基于独立成分分析与FFT的火焰检测算法.pdf

2023 年化 工 自 动 化 及 仪 表DOI:10.20030/ki.1000鄄3932.202304020基于独立成分分析与 FFT 的火焰检测算法马祥杨庆峰肖先勇渊深圳东方锅炉控制有限公司冤摘要针对锅炉炉膛火焰检测产品普遍存在的偷看现象袁采用独立成分分析渊ICA冤和 FFT 相结合的算法袁 对燃烧火焰进行盲源分离和功率谱分析遥 结果表明院FastICA+FFT 算法能够正确分离出本体火焰信号尧旁路火焰信号和炉膛背景火焰信号袁判断出锅炉燃烧状态袁提高了系统检火的可靠性袁降低了偷看漏看概率遥关键词火焰检测算法盲源分离独立成分分析FFT 算法火检中图分类号TP391.41文献标识码A文章编号1000鄄3932渊2023冤04鄄0538鄄07作者简介院马祥渊1979-冤袁工程师袁从事电力设备研发工作袁遥引用本文院马祥袁杨庆峰袁肖先勇.基于独立成分分析与 FFT 的火焰检测算法咱J暂.化工自动化及仪表袁2023袁50渊4冤院538-544.电厂锅炉炉膛内煤粉的燃烧情况十分复杂袁受外界因素的影响袁极易引起炉膛灭火和爆燃事故袁对生命财产造成巨大的损失袁因此炉膛必须具有安全可靠的燃烧安全监测系统遥 火焰检测系统能够及时尧灵敏尧可靠地实时检测锅炉炉膛内火焰的燃烧情况袁在点火尧低负荷等燃烧不稳定工况下能够及时调整燃料与风的比例袁防止发生炉膛爆燃事故咱1暂遥目前袁锅炉火焰检测方法主要有两种院一种是基于火焰闪烁特性的方法咱2暂袁另一种是基于图像处理的方法咱3暂遥 然而由于基于图像处理的方法设备较复杂尧价格昂贵袁所以目前电厂大多采用基于火焰闪烁特性的方法遥 火焰闪烁特性法的原理是院火焰检测器渊以下简称火检冤检测火焰信号后袁对信号进行FFT滤波处理袁得到闪烁频率及其对应的功率谱强度袁然后进行逻辑运算来检测燃烧火焰的存在遥 该方法虽然可以比较准确地检测出燃烧器火焰的亮灭袁但是仍普遍存在偷看相邻或对面燃烧器火焰状态的情况遥笔者针对火焰闪烁特性法火检算法的不足袁采用独立成分分析咱4耀7暂与FFT咱8暂相结合的算法袁首先对燃烧器火焰进行盲源分离袁然后对分离后的互不相关信号进行FFT变换袁 最后对分离后的火检闪烁频率和其对应能量功率谱进行分析袁从而降低火检偷看旁路火焰的概率遥1火焰闪烁特性法检测原理现代燃烧论认为袁炉膛火焰的燃烧过程实际上是由数量庞大的小型受限空间内的爆燃所组合而成曰大量同时发生的微观小型受限空间内的爆燃在宏观上表现为火焰具有脉动特征袁称为火焰闪烁遥 油或煤粉通过不同结构的燃烧器进行燃烧时袁都会有特定的火焰闪烁频率带宽遥 油或煤粉在燃烧过程中会释放出大量红外尧 紫外能量袁这些具有特定频率特征的红外尧紫外能量形式可以作为检测煤粉火焰是否存在的物理基础遥 火焰闪烁特性法对火焰的检测原理如图1所示袁 通过光敏器件将煤粉尧油等燃料燃烧时产生的光信号转换成电压信号袁经过放大尧滤波等处理以及信号AD采样后袁 对数字信号进行算法分析处理袁提取其强度尧频谱特征信号袁结合煤粉和油的燃烧特性进行比较从而判断有火尧无火信号并输出表征火焰质量的4耀20 mA电流信号以及开关量火焰信号遥538第 50 卷第 4 期化 工 自 动 化 及 仪 表2火焰信号盲源分离2.1独立成分分析原理独立成分分析渊ICA冤是由盲源分离发展而来的一种多维信号处理技术遥 盲源分离技术是指在不知道源信号和信道传输参数先验知识的条件下袁 只根据源信号和混合系统的一些基本假设袁由观测混合信号来分离出未知独立的源信号遥 从数学的角度来看袁ICA是对多维观测信号寻找一个恰当的线性变换袁使得变换后的各成分相互统计独立遥 为了简化袁考虑无噪声的瞬时线性混合源袁其基本模型可表示为院Y渊t冤=AS渊t冤袁t=0袁1袁2袁噎渊1冤式中A要要要混合矩阵曰S要要要独立成分向量矩阵曰t要要要离散时间序列曰Y要要要观测混合信号源向量矩阵遥其中袁观测混合信号源向量矩阵Y渊t冤已知袁独立成分向量矩阵S渊t冤和混合矩阵A都是未知的袁故A与S渊t冤的解都是不唯一的遥 则袁独立成分分析法其实是寻找分离矩阵W院H渊t冤=WY渊t冤=WAS渊t冤渊2冤使得S渊t冤的估计矩阵H渊t冤尽可能独立遥根据目标函数的不同袁 实现ICA算法的常用方法有最大非高斯性法尧极大似然估计法及最小互信息法等咱9暂曰Chang鄄Chein以负熵作为衡量非高斯性的指标袁 提出了一种基于定点迭代的算法袁称为FastICA算法咱10袁11暂袁该算法具有神经网络的大部分优点院并行的尧分布的尧简单方便尧收敛速度快及稳定性好等遥故笔者采用FastICA算法进行火焰信号盲源分离遥2.2FastICA算法流程FastICA算法流程包括9个步骤遥第1步袁 对采集的信号X进行中心化处理袁使所采集信号的平均值为0袁得到X1遥第2步袁对X1进行白化袁即Z=VX1渊其中V为白化矩阵冤袁得到单位方差信号Z遥第3步袁判断独立分量的个数m袁处理后信号的协方差矩阵为院cov X=渊X-k冤渊X-k冤T/渊P-1冤渊3冤其中袁P为第i个信号源第P个信号的数值袁可以看作是长度为P的向量曰k为每一条的均值遥特征值的累计贡献率Ci为院Ci=ii=1移姿iPi=1移姿i渊4冤其中袁姿i为cov X的特征值遥原始信号特征的强弱可根据贡献率的大小判断遥 贡献率越大袁对应的特征量具有源信号特征的能力越强遥根据贡献率的大小确定m袁初始化迭代次数p1遥第4步袁初始化权矢量Wp渊随机的冤遥第5步袁令Wp=EZg渊WTpZ冤-E渊WTpZ冤W袁其中E 窑 为均值运算袁g渊 窑 冤为非线性函数袁g渊y冤=y3遥第6步袁计算Wp=Wp-p-1j=1移渊WTpWj冤Wj遥第7步袁令Wp=Wp/椰Wp椰遥第8步袁若Wp不收敛袁转第5步袁否则转第9步遥第9步袁令p=p+1袁若p臆m袁返回第4步袁否则流程结束遥2.3火焰信号盲源分离为实现火焰信号盲源分离袁以某发电厂300 MW图1火焰闪烁特性法对火焰的检测原理5392023 年化 工 自 动 化 及 仪 表单元机组为例袁锅炉为W炉膛燃烧方式袁其上安装的28只火检均存在不同程度的火焰偷看情况袁火检采用火焰闪烁特性法检测火焰袁算法为FFT遥 选择偷看较严重的B2火检渊油火检冤对锅炉燃烧火焰进行数据采集遥 B2火检的采样频率为10 kHz渊采样点数为1 024冤袁火检收到采集命令后袁将采集的火焰原始数据通过RS485传输给计算机袁每个工况采集50组数据袁每组实验互不影响遥第1个工况为炉膛暖炉启炉时点燃B2油枪袁此时其他油枪均没有启动点燃袁炉膛火焰为B2油枪产生袁此时B2火检采样到的数据即为B2油枪的特征火焰信号袁 无其他油枪火焰和炉膛火焰混合袁得到B2火检本体信号源时域图如图2所示遥图2B2火检本体信号源时域图第2个工况为B2火检采集数据完毕后关闭B2油枪袁点燃相邻的B3油枪袁火焰稳定后袁在B2火检能检测到B3油枪火焰燃烧的情况下袁对B2火检进行火焰数据采集袁得到B2火检旁路信号源时域图如图3所示遥此时炉膛内只有B3油枪点燃袁所以B2火检检测到该工况的火焰数据为B3油枪的特征火焰数据袁无背景炉膛火焰和其他相邻油枪火焰混合遥图3B2火检旁路信号源时域图第3个工况为炉膛所有燃烧器的煤和油均点燃后袁关闭B2油枪和相邻的B3油枪袁燃烧稳定后袁对B2火检进行数据采集袁此时采样到的火焰数据为炉膛背景火焰信号袁B2火检炉膛背景信号源时域图如图4所示遥图4B2火检炉膛背景信号源时域图第4个工况为炉膛所有的煤和油燃烧器都点燃后炉膛内燃烧状况趋于稳定袁对B2火检进行火焰数据采集遥 B2火检采样到的火焰数据为炉膛背景火焰尧相邻油枪旁路火焰和B2本身油枪本体火焰的混合火焰数据袁其信号源时域图如图5所示袁此时火检信号为混合信号遥对图5所示的5组B2火焰混合信号进行盲源分离遥 首先对数据进行统计分析袁分别由式渊4冤计算各组信号的累计贡献率院第1组0.926第2组0.945第3组0.972第4组0.996第5组1.000由以上数据可以确定5组信号源中的主要成分数袁以此判断出独立火焰成分数目袁为采用Fast鄄ICA算法对信号源进行分离做准备遥当特征值的累计贡献率Ci0.960时袁 表明前i个主要成分能够包含96%的混合火焰信号袁 但也包含了i个不相关的火焰信号主要成分遥 前3组数据包含了火焰信号的主要成分袁能够代表混合火焰信号的3个主要特征袁 即所采样的混合火焰信号由3种互不相关的火焰信号构成 渊本体火焰信号尧旁路火焰信号和炉膛背景火焰信号冤袁这与实际测量结果基本一致遥540第 50 卷第 4 期化 工 自 动 化 及 仪 表图5B2火焰混合信号源时域图图6盲源分离后的3组信号将采样的5组混合火焰信号数据进行FastICA运算得到3组火焰信号袁其时域图如图6所示遥 可以看出袁将图5中的5组数据进行盲源分离后能够得到3组分离信号袁其中分离信号1的波形与火检旁路信号波形基本相同袁分离信号2的波形与火检炉膛背景信号波形基本相同袁分离信号3的波形与火检本体源信号波形基本相同遥也就是说袁采用FastICA算法能够将火焰的混合信号进行有效分离遥5412023 年化 工 自 动 化 及 仪 表图7分离信号频域波形图3火焰信号功率谱分析B2火检的采样时域信号经过ICA的有效分离后袁得到了3种成分的时域火焰信号袁该时域波形不够直观袁不利于燃烧器燃烧状态的判定遥 火焰燃烧会产生闪烁频率袁所以对分离后的数据进行快速傅里叶变换渊FFT冤袁使其信号特征在频域完全展现袁从而实现火焰状态的准确判定遥 经过FFT变换后的信号频域波形图如图7所示遥实际上锅炉火焰燃烧时油火检的能量主要集中在20耀40 Hz之间遥 图7所示的分离信号频域波形图中袁在20耀40 Hz范围内袁旁路火焰功率能量幅值最大值小于0.8袁炉膛背景火检功率能量幅值接近零袁主火焰功率能量幅值基本大于0.8袁即在20耀40 Hz范围内主火焰相对于旁路火焰和背景火焰都有着明显的火焰辨识度遥采用FFT算法和FastICA+FFT算法分别对混合火焰数据进行处理袁 得到频域波形图如图8所示遥 可以看出袁 在20耀40 Hz范围内大多数频率点的功率能量值袁FastICA+FFT算法的要高于FFT算法的遥 FastICA+FFT算法能够使功率能量值大幅提高袁 这有助于更加稳定地检测到有火状态袁即在相同的有火阀值的情况下袁能够降低漏看主火焰的概率曰随着功率能量值的提高袁在保证着火的情况下袁可以适当增加有火阀值袁可使偷看旁路火焰的概率大幅降低遥在炉膛油枪全部点燃的情况下袁 关闭B2油枪袁对B2火检进行采样袁然后用FFT算法和Fast鄄ICA+FFT算法分别对火焰信号进行处理袁 得到频域波形图如图9所示遥 可以看出袁在20耀40 Hz范围内采用FastICA+FFT算法对火焰信号进行处理后袁其能量峰值低于FFT算法的袁即当设置的检火频率点为这些能量峰值处时袁B2火检不容易看到旁路火焰袁达到了降低火检偷看概率的目的遥为进一步验证算法的有效性袁对该电厂偷看最严重的8只火检进行算法优化改进升级袁 将处理算法由原来的FFT优化成FastICA+FFT袁经过1个月的运行测试袁8只火检工作稳定袁 偷看旁路火焰的概率大幅降低遥542第 50 卷第 4 期化 工 自 动 化 及 仪 表图8不同算法处理的混合火焰频域波形图图9不同算法处理的B2火检火焰信号频域波形图5432023 年化 工 自 动 化 及 仪 表4结束语笔者采用独立成分分析中的FastICA算法袁从混合火焰中有效分离出本体火焰信号曰通过对火焰信号进行FFT算法和FastICA+FFT算法的对比分析袁 发现FastICA+FFT算法能够有效增强检火灵敏度袁降低火检偷看的概率袁对火焰检测具有重大现实意义遥参考文献咱1暂常太华袁李国光袁田沛袁等.煤粉锅炉火焰检测及燃烧诊断咱J暂.华北电力大学学报袁1999袁26渊1冤院57-62.咱2暂高武.锅炉火焰检测算法研究咱D暂.南昌院南昌大学袁2008.咱3暂万游磊.基于DSP的嵌入式炉膛火焰检测系统咱D暂.南昌院南昌大学袁2007.咱4暂杨竹青袁李勇袁胡德文.独立成分分析方法综述咱J暂.自动化学报袁2002袁28渊5冤院762-772.咱5暂张安社袁陈岳坪袁杨翊袁等.基于独立成分分析的复杂曲面加工误差分离咱J暂.广西科技大学学报袁2018袁29渊1冤院55-60曰68.咱6暂栗芝.基于独立成分分析的X射线焊缝缺陷识别算法研究咱D暂.西安院西安石油大学袁2019.咱7暂刘百云.基于频域独立成分分析的快速盲源分离算法研究咱D暂.济南院山东大学袁2020.咱8暂毛朝阳.基于短时傅里叶变换的相位恢复算法研究咱D暂.西安院西安石油大学袁2021.咱9暂史振威.独立成分分析的若干算法及其应用研究咱D暂.大连院大连理工大学袁2005.咱10暂黄煜袁王浩袁卢锋袁等.一种基于FastICA的盲源分离方法咱J暂.中国科技信息袁2021渊15冤院86-88.咱11暂郭晨茹.基于ICA的工业流程过程监控研究咱D暂.银川院宁夏大学袁2020.渊收稿日期院2022-11-15袁修回日期院2023-06-13冤Research on Fire Detection Algorithm Based on IndependentComponent Analysis and FFTMA Xiang,YANG Qing鄄feng,XIAO Xian鄄yong渊Shenzhen Eastern Boiler Control Co.,Ltd.冤Abstract Aiming at the commonly鄄existed misjudging in boiler furnace flame detectors袁 the algorithm ofcombining independent component analysis 渊ICA冤 and FFT was employed to analyze both blind source sep鄄aration and power spectrum analysis of combustion flame.The results show that袁 FastICA+FFT algorithmcan correctly separate the body flame signal袁 bypass flame signal and furnace background flame signal袁 andcan effectively judge the boiler combustion state to improve the reliability of the system fire detection袁 andreduce the probability of misjudging.Key wordsflame detection algorithm袁 blind source separation袁 ICA袁 FFT algorithm袁 flame detection叶化工自动化及仪表曳投稿须知音文稿应简明扼要袁突出重点袁公式尧数据准确遥音投稿邮箱为袁一律为 Word 文档渊A4 幅面袁单倍行距袁通栏袁五号字体冤袁不受理复印稿或传真稿遥音每篇文章请附 150耀200 字中尧英文摘要袁4耀6 个中尧英文关键词袁作者所在单位的中尧英文名称遥音若条件允许袁每篇文章请附中图分类号渊分类方法请参考叶中国图书馆分类法曳第四版冤遥音图尧表要有图题尧表题袁图中文字尧符号尧数字尧图注需清楚袁图尧表中标注尽量用中文袁并请使用彩色原图遥音公式另行居中书写袁大/小写尧上/下标标注清楚遥音为使您的稿件能够被及时处理袁投稿时请务必提供每位作者的详细信息袁包括邮编尧联系地址尧工作单位尧等遥音来稿收到后即以电子邮件方式给以回复袁并分配稿件登记号袁以便于查询遥音投稿后若有变动渊如撤稿袁作者通讯地址尧联系方式改变等冤袁请务必通知编辑部遥音审稿周期为 15 个工作日遥544