针对秸秆燃料送往循环流化床锅炉燃烧发电时,其热值无法在线估量,计量实效性低的问题,设计了一套用于秸秆燃料热值估计的图像分析系统;该系统由工业摄像机、图像分析主机、服务器和工业互联通信网络总线组成;系统通过工业摄像机在秸秆...针对秸秆燃料送往循环流化床锅炉燃烧发电时,其热值无法在线估量,计量实效性低的问题,设计了一套用于秸秆燃料热值估计的图像分析系统;该系统由工业摄像机、图像分析主机、服务器和工业互联通信网络总线组成;系统通过工业摄像机在秸秆燃料进入锅炉前进行图像采集,并将采集到的图像通过高速差分信号传送给图像分析主机,主机采用改进的U-Net深度学习网络对图像进行分割;得到的分类结果结合从服务器读取的秸秆燃料的成分组成和组分的热值,加之实时返回的秸秆燃料含水率等参数,通过热值计算公式实时计算出燃料热值;测试结果表明,基于改进U-Net深度学习网络的图像分割算法分割效果较好,平均精度(mean Average Precision)达到0.86,平均重合度(mean Intersection over Union)达到0.68,可以满足燃料热值的在线估量要求。展开更多
文摘针对秸秆燃料送往循环流化床锅炉燃烧发电时,其热值无法在线估量,计量实效性低的问题,设计了一套用于秸秆燃料热值估计的图像分析系统;该系统由工业摄像机、图像分析主机、服务器和工业互联通信网络总线组成;系统通过工业摄像机在秸秆燃料进入锅炉前进行图像采集,并将采集到的图像通过高速差分信号传送给图像分析主机,主机采用改进的U-Net深度学习网络对图像进行分割;得到的分类结果结合从服务器读取的秸秆燃料的成分组成和组分的热值,加之实时返回的秸秆燃料含水率等参数,通过热值计算公式实时计算出燃料热值;测试结果表明,基于改进U-Net深度学习网络的图像分割算法分割效果较好,平均精度(mean Average Precision)达到0.86,平均重合度(mean Intersection over Union)达到0.68,可以满足燃料热值的在线估量要求。
