연소 과정을 반영하는 중요한 매개변수로서, 노 내 온도 분포는 노 내 연소 과정의 안전성, 경제성 및 오염물 배출 수준과 관련이 있으며, 보일러 제어 및 노 내 연소 과정 연구에 매우 중요한 의미를 가진다. 방사 영상법은 시공간 해상도가 높고 현장 구현이 용이한 특징 때문에 노 내 온도장 재구성에 적합하다. 이에 기반하여 광학 단층 촬영을 기반으로 한 노 내 온도장 온라인 측정 기술을 제안했으며, 심층 학습과 정규화 알고리즘을 결합한 재구성 알고리즘을 사용하여 온도장 재구성 과정에서의 병적 문제를 해결했다. 먼저, 설정된 용광로 크기, 매질 방사 특성, CCD 카메라 설치 위치 등의 매개변수를 기반으로 방사 영상 모델을 구축하고, 정방향 문제 계산을 통해 많은 데이터를 얻었다; 그 다음, 자동 최적화 알고리즘을 통해 적절한 티호노프 정규화 매개변수를 찾아 훈련 데이터 세트를 구성하고, 동시에 해의 정확성과 안정성을 평가했다; 마지막으로, 심층 신경망 모델을 구축하여 최적의 정규화 매개변수를 예측하고 온도장을 재구성했다. 결과는 제안된 노 내 온도장 재구성 알고리즘의 오차가 5% 미만이며 정확성이 우수함을 보여준다. 측정 오차가 추가된 후에도 재구성 오차는 5% 이내로 유지되어 이 방법이 강건함을 나타낸다. 동시에 이 방법은 계산 효율성이 높아 온도장 실시간 모니터링 요구를 충족할 수 있다.

석탄 보일러;온도장;광학 단층 촬영;온라인 측정;심층 신경망