典型文献
基于深度学习的贫燃熄火预测方法和实验研究
文献摘要：
针对低污染贫燃预混燃烧技术中的火焰振荡、局部熄火和复燃现象,提出一种基于深度学习的贫燃熄火预测方法.该方法使用VGG19深度网络提取火焰图像重点特征,对火焰状态进行分类;利用vid2vid模型生成的含有随机噪声火焰RGB图像,对振荡火焰状态分类模型(BFC)进行鲁棒性和泛化性验证;通过生成火焰驻定程度的量化对火焰状态分类结果进行更加细节的补充,减少火焰状态的误判;此外从视频预测角度预测熄火前振荡火焰未来帧状态,增强对临近熄火的理解.结果表明:BFC模型的识别准确率达95.44％,F1-score为94.54％,未来2 ms火焰状态在多个测试集上的平均预测准确率也在84％以上,从而实现较为可靠的火焰状态分类和未来状态预测.
文献关键词：
贫燃熄火;火焰振荡;时序预测;深度学习;旋流火焰;语义分割
中图分类号：
作者姓名：
何涛;王思睿;卫思霁;刘训臣;李磊;韩啸;张弛;董雪;齐飞
作者机构：
上海交通大学中英国际低碳学院,上海 200240;上海交通大学机械与动力工程学院,上海 200240;北京航空航天大学能源与动力工程学院,北京100191
文献出处：
引用格式：
[1]何涛;王思睿;卫思霁;刘训臣;李磊;韩啸;张弛;董雪;齐飞-.基于深度学习的贫燃熄火预测方法和实验研究)[J].燃烧科学与技术,2022(03):304-312
A类：
贫燃熄火,火焰振荡,vid2vid,BFC,未来帧
B类：
低污染,贫燃预混燃烧,燃烧技术,局部熄火,复燃,VGG19,深度网络,取火,火焰图像,重点特征,模型生成,随机噪声,RGB,状态分类,分类模型,泛化性,加细,少火,误判,视频预测,测角,角度预测,识别准确率,score,ms,测试集,预测准确率,状态预测,时序预测,旋流火焰,语义分割
AB值：
0.348655
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
