| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.1.1 选题背景 | 第14-15页 |
| 1.1.2 锅炉效率快速计算的主要难点-灰渣含碳量检测及计算参数较难获取 | 第15页 |
| 1.2 灰渣含碳量检测的研究现状 | 第15-17页 |
| 1.2.1 灰渣含碳量的离线直接检测 | 第16页 |
| 1.2.2 灰渣含碳量的在线直接检测 | 第16-17页 |
| 1.2.3 灰渣含碳量的间接检测 | 第17页 |
| 1.3 数字图像处理技术在相关领域的应用 | 第17-18页 |
| 1.4 论文主要研究内容 | 第18-20页 |
| 2 系统开发相关理论和技术 | 第20-32页 |
| 2.1 系统开发环境 | 第20-22页 |
| 2.1.1 C++程序设计语言和VS2010开发环境 | 第20-21页 |
| 2.1.2 OpenCV2计算机视觉库 | 第21-22页 |
| 2.1.3 Qt5软件界面开发框架 | 第22页 |
| 2.2 数字图像的相关概念 | 第22-27页 |
| 2.2.1 RGB颜色空间 | 第22-23页 |
| 2.2.2 图像的分类 | 第23-25页 |
| 2.2.3 数字图像的基本类型及在OpenCV中的表示 | 第25-27页 |
| 2.3 BP神经网络的相关概念 | 第27-31页 |
| 2.3.1 人工神经网络简介 | 第27-28页 |
| 2.3.2 BP神经网络的原理 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 灰渣图像处理及RGB值获取 | 第32-41页 |
| 3.1 获取灰渣RGB值的主要流程 | 第32-33页 |
| 3.2 灰渣RGB图像和含碳量获取 | 第33-34页 |
| 3.3 灰渣灰度图像获取 | 第34页 |
| 3.4 灰渣灰度图像的图像分割 | 第34-37页 |
| 3.4.1 图像阈值分割 | 第34-35页 |
| 3.4.2 最佳阈值选定 | 第35-37页 |
| 3.5 灰渣二值图像的噪声处理 | 第37-38页 |
| 3.6 灰渣检测图像RGB值获取 | 第38-40页 |
| 3.7 本章小结 | 第40-41页 |
| 4 灰渣含碳量检测模型的建立 | 第41-52页 |
| 4.1 颜色特征参数和预测模型输入参数的确定 | 第41-45页 |
| 4.2 灰渣含碳量的多元线性回归预测模型 | 第45-47页 |
| 4.2.1 多元线性回归分析相关理论 | 第45-46页 |
| 4.2.2 多元回归预测模型的建立 | 第46-47页 |
| 4.3 灰渣含碳量的BP神经网络预测模型 | 第47-50页 |
| 4.3.1 激活函数、学习率、初始权值和初始偏置的确定 | 第47-48页 |
| 4.3.2 输入层和输出层神经元数的确定 | 第48-49页 |
| 4.3.3 隐含层层数及其神经元数的确定 | 第49-50页 |
| 4.3.4 最佳BP神经网络输入参数的选取 | 第50页 |
| 4.4 灰渣含碳量检测模型确定 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 锅炉效率在线计算模型的建立 | 第52-61页 |
| 5.1 锅炉机组的热平衡 | 第52-53页 |
| 5.2 锅炉效率的主要计算方法 | 第53-55页 |
| 5.2.1 正平衡法 | 第53-54页 |
| 5.2.2 反平衡法 | 第54-55页 |
| 5.3 锅炉反平衡效率在线计算模型的建立 | 第55-58页 |
| 5.3.1 排烟热损失q_2的简化 | 第56页 |
| 5.3.2 气体不完全燃烧热损失q_3的简化 | 第56-57页 |
| 5.3.3 固体不完全燃烧热损失q_4的简化 | 第57页 |
| 5.3.4 散热损失q_5和灰渣物理热损失q_6的简化 | 第57-58页 |
| 5.4 基于GB/T标准的锅炉反平衡效率计算模型建立 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 6 锅炉效率快速分析检测系统的开发 | 第61-70页 |
| 6.1 锅炉效率快速分析检测系统的框架设计 | 第61-62页 |
| 6.2 锅炉效率快速分析检测系统的工作流程 | 第62-63页 |
| 6.3 锅炉效率快速分析检测系统实现 | 第63-68页 |
| 6.3.1 系统开发环境配置 | 第63-64页 |
| 6.3.2 系统界面 | 第64-65页 |
| 6.3.3 系统基础功能模块 | 第65-67页 |
| 6.3.4 图像处理模块 | 第67-68页 |
| 6.3.5 数据运算模块 | 第68页 |
| 6.4 锅炉效率快速分析检测系统性能测试 | 第68-69页 |
| 6.5 本章小结 | 第69-70页 |
| 7 总结与展望 | 第70-72页 |
| 7.1 总结 | 第70-71页 |
| 7.2 展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 附录 | 第77-80页 |
| 作者简介 | 第80页 |
