| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-29页 |
| 1.1 研究意义及课题背景 | 第16-17页 |
| 1.2 单颗粒燃料燃烧研究现状 | 第17-21页 |
| 1.2.1 非可视化单颗粒燃料燃烧行为特性研究 | 第18-19页 |
| 1.2.2 可视化单颗粒燃料燃烧行为特性研究 | 第19-21页 |
| 1.3 基于图像的火焰监测研究现状 | 第21-26页 |
| 1.3.1 火焰成像技术研究概况 | 第21-22页 |
| 1.3.2 基于图像视觉与软计算技术的火焰监测 | 第22-26页 |
| 1.4 传统多工况过程监测方法 | 第26-27页 |
| 1.5 研究内容及章节结构 | 第27-29页 |
| 第2章 单颗粒燃料燃烧行为特性研究方法 | 第29-41页 |
| 2.1 单颗粒燃料燃烧特性 | 第29-31页 |
| 2.1.1 典型煤粉颗粒燃烧特性 | 第29-30页 |
| 2.1.2 典型生物质颗粒燃烧特性 | 第30-31页 |
| 2.2 实验设备介绍 | 第31-34页 |
| 2.2.1 沉降管实验炉V-DTF | 第32-33页 |
| 2.2.2 高速相机 | 第33-34页 |
| 2.2.3 显微镜头 | 第34页 |
| 2.3 单颗粒燃料燃烧图像处理技术 | 第34-38页 |
| 2.3.1 颗粒燃烧图像增强 | 第34-36页 |
| 2.3.2 颗粒燃烧图像分割 | 第36-38页 |
| 2.4 单颗粒燃料特征定义 | 第38-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第3章 单颗粒燃料燃烧行为特性研究 | 第41-53页 |
| 3.1 煤粉颗粒燃烧行为特性 | 第41-47页 |
| 3.1.1 实验条件介绍 | 第41页 |
| 3.1.2 实验结果与结论 | 第41-47页 |
| 3.2 生物质颗粒燃烧行为特性研究 | 第47-52页 |
| 3.2.1 实验条件介绍 | 第48页 |
| 3.2.2 实验结果与结论 | 第48-52页 |
| 3.3 本章小结 | 第52-53页 |
| 第4章 炉膛火焰图像分割技术及湍流火焰特性 | 第53-73页 |
| 4.1 实验装置及实验条件介绍 | 第53-55页 |
| 4.1.1 火焰图像采集装置 | 第53-54页 |
| 4.1.2 实验以及工况条件 | 第54-55页 |
| 4.2 基于颜色纹理特征的无监督火焰图像分割技术 | 第55-65页 |
| 4.2.1 火焰特征提取 | 第56-59页 |
| 4.2.2 基于多尺度颜色纹理特征的火焰图像分割 | 第59-60页 |
| 4.2.3 实验结果 | 第60-65页 |
| 4.3 基于图像的湍流火焰热混合层特性研究 | 第65-72页 |
| 4.3.1 湍流火焰热混合层定义 | 第65页 |
| 4.3.2 火焰热混合层提取 | 第65-67页 |
| 4.3.3 分形理论及分形特征计算 | 第67-68页 |
| 4.3.4 湍流火焰热混合层特性研究结果 | 第68-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第5章 多工况炉膛燃烧过程监测 | 第73-89页 |
| 5.1 火焰特征提取 | 第73-77页 |
| 5.1.1 颜色特征提取 | 第73-74页 |
| 5.1.2 纹理特征提取 | 第74-77页 |
| 5.2 基于PCA-RWN的多工况过程监测方法 | 第77-81页 |
| 5.2.1 PCA和RWN算法简介 | 第77-79页 |
| 5.2.2 基于PCA-RWN的多工况过程监测方法 | 第79-81页 |
| 5.3 多工况炉膛燃烧过程监测 | 第81-88页 |
| 5.3.1 实验以及工况条件 | 第81-82页 |
| 5.3.2 不同一次风量火焰监测 | 第82-84页 |
| 5.3.3 不同SA/TA的火焰监测 | 第84-86页 |
| 5.3.4 火焰闪烁频率特征 | 第86-87页 |
| 5.3.5 PCA-RWN与其他机器学习算法效果对比 | 第87-88页 |
| 5.4 本章小结 | 第88-89页 |
| 第6章 结论与展望 | 第89-92页 |
| 6.1 结论 | 第89-90页 |
| 6.2 展望 | 第90-92页 |
| 参考文献 | 第92-104页 |
| 攻读博士学位期间发表的论文及其它成果 | 第104-105页 |
| 攻读博士学位期间参加的科研工作 | 第105-106页 |
| 致谢 | 第106-108页 |
| 作者简介 | 第108页 |