控制理论与应用

作者：易佞纯,桂卫华,梁骁俊,张超波,唐峰润,阳春华

单位：中南大学,中南大学,鹏城实验室,鹏城实验室,中南大学,中南大学

关键词：火焰视频; 鼓风管位置; 关键点检测; 卷积神经网络; 聚类分析

基金：国家重点研发计划项目(2019YFB1704703), 国家自然科学基金项目(62103208, 62273362)资助.

窑头鼓风管的摆放位置是影响氧化锌挥发窑燃烧状态的重要操作参数之一, 现仍由人工看火来手动调节,同时现场没有为挥发窑的运行优化记录完善的鼓风状态数据, 也难以及时发现鼓风管被窑内渣块击中等安全隐患.针对上述问题, 本文提出一种基于关键点识别的鼓风管位置监测方法. 首先, 文章对从窑头看火口采集的火焰视频数据集设计一种邻域关键点辅助的数据扩充方法, 并构建级联金字塔网络(CPN)来预测鼓风管管口中心点的位置;然后, 本文提出一种基于多帧图像的聚类分析算法来消除因烟尘遮挡所产生的异常点, 并采用一种量化指标来实现对挥发窑鼓风管摆放位置的实时感知与记录; 最后, 本文基于现场采集的火焰视频数据进行了对比实验, 结果表明所提出的关键点检测模型精度高、鲁棒性强, 且鼓风管位置的量化准确率高达92.3%.

来源：2024年第1期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第1期