锅炉作为生产和生活中一种主要的能源供给设备,广泛应用于电力、化工、制药等诸多领域。准确、快速地获得锅炉实时效率及各项热损失值,能够为锅炉良好的运行调节、提高锅炉运行稳定性和经济性提供科学的依据。目前实现在线快速获取锅炉反平衡效率的主要瓶颈在于灰渣含碳量的快速检测,对此开展了基于图像处理技术的灰渣含碳量快速检测的相关研究并开发了锅炉效率快速分析检测系统。论文主要研究内容为:(1)研究了锅炉灰渣图像预处理的方法,主要包括图像分割、噪声滤波、分离以及合并等操作。实现了拍摄背景的去除,获得了灰渣图像的R、G、B值。(2)分析了灰渣图像R、G、B、灰度值等颜色特征参数与灰渣含碳量之间的相关性。根据各颜色特征参数与含碳量的相关性,确定了四种不同灰渣含碳量检测模型输入参数方案。(3)建立了四种不同输入参数方案下的灰渣含碳量多元线性回归预测模型和BP神经网络预测模型,确定了两种预测模型的最佳输入参数方案,以及两种模型的预测结果在最终灰渣含碳量输出结果中的比重。(4)简化了锅炉反平衡效率各项热损失的计算模型,建立了锅炉效率在线快速计算模型。开发了基于OpenCV机器视觉库的锅炉效率快速分析检测系统。通过测试该系统能够实现灰渣含碳量的快速检测和锅炉效率的在线实时计算,为后续锅炉效率在线测量方法的实现打下了基础。