基于混沌理论与支持向量机的火焰检测器的研制

论文摘要

燃烧器是火力发电的重要设备之一。当燃烧器火焰熄灭时,若不停止燃料供给,则会造成燃料的堆积,由此会引发锅炉爆炸。因此,提高锅炉燃烧器火焰检测的水平对保证锅炉安全、可靠运行有重要的意义。目前,光电式火焰检测器在电厂锅炉燃烧器火焰检测中应用得最广泛。其原理是根据火焰燃烧辐射光的频率和强度判别燃料的燃烧状态,具有体积小、价格便宜、安装方便等优点,但有时会发生误判。同时,大多数火焰检测器只能判别同一种燃料的燃烧状态,不能识别出燃料的种类,在实际使用中,煤燃烧器和油燃烧器需分别配备各自的火焰检测器。本文运用混沌理论对从电厂现场采集的纯煤稳定燃烧、纯油稳定燃烧、煤油混合稳定燃烧和火焰不稳定燃烧时的火焰辐射光进行了分析,结果表明燃烧火焰辐射光属于混沌时间序列,可以根据混沌特征量——关联维和最大Lyapunov指数二个参数作为状态识别的特征参数。在关联维和最大Lyapunov指数二维平面图中,不同燃料在不同燃烧状态下的混沌特征值有各自的变化区域,因此不仅能够识别出燃料的燃烧状态,还能识别出燃料的种类。为了更有效地进行燃烧诊断,本文以关联维和最大Lyapunov指数作为支持向量机的输入,通过训练和学习,建立了支持向量机分类模型。利用实际测试数据进行了仿真验证,结果表明用支持向量机理论建立的燃烧诊断模型可以有效的识别纯煤稳定燃烧、纯油稳定燃烧、煤油混合稳定燃烧和火焰不稳定燃烧四种燃烧状态,准确率为100%。根据本文提出的火焰燃烧诊断模型,设计了以PIC18F2525微处理器为核心的检测器,实现了火焰信号的采集、处理、诊断识别和保护等功能。本文所研制的火焰检测器不仅能识别出燃料的燃烧状态,还能识别出燃料的种类,为发展煤燃烧器和油燃烧器共用的火焰检测器提供了解决方案和支持。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题提出的背景和意义
• 1.2 国内外研究现状
• 1.3 本文研究内容
• 第二章 锅炉燃烧器火焰信号的采集
• 2.1 火焰信号的采集电路
• 2.2 火焰信号的采集
• 2.2.1 火焰信号的采集方法
• 2.2.2 火焰信号时序图
• 2.3 本章小结
• 第三章 火焰信号的混沌特性
• 3.1 混沌简介
• 3.2 混沌时间序列的判别方法
• 3.2.1 主分量分析（PCA）
• 3.2.2 火焰信号的混沌判别
• 3.3 时间序列的重构相空间
• 3.3.1 Takens定理
• 3.3.2 相空间重构算法
• 3.3.3 低维相平面图
• 3.4 火焰信号的混沌特征值提取
• 3.4.1 火焰信号特征量关联维的提取
• 3.4.2 火焰特征量最大 Lyapunov指数的提取
• 3.5 本章小结
• 第四章 燃烧状态的支持向量机诊断
• 4.1 支持向量机介绍
• 4.2 支持向量机
• 4.2.1 最优超平面
• 4.2.2 线性情况
• 4.2.3 非线性情况
• 4.3 支持向量机多类分类
• 4.4 SMO优化算法
• 4.4.1 序惯最小优化算法（SMO）
• 4.4.2 两点解析问题
• 4.4.3 更新后的重置工作
• 4.4.4 两点优化步骤
• 4.5 对火焰混沌特征值的诊断识别
• 4.6 本章小结
• 第五章 火焰检测器的硬件电路及软件编程
• 5.1 火焰检测器的硬件电路
• 5.2 火焰检测器的软件设计
• 5.2.1 软件设计的主要任务
• 5.2.2 主程序模块
• 5.2.3 子程序模块
• 5.3 本章小结
• 第六章 结论
• 参考文献
• 在学研究成果
• 致谢