• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Impacto del Muestreo en la Clasificación de Carbonizados de Carbón by Chaves
 

Impacto del Muestreo en la Clasificación de Carbonizados de Carbón by Chaves

on

  • 619 views

La clasificación de carbonizados se realiza, generalmente, de forma manual mediante el análisis de las características morfológicas de al menos 500 partículas. Existen varias propuestas de ...

La clasificación de carbonizados se realiza, generalmente, de forma manual mediante el análisis de las características morfológicas de al menos 500 partículas. Existen varias propuestas de clasificación semiautomática y automática usando técnicas de procesamiento de imágenes, sin embargo es poca la atención prestada al preprocesamiento de las imágenes. Las imágenes de carbonizados, normalmente empleadas para la clasificación automática, son de alta resolución (1300x1030 píxeles). Adicionalmente, analizar 500 partículas implica procesar al menos 290 imágenes para clasificar una muestra. En este artículo, se analiza el uso del sub-muestreo para reducir la resolución de las imágenes y su impacto sobre la clasificación de los carbonizados. Los resultados experimentales muestran que una reducción en el tamaño de las imágenes, a la mitad reduce hasta en un 69.19% el tiempo de procesamiento y no afecta la clasificación final de la muestra

Statistics

Views

Total Views
619
Views on SlideShare
619
Embed Views
0

Actions

Likes
0
Downloads
0
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Impacto del Muestreo en la Clasificación de Carbonizados de Carbón by Chaves Impacto del Muestreo en la Clasificación de Carbonizados de Carbón by Chaves Presentation Transcript

    • Impacto del Muestreo en la Clasificación de Carbonizados de Carbón Deisy Chaves Patricia Trujillo
    • Introducción Combustión del carbón pulverizado (PPC) Carbonizado Esquema de una central térmica [http://www.kalipedia.com] Diapositiva 2
    • Introducción (II)  Para clasificar una muestra de carbonizado es necesario analizar al menos 500 partículas – 290 imágenes o más-Carbonizado ResinaProbeta Diapositiva 3
    • Características de las Imágenes Adquisición usando una platina motorizada Imágenes a color de alta resolución (1300 x 1030 píxeles) Resina Carbonizado Inquemado Diapositiva 4
    • Identificación de Partículas Umbralización simple 0 si I ( x, y ) t Re sin a G( x, y ) 1 si I ( x, y ) t Partícula t = 50 Diapositiva 5
    • Extracción de Partículas Las partículas identificadas se extraen usando un algoritmo de crecimiento de regiones, si no tocan los bordes de las imágenes y poseen un tamaño superior a un umbral de 208,34 m Diapositiva 6
    • Características Morfológicas (I)Árbol de clasificación propuesto por Álvarez y Lester2  Características seleccionadas7:  Material no fundible  Porosidad  Esfericidad  Espesor de pared2. D. Álvarez, E. Lester. Atlas of Char Occurrences. Combustion Working Group, Commission III. Internacional Conference on Coal Petrology – ICCP. 20017. Reyes, J. M. Identificación de descriptores en imágenes de carbonizado. Tesis de Maestría en Ingeniería. 2009 Diapositiva 7
    • Características Morfológicas (II)Partícula de Carbonizado Material No Fundible Porosidad Esfericidad (Diámetros de Feret) Espesor de Pared Diapositiva 8
    • Resultados de la Clasificación Inquemado Mixed dense Crassisphere Inertoid Diapositiva 9
    • Reducción de la Resolución: Sub-muestreo Simple3 Cada uno de los píxeles (i,j) de la nueva imagen es el primer píxel (x,y) de la cuadrícula correspondiente. Imagen Resultante Imagen Original 3. Chaves, D., Trujillo, P. ,Rojas, A. Muestreo y cuantificación de imágenes de carbonizados.3CCC, 2008 Diapositiva 10
    • Efecto del Muestreo en la Clasificación (I)En las imágenes reducidas con d=2 se observa que: El área de las partículas identificadas corresponde a un 25% del área de las partículas en las imágenes originales. En la clasificación se fija en 52,08 m el umbral para la extracción de partículas Los espesores de pared obtenidos en cada partícula corresponden a un 50% de los espesores de pared en las imágenes originales. En la clasificación se considera un umbral de 1,5 m para clasificar una partícula en base a la mediana de los espesores de pared Imagen Original (1300x1030 píxeles) d=2 (650x515 píxeles) Diapositiva 11
    • Efecto del Muestreo en la Clasificación (II) Algunos problemas en la identificación de partículas Imágenes Originales Imágenes Reducidas 11 partículas identificadas 12 partículas identificadas 17 partículas identificadas 16 partículas identificadas Diapositiva 12
    • Experimentación y Resultados (I) Se clasificaron 11650 imágenes de carbonizado correspondientes a 27 muestras obtenidas al desvolzatilizar:  Carbón de las Minas: La Yolanda (Y), El Cerrejón (C) y Thoresby (T)  Tiempos de Desvolatilización: 100ms, 150ms y 300ms  Temperatura de Desvolatilización: 900 ºC , 1000 ºC y 1100 ºC La resolución de las imágenes de carbonizado (1300x1030 píxeles) fue reducida a un cuarto del tamaño original (650x515 píxeles) utilizando la estrategia de sub-muestro simple con d=2 Diapositiva 13
    • Experimentación y Resultados (II)  Hardware: Procesador: Intel® Core™2 Quad CPU Q6600@2,40GHz Memoria RAM:4GB  Tiempo de Desvolatilización: 100ms  Imágenes Clasificadas: 4032 imágenesCarbón Temperatura Número Número de Tiempo Análisis Porcentaje Desvolatilización Imágenes Partículas Por Imagen Mejora ºC Analizadas [Seg] Original Muestreo Original MuestreoLa 900 651 2620 2622 1,88 0,61 67,89Yolanda 1000 295 1048 1043 2,06 0,64 69,03 1100 295 1726 1722 2,09 0,65 68,67El 900 768 6081 6009 1,96 0,64 67,53Cerrejón 1000 567 4864 4852 1,94 0,62 67,88 1100 295 2965 2935 2,20 0,71 67,90 900 295 3206 3170 2,17 0,70 67,86Thoresby 1000 298 3089 3116 2,11 0,67 68,10 1100 568 3589 3612 1,89 0,61 67,84 Diapositiva 14
    • Experimentación y Resultados (III)  Hardware: Procesador: Intel® Core™2 Quad CPU Q6600@2,40GHz Memoria RAM:4GB  Tiempo de Desvolatilización: 150ms  Imágenes Clasificadas: 3174 imágenesCarbón Temperatura Número Número de Tiempo Análisis Porcentaje Desvolatilización Imágenes Partículas Por Imagen Mejora ºC Analizadas [Seg] Original Muestreo Original MuestreoLa 900 556 2620 2622 1,96 0,63 67,62Yolanda 1000 296 1048 1043 2,31 0,73 68,47 1100 296 1726 1722 2,03 0,63 68,89El 900 559 6081 6009 1,85 0,60 67,44Cerrejón 1000 276 4864 4852 1,95 0,63 67,90 1100 300 2965 2935 2,43 0,76 68,82 900 293 3206 3170 2,05 0,64 68,72Thoresby 1000 298 3089 3116 2,13 0,68 67,98 1100 300 3589 3612 2,05 0,65 68,24 Diapositiva 15
    • Experimentación y Resultados (IV)  Hardware: Procesador: Intel® Core™2 Quad CPU Q6600@2,40GHz Memoria RAM:4GB  Tiempo de Desvolatilización: 300ms  Imágenes Clasificadas: 4444 imágenesCarbón Temperatura Número Número de Tiempo Análisis Porcentaje Desvolatilización Imágenes Partículas Por Imagen Mejora ºC Analizadas [Seg] Original Muestreo Original MuestreoLa 900 279 2620 2622 1,98 0,62 68,54Yolanda 1000 295 1048 1043 2,31 0,71 69,16 1100 296 1726 1722 2,32 0,72 69,19El 900 755 6081 6009 1,77 0,57 67,74Cerrejón 1000 533 4864 4852 1,83 0,59 67,42 1100 292 2965 2935 2,27 0,71 68,63 900 827 3206 3170 1,79 0,58 67,77Thoresby 1000 297 3089 3116 2,07 0,65 68,46 1100 870 3589 3612 1,83 0,59 67,76 Diapositiva 16
    • Experimentación y Resultados (V) Porcentaje de Partículas Identificadas en las 27 Muestras por Grupo de Carbonizado 80 70 Porcentaje Promedio 60 50 40 30 20 10 0 Inertoid Crassisphere Tenuinetwork Crassinetwork Mixed Dense Mixed Porous Solid/Fusinoid InquemadoImagen Original 75,98 2,39 0,07 3,08 1,74 0,31 0,01 16,41Imagen Reducida 76,06 2,59 0,07 3,41 0,89 0,12 0,01 16,88 Grupo de Carbonizado Diapositiva 17
    • Comentarios Finales El uso de sub-muestreo simple con d=2 permiten disminuir el tamaño de la imagen, sin incurrir en pérdida de información, y reduce los tiempos de procesamiento en promedio en un 68,22% La clasificación final de la muestra de carbón es la misma usando imágenes con resolución original e imágenes reducidas. Debido al efecto del sub-muestreo simple usado para reducir la resolución de las imágenes, es necesario ajustar:  El umbral de tamaño a partir del cual una partícula se considera válida para el análisis. Se considera un umbral fijo de 52.08 m, para las imágenes reducidas, en lugar del umbral de 208.34 m normalmente usado  El umbral utilizado para determinar si una partícula de carbonizado es Tenuisphere, Crassisphere, Tenuinetwork, o Crassinetwork en base a la mediana de los espesores de pared, en particular, para la clasificación de las imágenes reducidas se considera un umbral de 1.5 m en lugar del umbral de 3 m utilizado para las imágenes con resolución original Diapositiva 18
    • Bibliografia1. Álvarez, D., Borrego A. G. and Menéndez R. Unbiased methods for the morphological description of char structures. Fuel. Vol. 76, No. 13, pag. 1241-1248, 19972. Álvarez, D., Lester, E.. Atlas of Char Occurrences. Combustion Working Group, Commission III. Internacional Conference on Coal Petrology – ICCP. 20013. Chaves, D., Trujillo, P.,y Rojas, A.F. Muestreo y cuantificación de imágenes de carbonizados. Revista Avances en Sistemas e Informática, Número Especial Vol.5 No. 2, 20084. Chaves, D., Reyes, J. M, y Trujillo, P. Clasificación automática de imágenes digitales de carbonizados. LACNEM, 20095. Lester E., Cloke M. and Allen M. Char characterization using image analysis technology. Energy & Fuels. Vol. 10, pag. 696-703, 19966. Liu G., Benyon P., Benfell K., Bryant G., Tate A.G., Boyd R.K., Harris D.J. and Wall T.F. The porous structure of bituminous coal chars and its influence on combustion and gasification under chemically controlled conditions. Fuel. Vol. 79, No. 6, pag. 617-626, 20007. Reyes, J. M. Identificación de descriptores en imágenes de carbonizado. Tesis presentada a la Universidad del Valle. Cali. Para optar al grado de Maestría en Ingeniería. 20098. Rojas, A.F., Barraza, J.M. Caracterización morfológica de carbones pulverizados: estado del arte. Rev. Fac. Ing. Univ. Antioquia. Vol. 41, pag. 84-97,20079. Wu T., Lester E., Cloke M. Advanced automated char image analysis techniques. Energy & Fuels. Vol. 20, No. 3, pag.1211-1219,2006 Diapositiva 19
    • Diapositiva 20