CN110277140A - 基于火焰颜色识别燃烧当量比计算模型的建立方法、***及装置 - Google Patents
基于火焰颜色识别燃烧当量比计算模型的建立方法、***及装置 Download PDFInfo
- Publication number
- CN110277140A CN110277140A CN201910544212.9A CN201910544212A CN110277140A CN 110277140 A CN110277140 A CN 110277140A CN 201910544212 A CN201910544212 A CN 201910544212A CN 110277140 A CN110277140 A CN 110277140A
- Authority
- CN
- China
- Prior art keywords
- flame
- value
- equivalent
- rgb
- computation model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000000446 fuel Substances 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 5
- 230000004075 alteration Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000002156 mixing Methods 0.000 abstract description 2
- 239000000523 sample Substances 0.000 description 19
- 238000012545 processing Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 150000003254 radicals Chemical class 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 238000012905 input function Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000376 reactant Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
Landscapes
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Crystallography & Structural Chemistry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于火焰颜色识别燃烧当量比计算模型的建立方法、***及装置,所述方法包括:S1、获取燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;S2、以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。本发明通过构建火焰颜色RGB图像的B/G值与当量比的关系,利用构建的图像B/G值与当量比模型进行火焰当量比测量,即可快速获得燃料和空气混合情况(当量比),进而可将该当量比值作为依据以对燃烧中燃料与空气的混合状态进行判断。
Description
技术领域
本发明涉及一种基于火焰颜色识别燃烧当量比计算模型的建立方法、***及装置,属于燃烧诊断中光学检测技术领域。
背景技术
我国能源供给主要来自化石燃料燃烧。在火力发电、锅炉供热、冶金等一系列工业生产中,通过对燃烧炉内火焰检测与燃烧状态判断,从而控制化石燃料与空气的有效供应量,是提高生产效率、节约成本的有效手段之一。因为燃料是否完全燃烧直接影响到能量转换效率,并且不完全燃烧所产生的温室气体还会对生态环境造成破坏。因此,如何通过检测技术对炉内火焰燃烧状态判断是工业生产中一个重点。
传统基于探针采样的方法,不仅检测结果具有滞后性,还与探针布局的位置息息相关,并且由于探针需要直接与反应物接触,故障率一直比较高。基于激光的检测技术可以避免与反应物接触,并且由于激光的高精度使得检测结果精确度很高,但是由于激光光路设置复杂、操作繁琐、成本高,并存在安全问题等一系列因素,使得基于激光的工业燃烧检测技术一直未得到大规模普及。
数字相机也具有非接触特点,因此也被用于炉内火焰检测。目前常用的方法是通过数字相机采集火焰图像,通过图像处理技术提取火焰亮度值与火焰频率等信息,进而判断燃烧状态。但这种火焰状态的判断仅仅限于燃烧的稳定性,对燃料与空气混合的比例以及混合的空间分布等信息不得而知,换句话说,目前无法根据火焰图像获取到燃烧当量比信息,因此,有必要研究一种根据火焰颜色以识别燃烧当量比的计算方法及模型。
发明内容
本发明要解决的技术问题是:提供一种基于火焰颜色识别燃烧当量比计算模型的建立方法、***及装置,根据火焰图像B/G值即可快速识别出燃烧的当量比,以克服现有技术的不足。
本发明的技术方案是:
第一方面,本发明提供一种基于火焰颜色识别燃烧当量比计算模型的建立方法,所述方法包括:
S1、获取燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;
S2、以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。
第二方面,本发明提供一种基于火焰颜色识别燃烧当量比计算模型的建立装置,所述装置包括:
采集模块,用于:收集燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;
建立模块,用于:以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。
第三方面,本发明提供一种基于火焰颜色识别燃烧当量比计算模型的建立***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
获取燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;
以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
获取燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;
以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。
碳氢燃料燃烧反应时由于化合物化学键断裂会生成自由基,而大量激发态自由基在回归基态时会释放特定波长光子,如430nm的CH*与516nm的C2*,且发出的光子与自由基的浓度成正比关系。研究表明,通过自由基浓度的比值可以间接测量当量比,因此通过检测自由基释放特定波长光子的化学发光强度可以间接获得当量比信息。颜色是波长的表征形式,因此通过采集火焰颜色信息后,利用颜色-光谱-自由基-当量比的关系可以间接获得燃料与空气的混合情况(当量比),进而判断燃烧状态。
本发明的有益效果是:本发明通过构建火焰颜色RGB图像的B/G值与当量比的关系,利用构建的图像B/G值与当量比模型进行火焰当量比测量,即可快速获得燃料和空气混合情况(当量比),进而可将该当量比值作为依据以对燃烧中燃料与空气的混合状态进行判断。
附图说明
图1为本发明实施例的方法流程图;
图2为本发明实施例的结构框架图;
图3为本发明实施例的又一装置框图;
图4为本发明实施例的计算机可读介质的示意图。
具体实施方式
本发明实施例中的技术方案,总体思路如下:
获取燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;
以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本发明实施例一提供基于火焰颜色识别燃烧当量比计算模型的建立方法,所述方法包括:
S1、获取燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;
收集燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值。具体地,利用气体流量计控制调节燃料与空气的比例,以获得特定当量比下的稳定火焰,同时利用图像采集装置拍摄火焰颜色的RGB原图,并计算该特定当量比条件下的B/G值。重复该步骤,获取不同当量比下的火焰图像的B/G值。例如,通过调节燃料与空气的比例,使得火焰当量比变化为0.85~1.2,间隔为0.05,并获取该当量比范围内各特定点对应的B/G值。
计算火焰颜色的B/G值的方法如下:
A1、获取火焰颜色的RGB原图;
具体地,利用图像采集装置采集火焰颜色的RGB图,例如,图像采集装置可以是CCD图像传感器,也可以使CMOS图像传感器,在其他实施例中,图像采集装置也可以是任何已知的能够拍摄RGB图的拍摄装置。图像采集装置作为检测元件,可以满足非接触、低成本、安装操作简便的要求。
A2、将所述RGB原图转换为只含有蓝绿色火焰的RGB图像
对于图像采集装置拍摄的RGB原图,由于光谱响应函数不同,其得到的RGB图可能会存在结果偏差,进而影响到后续B/G值的判断。为此,在得到RGB原图后,对其进行校正,以得到RGB校正图。
具体地,利用RGB校正系数对RGB原图进行色差校正,RGB校正系数由采集RGB原图的图像采集装置的光谱响应曲线与标准的颜色三刺激值曲线进行比较获得。具体方法如下:
1、获取图像采集装置的光谱响应曲线
1)通过标准光源(如卤钨灯光源)稳定发光。
2)使标准光源发出的光通过单色仪,通过旋转操作调节单色仪内棱镜角度实现单一特定波长光线射出。
3)通过图像采集装置对单色仪射出的光数据进行采集,得到一张该波长的RGB图像。
4)记录该图像R、G、B各图层亮度值并存储。
5)重复步骤b、c、d(通过调节单色仪,实现对可见光光谱范围(380nm~750nm,波长间隔为5nm~10nm)内各波长对应的R、G、B各图层亮度值采集)。
6)通过存储的不同波长对应的R、G、B各图层亮度,计算输出图像采集装置的光谱响应曲线。
2、RGB校正系数的确定
本实施例以CIE 1931标准的颜色三刺激值为标准,通过计算所用图像采集装置的光谱响应曲线与标准的CIE 1931标准的颜色三刺激值曲线进行比较,以获得校正色彩的转换系数。具体步骤如下:
将图像RGB的模式转化为CIE标准下XYZ模式的转化规则为:
其中E(λ)表示光源的光谱功率分布函数;为彩色相机R、G、B各波段的光谱响应度;
K为归一化系数;分别为CIE1931标准色度***颜色匹配函数;
故R、G、B各波段的颜色校正系数Kr、Kg、Kb为
在联立(1)、(2)公式后就可得到图像采集装置通过标定后的RGB光谱图对应于CIE标准下的XYZ型。即通过该步骤便可实现R、G、B光谱图与CIE标准下的XYZ对比,从而辨别出该相机是否被标定而符合要求,即此时设定校正系数均为1;如果两者误差太大则需通过公式(3)的校正系数将该彩色相机的颜色进行校正。
将RGB原图转换为只含有蓝绿色火焰的RGB图像,具体包括以下步骤:
1、将所述RGB原图转换为HSV图。
2、提取所述HSV图中的H层,以蓝绿色范围值构建H层滤网层。由于HSV图中H、S、V三层相互独立,因此可直接进行H层提取,并且以蓝绿色范围值作为选取阈值构建H层滤网层,蓝绿色范围值例如可设定为0.5-0.7。
3、用所述H层滤网层分别与所述RGB原图中的R层、G层、B层分别点乘,由此得到的R层、G层、B层均为只含有蓝绿色火焰的图层。
4、对点乘后的R层、G层、B层进行合成得到只含有蓝绿色火焰的RGB图。
A3、计算经转换后的所述RGB图像的B/G值;
由于图像背景和噪音可能会干扰到RGB图像中B/G值计算的精准度,为此,在计算B/G值前可对RGB图像进行滤波处理和去噪处理。
B/G值的计算方法是,提取图像中B图层与G图层的比值作为B/G值,B/G值可以是图像中某点处的B图层与G图层中的B/G值,也可以是整个图像中B图层与G图层的平均B/G值,例如可将图像中B图层中所有点的总和与G图层中所有点的总和的比值作为该平均B/G值。在本实施例中,B/G值是整个火焰颜色图像中B图层与G图层的平均B/G值。
S2、以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立所述火焰当量比判断模型。
具体地,以采集和提取的B/G特征值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立火焰图像B/G特征值与对应火焰当量比φ的y(φ)=f(B/G)模型。
将所述B/G值输入火焰当量比判断模型,计算所述火焰颜色的当量比具体的,B/G值可以是图像中的具体设定点,或者全部点的B/G值,也可以是图像中所有点,或者设定范围内点的平均B/G值,此时,当量比是对应的具体设定点,或者全部点的当量比或者图像中所有点的,或者设定范围内点的平均当量比对应前述,本实施例中当量比是总体燃料与空气供给量的当量比。
实施例二
本发明实施例二提供了一种基于火焰颜色识别燃烧当量比计算模型的建立装置,请参考图2,所述装置包括:采集模块,用于:收集燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;建立模块,用于:以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。
另外,关于B/G值的计算如实施例1所述,此处不再赘述。
由于本发明实施例二所介绍的装置,为实施本发明实施例一的方法所采用的装置,故而基于本发明实施例一所介绍的方法,本领域所属人员能够了解该装置的具体结构及变形,故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。
实施例三
请参阅图3,需要说明的是,基于上述实施例一、实施例二同样的发明技术,本发明实施例三提供了一种***,包括:射频电路310、存储器320、输入单元330、显示单元340、音频电路350、WiFi模块360、处理器370、以及电源380等部件。其中,储存器320上存储有可在处理器370上运行的计算机程序,处理器370执行所述计算机程序时实现实施例一种所述的步骤S1、S2。
在具体实施过程中,处理器执行计算机程序时,可以实现实施例一、二中的任一实施方式。
本领域技术人员可以理解,图3中示出的装置结构并不构成对装置本身的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图3对计算机设备的各个构成部件进行具体的介绍:
射频电路310可用于信号的接收和发送,特别地,将基站的下行信息接收后,给处理器处理。通常,射频电路310包括但不限于至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器320可用于存储软件程序以及模块,处理器370通过运行存储在存储器320的软件程度以及模块,从而执行计算机设备的各种功能应用以及数据处理。存储器320可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器320可以包括高速随机存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元330可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。具体地,输入单元330可包括键盘331以及其他输入设备332。键盘331,可收集用户在其上的输入操作,并根据预先设定的程序驱动相应的连接装置。键盘采集到输出信息后再输送给处理器370。除了键盘331,输入单元还可以包括其他输入设备332。具体地,其他输入设备332可以包括但不限于触控面板、功能键(比如音量控制按键、开关按键灯)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元340可用于显示由用户输入的信息或提供给用户的信息以及计算机设备的各种菜单。显示单元340可包括显示面板341,可选地,可以采用液晶显示器、有机发光二极管等形式来配置显示面板341。进一步的,键盘331可覆盖显示面板341,当键盘331检测到在其上或附近的触摸操作后,传送给处理器370以确定触摸事件的类型,随后处理器370根据输入事件的类型在显示面板341上提供相应的视觉输出。虽然在图3中键盘331与显示面板341是作为两个独立的部件来实现计算机设备的输入和输入功能,但是在某些实施例中,可以将键盘331与显示面板集341成而实现计算机设备的输入和输出功能。
音频电路350、扬声器351,传声器352可提供用户与计算机设备之间的音频接口。音频电路350可将接收到的音频数据转换后的电信号,传输到扬声器351,由扬声器351转换为声音信号输出。
WiFi属于短距离无线传输技术,计算机设备通过WiFi模块360可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图3中示出了WiFi模块360,但是可以理解的是,其并不属于计算机设备的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器370是计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器内的软件程序和/或模块,以及调用存储在存储器320内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选地,处理器320可报考一个或多个处理单元;优选地,处理器320可集成应用处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等。
计算机设备还包括给各个部件供电的电源380(比如电源适配器),优选的,电源可以通过电源管理***与处理器370逻辑相连。
实施例四
基于同一发明构思,如图4所示,本实施例四提供了一种计算机可读存储介质400,其上存储有计算机程序411,该计算机程序411被处理器执行时实现实施例一种所述的步骤S1、S2。
在具体实施过程中,该计算机程序411被处理器执行时,可以实现实施例一、二中的任一实施方式。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于硬盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他科编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读介质存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装置到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于火焰颜色识别燃烧当量比计算模型的建立方法,所述方法包括:
S1、获取燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;
S2、以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。
2.根据权利要求1所述基于火焰颜色识别燃烧当量比计算模型的建立方法,其特征在于,计算火焰颜色的所述B/G值的方法如下:
获取火焰颜色的RGB原图;
将所述RGB原图转换为只含有蓝绿色火焰的RGB图像;
计算经转换后的所述RGB图像的B/G值。
3.根据权利要求2所述基于火焰颜色识别燃烧当量比计算模型的建立方法,其特征在于,将所述RGB原图转换为只含有蓝绿色火焰的RGB图像,具体包括:
将所述RGB原图转换为HSV图;
提取所述HSV图中的H层,以蓝绿色范围值构建H层滤网层;
用所述H层滤网层分别与所述RGB原图中的R层、G层、B层分别点乘;
对点乘后的R层、G层、B层进行合成得到只含有蓝绿色火焰的RGB图。
4.根据权利要求2所述基于火焰颜色识别燃烧当量比计算模型的建立方法,其特征在于,在转换前,利用RGB校正系数对所述RGB原图进行色差校正;所述RGB校正系数由采集所述RGB原图的图像采集装置的光谱响应曲线与标准的颜色三刺激值曲线进行比较获得。
5.根据权利要求2所述基于火焰颜色识别燃烧当量比计算模型的建立方法,其特征在于,在计算所述B/G值之前,对所述RGB图像进行滤波和去噪处理。
6.一种基于火焰颜色识别燃烧当量比计算模型的建立装置,所述装置包括:
采集模块,用于:收集燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;
建立模块,用于:以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。
7.根据权利要求6所述基于火焰颜色识别燃烧当量比计算模型的建立装置,其特征在于,计算火焰颜色的所述B/G值的方法如下:
获取火焰颜色的RGB原图;
将所述RGB原图转换为只含有蓝绿色火焰的RGB图像;
计算经转换后的所述RGB图像的B/G值。
8.根据权利要求7所述基于火焰颜色识别燃烧当量比计算模型的建立装置,其特征在于,将所述RGB原图转换为只含有蓝绿色火焰的RGB图像,具体包括:
将所述RGB原图转换为HSV图;
提取所述HSV图中的H层,以蓝绿色范围值构建H层滤网层;
用所述H层滤网层分别与所述RGB原图中的R层、G层、B层分别点乘;对点乘后的R层、G层、B层进行合成得到只含有蓝绿色火焰的RGB图。
9.一种基于火焰颜色识别燃烧当量比计算模型的建立***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
获取燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;
以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
获取燃料燃烧状态火焰的不同当量比及其对应的火焰颜色的B/G值;
以B/G值为输入样本特征,以对应的当量比为输出样本标签,通过数据拟合建立燃烧当量比计算模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910544212.9A CN110277140A (zh) | 2019-06-21 | 2019-06-21 | 基于火焰颜色识别燃烧当量比计算模型的建立方法、***及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910544212.9A CN110277140A (zh) | 2019-06-21 | 2019-06-21 | 基于火焰颜色识别燃烧当量比计算模型的建立方法、***及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110277140A true CN110277140A (zh) | 2019-09-24 |
Family
ID=67961411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910544212.9A Pending CN110277140A (zh) | 2019-06-21 | 2019-06-21 | 基于火焰颜色识别燃烧当量比计算模型的建立方法、***及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110277140A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117153277A (zh) * | 2023-07-11 | 2023-12-01 | 湖北星火(应城)化工有限公司 | 一种甲基磺酰氯生产过程中的反应状态识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6058208A (en) * | 1994-10-26 | 2000-05-02 | Matsushita Electric Industrial Co., Ltd. | Color correction device and color correction method |
JP2006115444A (ja) * | 2004-09-17 | 2006-04-27 | Nikon Corp | 画像処理方法、画像処理装置、画像処理プログラム、および電子カメラ |
CN102538000A (zh) * | 2010-12-09 | 2012-07-04 | 财团法人工业技术研究院 | 燃烧火焰诊断方法 |
US20130056788A1 (en) * | 2010-04-28 | 2013-03-07 | Mitsubishi Chemical Corporation | Package for semiconductor light-emitting device and light-emitting device |
CN102999994A (zh) * | 2012-11-15 | 2013-03-27 | 镇江石鼓文智能化***开发有限公司 | 基于视频图像分析的火焰检测装置 |
-
2019
- 2019-06-21 CN CN201910544212.9A patent/CN110277140A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6058208A (en) * | 1994-10-26 | 2000-05-02 | Matsushita Electric Industrial Co., Ltd. | Color correction device and color correction method |
JP2006115444A (ja) * | 2004-09-17 | 2006-04-27 | Nikon Corp | 画像処理方法、画像処理装置、画像処理プログラム、および電子カメラ |
US20130056788A1 (en) * | 2010-04-28 | 2013-03-07 | Mitsubishi Chemical Corporation | Package for semiconductor light-emitting device and light-emitting device |
CN102538000A (zh) * | 2010-12-09 | 2012-07-04 | 财团法人工业技术研究院 | 燃烧火焰诊断方法 |
CN102999994A (zh) * | 2012-11-15 | 2013-03-27 | 镇江石鼓文智能化***开发有限公司 | 基于视频图像分析的火焰检测装置 |
Non-Patent Citations (3)
Title |
---|
HUA WEI HUANG等: "Dynamic application of digital image and colour processing in characterizing flame radiation features", 《MEASUREMENT SCIENCE AND TECHNOLOGY》 * |
常彦等: "火焰图像法计算气体层流燃烧反应动力学参数", 《燃烧科学与技术》 * |
石奇等: "柴油-丁醇混合燃料喷雾火焰的两色法测试研究", 《车用发动机》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117153277A (zh) * | 2023-07-11 | 2023-12-01 | 湖北星火(应城)化工有限公司 | 一种甲基磺酰氯生产过程中的反应状态识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110285445A (zh) | 基于燃烧当量比控制燃料及空气供给量的方法、***及装置 | |
TWI507810B (zh) | 基於光的光譜監控之相機測試及校準 | |
CN103968947B (zh) | 测色方法以及测色装置 | |
CN101296302A (zh) | 信息处理设备和方法 | |
CN107677453A (zh) | 日盲紫外相机检测灵敏度测试***及测试方法 | |
CN108731805B (zh) | 基于移动智能终端的吸收和荧光光谱检测装置 | |
CN103281459A (zh) | 一种可测水果甜度和ph值的手机 | |
JP6027317B2 (ja) | 加工されたテープを使用して種々のガスを検出するための波長スペクトル分析に関するシステムおよび方法 | |
CN206772438U (zh) | 基于移动智能终端的吸收和荧光光谱检测装置 | |
US20150310454A1 (en) | Device and method for detection of counterfeit pharmaceuticals and/or drug packaging | |
TW201407147A (zh) | 光學檢測系統 | |
WO2020147580A1 (zh) | 光源参数测量方法、装置、照明***和终端设备 | |
CN110277140A (zh) | 基于火焰颜色识别燃烧当量比计算模型的建立方法、***及装置 | |
CN109655155A (zh) | 照明光源显色性评价方法和装置 | |
TW200303140A (en) | Photodetector, photodetecting method and storage medium | |
TWI512274B (zh) | 影像式彩色分析儀之校正方法及量測裝置 | |
CN104122213A (zh) | 一种测量水质色度的方法 | |
CN110276129A (zh) | 基于燃烧控制***控制燃烧炉供给燃料当量比的方法、***及装置 | |
CN110263722A (zh) | 基于火焰颜色判断燃烧状态的方法、***及装置 | |
CN110263796A (zh) | 基于火焰颜色识别燃烧当量比的方法、***及装置 | |
CN202710183U (zh) | 一种物体色度测量*** | |
CN115597726B (zh) | 色温检测的方法、装置和电子设备 | |
CN104568144B (zh) | 一种混合光源显示的光色性能测量方法及其测量*** | |
CN113758683B (zh) | 一种基于平均色彩饱和度的相机***辐照后光谱退化评估方法 | |
Scheeline | Smartphone technology–instrumentation and applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190924 |