| 基于深度学习的甲烷高压射流湍流燃烧火焰图像处理方法研究 |
| |
| 引用本文： | 石磊,雷艳,梁晓杰,林琛,王磊,王晓艳,周定武.基于深度学习的甲烷高压射流湍流燃烧火焰图像处理方法研究[J].内燃机工程,2022,43(4):22-30. |
| |
| 作者姓名： | 石磊 雷艳 梁晓杰 林琛 王磊 王晓艳 周定武 |
| |
| 作者单位： | 潍柴动力股份有限公司 内燃机可靠性国家重点实验室，潍坊 261061,北京工业大学 汽车工程系，北京 100124,北京工业大学 汽车工程系，北京 100124,北京工业大学 汽车工程系，北京 100124,潍柴动力股份有限公司 内燃机可靠性国家重点实验室，潍坊 261061,潍柴动力股份有限公司 内燃机可靠性国家重点实验室，潍坊 261061,湖南汽车工程职业学院，长沙 412001 |
| |
| 基金项目： | 内燃机可靠性国家重点实验室开放基金项目（skler—201913）；湖南省自然科学基金项目（2021JJ60056） |
| |
| 摘 要： | 基于定容弹开展了高压天然气（甲烷）射流燃烧光学测试，并分别运用深度学习方法和边缘检测算法进行了图像处理。对比结果表明，由于图像中存在射流、火焰差异大的图像识别目标，边缘检测算法无法较好识别射流和火焰，该算法适合于单一目标的火焰图像处理。深度学习方法可识别射流湍流燃烧火焰轮廓，有效地获得射流湍流燃烧火焰前锋面发展位移及火焰传播速度，该方法适用于多个目标的火焰图像处理。根据深度学习图像处理结果表明：当高压甲烷射流接触预燃球形火焰时，火焰由稳定层流速度（<3 m/s）快速上升，最大火焰传播速度高达300 m/s，形成湍流火焰，火焰沿射流方向快速向前发展，火焰面积增加。随着射流和点火时间间隔的增加，最大火焰传播速度线性下降。
|
| 关 键 词： | 深度学习 图像分割 甲烷 高压射流 湍流火焰 |
| 收稿时间： | 2021/11/12 0:00:00 |
| 修稿时间： | 2022/1/4 0:00:00 |
Investigation on High-Pressure Methane Jet Turbulent Combustion Flame Image Processing Method Based on Deep Learning |
| |
| SHI Lei,LEI Yan,LIANG Xiaojie,LIN Chen,WANG Lei,WANG Xiaoyan and ZHOU Dingwu.Investigation on High-Pressure Methane Jet Turbulent Combustion Flame Image Processing Method Based on Deep Learning[J].Chinese Internal Combustion Engine Engineering,2022,43(4):22-30. |
| |
| Authors: | SHI Lei LEI Yan LIANG Xiaojie LIN Chen WANG Lei WANG Xiaoyan and ZHOU Dingwu |
| |
| Abstract: | |
| |
| Keywords: | deep learning image segmentation methane high-pressure jet turbulent flame |
|
| 点击此处可从《内燃机工程》浏览原始摘要信息 |
|
点击此处可从《内燃机工程》下载全文 |
|
