基於機器視覺的冷凝器污垢特性參數線上測量方法研究

《基於機器視覺的冷凝器污垢特性參數線上測量方法研究》是依託長沙理工大學，由樊紹勝擔任項目負責人的面上項目。

基本介紹

• 中文名：基於機器視覺的冷凝器污垢特性參數線上測量方法研究
• 項目類別：面上項目
• 項目負責人：樊紹勝
• 依託單位：長沙理工大學

項目摘要

本項目旨在研究基於機器視覺的冷凝器污垢特性參數線上測量方法，解決生產現場只依靠污垢傳熱參數確定控制量而導致的污垢控制效果差的難題，主要研究內容為：研究冷凝器管內複雜環境下的圖像預處理方法，解決成像質量劣化問題；研究污垢顆粒運動軌跡實時追蹤方法，實現污垢沉積率、剝蝕率的線上測量，針對追蹤過程中存在的顆粒重疊、被遮擋以及絮凝變形現象，研究基於序列圖像的邊緣修正補償算法、基於聚類預估的顆粒匹配算法，實現運動軌跡的準確追蹤；研究污垢顆粒的特徵提取方法、幀間差分層疊記憶方法，確定污垢混合體結構，實現混合體內污垢類型、各類污垢空間位置以及成分比例的線上識別；研究污垢混合體的彈塑性模型等效方法，建立強度參數預估模型並研究模型校正、最佳化算法，實現污垢強度參數的準確測量。 項目研究成果將為冷凝器的高效污垢控制奠定基礎，對促進電力、化工、機械等行業節能降耗、提高經濟效益具有重要意義，套用前景廣闊。

結題摘要

本項目研究基於機器視覺的冷凝器污垢特性參數線上測量方法，解決生產現場只依靠污垢傳熱參數確定控制量而導致的污垢控制效果差的難題。針對冷凝器管內熱流擾動、水波動散斑、管壁光反射、湍流等複雜環境，從圖像去噪、圖像增強、圖像復原入手，提出系列圖像預處理方法，解決成像質量劣化問題；提出污垢顆粒運動軌跡實時追蹤方法，實現污垢沉積率、剝蝕率的線上測量，針對追蹤過程中存在的顆粒重疊、被遮擋以及絮凝變形現象，研究基於序列圖像的邊緣修正補償算法和基於聚類預估的顆粒匹配算法，實現顆粒運動軌跡的準確追蹤；提出基於顏色與紋理特徵提取的污垢類型線上識別方法和基於幀間差分層疊記憶的污垢成分及其空間位置線上識別方法，確定污垢混合體結構參數；提出污垢混合體的彈塑性模型等效方法和基於貝葉斯變點識別的結垢階段檢測方法，建立強度參數預估模型並研究模型校正、最佳化算法，實現了污垢強度參數的準確測量。 項目研究成果為冷凝器的高效污垢控制提供了堅實基礎，對促進電力、化工、機械等行業節能降耗、提高經濟效益具有重要意義，套用前景廣闊。