-
公开(公告)号:CN116342932A
公开(公告)日:2023-06-27
申请号:CN202310184608.3
申请日:2023-03-01
申请人: 中国恩菲工程技术有限公司 , 中国有色工程有限公司
IPC分类号: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/084
摘要: 本发明提供了一种基于图像处理的垃圾焚烧炉燃烧状态诊断方法及系统,以深度学习网络Resnet10进行垃圾焚烧炉排炉工况识别,并采用像素级别的图像处理方式,对垃圾焚烧炉排炉的炉排窜风状态进行识别,将深度学习和像素级别的图像处理方式相结合,能够有效识别多种焚烧炉运行工况,弥补了常见的深度学习模型识别精度低、状态不全面的缺陷。
-
公开(公告)号:CN116740628A
公开(公告)日:2023-09-12
申请号:CN202310517566.0
申请日:2023-05-09
申请人: 中国恩菲工程技术有限公司 , 中国有色工程有限公司
IPC分类号: G06V20/52 , G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82
摘要: 本申请公开了一种基于机器视觉的焚烧炉控制方法、装置及存储介质,涉及机器视觉、智能控制技术领域,可以实现对焚烧的智能判断、最优决策和控制,避免人工误差,确保焚烧炉的稳定运行和高效率,进一步提高垃圾焚烧的智能操作水平。所述方法包括:获取待识别火焰图像,采用工况识别网络模型确定待识别火焰图像对应的火焰工况;确定待识别火焰图像的目标图像特征,将目标图像特征与标准图像特征进行比对,得到比对结果;当比对结果指示存在炉排窜风时,确定窜风工况,将火焰工况对应的第一预设指令和窜风工况对应的第二预设指令分别发送至智能燃烧控制系统;当比对结果指示不存在炉排窜风时,将火焰工况对应的第一预设指令发送至智能燃烧控制系统。
-