研究目的
通过提出一种新颖的补偿方法,并利用纹理特征和深度学习确定灰尘透射率,以降低灰尘对红外温度测量精度的影响。
研究成果
所提出的补偿方法通过分析红外测温机制,并采用基于纹理特征和SDAE-SVR的新型粉尘透射率确定模型,有效降低了粉尘导致的温度测量误差。实验结果表明,补偿后精度显著提高,平均误差(AE)降低约9.07倍,均方根误差(RMSE)降低7.76倍,从而使红外测温技术在多尘工业环境中的应用更为广泛。
研究不足
粉尘透射率测定模型是一种数据驱动的黑箱模型,有时可能与实际透射率存在偏差;该方法的适用范围限于0.5至1之间的粉尘透射率;工业过程中的运行条件可能影响参数,需进一步考量以实现最佳性能。
1:实验设计与方法选择:
研究涉及分析红外测温原理、定义纹理特征(TLCM和NTLDM),并采用SDAE-SVR模型测定粉尘透射率。
2:样本选择与数据来源:
通过黑体炉实验及某钢铁厂采集的粉尘,共获取518幅红外热图像。
3:实验设备与材料清单:
红外热像仪(FLUKE TiX1000)、黑体炉(ISOTECH R550)、柳州钢铁公司提供的粉尘,以及用于产生粉尘的鼓风机。
4:0)、黑体炉(ISOTECH R550)、柳州钢铁公司提供的粉尘,以及用于产生粉尘的鼓风机。
实验流程与操作步骤:
4. 实验流程与操作步骤:红外相机镜头距黑体炉1.5米正对;使用鼓风机产生粉尘;温度调节范围33°C至550°C;提取纹理特征并输入SDAE-SVR模型。
5:5米正对;使用鼓风机产生粉尘;温度调节范围33°C至550°C;提取纹理特征并输入SDAE-SVR模型。
数据分析方法:
5. 数据分析方法:采用均方根误差(RMSE)和平均误差(AE)评估性能;STA算法优化SDAE参数;使用径向基核函数的SVR模型。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容