Yıl 2019, Cilt , Sayı 16, Sayfalar 283 - 291 2019-08-31

Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi

Sedat Golgiyaz [1] , Muhammed Fatih Talu [2] , Cem Onat [3]


Bu makalede, küçük ölçekli fındık kömürü yakıtlı brülörde baca gazı sıcaklığı tahmini ile ilgili deneysel bir çalışma sunulmaktadır. Baca gazı sıcaklığı yakıt türüne göre belli bir aralıkta olması gerekir aksi durumda kazanda korozyona sebep olmaktadır. Bu çalışma kapsamında alev görüntüsünden öznitelikler elde edilmiştir. Bu öznitelikler ve DVR modeli ile baca gazı sıcaklığı tahmin edilmiştir. Alev görüntüsü CCD kamera ile alınmıştır. Aynı zamanda referans baca gazı sıcaklığı, baca gazı analizörü ile alınmıştır.  Alev görüntüsü ve sıcaklık değeri aynı bilgisayara kaydedilmiştir. Alev görüntüsü gri seviye görüntüsüne çevrilerek öznitelikler elde edilmiştir. Öznitelikler elde edilirken alev görüntüsünün yoğunluk dağılımı kullanılmıştır. Bu işlem için iki tip dağılım kullanılmıştır. Birincisi görüntünün histogramı alınarak konumdan bağımsız yoğunluk dağılımının elde edilmesidir. İkincisi satır ve sütun toplamlarını kullanarak uzamsal yoğunluk dağılımının elde edilmesidir. Bu iki özniteliğin kombinasyonlarından elde edilen öznitelikler 6 çeşit DVR modeli ile gerçekleştirilmiştir. En iyi sonuçlar, her iki dağılımdan elde edilen özniteliklerin birlikte kullanıldığı öznitelik çıkarma yöntemi için kübik DVR modeli ile elde edilmiştir. Önerilen modelde baca sıcaklığı (T °C) doğruluk ile tahmin edilmiştir. Elde edilen sonuçlar baca gazı sıcaklığı ile alev görüntüsü arasında yüksek oranda bir ilişki olduğunu göstermektedir.

Baca gazı sıcaklığı tahmini, alev görüntüsü, destek vektör regresyon
  • Baek, W. B., Lee, S. J., Baeg, S. Y., & Cho, C. H. Flame image processing & analysis for optimal coal firing of thermal power plant. https://doi.org/10.1109/ISIE.2001.931596
  • Baek, W. B., Lee, S. J., Baeg, S. Y., & Cho, C. H. (2001). Flame image processing & analysis for optimal coal firing of thermal power plant. {ISIE 2001: IEEE International Symposium on Industrial Electronics Proceedeing, Vols I-III}, {928-931}. https://doi.org/10.1109/ISIE.2001.931596
  • Bilgin, A. (2007). Kazanlarda enerji Verimliliği ve Emisyonlar. In VIII. Ulusal Tesisat Mühendisliği Kongresi (pp. 33–40). İzmir: TMMOB Makina Mühendisleri Odası. Retrieved from http://www1.mmo.org.tr/resimler/dosya_ekler/c676cb12b9a742f_ek.pdf
  • Bonefacic, I., Blecich, P., Bonefačić, I., & Blecich, -P. (2015). Two-color temperature measurement method using BPW34 PIN photodiodes. Engineering Review (Vol. 35). Retrieved from https://www.researchgate.net/publication/282818960
  • Conti, J., Holtberg, P., Diefenderfer, J., LaRose, A., Turnure, J. T., & Westfall, L. (2016). International Energy Outlook 2016 With Projections to 2040. https://doi.org/10.2172/1296780
  • GoldsWorthy, P., Eyre, D. J., & On, E. (2013). Value-in-use (VIU) assessment for thermal and metallurgical coal. The Coal Handbook: Towards Cleaner Production (Vol. 2). https://doi.org/10.1533/9781782421177.3.455
  • Golgiyaz, S., Talu, M. F., & Onat, C. (2016). Estimation of Excess Air Coefficient for Automated Feed Coal Burners with Image-Based Gauss Model. In International Conferece on Artificial Intelligence and Data Processing, IDAP’16 (pp. 528–531). Malatya-Turkey.
  • González-Cencerrado, A., Gil, A., & Peña, B. (2013). Characterization of PF flames under different swirl conditions based on visualization systems. Fuel, 113, 798–809. https://doi.org/10.1016/j.fuel.2013.05.077
  • González-Cencerrado, A., Peña, B., & Gil, A. (2012). Coal flame characterization by means of digital image processing in a semi-industrial scale PF swirl burner. Applied Energy. https://doi.org/10.1016/j.apenergy.2012.01.059
  • Huang, B., Luo, Z., & Zhou, H. (2010). Optimization of combustion based on introducing radiant energy signal in pulverized coal-fired boiler. Fuel Processing Technology, 91(6), 660–668. https://doi.org/10.1016/j.fuproc.2010.01.015
  • Jiang, Z. W., Luo, Z. X., & Zhou, H. C. (2009). A simple measurement method of temperature and emissivity of coal-fired flames from visible radiation image and its application in a CFB boiler furnace. Fuel. https://doi.org/10.1016/j.fuel.2008.12.014
  • Krabicka, J., Lu, G., & Yan SMIEEE, Y. (n.d.). A Spectroscopic Imaging System for Flame Radical Profiling.
  • Li, B., Chen, F., & Shi, L. (2015). A coupling method of direct and inverse heat conduction problems for transient temperature calculation of a boiler drum. Dongli Gongcheng Xuebao/Journal of Chinese Society of Power Engineering, 35(2), 96–102. https://doi.org/10.1299/jtst.2016jtst0030
  • Li, N., Lu, G., Li, X., & Yan, Y. (2014). Prediction of pollutant emissions of biomass flames using digital imaging, contourlet transform and Radial Basis Function network techniques. Conference Record - IEEE Instrumentation and Measurement Technology Conference, 697–700. https://doi.org/10.1109/I2MTC.2014.6860832
  • Li, N., Lu, G., Li, X., & Yan, Y. (2016). Prediction of NOx Emissions from a Biomass Fired Combustion Process Based on Flame Radical Imaging and Deep Learning Techniques. Combustion Science and Technology, 188(2), 233–246. https://doi.org/10.1080/00102202.2015.1102905
  • Li, T., Zhang, C., Yuan, Y., Shuai, Y., & Tan, H. (2018). Flame temperature estimation from light field image processing. Applied Optics, 57(25), 7259. https://doi.org/10.1364/ao.57.007259
  • Liu, Z., Zheng, S., Luo, Z., & Zhou, H. (2016). A new method for constructing radiative energy signal in a coal-fired boiler. Applied Thermal Engineering, 101, 446–454. https://doi.org/10.1016/j.applthermaleng.2016.01.034
  • Lou, C., Zhou, H. C., Yu, P. F., & Jiang, Z. W. (2007). Measurements of the flame emissivity and radiative properties of particulate medium in pulverized-coal-fired boiler furnaces by image processing of visible radiation. Proceedings of the Combustion Institute, 31 II, 2771–2778. https://doi.org/10.1016/j.proci.2006.07.178
  • Mu, H., Li, Z., Han, Z., Li, J., Schlaberg, H. I., Liu, S., & Liu, S. (2015). Visualization Measurement of the Flame Temperature in a Power Station Using the Colorimetric Method. In Physics Procedia. https://doi.org/10.1016/j.egypro.2015.02.075
  • Parveen, N., Zaidi, S., & Danish, M. (2017). Development of SVR-based model and comparative analysis with MLR and ANN models for predicting the sorption capacity of Cr(VI). Process Safety and Environmental Protection, 107, 428–437. https://doi.org/10.1016/j.psep.2017.03.007
  • Peña, B., Bartolomé, C., & Gil, A. (2017). Analysis of thermal resistance evolution of ash deposits during co-firing of coal with biomass and coal mine waste residues. Fuel, 194, 357–367. https://doi.org/10.1016/j.fuel.2017.01.031
  • Qi, M., Luo, H., Wei, P., & Fu, Z. (2018). Estimation of low calorific value of blended coals based on support vector regression and sensitivity analysis in coal-fired power plants. Fuel, 236, 1400–1407. https://doi.org/10.1016/j.fuel.2018.09.117
  • Quej, V. H., Almorox, J., Arnaldo, J. A., & Saito, L. (2017). ANFIS, SVM and ANN soft-computing techniques to estimate daily global solar radiation in a warm sub-humid environment. Journal of Atmospheric and Solar-Terrestrial Physics, 155, 62–70. https://doi.org/10.1016/j.jastp.2017.02.002
  • TALU, M. F., ONAT, C., & DASKIN, M. (2017). Prediction of Excess Air Factor in Automatic Feed Coal Burners by Processing of Flame Images. Chinese Journal of Mechanical Engineering, 30(3), 722–731. https://doi.org/10.1007/s10033-017-0095-3
  • Vapnik, V. N. (2000). The nature of statistical learning theory. Springer. https://doi.org/10.1007/978-1-4757-3264-1
  • Wang, F., Wang, X. J., Ma, Z. Y., Yan, J. H., Chi, Y., Wei, C. Y., … Cen, K. F. (2002). The research on the estimation for the NOxemissive concentration of the pulverized coal boiler by the flame image processing technique. Fuel, 81(16), 2113–2120. https://doi.org/10.1016/S0016-2361(02)00145-X
  • Wang, Z., Liu, M., Dong, M., & Wu, L. (2017). Riemannian Alternative Matrix Completion for Image-Based Flame Recognition. IEEE Transactions on Circuits and Systems for Video Technology, 27(11), 2490–2503. https://doi.org/10.1109/TCSVT.2016.2587378
  • Wu, F., Zhou, H., Ren, T., Zheng, L., & Cen, K. (2009). Combining support vector regression and cellular genetic algorithm for multi-objective optimization of coal-fired utility boilers. Fuel, 88, 1864–1870. https://doi.org/10.1016/j.fuel.2009.04.023
  • Xiangyu, Z., Shu, Z., Huaichun, Z., Bo, Z., Huajian, W., & Hongjie, X. (2016). Simultaneously reconstruction of inhomogeneous temperature and radiative properties by radiation image processing. International Journal of Thermal Sciences, 107, 121–130. https://doi.org/10.1016/j.ijthermalsci.2016.04.003
  • Xiangyu, Z., Xu, L., yu, Y., Bo, Z., & Hongjie, X. (2018). Temperature measurement of coal fired flame in the cement kiln by raw image processing. Measurement: Journal of the International Measurement Confederation. https://doi.org/10.1016/j.measurement.2018.07.063
  • Zhou, H., Han, C. (1994). An exploratory investigation of the computer-based control of utility coal-fired boiler furnace combustion. In J. Eng. Therm. Energy Power (pp. 111–116).
  • Zhou, H., Tang, Q., Yang, L., Yan, Y., Lu, G., & Cen, K. (2014). Support vector machine based online coal identification through advanced flame monitoring. Fuel. https://doi.org/10.1016/j.fuel.2013.10.041
Birincil Dil tr
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Orcid: 0000-0003-0305-9713
Yazar: Sedat Golgiyaz (Sorumlu Yazar)
Kurum: Bingol University
Ülke: Turkey


Orcid: 0000-0003-1166-8404
Yazar: Muhammed Fatih Talu
Kurum: INONU UNIVERSITY

Orcid: 0000-0002-2886-0470
Yazar: Cem Onat

Destekleyen Kurum Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK)
Proje Numarası 117M121
Teşekkür Bu çalışma, MIMSAN AŞ ve Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK, Proje no: 117M121) tarafından desteklenmiştir.
Tarihler

Yayımlanma Tarihi : 31 Ağustos 2019

Bibtex @araştırma makalesi { ejosat568348, journal = {Avrupa Bilim ve Teknoloji Dergisi}, issn = {}, eissn = {2148-2683}, address = {}, publisher = {Osman SAĞDIÇ}, year = {2019}, volume = {}, pages = {283 - 291}, doi = {10.31590/ejosat.568348}, title = {Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi}, key = {cite}, author = {Golgiyaz, Sedat and Talu, Muhammed Fatih and Onat, Cem} }
APA Golgiyaz, S , Talu, M , Onat, C . (2019). Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi. Avrupa Bilim ve Teknoloji Dergisi , (16) , 283-291 . DOI: 10.31590/ejosat.568348
MLA Golgiyaz, S , Talu, M , Onat, C . "Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi". Avrupa Bilim ve Teknoloji Dergisi (2019 ): 283-291 <https://dergipark.org.tr/tr/pub/ejosat/issue/45333/568348>
Chicago Golgiyaz, S , Talu, M , Onat, C . "Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi". Avrupa Bilim ve Teknoloji Dergisi (2019 ): 283-291
RIS TY - JOUR T1 - Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi AU - Sedat Golgiyaz , Muhammed Fatih Talu , Cem Onat Y1 - 2019 PY - 2019 N1 - doi: 10.31590/ejosat.568348 DO - 10.31590/ejosat.568348 T2 - Avrupa Bilim ve Teknoloji Dergisi JF - Journal JO - JOR SP - 283 EP - 291 VL - IS - 16 SN - -2148-2683 M3 - doi: 10.31590/ejosat.568348 UR - https://doi.org/10.31590/ejosat.568348 Y2 - 2019 ER -
EndNote %0 Avrupa Bilim ve Teknoloji Dergisi Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi %A Sedat Golgiyaz , Muhammed Fatih Talu , Cem Onat %T Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi %D 2019 %J Avrupa Bilim ve Teknoloji Dergisi %P -2148-2683 %V %N 16 %R doi: 10.31590/ejosat.568348 %U 10.31590/ejosat.568348
ISNAD Golgiyaz, Sedat , Talu, Muhammed Fatih , Onat, Cem . "Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi". Avrupa Bilim ve Teknoloji Dergisi / 16 (Ağustos 2019): 283-291 . https://doi.org/10.31590/ejosat.568348
AMA Golgiyaz S , Talu M , Onat C . Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi. Avrupa Bilim ve Teknoloji Dergisi. 2019; (16): 283-291.
Vancouver Golgiyaz S , Talu M , Onat C . Görüntü İşleme ve Makine Öğrenmesi Yöntemleri ile Baca Gazı Sıcaklığının Tahmin Edilmesi. Avrupa Bilim ve Teknoloji Dergisi. 2019; (16): 291-283.