基于图像处理的锅炉炉膛三维温度场检测技术研究
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-18页 |
·课题背景和研究意义 | 第11-13页 |
·常用炉膛内火焰温度的测量方法 | 第13-15页 |
·接触式测量法 | 第13-14页 |
·非接触式测量法 | 第14-15页 |
·基于图像处理的火焰检测技术在国内外的研究现状 | 第15-16页 |
·本文的主要研究内容 | 第16-18页 |
第2章 基于图像处理的火焰温度测量系统 | 第18-27页 |
·火焰温度测量系统的构成 | 第18-24页 |
·光学装置 | 第19-20页 |
·风冷系统 | 第20页 |
·彩色CCD 摄像机 | 第20-22页 |
·火焰图像处理系统 | 第22-24页 |
·炉膛内三维温度场在线监测系统 | 第24-25页 |
·系统的标定 | 第25-26页 |
·本章小结 | 第26-27页 |
第3章 测温原理及炉膛三维温度场重建 | 第27-48页 |
·基于图像的火焰温度测量方法 | 第27-30页 |
·单色测温法 | 第27-28页 |
·比色测温法 | 第28-29页 |
·彩色CCD 三色测温法 | 第29-30页 |
·基于SVM的火焰温度测量方法 | 第30-42页 |
·机器学习的基本问题 | 第30-32页 |
·统计学习理论 | 第32-34页 |
·经典支持向量机原理 | 第34-40页 |
·核函数理论 | 第40-41页 |
·算法流程 | 第41-42页 |
·炉膛三维温度场重建 | 第42-47页 |
·三维温度场重建原理 | 第43-46页 |
·相关参数的确定 | 第46-47页 |
·本章小结 | 第47-48页 |
第4章 SVM测温网络模型的建立及参数优化 | 第48-59页 |
·SVM测温网络模型的建立 | 第48-52页 |
·样本的选取与处理 | 第48-49页 |
·核函数的选择 | 第49页 |
·SVM网络的训练 | 第49-51页 |
·SVM测温网络模型预测结果分析 | 第51-52页 |
·基于GA的SVM测温网络参数优化 | 第52-58页 |
·GA 的原理和主要步骤 | 第53-54页 |
·GA优化SVM的具体步骤 | 第54-56页 |
·GA_SVM测温网络模型预测结果分析 | 第56-58页 |
·本章小结 | 第58-59页 |
第5章 炉膛三维温度场重建仿真实验研究 | 第59-68页 |
·基于火焰辐射能图片的炉膛二维温度求解方法 | 第59-63页 |
·火焰辐射能图片各像素点对应R、G、B值的提取 | 第59-61页 |
·SVM求解法 | 第61-62页 |
·GA_SVM求解法 | 第62-63页 |
·炉膛火焰三维温度场的仿真 | 第63-66页 |
·仿真结果分析 | 第66-67页 |
·本章小结 | 第67-68页 |
结论 | 第68-70页 |
参考文献 | 第70-74页 |
攻读硕士学位期间发表的论文和获得的科研成果 | 第74-75页 |
致谢 | 第75-76页 |