一种基于图像处理的火炬监测方法

2014-03-28王昶文刘振兴

武汉科技大学学报 2014年3期

王昶文，刘振兴

(武汉科技大学信息科学与工程学院，湖北武汉，430081)

火炬系统是炼油厂和石油化工厂中重要的安全和节能环保设施，主要用于处理生产装置在日常运行、开停工、非正常生产及紧急状态下无法进行有效回收的可燃气体，也用于燃烧生产过程中排放的有毒废气，以避免对环境造成污染[1-2]。火炬的正常点火和点火后的正常燃烧是火炬系统顺行的重要保障。

火焰探测技术与信号处理、人工智能和自动控制技术有着广泛的交叉和融合，同时智能探测、智能监控和抗干扰算法的应用又使火焰探测技术进入了一个全新的发展时期[3-4]。基于视频的火焰监测系统是一种以计算机为核心、结合光电技术和计算机图像处理技术而形成的火焰自动监测报警系统[5]。利用摄像设备获取监控场景的视频信息，通过计算机不断地对视频图像进行处理和分析，以图像特征为判据来识别其中是否存在火焰以及燃烧程度如何，进而调节火炬筒体内氮气、蒸汽等流量，使火炬得到稳定、可靠的控制。

TAL9509系列产品是目前石油、化工、天然气等企业广泛使用的火炬自动点火系统，其将亚格布电梯发弧原理成功应用于终端产品，并辅以PC机和PLC控制系统，在关键技术上得以突破，实现了自动点火管理[6]。本文基于TAL9509系统，应用图像处理技术，针对现有火炬监测系统存在的不足进行改进，以期实现对火焰的实时监控，保证火炬安全、环保地正常燃烧。

1 火炬系统介绍

1.1 火炬装置

常见火炬装置有封闭式地面火炬、开放式地面火炬、高架火炬等，与前两者相比，高架火炬具有造价便宜、使用范围广、操作方便等优点，是目前使用最为广泛的火炬装置[7]。一个典型的高架火炬装置由火炬头、长明灯、点火器、气体密封器、火炬筒、水封罐、分液罐等工艺设备组成。高架火炬支撑方式可分为塔架式、拉索式和自立式3种。高架火炬有蒸汽、鼓风、合成气、音速、蓄热、伴烧等多种助燃方式。

1.2 火炬自动点火系统

图1所示为TAL9509火炬自动点火系统的配置。当燃气排放且火炬总管内的流量信号升高到给定值时，由PLC和PC机等组成的控制系统控制高压发生器和调理器输出高压电，使高空点火器内的电梯发生装置产生面状电弧火源，并打开高压燃气电磁阀向高空点火器内喷入燃气，燃气与空气混合后被点燃，自高空点火器顶部喷出火焰，并引燃火炬顶部的排放气体[8]。火炬点燃后，现有的监控系统主要采用基于感光原理的紫外线探测器获取火焰信号，反馈给控制系统，停止向高空点火器供给高压电和燃气，点火过程完成，系统处于监控状态[9]。上述系统实质上是一个开环系统，点燃火炬后就不再关注火焰大小及其他因素与火焰燃烧程度的关系。

图1 TAL9509火炬自动点火系统配置

1.3 火焰监测系统

由于紫外线探测器只能探测火焰是否存在，而燃烧状态的监测需要视频或图像信号，为此已有部分企业加装摄像机拍摄火炬图片，然后将图片传到操作室的上位机。由于没有采用图像自动识别技术，只能由值班人员靠人工经验进行判断，再由异地的操作人员手工调节阀门以改变氮气、蒸汽的流量，实现火焰的人工控制。这种火焰控制方法容易受到操作工的精神状态和异地操作等因素影响，实时性差，可能因判断不准确或调整不及时而造成安全隐患和环境污染。

如果利用摄像设备获取的监控场景视频信息，对图像进行分析处理，以图像特征为判据来识别火焰的燃烧程度，从而构成闭环控制系统，就可以克服人工辨识带来的缺陷，实现火炬系统稳定、可靠的控制。

2 火炬监测方法的改进

2.1 火焰图像处理方法

由于工业火炬的特殊燃烧环境，其火焰有面积不稳定、重心不稳定、边缘不稳定等特点。火炬在燃烧过程中，难免会有因燃烧不充分所产生的大量黑烟，既带来安全隐患，也导致环境污染。考虑到火炬充分燃烧时产生的黑烟量很少，如果利用摄像头不断扫描火炬燃烧环境，每隔一段时间截取一幅图像，那么图像中黑烟面积的比例就在很大程度上反映了这个时间点的火炬燃烧状况[10]。

因此，本文提出一种基于图像处理的火炬火焰是否充分燃烧的判定方法。通过将图像灰度化而有效提取黑烟面积和火焰面积，将二者之比作为监测量。经过大量实验获取判断阈值，一旦监测量超过有效阈值，则启动氮气、蒸汽控制阀门，调整火焰燃烧状态。

对单幅火焰图像的处理步骤如下：

(1)对火炬火焰图像G进行预处理并计算黑烟面积S1。先对G进行灰度化处理，然后设定阈值Thg1进行二值化处理得到图像G1，对G1中的黑色像素点进行数量统计得到值M。

(2)计算G中火焰和黑烟的总面积S2。将G1转化为R、G、B三通道显示。设定分割阈值Thg2，按式(1)对B分量图像Gb进行处理得到Gb1，统计Gb1中黑色像素点的数量得到值N[11]。

(1)

(3)计算黑烟比重P=S1/S2=M/N。

(4)设定燃烧状态阈值D，判定该时间点火炬是否充分燃烧。如果P≤D，则火焰处于充分燃烧状态，否则火焰处于未充分燃烧状态。

步骤(1)中图像G1的黑色像素即为黑烟部分，步骤(2)中选取B通道分量进行处理是因为火炬图像的背景为蓝色，在B通道分量图像中背景区域和其他区域(火焰和黑烟)会有更明显的区分，根据经验合理设定Thg2后，图像Gb1中的黑色像素即为火焰和黑烟部分。

2.2 火焰图像处理实例

图像处理程序的编译运行环境为Matlab7.8.0，处理对象为白天采自某化工厂高架火炬的分辨率为415×513的彩色数字图像，按前述步骤对图像进行处理。通过大量图片处理发现，Thg1=0.9时二值化效果较好。原图G经预处理后得到二值图像G1，如图2所示，对比原图可看出，G1中黑色像素部分即为黑烟部分。

(a)原图G(b)二值图像G1

图2二值化处理前后的火焰图像

Fig.2Flameimagesbeforeandafterbinarizationprocessing

为了准确计算火焰和黑烟总面积，对图像G1分别进行R、G、B三通道处理，如图3所示。与R通道和G通道分量图像相比，B通道分量图像Gb中火焰和黑烟区域与背景区域(天空)的灰度差别更为明显，这是由于背景区域多为蓝色调，因此在B通道分量中对应的背景区域灰度值更高。将Gb按设定阈值Thg2(经多次试验确定为150)进行分割处理得到图像Gb1，对比原图G可以看到其中黑色像素点即为火焰和黑烟区域。

(a)R通道 (b)G通道

(c)B通道(Gb) (d)Gb1

图3火焰的三通道分量图像

Fig.3Three-channelseparationimagesofflame

2.3 火炬燃烧自动控制策略

由于火炬火焰的特殊性，需要根据多帧图像的处理结果进行燃烧状态判断。不同的火炬气燃烧会有不同的状态，在此设定火炬正常燃烧时黑烟面积占总面积的比例阈值D=0.34。连续拍下多帧火焰图像，计算每帧图像中黑烟面积占总面积的比例P，并与阈值D进行对比。设定好定时器、计数器并进行循环检测。以时间段Tset内的超标图像帧数给定值N1作为输入，以火炬燃烧监测结果N2作为反馈变量，将二者的比较值ΔN经D/A转换后用于对氮气、蒸汽调节阀进行控制，构成闭环自动控制系统，如图4所示。