论文部分内容阅读
对大型火电厂燃煤锅炉而言,煤粉的燃烧过程是一种非常复杂的悬浮燃烧,工况极不稳定。所以,监控炉内燃烧状态对锅炉的可靠性、安全性和经济性非常重要。首先在分析传统火焰检测方法和特点的基础上,采用CCD及相关图像采集设备作为测量工具采集燃烧器火焰图像。其次,详细分析了BP神经网络的特点,研究了基于BP神经网络的火焰燃烧状态的判断方法,结果表明利用神经网络融合是一种有效的方法。最后,针对火焰检测中的不确定性,提出了BP神经网络和D-S证据理论相结合两级融合结构。实验结果表明,两级融合结构可以有效的提高火焰检测