本發(fā)明屬于電廠(chǎng)鍋爐燃燒穩(wěn)定性檢測(cè)領(lǐng)域，尤其涉及一種基于火焰多圖像特征的鍋爐燃燒穩(wěn)定性監(jiān)測(cè)方法。

背景技術(shù)：

在火力發(fā)電站鍋爐煤粉燃燒的穩(wěn)定關(guān)系到鍋爐運(yùn)行的經(jīng)濟(jì)性以及安全性。穩(wěn)定性判別方法主要依據(jù)與燃燒相關(guān)的參數(shù)建立模型，間接地判別燃燒穩(wěn)定性。但由于影響燃燒的因素眾多，燃燒狀況的復(fù)雜，實(shí)際應(yīng)用效果不理想。

近年來(lái)，火焰圖像采集監(jiān)控系統(tǒng)已經(jīng)廣泛運(yùn)用于電站鍋爐，但由于現(xiàn)場(chǎng)環(huán)境復(fù)雜，測(cè)量誤差較大。所以，目前火焰視頻圖像在現(xiàn)場(chǎng)還主要應(yīng)用在判斷著火滅火，還不能做到基于動(dòng)態(tài)的視頻圖像自動(dòng)監(jiān)測(cè)燃燒穩(wěn)定性。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述問(wèn)題，本發(fā)明提供了一種根據(jù)視頻圖像判斷鍋爐燃燒穩(wěn)定性的方法，用于自動(dòng)檢測(cè)爐膛內(nèi)火焰的燃燒狀況。

所述方法包括特征值提取和穩(wěn)定性判斷兩部分；具體為

步驟1、從爐膛火焰燃燒視頻中對(duì)每一幀圖像做圖像預(yù)處理，提取每一幀圖像的特征值，包括燃燒區(qū)波動(dòng)指數(shù)、煤粉邊緣輪廓相似度和煤粉邊緣輪廓長(zhǎng)度差值；

步驟2、利用RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練火焰燃燒穩(wěn)定性判定模型，用以判斷爐膛火焰燃燒穩(wěn)定性，根據(jù)其輸出參數(shù)所在的范圍判定穩(wěn)定性。

所述圖像預(yù)處理，包括

步驟101、從爐膛火焰視頻中提取t時(shí)刻的單幀圖像，并將其灰度化，得到圖像f_g(i,j,t)；

步驟102、對(duì)圖像f_g(i,j,t)進(jìn)行中值濾波，得到圖像f_m(i,j,t)；

步驟103、對(duì)圖像f_m(i,j,t)做灰度拉伸處理，增強(qiáng)圖像對(duì)比度，得到圖像f_en(i,j,t)。

所述燃燒區(qū)波動(dòng)指數(shù)能反映燃燒區(qū)的波動(dòng)劇烈程度，其提取方法包括

步驟201、將步驟103處理得到的圖像f_en(i,j,t)根據(jù)灰度閾值100,200從暗到亮依次分為三個(gè)灰度級(jí)分別代表未燃區(qū)、初燃區(qū)和燃盡區(qū)，得到圖像f_l(i,j,t)；未燃區(qū)即煤粉進(jìn)入爐膛后并未立即燃燒，吸收爐內(nèi)輻射能，因而不發(fā)出可見(jiàn)光；初燃區(qū)即煤粉進(jìn)入爐膛后逐漸被加熱，開(kāi)始燃燒，并開(kāi)始釋放出光和熱，從圖中能看到水平方向上的灰度變化；燃盡區(qū)即煤粉在火焰和高溫?zé)煔獾募訜嵯?，完全燃燒，釋放出大量的光和熱，在圖像中呈現(xiàn)出高亮度；

步驟202、通過(guò)上述步驟1以及步驟201得到兩幅燃燒區(qū)分割圖像f_l(i,j,t₀)以及f_l(i,j,t₁)；兩幅圖像間隔幀數(shù)的選擇結(jié)合了火焰閃爍頻率以及視頻幀率，兩幅圖像間隔5幀時(shí)，差分效果最佳；

步驟203、計(jì)算f_l(i,j,t₀)與f_l(i,j,t₁)的差分取絕對(duì)值f_diff(i,j,Δt)＝|f_l(i,j,t₀)-f_l(i,j,t₁)|；

步驟204、統(tǒng)計(jì)圖像f_diff(i,j,Δt)中三個(gè)灰度級(jí)各自的像素點(diǎn)個(gè)數(shù)，n₀,n₁,n₂分別代表像素點(diǎn)所處的燃燒區(qū)前后不變，變化1級(jí)燃燒區(qū)即未燃區(qū)到初燃區(qū)、初燃區(qū)到未燃區(qū)、初燃區(qū)到燃盡區(qū)、燃盡區(qū)到初燃區(qū)以及變化2級(jí)燃燒區(qū)即未燃區(qū)到燃盡區(qū)、燃盡區(qū)到未燃區(qū)的像素點(diǎn)個(gè)數(shù)，變化2級(jí)燃燒區(qū)的像素點(diǎn)處燃燒波動(dòng)大，變化1級(jí)燃燒區(qū)的像素點(diǎn)處的波動(dòng)程度次之，灰度級(jí)前后不變的像素點(diǎn)處的波動(dòng)程度最低，燃燒最穩(wěn)定；

步驟205、計(jì)算穩(wěn)定性指數(shù)f是各個(gè)燃燒區(qū)像素點(diǎn)個(gè)數(shù)占總像素點(diǎn)數(shù)的比值的加權(quán)和；ω₀、ω₁、ω₂為其權(quán)值系數(shù)，n為畫(huà)面中像素點(diǎn)的總個(gè)數(shù)；由于通常變化2灰度級(jí)的像素點(diǎn)數(shù)量較少，但對(duì)燃燒穩(wěn)定性影響較大，所以為了放大灰度變化劇烈的像素點(diǎn)對(duì)燃燒區(qū)波動(dòng)指數(shù)的影響，令ω₂等于16。變化1灰度級(jí)的像素點(diǎn)對(duì)燃燒穩(wěn)定性也有影響，令ω₁＝4。而所處灰度級(jí)不變像素點(diǎn)處燃燒穩(wěn)定，令ω₀＝0。

所述煤粉邊緣輪廓相似度能反映煤粉鋒面的波動(dòng)程度，用來(lái)判斷燃燒穩(wěn)定性好壞，其提取方法包括

步驟301、將步驟103處理得到的，根據(jù)大津算法提取二值化閾值，將圖像二值化，得到圖像f_binary(i,j,t₀)和f_binary(i,j,t₁),其間隔與燃燒區(qū)波動(dòng)指數(shù)計(jì)算間隔一致、間隔5幀；

步驟302、使用Canny算子檢測(cè)f_binary(i,j,t₀)和f_binary(i,j,t₁)煤粉輪廓序列L(i,t₀)、L(i,t₁)；

步驟303、從L(i,t₀)和L(i,t₁)中選取最長(zhǎng)輪廓L_max(t₀)、L_max(t₁)代表t₀時(shí)刻和間隔5幀圖像后的t₁時(shí)刻的最長(zhǎng)的輪廓；

步驟304對(duì)L_max(t₀)，L_max(t₁)求7個(gè)幾何不變矩I₁～I(xiàn)₇；

I₁＝y(tǒng)₂₀+y₀₂

I₃＝(y₃₀+3y)²+(3y₂₁-y₀₃)²

I₄＝(y₃₀+y₁₂)²+(y₂₁+y₀₃)²

I₅＝(y₃₀-y₁₂)(y₃₀+y₁₂)[(y₃₀+y₁₂)²-3(y₂₁+y₀₃)²]+

(3y₂₁-y₀₃)(y₂₁+y₃₀)[3(y₃₀+y₁₂)²-(y₂₁+y₀₃)²]

I₆＝(y₂₀-y₀₂)[(y₃₀+y₁₂)²-(y₂₁+y₀₃)²]+4y₁₁(y₃₀+y₁₂)(y₂₁+y₀₃)

I₇＝3(y₂₁+y₀₃)(y₃₀+y₁₂)[(y₃₀+y₁₂)²-(3y₂₁-y₀₃)²]+

(y₃₀-3y₁₂)(y₂₁+y₃₀)[3(y₃₀+y₁₂)²-(y₂₁+y₀₃)²]

其中：

式中，

式中，p,q＝0,1,2,…；

其中矩心(x₀,y₀)為：

m_pq＝∫∫x^py^qf(x,y)dxdy p,q＝0,1,2,…；

步驟305、得到煤粉邊緣輪廓相似度M；

其中，k(t)＝sign(log₁₀|I_i(t₀)|)。

煤粉邊緣輪廓長(zhǎng)度差值其提取方法包括

步驟401、求取通過(guò)步驟303得到的輪廓L_max(t₀)、L_max(t₁)的輪廓長(zhǎng)度

其中，n為輪廓序列L上的像素點(diǎn)的總數(shù)，(x_j,y_j)和(x_j+1,y_j+1)分別代表輪廓中第j，第j+1個(gè)像素點(diǎn)；

步驟402、計(jì)算間隔5幀的兩幅圖像的煤粉邊緣輪廓長(zhǎng)度差值

Δd＝|d(t₀)-d(t₁)|。

所述火焰燃燒穩(wěn)定性判別模型，其模型輸入提取步驟為

步驟501、將步驟1中所述特征值做20幀滑動(dòng)平均；

步驟502、根據(jù)火焰閃爍頻率以及運(yùn)行人員經(jīng)驗(yàn)，選取從2秒前至當(dāng)前時(shí)刻共2秒時(shí)間內(nèi)所有幀的圖像，對(duì)每幅圖像計(jì)算特征值；對(duì)每個(gè)特征值計(jì)算2秒內(nèi)的均值、最大-最小差值、方差。得到輸入向量

對(duì)于燃燒區(qū)波動(dòng)指數(shù)f_H-L,分別代表2秒鐘內(nèi)共50幀圖像的燃燒區(qū)波動(dòng)指數(shù)的均值，最大-最小差值，方差；

對(duì)于煤粉邊緣輪廓相似度，M_H-L,分別代表2秒鐘內(nèi)共50幀圖像煤粉邊緣輪廓相似度的均值、最大-最小差值、方差；

對(duì)于煤粉邊緣輪廓長(zhǎng)度差值，d_H-L，分別代表2秒鐘內(nèi)共50幀圖像煤粉邊緣輪廓長(zhǎng)度差值的均值、最大-最小差值、方差；

步驟503，對(duì)上述輸入做歸一化處理得到最終的輸入。

所述火焰燃燒穩(wěn)定性判別模型是一個(gè)徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)；其輸入層節(jié)點(diǎn)數(shù)為9，和輸入向量元素個(gè)數(shù)一致；其隱含層節(jié)點(diǎn)數(shù)目為9×2+1＝19個(gè)；其輸出層節(jié)點(diǎn)個(gè)數(shù)為1。

所述RBF神經(jīng)網(wǎng)絡(luò)隱含層的核函數(shù)中心為人工劃分的5種燃燒穩(wěn)定狀態(tài)下的共計(jì)19組輸入。

所述RBF神經(jīng)網(wǎng)絡(luò)其輸出參數(shù)代表穩(wěn)定性，輸出的參數(shù)在0～1.5內(nèi)代表非常穩(wěn)定，輸出的參數(shù)在1.5～2.5代表穩(wěn)定，輸出的參數(shù)在2.5～3.5代表一般穩(wěn)定，輸出的參數(shù)在3.5～4.5代表不穩(wěn)定，輸出的參數(shù)在4.5～+∞代表很不穩(wěn)定。

所述RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本大小為5×100＝500；由非常穩(wěn)定、穩(wěn)定、一般、不穩(wěn)定、很不穩(wěn)定五類(lèi)工況各100個(gè)樣本組成；上述非常穩(wěn)定、穩(wěn)定、一般、不穩(wěn)定、很不穩(wěn)定五類(lèi)工況的輸出分別被標(biāo)記為1,2,3,4,5。

有益效果

本發(fā)明根據(jù)爐膛內(nèi)部火焰燃燒的特點(diǎn)，提出了一種基于特征值的鍋爐燃燒穩(wěn)定性判別方法，能夠根據(jù)視頻圖像的前后幀圖像的特征變化實(shí)時(shí)自動(dòng)判定鍋爐燃燒穩(wěn)定性狀況，有利于火電站監(jiān)測(cè)鍋爐燃燒狀況，指導(dǎo)運(yùn)行人員調(diào)節(jié)給煤量，為機(jī)組安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行提供技術(shù)保障。

附圖說(shuō)明

圖1發(fā)明主要流程圖

圖2 t時(shí)刻未燃區(qū)、初燃區(qū)、燃盡區(qū)分割圖像

圖3間隔5幀的差分圖像

圖4Otsu二值化結(jié)果

圖5提取得到最長(zhǎng)輪廓

圖6RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

圖7穩(wěn)定燃燒工況下神經(jīng)網(wǎng)絡(luò)輸出

圖8不穩(wěn)定燃燒工況下神經(jīng)網(wǎng)絡(luò)輸出

圖9模型輸出與穩(wěn)定性劃分

具體實(shí)施方式

本發(fā)明提出了一種基于火焰多圖像特征的鍋爐燃燒穩(wěn)定性監(jiān)測(cè)方法,所述方法包括特征值提取和穩(wěn)定性判斷兩部分；

步驟1、從爐膛火焰燃燒視頻中提取每一幀圖像，對(duì)其進(jìn)行預(yù)處理操作，其處理步驟包括；

步驟101、從爐膛火焰視頻中提取t時(shí)刻的單幀圖像，并將其灰度化，得到圖像f_g(i,j,t)；

步驟102、對(duì)圖像f_g(i,j,t)進(jìn)行中值濾波，得到圖像f_m(i,j,t)；

步驟103、對(duì)圖像f_m(i,j,t)做灰度拉伸處理，增強(qiáng)圖像對(duì)比度，得到圖像f_en(i,j,t)；

步驟2、對(duì)預(yù)處理后圖像求取燃燒區(qū)波動(dòng)指數(shù)；

步驟201、如圖1所示，將圖像f_en(i,j,t)根據(jù)灰度閾值100,200從暗到亮依次分為三個(gè)灰度級(jí)分別代表未燃區(qū)(圖中網(wǎng)格線(xiàn)區(qū)域)、初燃區(qū)(圖中斜線(xiàn)區(qū)域)和燃盡區(qū)(圖中白色區(qū)域)，得到圖像f_l(i,j,t)；未燃區(qū)即煤粉進(jìn)入爐膛后并未立即燃燒，吸收爐內(nèi)輻射能，因而不發(fā)出可見(jiàn)光；初燃區(qū)即煤粉進(jìn)入爐膛后逐漸被加熱，開(kāi)始燃燒，并開(kāi)始釋放出光和熱，從圖中能看到水平方向上的灰度變化；燃盡區(qū)即煤粉在火焰和高溫?zé)煔獾募訜嵯拢耆紵?，釋放出大量的光和熱，在圖像中呈現(xiàn)出高亮度；

步驟202、通過(guò)上述步驟1以及步驟201得到兩幅燃燒區(qū)分割圖像f_l(i,j,t₀)以及f_l(i,j,t₁)。兩幅圖像間隔幀數(shù)的選擇結(jié)合了火焰閃爍頻率以及視頻幀率，兩幅圖像間隔5幀時(shí)，差分效果最佳，如圖3所示。

步驟203、計(jì)算f_l(i,j,t₀)與f_l(i,j,t₁)的差分取絕對(duì)值f_diff(i,j,Δt)＝|f_l(i,j,t₀)-f_l(i,j,t₁)|；

步驟204、如圖2所示統(tǒng)計(jì)圖像f_diff(i,j,Δt)中三個(gè)灰度級(jí)各自的像素點(diǎn)個(gè)數(shù)，n₀,n₁,n₂分別代表像素點(diǎn)所處的燃燒區(qū)前后不變(圖中網(wǎng)格線(xiàn)區(qū)域)，變化1級(jí)燃燒區(qū)(未燃區(qū)到初燃區(qū)、初燃區(qū)到未燃區(qū)、初燃區(qū)到燃盡區(qū)、燃盡區(qū)到初燃區(qū)。圖中斜線(xiàn)區(qū)域)以及變化2級(jí)燃燒區(qū)(未燃區(qū)到燃盡區(qū)、燃盡區(qū)到未燃區(qū)。圖中白色區(qū)域)的像素點(diǎn)個(gè)數(shù)，變化2級(jí)燃燒區(qū)的像素點(diǎn)處燃燒波動(dòng)大，變化1級(jí)燃燒區(qū)的像素點(diǎn)處的波動(dòng)程度次之，灰度級(jí)前后不變的像素點(diǎn)處的波動(dòng)程度最低，燃燒最穩(wěn)定。

步驟205、計(jì)算穩(wěn)定性指數(shù)f是各個(gè)燃燒區(qū)像素點(diǎn)個(gè)數(shù)占總像素點(diǎn)數(shù)的比值的加權(quán)和。ω₀、ω₁、ω₂為其權(quán)值系數(shù)，n為畫(huà)面中像素點(diǎn)的總個(gè)數(shù)。由于通常變化2灰度級(jí)的像素點(diǎn)數(shù)量較少，但對(duì)燃燒穩(wěn)定性影響較大，所以為了放大灰度變化劇烈的像素點(diǎn)對(duì)燃燒區(qū)波動(dòng)指數(shù)的影響，令ω₂等于16。變化1灰度級(jí)的像素點(diǎn)對(duì)燃燒穩(wěn)定性也有影響，令ω₁＝4。而所處灰度級(jí)不變像素點(diǎn)處燃燒穩(wěn)定，令ω₀＝0。

步驟3、對(duì)預(yù)處理后圖像求取煤粉邊緣輪廓相似度，其提取方法包括：

步驟301、將步驟103處理得到的，根據(jù)大津算法提取二值化閾值，將圖像二值化，得到圖像f_binary(i,j,t₀)和f_binary(i,j,t₁),其間隔與燃燒區(qū)波動(dòng)指數(shù)計(jì)算間隔一致、間隔5幀；

步驟302、使用Canny算子檢測(cè)f_binary(i,j,t₀)和f_binary(i,j,t₁)煤粉輪廓序列L(i,t₀)、L(i,t₁)；

步驟303、從L(i,t₀)和L(i,t₁)中選取最長(zhǎng)輪廓L_max(t₀)、L_max(t₁)代表t₀時(shí)刻和間隔5幀圖像后的t₁時(shí)刻的最長(zhǎng)的輪廓；

步驟304、對(duì)L_max(t₀)，L_max(t₁)求7個(gè)幾何不變矩I₁～I(xiàn)₇；

I₁＝y(tǒng)₂₀+y₀₂

I₃＝(y₃₀+3y)²+(3y₂₁-y₀₃)²

I₄＝(y₃₀+y₁₂)²+(y₂₁+y₀₃)²

I₅＝(y₃₀-y₁₂)(y₃₀+y₁₂)[(y₃₀+y₁₂)²-3(y₂₁+y₀₃)²]+

(3y₂₁-y₀₃)(y₂₁+y₃₀)[3(y₃₀+y₁₂)²-(y₂₁+y₀₃)²]

I₆＝(y₂₀-y₀₂)[(y₃₀+y₁₂)²-(y₂₁+y₀₃)²]+4y₁₁(y₃₀+y₁₂)(y₂₁+y₀₃)

I₇＝3(y₂₁+y₀₃)(y₃₀+y₁₂)[(y₃₀+y₁₂)²-(3y₂₁-y₀₃)²]+

(y₃₀-3y₁₂)(y₂₁+y₃₀)[3(y₃₀+y₁₂)²-(y₂₁+y₀₃)²]

其中：

式中，

式中，p,q＝0,1,2,…。

其中矩心(x₀,y₀)為：

m_pq＝∫∫x^py^qf(x,y)dxdy p,q＝0,1,2,…；

步驟305、得到煤粉邊緣輪廓相似度M，如圖4所示。

其中，k(t)＝sign(log₁₀|I_i(t₀)|)。

步驟4、對(duì)預(yù)處理后圖像求取煤粉邊緣輪廓長(zhǎng)度差值，如圖5所示其提取方法包括：

步驟401、求取通過(guò)步驟303得到的輪廓L_max(t₀)、L_max(t₁)的輪廓長(zhǎng)度

其中，n為輪廓序列L上的像素點(diǎn)的總數(shù)，(x_j,y_j)和(x_j+1,y_j+1)分別代表輪廓中第j，第j+1個(gè)像素點(diǎn)。

步驟402、計(jì)算間隔5幀的兩幅圖像的煤粉邊緣輪廓長(zhǎng)度差值

Δd＝|d₀)-d(t₁)|。

步驟5、利用RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練火焰燃燒穩(wěn)定性模型，用以判斷爐膛火焰燃燒穩(wěn)定性，根據(jù)其輸出參數(shù)所在的范圍判定穩(wěn)定性，圖6為RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。

所述火焰燃燒穩(wěn)定性模型，其輸入提取步驟為

步驟501、將步驟1中所述特征值做20幀滑動(dòng)平均；

步驟502、根據(jù)火焰閃爍頻率以及運(yùn)行人員經(jīng)驗(yàn)，選取從2秒前至當(dāng)前時(shí)刻共2秒時(shí)間內(nèi)所有幀的圖像，對(duì)每幅圖像計(jì)算特征值。對(duì)每個(gè)特征值計(jì)算2秒內(nèi)的均值、最大-最小差值、方差。得到輸入向量

對(duì)于燃燒區(qū)波動(dòng)指數(shù)f_H-L,分別代表2秒鐘內(nèi)共50幀圖像的燃燒區(qū)波動(dòng)指數(shù)的均值，最大-最小差值，方差；

對(duì)于煤粉邊緣輪廓相似度，M_H-L,分別代表2秒鐘內(nèi)共50幀圖像煤粉邊緣輪廓相似度的均值、最大-最小差值、方差；

對(duì)于煤粉邊緣輪廓長(zhǎng)度差值，d_H-L，分別代表2秒鐘內(nèi)共50幀圖像煤粉邊緣輪廓長(zhǎng)度差值的均值、最大-最小差值、方差。

步驟503、對(duì)上述輸入做歸一化處理得到最終的輸入。

步驟504、以人工劃分的5種燃燒穩(wěn)定狀態(tài)下的共計(jì)19組輸入作為RBF神經(jīng)網(wǎng)絡(luò)隱含層的核函數(shù)中心

步驟505、對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練樣本大小為5×100＝500。由非常穩(wěn)定、穩(wěn)定、一般、不穩(wěn)定、很不穩(wěn)定五類(lèi)工況各100個(gè)樣本組成。上述非常穩(wěn)定、穩(wěn)定、一般、不穩(wěn)定、很不穩(wěn)定五類(lèi)工況的輸出分別被標(biāo)記為1,2,3,4,5。

步驟406、向RBF神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)，其輸出參數(shù)代表穩(wěn)定性，輸出的參數(shù)在0～1.5內(nèi)代表非常穩(wěn)定，輸出的參數(shù)在1.5～2.5代表穩(wěn)定，輸出的參數(shù)在2.5～3.5代表一般穩(wěn)定，輸出的參數(shù)在3.5～4.5代表不穩(wěn)定，輸出的參數(shù)在4.5～+∞代表很不穩(wěn)定。圖9為模型輸出與穩(wěn)定性劃分。

兩組實(shí)驗(yàn)結(jié)果見(jiàn)說(shuō)明書(shū)附圖中圖7，圖8。圖7為燃燒穩(wěn)定的視頻片段進(jìn)行實(shí)時(shí)穩(wěn)定性判別后，模型輸出值。圖8為燃燒不穩(wěn)定的視頻片段進(jìn)行實(shí)時(shí)穩(wěn)定性判別后，模型輸出值。

可以觀(guān)察到燃燒穩(wěn)定時(shí)模型輸出值小，曲線(xiàn)波動(dòng)小，穩(wěn)定性判斷基本維持在“穩(wěn)定”以及“一般”。燃燒不穩(wěn)定時(shí)模型輸出值較大，曲線(xiàn)波動(dòng)頻繁，“非常不穩(wěn)定”、“不穩(wěn)定”出現(xiàn)頻繁。

實(shí)驗(yàn)結(jié)果表明模型對(duì)鍋爐燃燒穩(wěn)定性的判別有效。