基于三维卷积神经网络与三维残差网络架构利用高速图像序列进行生物质混燃多气体回归的可行性案例研究

《Energies》：Multi-Gas Regression from High-Speed Image Sequences Using 3D CNN and 3DResNet Architectures in Biomass Co-Combustion: A Feasibility Case Study

　　

本研究探索了一种时空深度学习（Spatio-Temporal Deep Learning）方法，用于煤与生物质混燃场景下的燃烧排放光学软测量（Soft Sensing）。研究人员利用0.5 MW试验台架上硬煤掺烧10%秸秆产生的高速RGB（Red-Green-Blue，红绿蓝）火焰序列，与O₂、CO₂和NO的抽取式测量结果进行同步。这些序列被用于训练三个浅层三维卷积神经网络（3D CNNs）和三个带有挤压-激励（Squeeze-and-Excitation, SE）注意力机制的三维残差网络-50（3D ResNet-50）架构。所提出的三维卷积神经网络/残差网络模型实现了从火焰图像体积中对三种气体同时进行回归。最优配置在128 × 96 × 96像素分辨率下，对O₂、NO和CO₂分别取得了0.975、0.987和0.980的R²值，对应的平均绝对误差（MAE）分别为0.23%（体积分数）、13.15 mg/m³和0.19%（体积分数）。在现有数据集范围内，该数据集包含单次测量运行和单一燃料混合物，结果表明对火焰图像进行全面的时空分析可以获得准确的多气体浓度估计，从而为软光学传感器（Soft Optical Sensors）的未来发展提供了有前景的基础。同时，该研究局限于单一燃烧实验、单一生物质掺混比例和单一内窥镜（Borescope）方位，且未量化推理延迟和硬件需求；因此，所提出方法在不同条件下的泛化能力及其实现问题仍有待进一步研究。

生物质与煤混燃作为降低燃煤能源系统净温室气体排放的过渡性措施，在波兰等高度依赖硬煤和褐煤的国家具有重要战略意义。然而，混燃过程中生物质灰分的高碱金属和氯含量会降低灰熔点，促进污染物沉积与腐蚀；同时，煤与生物质在水分、挥发分和热值方面的显著差异对火焰动力学、点火特性以及氮氧化物（NO_x）、二氧化硫（SO₂）和颗粒物的生成产生显著影响。火焰不稳定性是生物质-煤混燃系统中尤为突出的问题，源于多种燃料相关因素的交互作用：生物质较高的水分含量在蒸发过程中吸收热量导致局部火焰温度降低、点火延迟并可能形成冷点；高挥发分配合较低点火温度可能引发可燃气体的意外释放；生物质颗粒尺寸、形状和组成的多样性以及灰分的化学组成变化导致燃烧不均匀和空间异质性火焰传播。这些因素共同导致NO_x、SO₂和颗粒物排放增加，因此有效的实时监测与控制机制至关重要。传统燃烧传感器往往无法提供快速变化燃烧条件所需的精度和响应速度。

从燃烧效率角度，烟气中CO₂和O₂含量是主要诊断指标。在煤粉锅炉中，高CO₂伴随低残余O₂通常表示最佳燃烧和近最优过量空气，而高O₂伴随相对较低的CO₂则表明过量送风、火焰温度降低和烟气热损失增加。在生物质混燃背景下，点火行为、挥发分释放和局部温度的变化改变了空燃比、火焰稳定性与燃烧程度之间的相关性，针对纯煤优化的风煤策略不再能保证混燃条件下的低CO和低未燃碳水平。连续准确测量CO₂和O₂对于实时调节空气分配和配时、限制能量损失和污染物形成至关重要。此外，可靠的CO₂和O₂数据对于确定各装置的CO₂排放因子、量化CO₂中的生物源性部分（在欧盟碳排放交易体系下计为零排放）以及设计或验证燃烧后CO₂捕集系统均不可或缺。氮氧化物（NO_x，主要为NO和NO₂）是欧盟对电厂监管最严格的污染物之一，其生成受局部温度、氧气可利用性和燃料中氮含量的影响，而这些因素又受到燃烧不稳定性和异质燃烧模式的影响。混燃生物质可导致NO_x排放的显著变化，理解和控制这些趋势需要系统地测量NO_x以及烟气中的O₂。

火焰图像处理已被成功应用于燃烧过程信息提取，其主要优势在于非侵入性、可控制的空间分辨率以及相对于抽取式气体分析仪 significantly 更低的延迟。高速成像能够跟踪燃烧过程中快速瞬态变化及相应的气体成分变化，这在不稳定的生物质-煤混燃场景中尤为宝贵。已有研究将基于图像的神经网络成功用于废气浓度估计，包括深度置信网络（DBNs）用于CCD火焰图像的氧气预测、卷积神经网络（CNNs）用于RGB图像的O₂含量预测、基于Wasserstein损失的生成模型结合CNN进行在线氧气估计等。针对氮氧化物的高级图像模型通常使用物理意义上的图像衍生场而非原始颜色信息，例如利用双色测温法重建二维火焰温度图再输入CNN预测NO_x排放。同时，经典前馈或动态神经网络也用于基于图像衍生火焰特征（如尺寸、形状、颜色、振荡特性和化学发光强度）估计NO_x、CO和O₂。

考虑到气体浓度并非由火焰单一快照决定，而是取决于点火、混合和热释放随时间的演化，本研究采用三维卷积神经网络（3D CNN）架构处理图像序列作为x-y-t体积，学习跨越空间和时间的滤波器，以捕获和分析闪烁、运动及演变纹理，这些特征与当量比（Equivalence Ratio）和温度的变化同步。研究范围限定于3D CNN和3D ResNet框架，以评估相对浅层的3D CNN和带有残差连接的深层模型（如ResNet-50），并验证额外分支（包含亮度变化统计信息和火焰闪烁频率特征）对模型行为的影响。

本研究的技术方法主要包含以下方面。样本数据来源为：在0.5 MW实验室试验台上进行的单次燃烧测试，该测试台架配备2.5 m长、0.7 m内径的燃烧室，装有旋转低排放粉煤燃烧器、辅助油燃烧器和气体点火器；通过水冷Cesyco内窥镜（40°侧向视场角，以60°角插入指向近燃烧器区域）观察火焰；使用Mikrotron MC1311高速彩色相机（1280×1024像素，59 dB动态范围，峰值光谱灵敏度550 nm）以150帧/秒记录火焰图像；使用Siemens Ultramat 23分析仪每秒测量一次烟气中的O₂、CO₂和NO浓度。

主要技术方法包括：（1）数据同步与预处理：将测试台架数据采集系统时钟与高速图像记录计算机进行同步，考虑约7 m采样管和分析仪系统的传输延迟对气体分析仪时间序列进行偏移校正，使每段图像序列与延迟校正后的气体浓度读数对齐；将图像数据和气体分析仪记录按时间戳匹配，创建固定长度的非重叠连续帧窗口，每个窗口的帧路径列表形成图像序列，以首帧的气体浓度向量作为整个窗口的标签；经清洗后数据集共1890条记录，按0.8:0.2比例在每个录制会话内进行训练集和测试集划分；（2）模型架构设计：Model #1采用三模块浅层3D CNN基本框架，输入仅为图像序列（T×H×W×C），通过三个递增通道深度（32→64→128）的3D卷积模块、空间最大池化和3×1×1"瓶颈"卷积，经全局平均池化产生序列级特征向量，再通过密集层和三条并行路径分别预测三种气体；Model #2在Model #1基础上增加亮度统计（均值、标准差、最小值、最大值）辅助分支，经小型两层多层感知机（MLP）处理后与图像特征拼接；Model #3扩展多模态融合概念，增加处理火焰预计算短时傅里叶变换（STFT）幅度体积的第二个3D CNN分支，该分支将灰度化序列降采样至(T, 32, 32, 1)，对每个像素位置的1D强度-时间信号应用Hann窗STFT（帧长32时间步、跳步4、FFT大小64），保留最低16个频率箱，时间轴平均后形成频率能量向量，重塑为以频率箱为第一维度的3D体积，与图像分支特征拼接后经回归头输出；Model #4-6基于3D ResNet-50风格骨干网络，将经典2D ResNet-50瓶颈设计扩展为时空输入，采用3D卷积和挤压-激励（SE）通道注意力机制，包含4个阶段的标准深度配置（瓶颈块、通道宽度{64, 128, 256, 512}），每个瓶颈中1×1×1降维卷积、3×3×3时空特征提取卷积和1×1×1扩维卷积形成残差分支，捷径路径采用1×1×1投影匹配维度，SE模块在残差分支末端进行通道级特征重校准，全局平均池化后经两层全连接层（256和128单元）回归头输出，Model #5和#6分别增加亮度分支和STFT分支与骨干输出融合；（3）训练配置：最大300轮，20轮验证性能无改善则早停，初始学习率0.0005，8轮训练损失未降则减半，采用Adam优化器和Huber损失函数，在配备A100 GPU的系统上使用TensorFlow等框架训练。

研究结果部分，各小标题及结论如下：

模型性能总览：所有模型在三种气体估计上均取得高决定系数（R² ≥ 0.92），证明基于CNN的方法适用于气体浓度回归。CO₂的平均绝对误差最低（0.18-0.32），NO的绝对MAE最高（13.1-26.0）但R²仍高（>0.97）。Model #4（单数据流3D ResNet-50，128×96×96分辨率）表现最优，全局MAE为4.52，R²分别为O₂的0.975、NO的0.987和CO₂的0.980。128×96×96分辨率对大多数架构提供了空间细节与模型精度的最佳平衡。

最优模型定量误差分析：Model #4在128×96×96分辨率下，O₂、NO和CO₂的MAE分别为0.2258%（体积分数）、13.1520 mg/m³和0.2169%（体积分数），RMSE约分别为0.3006、19.2341和0.2899，平均相对误差O₂约11.2%、NO和CO₂低于2%，全局MAE=4.5220、RMSE=11.1591、MRE=4.1%。

相对误差分布：相对误差箱线图显示三种气体的多数样本位于零附近的窄带内，CO₂误差分布最紧密，O₂和NO分布稍宽，少量较大相对误差对应散点图中的孤立点，但总体误差结构未改变。

讨论部分，研究人员从架构类型、输入分辨率、辅助分支影响及研究局限性四个方面进行了深入分析。架构类型是影响预测准确性的最显著因素：3D ResNet-50基模型（#4-#6）在所有输入分辨率和气体种类上均优于3D CNN对应模型（#1-#3），这归因于ResNet-50架构固有的残差连接实现了更有效的梯度传播、更丰富的时空特征提取以及对更高空间分辨率更强的容忍度。输入分辨率方面：浅层3D CNN模型中，增大输入尺寸而未相应增加模型容量或训练数据时，网络更易拟合火焰图像的次要低信息细节而导致过拟合；相反，配备残差连接和SE注意力机制的3D ResNet-50模型在更高分辨率下保持或略微提升了精度，表明有效利用额外空间信息需要足够的深度和正则化。辅助分支方面：亮度统计分支与浅层3D CNN骨干结合时提升了性能，推测是因为紧凑的全局强度描述符补偿了较浅骨干有限的表征能力，但与ResNet-50骨干结合时未显示一致收益，表明深层架构已在空间特征图中捕获了等效信息；STFT分支的行为最为微妙，与浅层3D CNN结合时在中等分辨率下导致性能显著下降，而在与ResNet-50结合时（Model #6）取得了最佳多分支配置，全局MAE为4.57（128×128×128），NO的R²达0.987，接近最优结果，说明时频特征虽具信息量，但其有效整合需要具有足够深度和残差连接性的骨干网络。局限性方面：数据集源自单一0.5 MW试验台架、单一燃料混合物（10%生物质）的单次燃烧实验；火焰图像序列受内窥镜相对于燃烧器的空间方位强烈约束；每种配置仅训练一次，未包含不同随机初始化的变异性；未与ConvLSTM或视觉Transformer等模型进行明确比较；训练集和测试集来自同组录制会话的相邻时间区间，可能使结果偏向过于乐观的值。

研究结论部分翻译如下：

本研究分析了一种基于深度学习的时空域方法，用于煤与生物质混燃过程中废气排放的光学"软"检测。研究人员训练了三个浅层3D CNN和三个带有"挤压和激励"注意力机制的3D ResNet-50模型，以直接从高速RGB火焰图像序列估计O₂、CO₂和NO的浓度。所有模型均实现了高精度（每种气体的R² ≥ 0.92）。最优结果由Model #4（单数据流3D ResNet-50，尺寸128×96×96）获得，R²分别为0.975、0.987和0.980；O₂、NO和CO₂的MAE分别为0.23%（体积分数）、13.15 mg/m³和0.19%（体积分数）。可得出以下结论：残差ResNet-50骨干是主导因素，对更高分辨率的容忍度显著大于浅层CNN；128×96×96的适中分辨率提供了精度与复杂度的最佳折中；辅助亮度和STFT分支仅在结合足够深的骨干时才有帮助。这些结果为燃烧诊断中的软光学传感器提供了有前景的基础。然而，这些结果基于单一实验、单一生物质掺混比例和内窥镜方位。推理延迟未量化，因此报告的准确性应视为内部一致性的证据而非完全泛化能力。未来工作将使用涵盖各种燃料类型和负荷的独立数据集验证该方法，还将评估不同随机初始化的变异性，进行与基于ConvLSTM和Transformer的视频模型的对比测试，并评估实时性能以实现实际应用。