一种锅炉燃烧中煤质识别的装置与方法与流程

1.本发明涉及煤质识别领域，特别是一种锅炉燃烧中煤质识别的装置与方法。


背景技术：

2.许多研究机构与发电企业对如何提高锅炉运行效率的问题进行了研究：如果通过燃烧优 化技术使锅炉在最佳燃烧状态点附近运行，对提高锅炉效率及降低污染物(nox,so2,co2、 pm10，pm2.5等)的排放具有重要作用。但实际应用中遇到了难题：锅炉燃煤煤质的经常性 波动，如果不能及时反映到参数配置中，会使得整个优化结果产生较大偏差。一些研究欲利 用煤质图像采集的方法进行煤质的识别并输入到燃烧优化模型中去，那么如何完成煤质识别 就成为当下急需解决的问题。
3.

技术实现要素：

4.本发明的目的在于克服现有技术的不足，提供一种锅炉燃烧中煤质识别的装置与方法， 准确地完成煤质识别，为锅炉燃烧优化提供必要前提条件。
5.本发明的目的是通过以下技术方案来实现的：
6.一种锅炉燃烧中煤质识别的装置，包括图像采集设备与信息处理装置，所述图像采集设 备与信息处理装置电连接；
7.所述图像采集设备采集煤质图像并将煤质图像发送到信息处理装置，所述信息处理装置 接收到煤质图像后通过以下操作完成煤质种类的识别：
8.s1：预处理煤质图像；
9.s2：根据煤质图像获取连通域图并根据连通域图计算煤质图像的各连通图的面积；
10.s3：根据各连通图的面积统计得到连通图面积占比；
11.s4：将连通图面积占比与判别门限进行比较进行煤质种类的图形学判别。
12.进一步，所述图像采集设备通过固定机构固定，所述固定机构包括支架、支架底座及固 定底座；所述图像采集设备通过固定底座固定于支架上，所述支架与支架底座连接，所述支 架底座设于地面。
13.进一步，所述信息处理装置电连接由触发传感器，所述触发传感器检测是否触发图像采 集设备进行图像采集。
14.一种锅炉燃烧中煤质识别的方法，包括以下步骤：
15.s1：采集并预处理煤质图像；
16.s2：根据煤质图像获取连通域图并根据连通域图计算煤质图像的各连通图的面积；
17.s3：根据各连通图的面积统计得到连通图面积占比；
18.s4：将连通图面积占比与判别门限进行比较进行煤质种类的图形学判别。
19.进一步，所述步骤s2依次包括以下子步骤：
20.s201：规范煤质图像的图片大小；
21.s202：使用全局直方图均衡化处理煤质图像；
22.s203：对煤质图像进行灰度图像二值化处理；
23.s204：对煤质图像进行连通性增强处理；
24.s205：对煤质图像进行图形分割；
25.s206：对煤质图像做背景去除；
26.s207：对煤质图像进行像素颠倒获取连通域图；
27.s208：根据连通域图计算煤质图像的各连通图的面积。
28.进一步，所述步骤s3包括以下子步骤：
29.s301：对各连通图的面积进行误差消除处理；
30.s302：对各连通图的面积根据连通图种类统计得到连通图面积占比。
31.进一步，所述判别门限通过基于小样本统计的启发式判别门限计算方法获得；所述基于 小样本统计的启发式判别门限计算方法包括以下步骤：
32.(1)针对每种煤质种类的煤炭多次采集煤质图像并获取相应的连通图面积占比；
33.(2)针对根据每种煤质种类的煤炭得到的所述相应的连通图面积占比分别设定预估的判 别门限；
34.(3)根据所述判别门限的特性以及判别门限与相应的连通图面积占比之间的关系为预估 的判别门限的参数划定可选值范围；
35.(4)根据所述可选值范围确定参数融合值，并根据参数融合值以及相应的连通图面积占 比计算得到判别门限估计值；
36.(5)利用判别门限估计值进行启发式迭代计算得到判别门限。
37.进一步，煤质种类为第i种煤情况下得到的所述预估的判别门限设定为：
[0038][0039]
所述可选值范围为且 [0040]
其中，δj为预估的判别门限的参数，thj为针对第j次采集的预估的判别门限， 为针对第j次采集的相应的连通图面积占比，j表示对每种煤 质种类的煤炭的采集次数，最大m次，i表示连通图种类，一共有n种。
[0041]
进一步，对步骤s3得到的连通图面积占比通过基于平均灰度的动态修正方法进行修正， 所述基于平均灰度的动态修正方法包括以下步骤：
[0042]
1)计算煤质图像的原始图像的平均灰度；
[0043]
2)根据所述基于小样本统计的启发式判别门限计算方法的步骤(1)中针对每种煤质种 类的煤炭多次采集得到的煤质图像计算多种煤质的灰度均值；
[0044]
3)根据煤质图像的原始图像的平均灰度与多种煤质的灰度均值计算得到矫正因子；
[0045]
4)根据矫正因子对连通图面积占比进行矫正。
[0046]
进一步，所述步骤s4后还包括以下步骤：
[0047]
s5：对煤质图像的原始图像进行基于变尺度网格分割图像块灰度的判别得到煤质种类的 变尺度网格灰度判别判别；
[0048]
s6：将煤质种类的图形学判别和煤质种类的变尺度网格灰度判别判别的判别结果结合得 到最终结果。
[0049]
本发明的有益效果是：
[0050]
准确地完成煤质识别，为锅炉燃烧优化提供必要前提条件。
附图说明
[0051]
图1为一种锅炉燃烧中煤质识别的装置的机械结构示意图；
[0052]
图2为支架高度计算原理图；
[0053]
图3为支架底座的结构示意图；
[0054]
图4为支架底座的平面示意图；
[0055]
图5为地下桩顶面的平面示意图；
[0056]
图6为固定底座的结构示意图；
[0057]
图7为第一连接面的平面示意图；
[0058]
图8为第二连接面的平面示意图；
[0059]
图9为遮光罩的俯视图；
[0060]
图10为一种锅炉燃烧中煤质识别的装置的电学结构示意图；
[0061]
图11为同等条件下采集的三种煤质图片；
[0062]
图12为经步骤s2的各个子步骤处理后得到的图像(按子步骤从第一行左至右再转第二 行从左至右)。
[0063]
图中，1-支架、2-支架底座、3-固定底座、4-遮光罩、5-工业黑白摄像机、6-磁通门传感 器、7-补光灯、8-地下桩顶面、9-第一螺母、10-第一螺丝、11-第一连接面、12-第二连接面、 13-连接杆焊接点、14-集合线束孔、15-补光灯线束孔、16-磁通门传感器线束孔、17-摄像机 线束孔、18-固定连接杆、19-摄像机固定孔。
具体实施方式
[0064]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精 神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征 可以相互组合。
[0065]
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图 式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实 际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复 杂。
[0066]
实施例一：
[0067]
如图1至图12所示，一种锅炉燃烧中煤质识别的装置，包括图像采集设备与信息处理装 置，所述图像采集设备与信息处理装置电连接；
[0068]
所述图像采集设备采集煤质图像并将煤质图像发送到信息处理装置，所述信息处理装置 接收到煤质图像后通过以下操作完成煤质种类的识别：
[0069]
s1：预处理煤质图像；
[0070]
s2：根据煤质图像获取连通域图并根据连通域图计算煤质图像的各连通图的面积；
[0071]
s3：根据各连通图的面积统计得到连通图面积占比；
[0072]
s4：将连通图面积占比与判别门限进行比较进行煤质种类的图形学判别。
[0073]
所述步骤s2依次包括以下子步骤：
[0074]
s201：规范煤质图像的图片大小；
[0075]
s202：使用全局直方图均衡化处理煤质图像；
[0076]
s203：对煤质图像进行灰度图像二值化处理；
[0077]
s204：对煤质图像进行连通性增强处理；
[0078]
s205：对煤质图像进行图形分割；
[0079]
s206：对煤质图像做背景去除；
[0080]
s207：对煤质图像进行像素颠倒获取连通域图；
[0081]
s208：根据连通域图计算煤质图像的各连通图的面积。
[0082]
所述步骤s3包括以下子步骤：
[0083]
s301：对各连通图的面积进行误差消除处理；
[0084]
s302：对各连通图的面积根据连通图种类统计得到连通图面积占比。
[0085]
所述判别门限通过基于小样本统计的启发式判别门限计算方法获得；所述基于小样本统 计的启发式判别门限计算方法包括以下步骤：
[0086]
(1)针对每种煤质种类的煤炭多次采集煤质图像并获取相应的连通图面积占比；
[0087]
(2)针对根据每种煤质种类的煤炭得到的所述相应的连通图面积占比分别设定预估的判 别门限；
[0088]
(3)根据所述判别门限的特性以及判别门限与相应的连通图面积占比之间的关系为预估 的判别门限的参数划定可选值范围；
[0089]
(4)根据所述可选值范围确定参数融合值，并根据参数融合值以及相应的连通图面积占 比计算得到判别门限估计值；
[0090]
(5)利用判别门限估计值进行启发式迭代计算得到判别门限。
[0091]
煤质种类为第i种煤情况下得到的所述预估的判别门限设定为：
[0092][0093]
所述可选值范围为且 [0094]
其中，δj为预估的判别门限的参数，thj为针对第j次采集的预估的判别门限， 为针对第j次采集的相应的连通图面积占比，j表示对每种煤 质种类的煤炭的采集次数，最大m次，i表示连通图种类，一共有n种。
[0095]
对步骤s3得到的连通图面积占比通过基于平均灰度的动态修正方法进行修正，所述基于 平均灰度的动态修正方法包括以下步骤：
[0096]
1)计算煤质图像的原始图像的平均灰度；
[0097]
2)根据所述基于小样本统计的启发式判别门限计算方法的步骤(1)中针对每种煤质种 类的煤炭多次采集得到的煤质图像计算多种煤质的灰度均值；
[0098]
3)根据煤质图像的原始图像的平均灰度与多种煤质的灰度均值计算得到矫正因子；
[0099]
4)根据矫正因子对连通图面积占比进行矫正。
[0100]
所述步骤s4后还包括以下步骤：
[0101]
s5：对煤质图像的原始图像进行基于变尺度网格分割图像块灰度的判别得到煤质种类的 变尺度网格灰度判别判别；
[0102]
s6：将煤质种类的图形学判别和煤质种类的变尺度网格灰度判别判别的判别结果结合得 到最终结果。
[0103]
所述图像采集设备为摄像机。
[0104]
所述图像采集设备固定架设于煤场中对煤质进行图像采集。
[0105]
图像采集设备通过支架1设置于运煤车辆称重处，即在运煤车辆称重处称重时利用图像 采集设备从高处垂直俯拍车斗中的煤。
[0106]
这是考虑到图像采集设备需要稳定的供电与网络通讯以及电厂中煤场的作业环境。
[0107]
所述图像采集设备通过固定机构固定，所述固定机构包括支架1、支架底座2及固定底 座3；所述图像采集设备通过固定底座3固定于支架1上，所述支架1与支架底座2连接， 所述支架底座2设于地面。
[0108]
支架1作为图像采集设备的支撑结构件与支架底座2相连，多段钢管焊接形成图1所示 结构，管内联通用于线路布置。
[0109]
图像采集设备通过支架1设置于运煤车辆称重处，图像采集设备通过固定装置固
定于支 架1上，图像采集设备的拍摄部定位于运煤车辆车斗的中心位置，且支架1的高度按如下公 式计算，才能满足使用需求，满足拍摄部拍摄覆盖的最小要求：
[0110]
h＝h1 h2 h3[0111]
h1＝d/(2tan(a/2))
[0112]
式中，h表示支架1的高度，h1表示拍摄所需高度，h2表示运煤车的高度，h3表示图像 采集设备及固定装置的高度，d表示运煤车辆的车斗宽度，a表示摄像部的视角。
[0113]
支架底座2与地面相连，支架底座2作为支架1的固定地面(金属)结构件，具体结构 如图3所示。地下桩通过水泥浇灌固定，并预留地上连接地下桩顶面8(为金属面)，支架 底座2与地下桩顶面8通过4个螺栓(包括第一螺母9与第一螺丝10)紧固；
[0114]
固定底座3，作为图像采集设备的固定连接面，与支架1相连，图像采集设备通过螺丝、 强力胶等固定方法紧固于固定底座3。固定底座3包括第一连接面11与第二连接面12，并通 过4个固定连接杆18(为金属杆)焊接连接，第一连接面11与第二连接面12挖孔用于电线、 信号线的走线，第一连接面11与支架1焊接相连。
[0115]
第一连接面11与第二连接面12均为金属面。
[0116]
第一连接面11与第二连接面12上均设有固定连接杆焊接点13，用于与固定连接杆18 焊接。
[0117]
第一连接面11上设有集合线束孔14，第二连接面12上设有补光灯7线束孔15、磁通门 传感器6线束孔16以及摄像机线束孔17，分别用于补光灯7、磁通门传感器6以及摄像机走 线，三者的走线在第一连接面11上通过集合线束孔14进入支架1上设置的管内联通的钢管 内。
[0118]
第二连接面12上还设有摄像机固定孔19，用于通过螺栓的方式固定摄像机。
[0119]
所述支架1顶部设有遮光罩4。
[0120]
遮光罩4一定程度减弱光线对拍摄照片的影响。
[0121]
所述遮光罩4下方设有补光灯7，补光灯7与遮光罩4配合提供较为稳定的光照度。
[0122]
所述摄像机为工业黑白摄像机5。负责拍摄工业级黑白照片。由于后续处理图片方法也 仅需要灰度图，黑白摄像机可以在此需求下提供细节更丰富的图像；
[0123]
所述信息处理装置电连接由触发传感器，所述触发传感器检测是否触发图像采集设备进 行图像采集。
[0124]
所述触发传感器为磁通门传感器6。
[0125]
所述信息处理装置包括上位机与下位机，
[0126]
上位机接收触发传感器的信号并进行图像采集设备是否进行图像采集的判断；上位机的 判断结果为图像采集设备进行图像采集时上位机控制图像采集设备与补光灯7工作；上位机 设有临时存储设备，所述临时存储设备存储需临时存储的煤质图像。
[0127]
当运煤车辆接近图像采集设备时，磁通门传感器6采集到的地磁信号发生变化，上位机 接收到磁通门传感器6发送的该信号，并检测到磁通门传感器6采集到的地磁信号的变化梯 度为0(即运煤车辆停稳)时，上位机判断为图像采集设备进行图像采集，由上位机发送信 号给图像采集设备触发拍摄。
[0128]
拍摄时，摄像部必须垂直于地面。且确保补光灯7启动后的光源稳定，需要做延迟拍摄 设定。
[0129]
拍摄时为了保证图像质量，避免对焦不当导致的不稳定，需进行多次拍摄，由下位机进 行最终选择。
[0130]
上位机在下位机的请求下向下位机发送临时存储设备中存储的煤质图像，并根据煤质图 像完成煤质种类的识别。
[0131]
一种锅炉燃烧中煤质识别的方法，包括以下步骤：
[0132]
s1：采集并预处理煤质图像；
[0133]
s2：根据煤质图像获取连通域图并根据连通域图计算煤质图像的各连通图的面积；
[0134]
根据煤质图像的连通域图获取各连通图的面积，对各连通图的面积进行统计，从而获得 煤块的近似大小和均匀度分析。
[0135]
本实施例采用基于图形学的方法，判断煤质颗粒大小和均匀程度。
[0136]
煤质颗粒较小且均匀表示煤质较好，煤质颗粒大且不均匀认为煤质不好。因此计算各连 通图的面积，据此表示煤质。
[0137]
步骤s2依次包括以下子步骤：
[0138]
s201：规范煤质图像的图片大小；
[0139]
s202：使用全局直方图均衡化处理煤质图像；
[0140]
s203：对煤质图像进行灰度图像二值化处理；
[0141]
s204：对煤质图像进行连通性增强处理；
[0142]
利用形态学方法对煤质图像做2轮先腐蚀再膨胀；再对煤质图像做3轮膨胀，从而增加 图型的连通性；进行中值滤波；
[0143]
s205：对煤质图像进行图形分割；
[0144]
s205利用分水岭方法进行图形分割，寻找前景区域。
[0145]
s206：对煤质图像做背景去除；
[0146]
找出未知区域，将未知区域用0填充，获得标记区域图；
[0147]
s207：对煤质图像进行像素颠倒获取连通域图；
[0148]
s208：根据连通域图计算煤质图像的各连通图的面积；对连通域图合并后获得煤块轮廓 图。
[0149]
s3：根据各连通图的面积统计得到连通图面积占比；
[0150]
由于一般情况煤质种类并不多，可以根据实际采用的煤种设定统计特性。
[0151]
s301：对各连通图的面积进行误差消除处理；
[0152]
考虑到颗粒阴影以及误差等影响，滤除连通图的面积在滤波面积范围内的区域。滤波面 积范围为小于5000像素点或大于50000像素点。
[0153]
s302：对各连通图的面积根据连通图种类统计得到连通图面积占比；
[0154]
连通图种类根据连通图的连通面积大小分类，连通图的连通面积大小指示煤质，煤质不 同，连通图的连通面积大小也不同。连通图种类包括(以此为例)小连通图(连通面积在10000 像素点以内)、中连通图(连通面积在10000～30000像素点)以及大连通图(连通面积在30000 像素点以上)。
[0155]
如图11中，自左向右分别属于小连通图、中连通图、大连通图，分别为1号煤、2号煤、 3号煤的煤质图像。
[0156]
s4：将连通图面积占比与判别门限进行比较进行煤质种类的图形学判别；
[0157]
例如，小连通图面积占比占90％以上(小连通图的判别门限为0.9)，可以认为是1号煤； 中连通图面积占比占20％(中连通图的判别门限为0.2)，可以认为是2号煤；大连通图面积 占比占20％(大连通图的判别门限为0.2)，可以认为是3号煤。
[0158]
通过步骤s1-s4实现基于图形学的判别。准确地完成煤质识别，为锅炉燃烧优化提供必 要前提条件。
[0159]
连通图面积占比以向量s＝[s1,s2,...,sn]表示；
[0160]
判别门限以门限向量th＝[th1,th2,...,thn]表示；
[0161]
比较判别的判别结果以向量α＝[α1,α2,...,αn]表示；其中
[0162][0163]
i表示连通图种类，即煤质种类，一共有n种；
[0164]
所述判别门限通过基于小样本统计的启发式判别门限计算方法获得；
[0165]
判别门限th＝[th1,th2,...,thn]可以通过少量实验统计近似获得。
[0166]
所述基于小样本统计的启发式判别门限计算方法包括以下步骤：
[0167]
(1)针对每种煤质种类的煤炭多次采集煤质图像并获取相应的连通图面积占比；
[0168]
该步骤通过执行一种锅炉燃烧中煤质识别的方法的步骤s1、s2、s3来采集煤质图像并 获取相应的连通图面积占比。
[0169]
相应的连通图面积占比以其中j表示对 每种煤质种类的煤炭的采集次数，最大m次。
[0170]
判别结果向量应该为：
[0171]
(2)针对根据每种煤质种类的煤炭得到的所述相应的连通图面积占比分别设定预估的判 别门限；
[0172]
煤质种类为第i种煤情况下得到的所述预估的判别门限设定为：
[0173][0174]
上式为煤质种类为第i种煤情况下得到的预估的判别门限；
[0175]
按上式设定预估的判别门限是因为此时判别门限需要满足所有m种情况，将所采集图像 的煤炭的煤质种类判别为第i种煤对应的连通图种类，则说明门限其余门限 因此预估的判别门限用
±
δj表示，δj即为预估的判别门限的参数。
[0176]
(3)根据所述判别门限的特性以及判别门限与相应的连通图面积占比之间的关系为预估 的判别门限的参数划定可选值范围；
[0177]
首先则式(2)中
[0178]
也就是
[0179]
令
[0180]
则满足
[0181]
假设真实的判定门限存在于thj中，则
[0182]
而
[0183]
由上式可以推出
[0184][0185][0186]
令
[0187]
则满足
[0188]
将与两个不等 式合并可得：
[0189][0190]
可选值范围即为且 [0191]
其中，δj为预估的判别门限的参数，thj为针对第j次采集的预估的判别门限， 为针对第j次采集的相应的连通图面积占比，j表示对每种煤 质种类的煤炭的采集次数，最大m次，i表示连通图种类，一共有n种。
[0192]
(4)根据所述可选值范围确定参数融合值，并根据参数融合值以及相应的连通图面积占 比计算得到判别门限估计值；
[0193]
假设有p个δ处于可选值范围，并标记为集合p，
[0194]
实际上，可选值范围内的δ越小，该组相应的连通图面积占比sj越接近判别门限th，因 此本实施例取下限的平均值作为参数融合值：
[0195]
判别门限估计值为即用任意一 组满足不等式条件的相应的连通图面积占比向量叠加参数融合值。
[0196]
参数融合值的确定也可采用其他方式，如均值、中位值，甚至是随机选择。
[0197]
(5)利用判别门限估计值进行启发式迭代计算得到判别门限。
[0198]
用判别门限估计值替换判别门限估计值计算中选择的那组相应的连通图面积占比向量，重复步骤(2)、(3)、(4)，获得新的参数融合值δ
*
与判别门限估计值直到 参数融合值δ
*
不再发生变化，而此次计算得到的判别门限估计值即为最终的判别门限。
[0199]
对步骤s3得到的连通图面积占比通过基于平均灰度的动态修正方法进行修正；
[0200]
由于基于图形学分析的方法是建立在煤块大小区别的基础上，因此不考虑煤质成分的影 响，但煤质成分会导致煤质图像灰度的变化(例如煤质水分高，会导致灰度值低)。当进行 图形分割时，会由于图像预处理后的边缘不准确，导致“过连通”的存在，即连通图的面积 偏大。因此，对连通图的面积统计时，会由于图像平均灰度的变化产生偏差。本实施例提出 基于平均灰度的动态修正，利用图像平均灰度动态修正统计特性判别的方法。
[0201]
所述基于平均灰度的动态修正方法包括以下步骤：
[0202]
1)计算煤质图像的原始图像的平均灰度g*。
[0203]
2)根据所述基于小样本统计的启发式判别门限计算方法的步骤(1)中针对每种煤质种 类的煤炭多次采集得到的煤质图像计算多种煤质的灰度均值；
[0204]
在进行统计特性占比判定参考时所用图像，即根据所述基于小样本统计的启发式判别门 限计算方法的步骤(1)中针对每种煤质种类的煤炭多次采集得到的煤质图像，分别按照煤质 种类计算每种煤质图像的灰度均值，分别为g1,g2,...,gn；再计算多种煤质的灰度均值，即 进行n种煤质灰度的平均，即g
avg
＝(g1 g2 ... gn)/n。
[0205]
3)根据煤质图像的原始图像的平均灰度与多种煤质的灰度均值计算得到矫正因子，矫正 因子为f＝g*/g
avg
。
[0206]
4)根据矫正因子对连通图面积占比进行矫正；
[0207]
矫正后的连通图面积占比为原连通图面积占比乘以矫正因子f，
[0208]
即s
′
＝f
·
[s1,s2,...,sn]
[0209]
最终确定是否符合某一煤质的占比特性。
[0210]
所述步骤s4后还包括以下步骤：
[0211]
s5：对煤质图像的原始图像进行基于变尺度网格分割图像块灰度的判别得到煤质种类的 变尺度网格灰度判别判别；
[0212]
将煤质图像的原始图像进行变尺度网格化处理，所述变尺度网格化处理的尺度个数按煤 质种类确定，计算每个尺度下各个图像块的灰度并根据各个图像块的灰度进行煤质种类的变 尺度网格灰度判别判别；
[0213]
将煤质图像的原始图像进行网格化，其中u为尺度的个数，一般令 u＝n，r＝[10,20,30,...,10*u]，即按煤质种类数量选取尺度个数。分别计算每个尺度下ro×ro
个 图像块中的平均灰度，并进行排序。每个尺度平均灰度值大的前10％图像块中按照1/o2均匀 抽样(保证各尺度比较个数相同)，进行灰度值比较，灰度值大的积一分，得分最低的分割 尺度淘汰，同理再进行前20％～10％间的比较，依此类推，最后优胜的尺度o，则为判别煤质 种类。
[0214]
s6：将煤质种类的图形学判别和煤质种类的变尺度网格灰度判别判别的判别结果结合得 到最终结果；
[0215]
将煤质种类的图形学判别和煤质种类的变尺度网格灰度判别判别的两个判别结果相结 合，可以得到更鲁棒的判别结果。
[0216]
如果两种判别结果一致，则识别结果明确，如果两种判别不一致，为了后续较为稳妥的 参数控制，偏重于按照中等质量的煤质进行计算，也就是此时识别为中间等级煤质。
[0217]
也可采用对煤质种类的图形学判别的判别不明确或不明显的情况下结合煤质种类的变尺 度网格灰度判别判别。
[0218]
一种锅炉燃烧中煤质识别的装置应用一种锅炉燃烧中煤质识别的方法。
[0219]
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因 此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在 不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。