基于数字图像和SDBP的预混火焰燃烧状态识别

利用数字图像处理技术和最速下降反传算法（SDBP）网络对预混火焰的燃烧状态识别技术进行了研究。针对本生灯的层流预混火焰,利用视频采集卡记录火焰图像,通过数字图像处理得到火焰的位置、形状信息。利用光电池记录火焰的辐射强度信息。将典型的火焰燃烧状态如稳定燃烧状态、回火状态以及脱火等状态的位置、强度信息作为改进后的SDBP人工神经网络的输入信息进行训练,训练好的SDBP网络接受火焰特征的输入信息,就可以识别火焰燃烧的状态。实验结果表明：该神经网络可以判断出当前火焰的燃烧状态。