پیش بینی میزان آلاینده NOx در یک محفظه احتراق آزمایشگاهی با شعله پایدار شده چرخشی با استفاده از روش پردازش تصویر شعله و بکارگیری روش های داده کاوی

هدف از این مطالعه پیش بینی محدوده آلاینده NOx بر اساس ویژگی های استخراج شده از تصویر شعله (شامل ویژگی های هندسی و نورتابی) می باشد. به بیان دیگر، در این مطالعه ارتباط بین تصاویر ثبت شده از شعله در نقاط مختلف عملکردی یک محفظه احتراق آزمایشگاهی با کاربرد در توربین های گازی نیروگاهی، با مقادیر اندازه گیری شده سطح آلاینده NOx تولید شده در این نقاط عملکردی، به کمک پردازش تصویر شعله و بکارگیری سه روش شبکه عصبی متفاوت بررسی شده است. ویژگی های مختلف استخراج شده از تصویر شعله بعنوان ورودی به شبکه های عصبی LVQ، SOM و MLP ارایه گردیده و بر این اساس محدوده مقادیر NOx مربوط به تصاویر شعله، پیش بینی شده و با مقادیر اندازه گیری شده از محفظه صحت سنجی می شود. آزمایشات مربوطه با بکارگیری چهار نوع انژکتور پاشش سوخت ثانویه، با ساختار هندسی و طراحی متفاوت، در شرایط نسبت هم ارزی کلی در محدوده 0/9~ 0/7 همراه با مقادیر مختلف دبی پاشش سوخت ثانویه در محدوده 4/2 ~0.0 لیتر بر دقیقه قبلا انجام شده اند. نتایج نشان می دهند که شبکه عصبی LVQ جهت پیش بینی میزان آلایندگی NOx با دقت 97% توانایی بالاتری نسبت به شبکه عصبی MLP (با دقت 95%) و SOM (با دقت 89%) از خود نشان می دهد. نوآوری این پژوهش در آن است که تاکنون بر روی این محفظه احتراق (همراه با پاشش سوخت ثانویه) هیچ گونه مطالعه بر پایه پردازش تصویر شعله صورت نگرفته است.