基于支持向量机和图像处理的大型固废焚烧炉控制参数预测

随着城市固体废物产量的逐年增加和相关环保政策的影响，用于固体废物焚烧处理的各种固体废物焚烧炉的数量也在不断增加。目前，由于个人经验和操作习惯的差异，固体废物焚烧炉的手动燃烧调节不利于保持焚烧炉内的稳定燃烧。因此，有必要建立一个准确的焚烧炉控制参数预测模型，以实现焚烧炉的自动运行，保证焚烧炉内焚烧的稳定性。本文以750t/d大型生活垃圾炉排焚烧炉和130t/h大型生物质循环流化床焚烧炉为研究对象，建立了基于支持向量机的炉排转速、风机频率等焚烧炉重要控制参数的分类预测模型。模型数据由DCS的历史运行数据和相应的火焰图像数据组成。DCS参数由Relief　F算法和人工筛选选择，以降低每个控制参数输入特征的维数。采用图像处理方法提取火焰图像。GA和PSO分别对模型参数进行了5次优化，以获得平均值。通过对测试集样本的测试，发现将图像特征与DCS特征和简单DCS特征耦合作为模型输入，可以达到95%以上的控制参数预测精度，为焚烧炉控制参数的自动调节提供参考。预测呢前者的精度较高，其中炉排炉的燃烧炉排速度、燃烧炉排速度、一次风机频率和二次风机频率分别提高了0.26%、0.02%、0.16%和0.51%。流化床炉一次风机频率、二次风机频率、＃1引风机频率和＃2引风机频率分别增长0.37%、0.11%、0.33%和0.28%。引入图像特征有利于提高模型的预测性能。通过对图像特征重要性的分析，可以得到对两种炉型控制参数预测影响最大的几个图像特征。对于炉排炉，建议操作员在进行燃烧调节时，重点关注灰色平均值、火焰半径以及火焰质心的横坐标和纵坐标。对于流化床炉，建议操作员在进行燃烧调节时，关注R通道的标准偏差和火焰质心的横坐标和纵坐标。最后，针对生活垃圾炉排焚烧炉和生物质焚烧炉，分别开发了炉内火焰监测和智能控制软件。根据研究内容，实现了一、二次风机频率整定值的预测功能，并以流化床炉为对象进行了实际工程验证。结果表明，一次风机和二次风机频率在一定时间内的预测精度在80%以上，基本能满足焚烧炉的实际控制要求，具有一定的工程应用价值。