Como um parâmetro importante que reflete o processo de combustão, a distribuição de temperatura dentro do forno está relacionada à segurança, economia e ao nível de emissão de poluentes do processo de combustão, e tem grande importância para o estudo do controle da caldeira e do processo de combustão dentro do forno. Devido à alta resolução espaço-temporal e à facilidade de implementação no local, o método de imageamento por radiação é adequado para a reconstrução do campo de temperatura dentro do forno. Com base nisso, foi proposta uma técnica de medição online do campo de temperatura dentro do forno baseada em tomografia óptica, utilizando um algoritmo de reconstrução que combina aprendizado profundo e regularização para resolver o problema mal condicionado durante o processo de reconstrução do campo de temperatura. Primeiramente, é estabelecido um modelo de imageamento por radiação com base no tamanho da fornalha definido, características de radiação do meio e posição de instalação da câmera CCD, obtendo-se uma grande quantidade de dados por meio do cálculo do problema direto; em seguida, um algoritmo de otimização automática é utilizado para encontrar o parâmetro de regularização de Tikhonov apropriado e construir um conjunto de dados de treinamento, avaliando simultaneamente a precisão e estabilidade da solução; por fim, é estabelecido um modelo de rede neural profunda para prever o parâmetro de regularização ótimo e reconstruir o campo de temperatura. Os resultados mostram que o algoritmo proposto para reconstrução do campo de temperatura dentro do forno apresenta erro inferior a 5% e boa precisão. Após a inclusão do erro de medição, o erro de reconstrução permanece dentro de 5%, indicando que o método é robusto. Ao mesmo tempo, o método apresenta alta eficiência computacional, sendo capaz de atender aos requisitos de monitoramento em tempo real do campo de temperatura.

caldeira a carvão;campo de temperatura;tomografia óptica;medição online;rede neural profunda