현재 사용중인 화염 검출기들은 화염 검출에 있어서의 특정 문제점들을 종종 나타내고 있다. 이러한 문제점들을 해결하기 위하여 본 논문에서는 캠코더로 획득한 이미지를 적절하게 전치리한 후 신경망의 입력으로 사용하여 화염을 검출하였다. 이미지를 이용한 화염검출의 경우 보일러 외부에서 데이터를 획득하기 때문에 내부열에 대한 영향들을 줄일 수 있는 방법으로 현재 적용 중인 센서에 기반한 화염검출 방법과는 구별된다. 그리고 패턴 분류를 위하여 사용한 신경망 모델은 다른 버너의 화염에 의한 유사정보틀을 잘 분류하기 때문에 화염검출기의 부정확한 동작을 줄일 수 있다. 신경망은 각 조건에 대한 특징을 학습하고 학습된 정보를 바탕으로 효율적인 화염검출을 수행한다.
Several equipments for flame detection are employed in the power generations. But these flame detectors have some problems for the correct performance. So in this paper, we apply different techniques for the flame detection. Image processing techniques are broadly applied in industrial fields. In this paper, the image information is recorded by a camcoder and then these images are preprocessed for the input values of neural network model. We can test and evaluate the approach that uses image information for the flame detection of burners. If this technique is implemented in physical plant, the economical and effective operation could be achieved.
