基于红外阵列传感器的电站锅炉空气预热器热点检测方法

摘要

本发明公开了一种基于红外阵列传感器的电站锅炉空气预热器热点检测方法，先通过多传感器融合技术，将相邻多个红外探头的测量值作D-S融合推理，然后根据推理得出的结果判断是否有热点，该方法按照以下步骤具体实施，第一步，测量点权值计算；第二步，热点A和非热点B概率计算；第三步，证据体的基本概率计算；第四步，D-S融合推理；第五步，热点A和非热点B判断。本发明的检测方法适合基于红外阵列传感器的电站锅炉空气预热器热点检测系统，具有检测准确度高，且在局部红外探头失效情况下仍然能做出正确判断的优点。

主权项

一种基于红外阵列传感器的电站锅炉空气预热器热点检测方法，其特征在于，该方法按照以下步骤具体实施，第一步，采集并进行测量点权值计算在空气预热器空气侧的转子下方相应位置安装多个红外阵列传感器，每个红外阵列传感器中设置有多个红外探头，即多个测量点，使相邻测量点的检测区域有重叠部分，设从第i+1到第i+k这k个探头检测到的区域是相同的，则第i+1，第i+2，…，第i+k个权值ωi+1，ωi+2，…，ωi+k按(1)、(2)和(3)式进行计算： t ‾ ( S l ) = 1 k Σ j = 1 k t i + j - - - ( 1 ) σi+j＝(ti+j-t(Sl))2 (2) ω i + j = 1 σ i + j Σ j = 1 k 1 σ i + j - - - ( 3 ) 式(1)表示区域Sl的平均温度，式(2)表示各个红外探头偏离平均温度的程度，用方差表示，式(3)是计算各个红外探头的权值，偏离平均值越远权值越小，反之越大，式中：ti+j表示第i+j个红外探头的温度测量值，j＝1，2，…，k；t(Sl)表示由红外探头i+1，i+2，…，i+k测量得出区域Sl(l＝1，2，3，…，n-k+1)的平均值；σi+j表示第i+j个红外探头的方差；第二步，进行热点A和非热点B概率计算定义热点局部决策函数f(t)，概率f(t)的取值范围为[0，1]，其中θ1、θ2为预先设定的温度阈值，θ1的取值范围为[130°，160°]，θ2的取值范围为[190°，240°]，该热点局部决策函数f(t)包括热点概率计算fA(t)和非热点概率计算fB(t)，分别对应的表达式为(4)式和(5)式，利用fA(t)和fB(t)即可计算出第i+j个红外探头测量值是热点概率μAi+j，如式(6)；还是非热点概率μBi+j，如式(7)， f A ( t ) = 0 t ≤ θ 1 1 θ 2 - θ 1 ( t - θ 1 ) θ 1 < t < θ 2 1 t ≥ θ 2 - - - ( 4 ) f B ( t ) = 1 t ≤ θ 1 1 θ 1 - θ 2 ( t - θ 2 ) θ 1 < t < θ 2 0 t ≥ θ 2 - - - ( 5 ) μ A i + j = f A ( t i + j ) - - - ( 6 ) μ B i + j = f B ( t i + j ) - - - ( 7 ) 式中：ti+j表示第i+j个红外探头的温度测量值；第三步，进行证据体的基本概率计算用mi+j(A)、mi+j(B)表示第i+j个红外探头的热点证据体、非热点证据体的基本概率，用mi+j(U)表示第i+j个红外探头的不确定度，其中U＝{A，B}为论域集合，结合测量点的权值ωi+j，ωi+j表示第i+j个红外探头测量点的权值，由式(1)、式(2)和式(3)获得，其取值范围为(0，1)，则第i+j个红外探头的热点证据体、非热点证据体的基本概率及不确定度可按(8)、(9)和(10)式分别进行计算： m i + j ( A ) = ω i + j × μ A i + j - - - ( 8 ) m i + j ( B ) = ω i + j × μ B i + j - - - ( 9 ) mi+j(U)＝1-ωi+j (10)第四步，进行D-S融合推理利用D-S证据理论组合两个证据，设m1和m2是两个相互独立的基本概率赋值，则m1和m2可以按(11)和(12)式合成一个新的基本概率赋值函数m： K = Σ i , j E i ∩ F j = φ m 1 ( E i ) m 2 ( F j ) , ∀ E , F ⋐ U - - - ( 11 ) m ( G ) = Σ i , j E i ∩ F j = G m 1 ( E i ) m 2 ( F j ) 1 - K ∀ G ⋐ U G ≠ φ 0 G = φ - - - ( 12 ) 式中：U为论域集合；Ei，Fj属于论域集合U里的子集，表示U中的证据体集合；G为Ei和Fj的交集，m(G)表示由m1(Ei)和m2(Fj)推理得出G的基本概率，在式(11)和式(12)中，K为Ei和Fj不相交子集的基本概率的和值，若K＝1，则认为m1、m2矛盾，不能对基本概率赋值进行组合，根据D-S证据理论的式(11)和式(12)，对i+1，i+2，…，i+k这k个证据体按以下顺序进行两两组合推理：首先由第i+1和第i+2这两个证据体进行组合推理，如下式所示： K l 1 = m i + 1 ( A ) m i + 2 ( B ) + m i + 1 ( B ) m i + 2 ( A ) - - - ( 13 ) m l 1 ( A ) = m i + 1 ( A ) m i + 2 ( A ) + m i + 1 ( A ) m i + 2 ( U ) + m i + 1 ( U ) m i + 2 ( A ) 1 - K l 1 - - - ( 14 ) m l 1 ( B ) = m i + 1 ( B ) m i + 2 ( B ) + m i + 1 ( B ) m i + 2 ( U ) + m i + 1 ( U ) m i + 2 ( B ) 1 - K l 1 - - - ( 15 ) m l 1 ( U ) = m i + 1 ( U ) m i + 2 ( U ) 1 - K l 1 - - - ( 16 ) 然后由第i+1和第i+2两个证据体推理得到的结果ml1(A)，ml1(B)，ml1(U)与第i+3个证据体进行组合推理，将得到的推理结果再与下一个证据体进行组合推理，如此循环下去直到与最后一个证据体进行组合推理为止，如下式所示： K l q = m l q - 1 ( A ) m i + q + 1 ( B ) + m l q - 1 ( B ) m i + q + 1 ( A ) - - - ( 17 ) m l q ( A ) = m l q - 1 ( A ) m i + q + 1 ( A ) + m l q - 1 ( A ) m i + q + 1 ( U ) + m l q - 1 ( U ) m i + q + 1 ( A ) 1 - K l q - - - ( 18 ) m l q ( B ) = m l q - 1 ( B ) m i + q + 1 ( B ) + m l q - 1 ( B ) m i + q + 1 ( U ) + m l q - 1 ( U ) m i + q + 1 ( B ) 1 - K l q - - - ( 19 ) m l q ( U ) = m l q - 1 ( U ) m i + q + 1 ( U ) 1 - K l q - - - ( 20 ) 在式(13)到式(20)中，q＝2，3，…，k-1，表示组合推理的次数；U＝{A，B}为论域集合；Klq表示对区域Sl进行第q次组合推理的K值；mlq(A)表示对区域Sl进行第q次组合推理得到的热点A的基本概率；mlq(B)表示对区域Sl进行第q次组合推理得到的非热点B的基本概率；mlq(U)表示对区域Sl进行第q次组合推理得到的不确定度；式(13)和式(17)是根据式(11)获得的；式(14)和式(18)是当G＝A时根据式(12)获得的；式(15)和式(19)是当G＝B时根据式(12)获得的；式(16)和式(20)是当G＝U时根据式(12)获得的，通过k-1次组合推理后便获得i+1，i+2，…，i+k的k个证据体的推理结果，分别用mlk-1(A)、mlk-1(B)和mlk-1(U)表示区域Sl是热点、非热点的基本概率和不确定度；第五步，进行热点A和非热点B的判断根据mlk-1(A)、m1k-1(B)和mlk-1(U)，采用式(21)到式(24)的决策方法判断是否存在热点：如果mlk-1(A)满足 m l k - 1 ( A ) = max { m l k - 1 ( A ) , m l k - 1 ( B ) } - - - ( 21 ) m l k - 1 ( A ) - m l k - 1 ( B ) > ϵ 1 m l k - 1 ( U ) < ϵ 2 m l k - 1 ( A ) > m l k - 1 ( U ) - - - ( 22 ) 则判决结果为热点；如果mlk-1(B)满足 m l k - 1 ( B ) = max { m l k - 1 ( A ) , m l k - 1 ( B ) } - - - ( 23 ) m l k - 1 ( B ) - m l k - 1 ( A ) > ϵ 1 m l k - 1 ( U ) < ϵ 2 m l k - 1 ( B ) > m l k - 1 ( U ) - - - ( 24 ) 则判决结果为非热点；如果判断结果既不是热点又不是非热点，则判断结果为不确定，其中ε1、ε2为预先设定的门限，ε1的取值范围为[0.5，0.9]，ε2的取值范围为[0.01，0.35]。