[发明专利]一种新燃料在线识别方法

说明书

技术领域

本发明涉及一种新燃料的在线识别方法，属于工业锅炉燃料种类辨识技术领域。

背景技术

为提高燃料资源的利用率，减少污染物排放，提高锅炉的热效率，需要建立并保持锅炉内高效和稳定的燃烧。燃烧不稳定，不仅使燃烧热效率低和污染物排放不达标，在极端情况下甚至可导致锅炉炉膛的灭火，如处理不当易诱发炉膛爆燃事故。由于经济等因素的限制，工业锅炉通常需要燃烧不同种类的燃料。在燃烧时燃料的种类通常是未知的，也是不可预测的。燃料种类的变化，使得锅炉燃烧更加复杂，直接影响炉内火焰燃烧的稳定，而导致对炉内燃烧状况的检测和控制非常困难，严重影响锅炉的燃烧效率，所以燃料种类的变化影响着锅炉运行的安全性和经济性。

将光电传感技术与软测量技术相结合，可以进行燃烧燃料种类的在线识别，从而根据燃料种类可对锅炉的运行参数进行控制和调节，达到高效燃烧的目的。但此种识别方法必须在已知燃烧的所有燃料的种类及其燃烧特征等前提下，才能对燃烧的燃料所属的种类进行准确判别。由于使用的软测量技术的输出只对应已知的燃料种类，当一种燃烧特征不同的新燃料投入时，也会将新燃料判断成某一种已知的燃料种类，造成误判。因此迫切需要一种能在线识别出新燃料的方法。

发明内容

本发明的目的在于克服已有技术的不足，提供一种新燃料的在线识别方法。

利用三个能接收不同光谱段火焰辐射信号的光电传感器来分别接收已知燃料燃烧火焰辐射在红外、可见光、紫外三个谱段上的辐射信号，从辐射信号中提取但不局限于信号的闪烁频率、均值、均方根、方差、零交点数、偏斜率、峰态值、熵、形状因子作为火焰的原始特征值，目的是用这些原始特征值来建立已知燃料燃烧特征值的联合概率密度模型。把这些原始特征值数据首先经过数据预处理(如采用主成分分析方法)获得正交化的特征值数据，这些正交化的特征值数据是彼此独立的，则可以分别建立每种已知燃料燃烧特征值分布的联合概率密度模型，即可通过该联合概率密度模型来识别燃料的种类及是否为新燃料。本发明用到的火焰原始特征值数据是从火焰辐射信号中在线提取的，因而本发明的方法是在线的。

本发明的技术方案是这样实现的：

本发明的一种新燃料在线识别方法，包括两个阶段：建立已知燃料燃烧特征值分布的联合概率密度模型和新燃料的在线识别，具体如下：

阶段一、建立已知燃料燃烧特征值分布的联合概率密度模型，步骤如下：

步骤一、从已知燃料燃烧的火焰辐射信号中提取火焰辐射信号在时域和频域内的特征值作为火焰的原始特征值。

利用三个光电传感器来得到J种已知燃料燃烧火焰在红外、可见光和紫外三个谱段上的辐射信号，每种燃料采集M组信号，每组包括3个信号，则一共得到J×M×3个火焰辐射信号，构成一信号样本集{x(j，m，s)|j＝1，2，…，J；m＝1，2，…，M；s＝1，2，3}。通过特征值提取从每种已知燃料每个谱段的火焰信号中提取得到火焰在时域和频域内的特征值c(j，m，s，t)(j＝1，2，…，J；m＝1，2，…，M；s＝1，2，3；t＝1，2，…，T)，作为原始特征值，得到一大小为J×M×3T的原始特征值数据矩阵d＝{d(j，m，u)|j＝1，2，…，J；m＝1，2，…，M；u＝1，2，…，3T}。

步骤二、通过正交化数据处理把火焰原始特征值数据变成互不相关的正交化特征值数据。

从针对第j种已知燃料获得的第m组三个信号{x(j，m，1)，x(j，m，2)，x(j，m，3)}中提取的3T个特征值{d(j，m，u)|u＝1，2，…，3T}是具有相关性的，因此需要把得到的这些具有相关性的原始特征值数据进行正交化处理，并从每组三个信号获得的3T个正交化特征值中选取对火焰特征贡献最大的前L个正交化特征值，并按照对火焰特征贡献由大到小的顺序排列。从而，与原始特征值数据矩阵d相对应，得到一大小为J×M×L的正交化特征值数据矩阵g＝{g(j，m，l)|j＝1，2，…，J；m＝1，2，…，M；l＝1，2，…，L}。

步骤三、利用步骤二得到的正交化特征值数据建立每种已知燃料特征值分布的联合概率密度模型。