基于圖像處理的中心煤氣流分布識別方法.pdf

基于圖像處理的中心煤氣流分布識別方法.pdf

ID:52175770

大?。?.50 MB

頁數(shù):4頁

時(shí)間:2020-03-23

基于圖像處理的中心煤氣流分布識別方法.pdf_第1頁
基于圖像處理的中心煤氣流分布識別方法.pdf_第2頁
基于圖像處理的中心煤氣流分布識別方法.pdf_第3頁
基于圖像處理的中心煤氣流分布識別方法.pdf_第4頁
資源描述:

《基于圖像處理的中心煤氣流分布識別方法.pdf》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第30卷第9期計(jì)算機(jī)仿真2013年9月文章編號:1006—9348(2013)09—0357—04基于圖像處理的中心煤氣流分布識別方法王正友(1.上海理工大學(xué),出版印刷與藝術(shù)設(shè)計(jì)學(xué)院上海200093;2.上海出版印刷高等??茖W(xué)校,出版與傳播系,上海200093)摘要:研究中心煤氣流分布準(zhǔn)確識別的問題。利用傳統(tǒng)算法進(jìn)行中心煤氣流識別,在數(shù)據(jù)采集的過程中容易受到高爐內(nèi)復(fù)雜環(huán)境因素的干擾,導(dǎo)致原料運(yùn)動(dòng)規(guī)律發(fā)生改變,從而無法準(zhǔn)確描述料層中物質(zhì)的運(yùn)動(dòng)狀態(tài),難以建立準(zhǔn)確的機(jī)理模型,最終降低了中心煤氣流分布識別的準(zhǔn)確性。為了避免上述缺陷,提出了一種基于模糊聚類算法

2、的中心煤氣流分布識別方法。利用小波空域變換方法,對采集的圖像進(jìn)行濾波處理,從而提高了中心煤氣流分布識別的準(zhǔn)確性。利用模糊聚類方法,對中心煤氣流分布情況進(jìn)行準(zhǔn)確的識別。實(shí)驗(yàn)結(jié)果表明,利用本文算法進(jìn)行中心煤氣流分布識別,可以極大地提高識別的準(zhǔn)確性,從而滿足實(shí)際冶金生產(chǎn)的需求。關(guān)鍵詞:圖像處理;煤氣流分布;冶金生產(chǎn)中圈分類號:TP391.9文獻(xiàn)標(biāo)識碼:AAnIdentificationMethodofCenterGasFlowDistributionBasedonImageProcessingWANGZheng—you(1.CofiegeofCommuni

3、cationandArtDesign,UniversityofShanghaiForScience&Technology;2.Dept.ofPublicationandCommunication,ShanghaiPublishingandPrintingCofiege,Shanghai200093,China)ABSTRACT:Centreforthestudyofthegasflowdistributionaccuratelyidentifyproblems.UsingtraditionalalgorithmisusedtOidentifythec

4、entralgasflow.intheprocessofdatacollectionaresusceptibletoblastfurnaceincomplexen—vironmentalfactorsinterference,leadtomaterialmovementrulechanges,thusunabletoaccuratelydescribemotionstateofthematerial,materiallayerisdifficulttoestablishaccuratemodel,themechanismofeventuallyred

5、ucesthecentertoidentifytheaccuracyofthegasflowdistribution.Inordertoavoidtheabovedefect,putforwardakindofbasedonfuzzyclusteringalgorithmisthecenterofthedistributionofgasflowidentificationmethod.Waveletairspacetransformmethod,theacquisitionofimagefilterprocessing,SOastoimproveth

6、eaccuracyofgasflowdistributioninthecenteroftherecognition.Usingfuzzyclusteringmethod,thecenterofthegasflowdistributionintheaccuratei·dentification.Experimentalresultsshowthatthealgorithmpresentedinthispapertoidentifythecentralgasflowdis—tribution,Cangreatlyimprovetheaccuracyofr

7、ecognition,SOastomeettheneedsofactualmetallurgicalproduction.KEYWORDS:Imageprocessing;Thegasflowdistribution;Metallurgicalproduction1引言隨著工業(yè)的迅速發(fā)展,冶金行業(yè)的技術(shù)水平也在不斷的提升。在冶金領(lǐng)域中,中心煤氣流分布識別,是一個(gè)影響冶金效率的重要因素?。如何對中心煤氣流分布情況進(jìn)行準(zhǔn)確的識別,關(guān)系到冶金爐的生產(chǎn)效率舊J。現(xiàn)階段,主要使用的煤氣流分布識別方法包括基于運(yùn)動(dòng)規(guī)律機(jī)理模型的煤氣流分布識別方法和基于神經(jīng)網(wǎng)絡(luò)模型

8、的煤氣流分布識別方法∞J。其中,前者需要獲取冶金爐原料層中的運(yùn)動(dòng)規(guī)律,根據(jù)這些規(guī)律建立機(jī)理模型,從而完成煤氣

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。