基于图像对抗卷积自编码的燃烧稳定性定量监测

作     者：韩哲哲 曾文浩 唐晓雨 王益 许传龙 HAN Zhezhe;ZENG Wenhao;TANG Xiaoyu;WANG Yi;XU Chuanlong

作者机构：南京工程学院信息与通信工程学院江苏省南京市211167 江苏顶晶融合电力工程有限公司江苏省南京市210019 东南大学能源与环境学院江苏省南京市210096 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2024年第44卷第9期

页      面：3610-3618,I0023页

核心收录：

学科分类：0810[工学-信息与通信工程] 080703[工学-动力机械及工程] 0817[工学-化学工程与技术] 08[工学] 0807[工学-动力工程及工程热物理] 0703[理学-化学] 

基　　金：江苏省高校哲学社会科学研究一般项目(2023SJYB0432) 南京工程学院高等教育研究课题(2022ZC09) 江苏省配电网智能技术与装备协同创新中心开放基金项目(XTCX202309) 

主　　题：燃烧稳定性 火焰图像 对抗卷积自编码 定量监测 

摘      要：燃烧稳定性的准确监测对于优化燃烧状态具有重要意义。传统燃烧稳定性监测方法不仅高度依赖先验专家知识,而且难以实现定量评估。为了克服这些局限性,该文提出一种新的燃烧稳定性定量评价方法。该方法建立一种对抗卷积自编码(adversarial convolutional autoencoder,ACAE)提取火焰图像的深层特征,并利用一种定量评价指标进行特征分析。其中,ACAE采用一种新型对抗机制来提高训练效率,从而增强特征学习能力;定量评价指标的数值区间为[0,1],且当评价指标低于0.5时,燃烧状态稳定。通过乙烯燃烧实验测试了稳定性监测方法的可行性。结果表明,由ACAE提取的深层图像特征能够用于定量估计燃烧稳定性。此外,该监测方法具有较强的泛化性能,能够准确识别训练数据集范围以外的火焰图像。