项目名称: 基于机器视觉的冷凝器污垢特性参数在线测量方法研究

项目编号: No.61473049

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 樊绍胜

作者单位: 长沙理工大学

项目金额: 79万元

中文摘要: 本项目旨在研究基于机器视觉的冷凝器污垢特性参数在线测量方法,解决生产现场只依靠污垢传热参数确定控制量而导致的污垢控制效果差的难题,主要研究内容为:研究冷凝器管内复杂环境下的图像预处理方法,解决成像质量劣化问题;研究污垢颗粒运动轨迹实时追踪方法,实现污垢沉积率、剥蚀率的在线测量,针对追踪过程中存在的颗粒重叠、被遮挡以及絮凝变形现象,研究基于序列图像的边缘修正补偿算法、基于聚类预估的颗粒匹配算法,实现运动轨迹的准确追踪;研究污垢颗粒的特征提取方法、帧间差分层叠记忆方法,确定污垢混合体结构,实现混合体内污垢类型、各类污垢空间位置以及成分比例的在线识别;研究污垢混合体的弹塑性模型等效方法,建立强度参数预估模型并研究模型校正、优化算法,实现污垢强度参数的准确测量。 项目研究成果将为冷凝器的高效污垢控制奠定基础,对促进电力、化工、机械等行业节能降耗、提高经济效益具有重要意义,应用前景广阔。

中文关键词: 机器视觉;冷凝器;污垢特性参数;在线测量;图像处理

英文摘要: This project focuses on studying the online measurement of fouling characteristic parameters in condenser based on machine vision for the purpose of solving the practical problem of poor control effect caused by only relying on fouling heat transfer parameter to determine the control quantity. The main research points are as follows. Firstly, studying the image preprocessing methods to solve the problem of image quality degradation under the complex dynamic environment in condenser tubes; Secondly, studying real-time tracking method of the fouling particle trajectory to realize the online measurement of deposition rate and removal rate; In view of the particles overlap, occlusion and flocculation deformation in the process of tracking, studying edge correction algorithm based on image sequences, particle matching algorithm based on clustering prediction to achieve accurate tracking trajectory; Thirdly, studying feature extraction method of fouling particles and frame difference hierarchical memory method to realize the online recognition of fouling types, space position and component ratio of the various fouling types in the fouling compound body; Finally, studying elastic-plastic model equivalent method for fouling compound body, developing the strength parameter prediction model and studying model calibration, optimization algorithm to achieve accurate measurement of fouling strength parameters. The research findings of the project will provide theory evidence for the efficient fouling control and safe operation of condenser, it has great significance in energy saving, consumption reducing and economic benefits improving in electric power, chemical industry and machinery industry, and has a good prospect of application.

英文关键词: machine vision;condenser;fouling characteristic parameter;online measurement;image processing

成为VIP会员查看完整内容
0

相关内容

机器视觉通常用于分析图像,并生成一个对被生成图像物体或场景的描述,这些描述最终用于辅助或决定机器人控制决策。 一门基于计算机图像识别和分析的技术。主要用于自动检测,流程控制或机器人引导等。
专知会员服务
27+阅读 · 2021年9月6日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
25+阅读 · 2021年4月2日
多模态情绪识别研究综述
专知会员服务
165+阅读 · 2020年12月21日
专知会员服务
69+阅读 · 2020年11月30日
专知会员服务
103+阅读 · 2020年11月27日
基于深度学习的手语识别综述
专知会员服务
46+阅读 · 2020年5月18日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
综述 | 基于深度学习的目标检测算法
CVer
1+阅读 · 2022年4月20日
10个开源工业检测数据集汇总
极市平台
2+阅读 · 2022年2月9日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
智慧交通的高精度定位技术(PPT)
智能交通技术
29+阅读 · 2019年5月1日
实战 | 相机标定
计算机视觉life
15+阅读 · 2019年1月15日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月3日
Arxiv
12+阅读 · 2021年5月3日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关VIP内容
专知会员服务
27+阅读 · 2021年9月6日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
25+阅读 · 2021年4月2日
多模态情绪识别研究综述
专知会员服务
165+阅读 · 2020年12月21日
专知会员服务
69+阅读 · 2020年11月30日
专知会员服务
103+阅读 · 2020年11月27日
基于深度学习的手语识别综述
专知会员服务
46+阅读 · 2020年5月18日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
综述 | 基于深度学习的目标检测算法
CVer
1+阅读 · 2022年4月20日
10个开源工业检测数据集汇总
极市平台
2+阅读 · 2022年2月9日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
智慧交通的高精度定位技术(PPT)
智能交通技术
29+阅读 · 2019年5月1日
实战 | 相机标定
计算机视觉life
15+阅读 · 2019年1月15日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员