通过高斯模型与人工神经网络估算煤炭燃烧过程中的过量空气系数
计算机视觉与模式识别
2021-08-10 v1 人工智能
摘要
毫无疑问，燃煤热系统全局效率的最重要促成因素是燃烧效率。在本研究中，我们对通过 CCD 相机获取的火焰图像与过量空气系数 ({\lambda}) 之间的关系进行了建模。该模型通过三阶段方法获得：1) 数据采集与同步：通过安装在直径 10 厘米观察孔上的 CCD 相机获取火焰图像，同时烟气分析仪对 {\lambda} 数据进行协调测量并记录。2) 特征提取：对火焰图像进行网格化处理，将其划分为小块。通过单变量和多变量高斯建模、计算颜色概率以及高斯混合方法，计算了每个小块与最佳火焰图像的均匀度。3) 匹配与测试：使用多层人工神经网络 (ANN) 进行特征与 {\lambda} 的匹配。
引用
@article{arxiv.2108.04180,
title = {Estimation of excess air coefficient on coal combustion processes via gauss model and artificial neural network},
author = {Sedat Golgiyaz and Muhammed Fatih Talu and Mahmut Daskin and Cem Onat},
journal= {arXiv preprint arXiv:2108.04180},
year = {2021}
}