基于烧成带图像的回转窑熟料烧结工况识别方法研究

《基于烧成带图像的回转窑熟料烧结工况识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号UDC密级学位论文基于烧成带图像的回转窑熟料烧结工况识别方法研究作者姓名：吴小勋指导教师：周晓杰副教授东北大学流程工业综合自动化国家重点实验室申请学位级别：硕士学科类别：工学学科专业名称：控制理论与控制工程论文提交日期：2014年6月论文答辩日期：2014年6月学位授予日期：2014年7月答辩委员会主席：胡静涛评阅人：付俊、张建华东北大学2014年6月万方数据AThesisinControlTheoryandEngineeringStudyonBurningStateRecognitionofClinkerBasedonBurningZoneIma

2、geByWuXiaoxunSupervisor：AssociateProfessorZhouXiaojieNortheasternUniversityJune2014万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：吴小岛力日期：沙化乡、矽学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的

3、规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半口学位论文作者签名：关小勋签字日期：70／舻,多，沙7两年囤／导师签名：涌嘭支签字日期：乃。中．b．叼万方数据东北大学硕士学位论文摘要基于烧成带图像的回转窑熟料烧结工况识别方法研究摘要回转窑是一种大型的、生产水泥、氧化铝等工业原材料的核心热工设备。由于受到窑体旋转以及窑内复杂的燃料燃烧、物料烟气对流换热等因素的制约，现有的测量手段难以实现

4、对回转窑关键工艺参数烧成带温度和熟料产品烧结质量的在线检测，导致难以实现回转窑过程的自动控制。回转窑过程长期依赖工业电视“人工看火”方式，通过观测烧成带图像，并结合过程数据判断烧成带温度状态与物料烧结状况，进而人工调整操作变量以确保产品质量。然而这种操作模式易受主观因素的影响，导致产品质量低、设备运转率差、产量低、能耗高等问题。由于烧成带图像中蕴含了丰富的温度场和熟料烧结信息，这为研究开发基于图像的回转窑烧结工况识别提供了良好的基础。但由于受到窑体旋转和窑内烟雾粉尘的干扰，烧成带图像噪声较大，显著区域耦合较强、分界不清，现有的基于图像分割的方法和基于尺度不变特征

5、转换方法难以提取有效的特征，导致烧结工况识别精度较低。因此，采用图像处理、机器学习等领域的最新研究成果，研究基于烧成带图像的回转窑熟料烧结工况识别方法，是解决回转窑控制与优化中检测难题的有效手段，具有重要的理论意义和应用价值。针对上述回转窑烧结工况识别问题，本文以提高烧结工况识别精度为目的，依托国家自然科学基金面上项目“基于图像与过程数据融合的回转窑产品质量参数预报建模”，开展了基于烧成带图像的回转窑熟料烧结工况识别方法的研究，本文的主要工作如下：1．在对国内外现有的过程工业中图像处理方法与技术进行综述分析和对回转窑烧结工况识别方面的研究难点进行分析基础上，首次

6、将视皮层认知计算理论与方法应用于回转窑烧结工况识别问题，提出了基于深度学习和独立子空间分析提取图像特征、基于极限学习机与模糊积分设计集成分类器的回转窑烧结工况识别方法。该方法由图像预处理方法、特征提取方法和分类器设计方法三部分组成。2．图像预处理主要包括显著区域划分、图像块抽取和图像块降维去噪三部分。根据摄像机安装位置固定，烧成带图像显著区域位置相对固定不变这一特点，并参照优秀看火员在判别回转窑烧结工况时的经验方法，直接将烧成带图像划分为三个显著区域：黑把子区域(煤粉区域)、火焰区域和物料区域。基于视皮层信息处理的分层．III．万方数据东北大学硕士学位论文摘要性

7、和神经元局部感受野逐层相应扩大的机理，在三个显著区域分别随机抽取递增尺寸的图像块，以利于后续分区域分层进行特征表达的学习，并采用基于主成分分析的白化预处理方法降低图像块信息的相关性及冗余度。3．提出了基于深度学习、独立子空间分析与单词包模型相结合的各显著区域特征提取方法。由各显著区域随机抽取得到的图像块数据构造出各显著区域局部特征表达学习的样本集。采用深度学习与独立子空间分析方法，基于递增尺寸的图像块样本集逐层学习具有一定选择性和不变性的局部特征表达模型，并具有较低的学习计算复杂性。在各显著区域图像中通过滑窗方式应用之前各区域学习到的局部特征表达模型以提取各显著

8、区域图像特征，构造各显著