摘要
本发明公开了一种基于深度学习的焚烧炉内CO浓度在线监测方法和设备。本发明通过获取一段时间的焚烧炉内第一烟道处CO浓度数据和燃烧火焰和烟气的图像数据;将一段时间内的CO浓度值与该段时间的图像匹配作为模型训练的数据集;在模型训练完成后,仅需部署在第一烟道的高温摄像机和工控计算机就能实现对第一烟道火焰连续图像的分析,并将识别得到的CO浓度等级及时地反映给司炉人员。相较于现有的CO浓度测量方法,本发明方法能够更迅速、准确地监测CO的浓度等级。在实际应用中,本发明不仅可以辅助司炉人员调控,还可以与自动燃烧控制系统集成,来进行智能调控,提高燃烧稳定性。
技术关键词
浓度在线监测
焚烧炉
卷积神经网络模型
数据
烟道
视频动作识别
等级划分方法
浓度测量方法
燃烧控制系统
序列
计算机设备
工控计算机
烟气分析仪
深度学习模型
智能调控
摄像机
图像匹配
标签
系统为您推荐了相关专利信息
文本
视频数据分发方法
视频段
大语言模型
数据分发装置
光学超构表面
样本
参数
模型训练方法
特征提取模块