对大型燃煤电站锅炉而言,监控炉内火焰温度,对锅炉运行的可靠性、安全性和经济性非常重要。煤粉锅炉的燃烧过程是一种非常复杂的热辐射交换过程,其工况极不稳定。锅炉燃烧的安全性主要取决于火焰的稳定性,为了避免锅炉爆炸事件的发生,炉内煤粉必须稳定燃烧,如果燃烧不稳定,炉内温度场不均匀,轻则导致锅炉的热效率极大地降低,造成浪费,重则容易出现爆炉等严重后果。因此,炉内火焰温度场的准确测量和预估对判断炉膛的燃烧状态,并据此调整锅炉的运行参数,保障锅炉的正常运行非常重要。本文介绍了燃煤锅炉工作机理和现有温度预报原理,深入研究了基于彩色CCD火焰图像的温度测量方法。为了提高基于彩色CCD火焰温度场测量的准确性,在分析了误差来源的基础上,比较了多项式插值、最小二乘法和BP神经网络在减小测温误差方面的运用。针对炉膛火焰图像,分析了图像噪声的来源,运用中值滤波成功地对燃烧过程伴随着的大量的动态随机噪声进行了处理,实现了火焰图像的灰度变换和伪彩色显示。为准确预报炉膛温度变化趋势,提高生产效率,本文提出了运用BP神经网络进行炉膛火焰温度预估的模型,讨论了预估模型输入参数的选择和数据的预处理技术。全文共分为五章,第一章介绍目前常用的高温火焰测量方法,包括接触式测温法和非接触式测温法,阐述基于光辐射能的CCD火焰温度检测方法。第二章阐述基于数字图像处理的火焰温度测量系统构成,第三章论述基于数字图像处理的火焰温度测量的相关原理和相关方法,重点介绍基于数字图像处理的彩色CCD三色测温方法。第四章分析彩色CCD三色测温方法的误差来源,比较多项式插值、最小二乘法、BP神经网络等测温标定方法,利用炉膛火焰图片进行仿真实验,验证温度测量、图像滤波等测量与处理方法的有效性与准确性。第五章研究基于BP神经网络的炉膛火焰温度预估方法,分析影响炉膛火焰温度波动的因素,讨论预估模型输入参数的选择和数据的预处理技术,并建立预估模型。结论部分总结本文的主要工作,指出本文的创新之处以及工作中的不足,并对项目的后续研究提出改进意见,展望基于数字图像处理的锅炉火焰温度检测系统的发展方向。