Gaussian process regression based optimal design of combustion systems using flame images

با روش های پیشرفته پردازش تصویر دیجیتال و حساسیت نوری، ممکن است تصویربرداری پیوسته در فرآیند احتراق انجام شود. در این مقاله، یک روش که ویژگی های استخراج از تصاویر شعله را ارائه می دهد بلافاصله پیش بینی محتوای خروجی گاز دود را ارائه می دهد. اول، از تعداد زیادی از داده های تصویر شعله، تجزیه و تحلیل مولفه اصلی برای کشف اجزای اصلی یا متغیرهای ترکیبی استفاده می شود که روند و تنوع مهم در داده های عملیاتی را توصیف می کند. سپس مدلسازی تصادفی از فرایند احتراق توسط یک فرایند گاوسی انجام می شود که هدف آن گرفتن ماهیت اتفاقی شعله مربوط به محتوای اکسیژن است. محتوای احتراق اکسیژن طراحی شده، عدم اطمینان ارائه شده در احتراق را در نظر می گیرد. یک تصویر مرجع می تواند برای فرایند احتراق واقعی طراحی شود تا یک تعمیر و نگهداری ساده و آسان از فرایند احتراق فراهم شود.