垃圾焚燒爐火焰參數自動檢測方法

李俊欣

（廣州環保投資集團有限公司）

垃圾焚燒爐火焰參數自動檢測方法

李俊欣

（廣州環保投資集團有限公司）

針對國內垃圾電廠焚燒工況變化復雜、依賴人工調整的特性，提出一種基于視頻圖像處理的爐膛火焰參數自動檢測方法，利用電廠火焰監視攝像探頭采集火焰監控圖像，實時分析爐膛中的垃圾燃燒狀態，并把分析后的火焰參數傳輸到DCS的監控畫面，作為人工調整爐排速度和助燃風量的參考。該方法能有效減少運行人員習慣或經驗差異導致的控制效果差異，提高焚燒控制系統的自動化水平。

垃圾焚燒；火焰自動檢測；視頻圖像處理

0 引言

近十幾年來，國外垃圾焚燒發電技術已相對成熟，同時由于現實需要，國內許多城市相繼引進國外長期驗證過的先進焚燒技術，國內垃圾焚燒發電廠發展迅速。自動焚燒控制系統在實際運行中，由于國內的垃圾與國外垃圾成分不同，導致燃燒工況不穩定。一般自動焚燒控制系統采用蒸汽流量與爐排速度給定值的固定參數換算公式，不能根據工況的變化及時調整進料量和配風量，需要人工觀察垃圾焚燒情況適時調整。爐膛內的垃圾焚燒狀況一般通過測量料層厚度、一次風量、二次風量等參數間接反映，運行人員根據這些檢測數據，不間斷地觀察火焰監視畫面，判斷焚燒工況，人工調整控制策略。一旦焚燒工況轉變或人工調整不及時，容易出現爐排或焚燒爐墻結焦、爐排片損壞、爐溫過低產生二惡英等后果。人工觀察的缺點是反應較慢，準確率低，耗費操作人員大量精力，并且垃圾焚燒爐容易出現滅火事故。一般采用火檢探頭進行檢測，但火檢探頭在實際應用中存在靈敏度不足、誤動或拒動的情況。

針對垃圾焚燒過程中需要根據火焰狀況判斷焚燒工況的需求，本文提出一種基于圖像處理技術的火焰狀況檢測方法，在線采集爐膛火焰監視攝像頭的圖像，進行圖像處理及分析，檢測出火焰的亮度、位置、變化趨勢等參數，反映實時的焚燒狀況。

1 火焰參數自動檢測綜述

垃圾焚燒爐火焰參數主要包括各級爐排火焰比例、火焰位置和火焰亮度數據（火焰像素點的Y值）。垃圾焚燒爐火焰參數自動檢測利用爐膛火焰監控攝像頭實時采集爐膛內火焰圖像，并傳輸到火焰檢測機；利用Visual Studio軟件對火焰圖像進行圖像預處理和分析處理；分析結果通過RS-485等通訊協議輸出到自動焚燒控制系統的操作員站監控畫面，用于代替操作人員的人工觀察，輔助操作人員判斷當前焚燒狀況，根據火焰參數變化的趨勢進行人工調整。例如當自動檢測燃燼段的火焰參數變大時，表示主燃燒段上的焚燒不充分，應及時減慢爐排速度，同時增大主燃燒段和燃燼段的一次風量，改善主燃燒段和燃燼段的焚燒條件。

此外，利用自動檢測得出的火焰參數，可以作為常規火檢探頭信號的輔助，完成滅火保護等聯鎖保護邏輯，增強系統的安全性和可靠性。

2 火焰參數自動檢測設計

2.1 設備選型

GB50049-2011小型火力發電廠設計規范[1]規定，電廠鍋爐的主要運行參數包括爐膛火焰監視。因此在設計垃圾電廠時，需要配備爐膛火焰監視顯示系統，便于運行人員在中控室實時觀察爐膛內焚燒情況。本文利用電廠原有火焰監視探頭，對火焰監視畫面進行處理和分析，無需額外增加火焰探頭設備。

一般攝像機的最高工作溫度為50℃，而爐內火焰中心溫度高達1600℃以上，本文利用可耐高溫的潛望管，將圖像由棱鏡轉向后直接投射在安裝于爐膛保溫層外、溫度合適的攝像機靶面上[2]。同時要求攝像頭的觀察視場為不少于60°轉角的90°錐面范圍。保護罩工作環境（爐外溫度）溫度范圍-10℃～70℃。

攝像機輸出PAL制式，通過圖像采集卡實現A/D轉換及信號放大，經過同軸電纜傳給監視器。監視器把信號分為2路：一路傳到中控室大屏幕進行人工監視，另一路傳到火焰檢測機進行火焰參數自動檢測。

2.2 圖像預處理

由于現場環境復雜，通過攝像機得到的火焰視頻信號需要進行一系列的圖像預處理，得到更準確的現場圖像數據，以便對火焰參數進行量化判斷。

首先，模擬視頻信號通過火焰檢測機的圖像視頻采集卡進行采集編碼，得到火焰圖像的數字編碼信息。視頻采集卡采用DH-CG410圖像采集卡，支持標準PAL/NTSC（CCIR/EIA）視頻輸入，每通道最大分辨率可達768×576×32 bit，可以滿足系統的采集速度及性能要求。

其次，經圖像采集編碼處理后得到640×480@30 f/s的YUV圖像數據。為提升圖像處理的準確性，需要對圖像編碼數據進行二次處理—平滑處理，消除火焰圖像中隨機噪聲。常用的平滑方法有中值法、平均法、空間頻率域帶通濾波等。綜合考慮效率與性能的要求，本文采用中值法對圖像進行降噪處理，對一段時間內的圖像信息進行采集，然后排序，按照中值計算的方式取出中值作為圖像信息[3]。

最后，需要把圖像轉換成YUV色彩空間。圖像的原始格式為RGB，其原理是每種顏色都可用紅（R）、綠（G）、藍（B）3個顏色變量來表示，其優點是與人眼觀察的規律一致，便于理解。然而RGB格式的圖像無法體現圖像亮度及色差的變化，不適合使用計算機語言從圖像中識別出火焰，因此需要把圖像轉換成YUV色彩空間。在圖像處理領域YUV色彩空間的使用更為廣泛，因為它從亮度、色差方面進行了分離，利于圖像分析處理。在YUV空間中，每種顏色由1個亮度信號Y、2個色差信號U和V進行定義。YUV空間利用RGB的信息進行轉化，利用Y通道信息可以從全彩色圖像中產生一個黑白圖像，通過U、V信息描述顏色，更有利于后續的火焰識別工作。

為了能更好地描述圖像信息，每個像素以圖像坐標表示，連續選取N幀背景圖像進行YUV空間轉換處理后，按中值計算方式得到該圖像的YUV值描述。

2.3 算法設計及實現

本文提出基于圖像處理技術的火焰狀況分析算法，實時利用Visual Studio軟件對爐膛火焰監控畫面進行分析，結合運行人員經驗，自動判斷每級爐排上的焚燒狀況等級，作為人工調整環節的參考輸入。

本文采用OpenCV實現火焰檢測子系統算法。OpenCV視覺處理庫提供各種常用的圖像處理方法，如邊緣檢測、輪廓檢測、高斯背景、卡爾曼濾波等，可以快速開發各類圖像識別、目標跟蹤、模式識別等程序。火焰檢測算法實現的流程圖如圖1所示。

圖1 火焰檢測算法實現流程圖

由于每臺火焰監控攝像頭安裝位置與爐排的相對位置和角度可能有差異，所以必須對圖像的檢測區域進行設定。在圖像中定義左、右側邊界線，并在左、右邊界線上定義3個分界點，把左、右邊界線之間的區域劃分為4個部分，分別對應四級爐排。檢測區域劃分結果如圖2所示。

火焰狀態的識別是火焰圖像處理過程中最重要的部分，其可通過采集圖像內高溫區的分布進行定性。利用Y分量的亮度分量在圖像中的統計分布，反映火焰高溫區的分布，進而對火焰狀態進行定量計算。轉換后的Y、U、V值，根據預先設置的火焰判別規則進行判斷，識別出圖像中屬于火焰的像素點，并統計火焰像素點占每級爐排的比例。

火焰監視攝像頭的圖像原圖如圖3所示，處理后的火焰識別圖像如圖4所示。火焰判別規則：亮度（Y）大于150的像素點，判斷為亮火焰，在圖4中用淺灰色表示；圖3中火焰邊沿的深灰色部分，亮度不高，通過U、V值修正處理，判斷為暗火焰，即當Y > 40且V >110 且U >150，用深灰色表示；判斷為非火焰的其他部分用白色表示。在統計火焰參數時，亮火焰的權重為0.9，暗火焰的權重為0.1。

圖3 火焰監視攝像頭的圖像原圖

圖4 處理后的火焰識別圖像

火焰參數結果=（亮火焰點×0.9+暗火焰點×0.1）/該級面積總和。

利用程序統計火焰點占圖像畫面的比例，火焰識別圖像分析結果如圖5所示。

圖5 火焰識別圖像分析結果

圖5中ret1～ret4表示自下而上的第四～第一級爐排的火焰像素點數量；ratio為火焰占所該級畫面的比例。分析結果顯示：第三級爐排火焰比例為49.1%；第二級爐排火焰比例為62.0%；第一級爐排火焰比例為14.7%。同時把火焰位置和亮度數據傳輸到控制系統，作為焚燒狀況變化趨勢分析的原始數據。

2.4 火焰檢測結果傳輸

火焰參數自動檢測機檢測出的火焰參數結果在輸出前需進行數據處理，使輸出結果精確到小數后2位，火焰識別子系統與自動焚燒控制系統通信協議格式如表1所示。自動焚燒控制系統在接收檢測結果后，根據通訊協議進行相應的逆處理，得到對應的4級檢測結果。

2.5 火焰參數自動檢測機與系統的連接

火焰參數自動檢測機接收火焰監視攝像機輸出的PAL制式模擬視頻信號，在火焰檢測機中完成圖像處理、算法處理、輸出處理，通過RS485串口以Modbus協議方式輸入到自動焚燒控制系統的過程站。

2.6 火焰檢測結果的利用

火焰檢測結果包括各級爐排火焰比例、火焰位置和火焰亮度數據。其中各級爐排火焰比例顯示在自動焚燒控制系統的操作員站（上位機）畫面上，供運行人員作為人工調整的參考，如圖6所示。

表1 火焰識別子系統與自動焚燒控制系統通信協議格式

圖6 火焰參數檢測結果在操作員站畫面顯示的示意圖

同時各級爐排火焰比例、火焰位置、火焰亮度數據參與自動焚燒控制，根據火焰比例、火焰位置的變化趨勢結合一次、二次風風量、風壓等數據更準確地判斷垃圾焚燒狀況，及時調整爐排移動速度和一次、二次風風量。

3 火焰參數自動檢測結果分析

本火焰參數自動檢測機應用在某垃圾電廠，進行了為期30天的試驗。分析單個時刻的自動檢測效果，準確率較高，與人工觀察判斷基本一致；而自動檢測判斷速度約0.5秒，比人工觀察快1～2秒。

運行期間，火焰參數自動檢測準確率保持良好，且能有效消除不同班次操作人員的判斷差異，達到輔助操作人員進行人工調整的效果。

4 總結與展望

針對我國垃圾電廠垃圾熱值變化大，擾動作用強，焚燒工況多變的特點，提出基于視頻的火焰參數自動檢測方法。參照運行人員觀察爐膛火焰情況的經驗，對爐膛火焰監控攝像頭采集的視頻畫面進行圖像處理，通過算法運算檢測出火焰參數信息，傳輸到自動焚燒控制系統的操作員站畫面中顯示，供運行人員調整爐排速度和助燃風量的參考。

由于工作條件所限，本文所提出的基于視頻的火焰參數自動檢測方案，出于安全考慮，在研究成熟之前，只用于在操作員站畫面上進行顯示，并不參與控制。有待深入研究和更多情況的仿真驗證試驗，后續工作是設計替代人工調整作用的專家控制器，模仿運行專家的經驗，利用自動檢測得出的火焰參數和爐膛溫度等參數，智能判斷爐排速度和助燃風量調整參數，更大程度地替代人工調整。

隨著垃圾焚燒處理技術的發展，垃圾焚燒自動控制系統將在垃圾無害化處理領域起不可或缺的作用，提高焚燒控制的自動化程度，提高控制的準確性，具有積極的實際應用意義。

[1] GB50049-2011，中華人民共和國國家標準:小型火力發電廠設計規范[S].中華人民共和國電力工業部, 2011.

[2] 王麗英,劉佳. 爐膛火焰電視監視系統的應用[J].當代化工, 2008,37(4):446-448.

[3] 唐啟忠.基于視頻的公交客流統計分析關鍵技術的研究與實現[D].廣州:華南理工大學, 2014.

Waste-to-Energy Plant Flame Automatic Detection Method

Li Junxin

(Guangzhou Environment Protection Investment Co., Ltd.)

According to features of local waste-to-power plant, for complicate content waste and human adjustment, this paper designs the furnace flame automatic detect method based on video by using a specific camera to collect the flame video, transmit to analyzing computer. The image analyzing and processing are completed, and the signals are transmitted to the control system in the operator station. With it, operators can adjust grate speed and combustion air flow refer to the flame analyze signals. Flame automatic detector is a good way not only to improve level of automation, but also reduce the control differences from operators.

Waste-to-Energy Plant; Flame Automatic Detection; Video Image Processing

李俊欣，女，1987年生，碩士，主要從事垃圾電廠DCS控制系統、熱工儀表應用、研究。E-mail: junxin23@qq.com