中断火炬气排放或小流量燃烧发生异常的时候,防止空气回流进入火炬筒体而发生回火或者产生爆炸。氮气是惰性气体难以燃烧,并且分子量比空气小,可将氮气作为密封气体充入分子封内。利用气体的浮力,氮气将充满分子封的上部空间并产生一个高于大气压的区域,有效地阻止了空气进入分子封内部,解除了火炬燃烧器头部火焰会产生回火爆炸的安全隐患。因此,在火炬系统下一次点火前和小流量工作时,分子封内部都将连续充入氮气。传统火炬系统的长明灯位于火炬头的上方,内部含有燃气可将长明灯进行点燃。长明灯内设有铠装热电偶,可作为检测单元将火炬燃烧时温度信号传输至控制单元,从而对火炬点火和燃烧状况进行监控[5]。

　　1.2 火炬装置及组成

　　目前常见火炬装置有封闭式地面火炬、开放式地面火炬、高架火炬等。封闭式地面火炬具备无烟、噪音较小、热辐射低、无光污染等突出的环保特性。开放式地面火炬与封闭式地面火炬相比,由于处理量不会受到限制,因此能满足大型石油化工装置的需求[3]。高架火炬相比前两者具有造价便宜、使用范围广、操作起来方便等优点,这就使其成为当今石油化工、煤气天然气等行业使用最广泛的火炬系统。按照支撑方式的不同,高架火炬支撑方式可分为塔架、拉索和自立三种。高架火炬按照助燃方式的不同,可以分为蒸汽、鼓风、合成气、音速、蓄热、伴烧等多种形式[4]。如图 1.1 所示,一个典型的高架火炬系统由火炬头、长明灯、点火器、气体密封器、火炬筒、水封罐、分液罐等工艺设备组成。

　　第 2 章 图像处理基础

　　2.1 彩色图像的颜色模型

　　为了对定义的颜色域中对颜色进行定量说明,通过一定规则和定义所建立的数学模型,称为颜色模型或者色彩空间模型。颜色模型实质上是某个三维颜色坐标系统中的一个可见光子集,只能表示某个颜色域中的颜色,但是不能对可见光信息进行完整的表达。在此简要介绍 RGB 颜色模型和 HIS 色彩空间模型。RGB 色彩空间模型是个正方体,如图 2.1 所示,色彩空间中每个三维向量都与数字图像中的像素点相对应,该三维向量的分量则对应相应色彩的亮度值。由上图可以看出,原点与黑色相对应,与原点距离最远的点和白色相对应,体对角线上分布着由黑到白的像素点并且该像素点 R 分量、G 分量、B 分量比例相同。HSI 颜色模型,是在视觉系统对色彩的感知基础上,提出的一种对色彩进行定量描述的颜色系统,也称为视觉颜色模型系统。HIS 颜色模型是通过 H、S、I三种性质参数共同对颜色特性进行描述。H-Hue(色调)通过 0°到 360°的角度值来表示,反映出了不同颜色所对应不同的光谱波长,通常将色调值按照红、橙、黄、绿、青、蓝、紫的顺序进行排列,并设定 0°表示红色色调值, 120°表示绿色色调值, 240°表示蓝色色调值等。从 0°到 360°的色调值范围内,覆盖了全部可见光谱的颜色。S-Saturation(饱和度)采用 0%-100%的百分数进行表示,反映出了不同颜色的深浅度和饱和度。彩色光中参入的白色越多,则饱和度越低,颜色越浅。彩色光中参入的白色越少,则饱和度越高,颜色越深。在饱和度参数可以通过色凋值的原点(圆心)到彩色点的半径的距离表示,在中心点的饱和度为 0%,在环边界上的颜色饱和度达到最高值为 100%。I-Intensity(强度)可以通过感受器的反射系数来决定,得到的系数越大,彩色光亮度愈大,反之愈小。

　　2.2 图像预处理

　　图像预处理是在图像分析中,对采集图像进行图像分析、图像判断前所必备的处理工作。其目的主要是通过一定的调整变换以达到恢复或增强图片中有用信息,消除或减弱与后续分析工作无关的信息。图像预处理主要方式有图像增强、图像滤波处理、图像细化等几个方面,本文主要通过图像灰度化处理、直方图均衡化和平滑滤波等相关操作,增强图中有用信息量,突出探测图像的对比性,提高所提取的图像质量,为之后的图像处理工作打下基础[21]。在图像处理时,需要对 R 分量、G 分量、B 分量分别进行处理,实际上图像的形态特征并不能由 RGB 颜色模式完整地反应出来,只是基于光学机理上对颜色的一种比例调配。为了减少图像中信息的处理量和复杂程度,需要对彩色图像进行灰度化处理。灰度化实质就是当彩色图像每个像素点的 R、G、B 分量值相等时,这个值就是该像素点的灰度值,此时彩色像素点就可以表示为一种灰度颜色。灰度化的主要方法有提取分量法、取最大值法、平均值法以及加权平均值法[22]。灰度直方图是有关灰度级的函数,是图像基于统计原理得到的重要特征。通过表示不同灰度级的像素的个数,明确地反映出该灰度级出现的频率大小。图像的整体灰度分布通过灰度直方图得到较好体现,图像中较暗的部分集中分布在灰度级较低的一侧,相反较亮的部分则集中分布在灰度级较高的部分。基于统计原理特性,可以从灰度直方图中直观地了解到图像的明亮程度、多方面的对比度以及判断是否有利于目标的提取分离。

【基于数字图像处理之工业火炬火焰监控体系的研究论文】相关文章：

基于理论-设计-实践的数字图像处理研究性教学模式研究05-02

工业废水的处理研究04-29

以就业为导向的高校教学质量监控体系建设研究的论文04-27

有关成人高等教育教学质量监控体系研究的论文04-27

基于Agent方法体系的ODSS研究04-27

基于铣削力的刀具磨损监控研究04-29

实习教学质量监控体系的研究与实践04-29

基于图论的超媒体系统度量研究04-30

基于污水处理技术的研究04-25

基于DEA模型的宁波工业生态效率研究04-30