پیش بینی میزان آلاینده Nox در یک محفظه احتراق آزمایشگاهی با شعله پایدارشده چرخشی با استفاده از روش پردازش تصویر شعله و به کارگیری روش های داده کاوی

هدف این مقاله پیش بینی محدوده الاینده Nox براساس ویژگی های استخراج شده ازتصویر شعله شامل ویژگی های هندسی و نورتابی است دراین مقاله ارتباط بین تصاویر ثبت شده ازشعله درنقاط مختلف عملکردی یک محفظه احتراق ازمایشگاهی باکاربرد درتوربین های گازی نیروگاهی بامقادیر اندازه گیری شده سطح الاینده NOx تولید شده دراین نقاط عملکردی به کمک پردازش تصویرشعله و به کارگیری سه روش شبکه عصبی متفاوت بررسی شده است ویژگیهای استخراج شده ازتصویرشعله به عنوان ورودی به شبکه های عصبی LVQ خودسازمانده و چندلایه ارایه و براین اساس محدوده مقادیر NOx مربوط به تصاویر شعله پیش بینی و بامقادیر اندازه گیری شده ازمحفظه صحت سنجی میشود ازمایشات مربوط بابه کارگیری چهارنوع انژکتور پاشش سوخت ثانویه باساختارهندسی و طراحی متفاوت درشرایط نسبت هم ارزی کلی درمحدوده 0/7تا0/9 همراه با مقادیر مختلف دبی پاشش سوخت ثانویه درمحدوده صفر تا 4/2 لیتر بردقیقه قبلا انجام شده است نتایج نشان میدهد که شبکه عصبی LVQ جهت پیش بینی میزان الایندگی NOXبادقت 98درصد توانایی بالاتری نسبت به شبکه عصبی چندلایه بادقت 95درصد و خودسازمانده بادقت 89درصد دارد نواوری این پژوهش دراین است که تاکنون روی این محفظه احتراق همراه با پوشش سوخت ثانویه هیچ مطالعه ای برپایه پرداز تصویر شعله انجام نشده است

کلیدواژه ها:

محفظه احتراق باشعله پایدارشده چرخشی ، شبکه عصبی چندلایه ، شبکه عصبی خودسازمانده ، شبکه عصبی LVQ