基于纹理特征的煤炭发热量分析-计算机科学与技术专业论文.docx

目 录 摘 要 I Abstract II 1 绪论 1 1.1 课题背景与研究意义 1 1.2 数字图像处理概述 2 1.3 模式识别概述 4 1.4 课题任务 5 2 纹理的统计分析法 7 2.1 纹理 7 2.2 纹理分析及其主要方法 8 2.3 纹理统计分析法 8 2.4 灰度共生矩阵法 9 2.4.1 灰度共生矩阵定义 9 2.4.2 灰度共生矩阵的特点 11 2.4.3 灰度共生矩阵的特征提取 12 2.4.4 灰度共生矩阵常用的纹理特征解析 16 2.5 本章小结 17 3 人工神经网络模式识别 18 3.1 模式识别 18 3.1.1 概念 18 3.1.2 模式识别方法的分类 19 3.2 人工神经网络模式识别 21 3.2.1 神经网络的概述 22 3.2.2 神经网络的结构 23 3.2.3 神经元 24 3.2.4 神经网络的学习 27 3.3 误差反向传播网络 28 TOC \o 1-1 \h \z \u HYPERLINK \l _TOC_250002 3.3.1 BP 神经网络的结构 29 HYPERLINK \l _TOC_250001 3.3.2 BP 神经网络的学习算法 29 HYPERLINK \l _TOC_250000 3.3.3 BP 神经网络的训练过程 33 3.4 反向传播算法的不足与改进 34 3.4.1 反向传播算法的不足 34 3.4.2 反向传播算法的改进 34 3.5 本章小结 36 4 煤炭纹理图像的分类与识别实验 37 4.1 系统设计流程图 37 4.2 煤炭纹理图像的采集 37 4.3 煤炭纹理图像的预处理 38 4.3.1 预处理的目的 38 4.3.2 图像的平滑 39 4.3.3 图像的灰度变换 41 4.3.4 煤炭纹理图像的预处理 44 4.4 煤炭纹理图像的特征提取 45 4.5 煤炭纹理图像的 BP 神经网络的识别实验 46 4.5.1 BP 网络结构的设计 47 4.5.2 BP 神经网络的训练 49 4.5.3 煤炭纹理图像的识别仿真 54 4.6 本章小结 54 5 煤炭发热量的研究 56 5.1 测量煤炭发热量的必要性 56 5.2 传统的测量煤炭发热量的方法 56 5.3 新的测量煤炭发热量的方法 57 5.4 本章小结 59 6. 总结与展望 60 6.1 本论文的工作总结 60 6.2 本论文的主要创新点 61 6.3 工作展望 61 参 考 文 献 62 作 者 简 历 66 学位论文数据集 68 - - PAGE 10 - 1 绪论 1.1 课题背景与研究意义 煤炭作为一种重要的能源，它在中国能源机构中的比例已达到 76%左右，因此 它是发展国民经济的重要物质基础。随着煤炭用途的广泛性，它不仅是中国重要的 能源，还是多种工业的原材料。根据使用目的的不同，煤炭主要有两大用途：动力 煤和炼焦煤。其中动力煤主要用于发电用煤，蒸汽机车用煤，建材用煤，一般的工 业锅炉用煤，生活用煤和冶金用煤等。炼焦煤主要用于炼焦炭，焦炭多用于炼钢， 是目前钢铁等行业的主要生产原料，是各国在世界原料市场上必争的原料之一。 煤炭的发热量是动力煤的主要质量指标，也是锅炉运行的一个重要参考参数， 当煤炭发热量过高，挥发分高时，有可能造成结渣并导致喷口被烧坏；当煤炭发热 量过低时，则可能会造成燃烧困难甚至灭火。若能及时准确地提供入炉煤炭的发热 量，锅炉运行人员根据发热量的高低进行相应的调整，这样对保证锅炉安全稳定地 运行具有非常重要的意义。煤炭的发热量还是火电厂进煤的计价依据，是火电厂计 算标准煤耗的主要参数。一个燃煤过程的热平衡、热效率、耗煤量的多少以及煤的 混烧等多个方面的计算，都 是以煤炭的发热量为基础的[1]。煤炭发热量也是评价煤 炭品质好坏的最主要参数。在煤炭的分类中，有时也是采用发热量作为划分煤炭类 型的标准。因此，对煤炭发热量的研究不仅具有理论研究价值，更加具有实际的应 用价值。 传统的测量煤炭发热量的方法很多，主要可分为直接测量法和间接计算法。在 直接测量法中，国内外在测量煤炭发热量时普遍采用氧弹热量计。但是操作起来， 步骤烦琐，过程持续时间较长，无法很好地满足电厂安全稳定地运行。间接计算法 主要分为经验公式法、多元回归法、 人工神经网络法和近红外光谱法 [2]等。而这四 种方法使用的前提条件[2]是，必须知道被测煤炭的工业成分分析，其中经验公式法 最简单，但容易受到煤种差异等方面的影响，测量误差往往较大。多元回归法需要 建立回归模型，对于煤种差异