原文服务方: 西安交通大学学报       
摘要:
为了快速准确地检测反映锅炉燃烧效率的重要指标炉渣碳质量分数,实时掌握锅炉燃烧工况,针对目前炉渣碳质量分数高精度检测法检测时间长而快速视觉检测法准确度低的问题,提出了一种基于机器视觉技术的锅炉炉渣碳质量分数检测方法.该方法通过采集炉渣图像,基于图像信息建立图像信息熵差与炉渣碳质量分数之间关系模型,再根据此关系模型,获得待测炉渣的碳质量分数.实验结果表明,与传统的灼烧失重法比较,检测时间少,所提方法的平均偏差小于2%,满足目前检测精度要求;与目前存在的视觉检测方法相比,提出的方法检测结果不受拍摄光照环境的影响,精度显著提高.该研究为进一步实现炉渣碳质量分数的实时在线检测打下了基础.
推荐文章
基于Tsallis熵差的遥感图像边缘检测方法
百分位形态学
边缘检测
Tsallis熵差
遥感图像
基于信息熵和深度学习的无参考图像质量评价方法研究
无参考图像质量评价
深度学习
归一化
损失函数
信息熵
入侵检测系统利用信息熵检测网络攻击的方法
网络攻击
入侵检测系统
香农熵
雷尼熵
基于分数阶微分的遥感图像边缘检测方法
遥感图像
分数阶微分
边缘检测
PSNR
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用图像信息熵差检测炉渣碳质量分数
来源期刊 西安交通大学学报 学科
关键词 碳质量分数 炉渣图像 信息熵差 关系模型 光照环境
年,卷(期) 2018,(8) 所属期刊栏目
研究方向 页码范围 49-53,123
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.7652/xjtuxb201808008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高建民 西安交通大学机械制造系统工程国家重点实验室 306 2872 25.0 37.0
2 王昭 西安交通大学机械工程学院 63 763 13.0 26.0
3 邢超 西安交通大学机械工程学院 2 2 1.0 1.0
4 张晓明 5 6 2.0 2.0
5 赵亚琳 西安交通大学机械工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (5)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
碳质量分数
炉渣图像
信息熵差
关系模型
光照环境
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导