一种实时固体燃料料层厚度的测量方法
技术领域
本发明涉及燃烧测量
技术领域
，具体涉及一种实时固体燃料料层厚度的测量方法。背景技术
固体燃料燃烧过程中，由于火焰温度的空间特性、湍流和燃烧条件等影响，导致料层各部分燃烧不均匀。而燃烧不均匀的结果，就是固体燃料各部分料层厚度不一致。在诸如火力发电、垃圾焚烧发电等需要连续补充固体燃料，保持燃烧稳定性的场景下，固体料层的厚度测量就显得非常重要。如果能够测量出料层各部分厚度的分布情况，就能够针各部分厚度的情况，做出相应的调整，从而使得固体燃料均匀燃烧，这对实际生产过程具有非常重要的意义
现有的燃烧状态监测技术和燃烧诊断技术中，尚无能够测量出燃料料层厚度的技术。目前相关研究，仅仅停留在理论计算领域，通过计算流体力学的办法，建立燃烧模型，从而预测在各种条件下燃料的厚度变化情况(Alobaid F,Al-Maliki W A K,Lanz T,etal.Dynamic simulation of a municipal solid waste incinerator[J].Energy,2018,149:230-249)。且由于计算过程需要消耗大量算力，计算时间非常长，尚无法在实际检测场景中应用。
CN211317391U和CN102865582A公开了一种测量垃圾焚烧炉内垃圾层差压及厚度的装置，分别提供了一种通过测量床层上下的压差估算固体燃料料层的厚度的办法，压力测量的位置和压力厚度转化关系有所不同。本其本质都是利用压差来反映料层厚度的变化情况，都会受到料层的孔隙率、黏度等因素的影响，只能做到间接反映厚度变化，存在较大误差。且同时由于压力测量属于点测量，无法获得关于燃料厚度的空间分布信息，无法区分处各个区域固体燃料料层的厚度区别。因此在实际应用过程中也存在较大局限性。
发明内容
本发明针对现有技术中无法对燃料厚度进行准确测量，提供一种基于图像的实时固体燃料料层厚度的测量方法，利用图像信息直接实时获取燃料料层厚度，方法简便，测量结果更为准确，对于高温燃烧工业具有重要意义。
为实现上述目的，本发明采用的技术方案是：
一种实时固体燃料料层厚度的测量方法，包括如下步骤：
(1)拍摄固体燃料燃烧图像：采用普通相机对燃料室内的固体燃料进行拍摄，获取燃烧图像；
(2)将燃烧图像转化为特征图像：将燃烧图像投影到特征空间得到特征图像F，特征变化过程的公式为：
F＝f(I)
其中f(.)表示原始图像空间转化到特征空间的映射，I表示原图像；
(3)分割特征图像：选择合适阈值ξ对步骤(2)获得的特征图像F进行分割，图像中大于等于阈值的记为1，低于阈值的记为0，得到二值化图像，分割公式如下：
其中，B表示二值化图像，I表示原图像，i，j表示图像中第i行，第j列个像素点；ξ表示选取的阈值；
(4)识别二值化图像中燃烧火线位置：采用选取的阈值对二值化图像进行轮廓检测，轮廓的上边缘为燃烧火线位置；
(5)计算燃料料层厚度：根据步骤(4)的火线位置，以燃料底部位置为参考位置，实时计算固体燃料料层的厚度，具体计算公式如下：
hm＝ym，b-ym，f
其中，hm表示在位置m处的料层厚度，ym，f表示在位置m处的火线位置，ym，b表示在位置m处的燃料参考位置。
优选地，步骤(2)中，当燃烧图像中火焰区域与非火焰区域边界明显，特征变化过程是将燃烧图像转化为梯度图像，在梯度图像中计算的阈值效果更理想，计算结果也更为准确，转化为梯度图像的公式为：
其中，I表示原图像，Gy表示为y轴方向上的梯度图像。
优选地，步骤(2)中，当燃烧图像中火焰区域与非火焰区域边界不明显，特征变化过程是将燃烧图像转化至灰度空间，转化公式具体为：
Gray＝0.299R+0.578G+0.114B
其中，Gray表示灰度图像，R、G、B分别表示燃烧图像中红、绿、蓝三个信道的强度值。
优选地，根据特征图像的直方图特性，单峰分布采用三角形阈值法计算初始阈值，双峰分布采用大津法计算初始阈值，获得合适阈值。
进一步优选地，由于三角形阈值法和大津法受到特征图像的直方图选取带宽精度的影响，基于直方图的阈值选取三角形和大津法计算初始阈值后，再根据料层分割效果采用人工微调的方式选取更准确的阈值。
优选地，当获取的燃烧图像存在较大噪声，采用低通滤波器对图像进行平滑处理，降低噪声干扰，提高测量的准确性。
优选地，采用连续多次拍摄的方法获取一系列图像，根据一系列图像的阈值求取的平均值作为最终阈值，提高实际应用过程中鲁棒性；阈值的计算公式如下：
其中，n为使用的图像数量，ξk表示第k张图的阈值。
优选地，采用拍摄视频的方法获取一系列连续图像，根据一系列图像的阈值求取的平均值作为最终阈值；阈值的计算公式如下：
其中，n为使用的图像数量，ξk表示第k张图的阈值。
优选地，当拍摄的燃烧图像中存在固定不变区域，依据感兴趣区域，将图像切割成若干子图分别计算阈值。如炉壁、或存在两块燃烧区域时，可采用该方法切割图像，分别计算阈值，提高测量结果的准确性。
优选地，当拍摄的燃烧图像中存在固定不变区域，采用自适应阈值算法，将图像分割成若干相同大小的区域，分别计算阈值，再根据相邻区域的阈值，采用平均法或高斯加权平均法计算最终阈值。这样获得的测量结果准确性更高，也更符合实际应用中的情况。
关于火线位置的确定，轮廓为二值化图像中0与1的分界线，由于燃烧图像当物料与火焰同时存在时，其强度较高，因此选取轮廓的上边缘即为火线位置，通常也是燃料剩余的高度位置。
与现有技术相比，本发明具有以下有益效果：
本发明的测量方法是一种非接触式实时固体燃料厚度测量方法，对燃烧过程没有影响，相对于其他厚度测量方法，设备成本低，采用普通的相机进行火焰拍摄即可，不受料层孔隙率影响，对厚度直接测量，方法误差更小，鲁棒性更佳，且能够获得料层高度空间分布情况，方法在理论上更可靠，对高温燃烧领域的应用具有重要意义。
附图说明
图1为本发明测量方法实施示意图。
图2为实施例1中装置结构示意图，其中1为燃烧的固体燃料，2为红外相机，3为计算机。
图3为实施例1中普通相机拍摄的燃烧图像。
图4为实施例1中转化得到的特征图像。
图5为实施例1中计算后的二值化图像。
图6为实施例1中燃烧图像的火线位置。
图7为实施例1中经计算测量的固体燃料料层厚度结果。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。本领域技术人员在理解本发明的技术方案基础上进行修改或等同替换，而未脱离本发明技术方案的精神和范围，均应涵盖在本发明的保护范围内。
图1为本发明测量方法实施示意图，先采用相机获取图像，再将图像转化为特征图像，利用阈值对图像进行分割获得二值化图像，经火线识别，最终计算得到固体燃料的料层厚度。
实施例1
本实施中燃烧的测试装置结构示意图如图2所示，包括燃烧的固体燃料1，普通相机2和计算机3，计算机3也可以为与相机集成在一起的具有图像处理功能的计算设备。
本实施例中的应用场景为垃圾焚烧炉中垃圾料层厚度的测量，以一台日处理量为400吨的排炉式生活垃圾焚烧发电厂作为具体应用场景，燃烧的固体燃料1为炉膛内正在燃烧的生活垃圾，普通相机2为炉膛监控相机对炉膛内固体燃烧物进行拍摄，计算机3能够访问普通相机2中拍摄的画面，并对其进行计算处理等。在焚烧炉运行时，正常运行监控相机，监控相机画面正对着垃圾焚烧炉的燃烧末端，普通相机2获得燃烧末端图像，如图3所示，为获得的原始燃烧图像。
由于本实施例中燃烧图像中中火焰区域与非火焰区域边界无明显特征，因此将燃烧图像转化到灰度空间，将燃烧I的R、G、B三个信道值代入Gray＝0.299R+0.578G+0.114B中，得到特征图像如图4，其中燃烧图像中一些固定画面已经裁剪去除，选取的区域范围为[100∶1000，80∶600]。
由于相机中的监控画面为连续的视频信号，根据特征图像的直方图特性，采用大津法计算连续一段时间内每一帧画面的灰度图像阈值，并取平均167作为阈值，选取了正常运行8小时的视频，共计576000帧画面计算的阈值进行取平均阈值。
利用该阈值对图像进行分割，图像中强度值大于等于阈值的记为1，低于阈值的记为0，得到二值化图像，分割公式如下：
其中，B表示二值化图像，I表示原图像，i，j表示图像中第i行，第j列个像素点；ξ表示选取的阈值；得到的二值化图像如图5所示，对二值化图像进行轮廓检测，找出0与1的分界线，获取轮廓的上边缘作为燃烧的火线位置，得到如图6所示的火线位置。选取燃料底部位置0处为参考位置，实时计算固体燃料料层的厚度，具体计算公式为：
h0＝y0，b-y0，f
其中，h0表示在位置0处的料层厚度，y0，f表示在位置0处的火线位置，y0，b表示在位置0处的燃料参考位置。在位置0处的火线位置y0，f＝165，在位置0处的燃料底部位置y0，b＝180，得到h0＝180-165，因此获知位置0处的燃料料层厚度为15，同样方法计算其他位置的料层厚度，得到如图7所示的厚度测量结果。
