基于图像处理的循环流化床团聚物体积分数及其容积份额

摘要：

为了获得循环流化床内颗粒团聚行为特性,利用高速摄像技术,以玻璃珠为床料,在提升管截面为100 mm×25 mm、高为3.2 m的矩形循环流化床试验台上获得不同操作条件下提升管内气固两相运动的连续图像.采用基于K-means算法的聚类方法对图像进行多阈值分割,实现对提升管内团聚物及其内部结构的自动识别,并进一步获得时均颗粒体积分数、团聚物体积分数、团聚核心体积分数、团聚物容积份额和团聚核心容积份额等特征参数及其与操作条件的变化关系.结果表明,团聚物内部存在体积分数梯度;当颗粒体积分数较大时,团聚物内部会形成一个致密的团聚核心,此时团聚物由团聚核心及其周围的团聚云两部分组成;当颗粒体积分数较小时,团聚物内部核心消失,团聚物内部体积分数梯度变小.

关键词：循环流化床、颗粒团聚、高速摄像、多阈值、图像分割

所属期刊栏目：24

分类号：TQ021;TQ022.3(一般性问题)

资助基金：国家自然科学基金资助项目51706109,51390490;江苏省高校自然科学研究资助项目16KJB470012;江苏省博士后科研资助计划1601093B

在线出版日期：2019-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：506-512