.300, 北京科技大学学报 第30卷 工具箱，统计图像中黑色区域的多少就可以得到不 同尺寸孔隙数量， 35 e°304 温控器 25 0960 1一流化床层；2一布风板；3一基座：4一风机；5一截止阀：6一转子 2 20 流量计：7一支架；8一保温层：9一上盖：10-一电阻丝 图1热态实验装置示意图 15 Fig.I Hot fluidized bed combustor experiment system 0 103 10 时间s 始前后，煤颗粒中的主要气体通道已经基本形成， 图2孔隙的面积分数随燃绕时间的变化 10s后颗粒形貌的变化几乎是流态化作用和残碳燃 Fig.2 Change in area fraction of micro pores with combustion time 烧造成的，因此，高温流化床（平均运行温度850 ℃)中取样时间确定为以10s为取样起点，用金属 图3是经过不同阈值处理后得到的12个不同 篮子将一定颗粒度的煤样送到床温恒定的流化床 尺寸孔隙分布图像，是以100像素为单位逐步删除 中，每次制样的颗粒数需满足电镜分析、表面积测量 较小孔隙的演化过程，图4是以燃烧时间分别为 和形貌检测等分析的需要 10s和80s的样品为例，分析得到的不同孔径大小的 将实验样品（毫米级的大同烟煤颗粒）放到不锈 孔隙数量，由孔隙分布曲线图可以看出：小孔数量 钢网制成的金属篮中快速放到空气作为流化介质的 明显多于大孔数量，孔隙数量呈现指数衰减趋势；在 流化床中开始计时，规定时间将金属篮子快速取出， 流化床燃烧过程中（燃烧时间由10s增加到80s), 放到磨口瓶中，分别送去检测 大于400像素的孔隙数量几乎不变，而小于400像 素的孔隙数量呈指数方式增长，表明微孔和小孔的 2扫描电镜观测煤颗粒形貌 数量占绝大多数，与燃烧时间有关；大孔数量不随燃 2.1电镜图像采集 烧过程而增加 将制备好的试样放入扫描电镜，抽真空之后对 其表面形貌采样.本实验对每个煤颗粒分别以放大 50倍、500倍、1000倍采集图像，并将采集的信息保 存为1660×1248像素的JPG数字图像 2.2煤颗粒电镜图像的处理过程 2.2.1二维孔隙率的计算 使用Photoshop将得到的图像转换成灰度范围 为0~255的位图格式(BMP)文件，并进行阈值分 割和灰度直方图等处理，不同燃烧时间煤颗粒 SEM图像处理后获得的孔隙的面积分数见图2.随 着燃烧时间的增加，孔隙的面积分数呈上升趋势， 开始阶段(0~100s)煤颗粒表面孔隙的面积分数上 升较快，此后趋于平缓.其原因可能是持续的高温 热处理使残留的挥发分继续析出，一些封闭的孔隙 打开，使得颗粒表面孔隙面积增加. 2.2.2孔隙分布曲线 将所得的BMP图像文件设定适当大小的阈 值，得到对应的二值图像，其中白色区域代表孔隙， 图3逐步删除小孔隙的图像演化 黑色区域代表煤颗粒表面，采用Matlab图像处理 Fig.3 Pore size evolution through pixel decrease1—流化床层；2—布风板；3—基座；4—风机；5—截止阀；6—转子 流量计；7—支架；8—保温层；9—上盖；10—电阻丝 图1 热态实验装置示意图 Fig．1 Hot fluidized bed combustor experiment system 始前后‚煤颗粒中的主要气体通道已经基本形成． 10s 后颗粒形貌的变化几乎是流态化作用和残碳燃 烧造成的．因此‚高温流化床（平均运行温度850 ℃）中取样时间确定为以10s 为取样起点．用金属 篮子将一定颗粒度的煤样送到床温恒定的流化床 中‚每次制样的颗粒数需满足电镜分析、表面积测量 和形貌检测等分析的需要． 将实验样品（毫米级的大同烟煤颗粒）放到不锈 钢网制成的金属篮中快速放到空气作为流化介质的 流化床中开始计时‚规定时间将金属篮子快速取出‚ 放到磨口瓶中‚分别送去检测． 2 扫描电镜观测煤颗粒形貌 2∙1 电镜图像采集 将制备好的试样放入扫描电镜‚抽真空之后对 其表面形貌采样．本实验对每个煤颗粒分别以放大 50倍、500倍、1000倍采集图像‚并将采集的信息保 存为1660×1248像素的 JPG 数字图像． 2∙2 煤颗粒电镜图像的处理过程 2∙2∙1 二维孔隙率的计算 使用 Photoshop 将得到的图像转换成灰度范围 为0～255的位图格式（BMP）文件‚并进行阈值分 割和灰度直方图等处理．不同燃烧时间煤颗粒 SEM 图像处理后获得的孔隙的面积分数见图2．随 着燃烧时间的增加‚孔隙的面积分数呈上升趋势． 开始阶段（0～100s）煤颗粒表面孔隙的面积分数上 升较快‚此后趋于平缓．其原因可能是持续的高温 热处理使残留的挥发分继续析出‚一些封闭的孔隙 打开‚使得颗粒表面孔隙面积增加． 2∙2∙2 孔隙分布曲线 将所得的 BMP 图像文件设定适当大小的阈 值‚得到对应的二值图像‚其中白色区域代表孔隙‚ 黑色区域代表煤颗粒表面．采用 Matlab 图像处理 工具箱‚统计图像中黑色区域的多少就可以得到不 同尺寸孔隙数量． 图2 孔隙的面积分数随燃烧时间的变化 Fig．2 Change in area fraction of micro-pores with combustion time 图3 逐步删除小孔隙的图像演化 Fig．3 Pore size evolution through pixel decrease 图3是经过不同阈值处理后得到的12个不同 尺寸孔隙分布图像‚是以100像素为单位逐步删除 较小孔隙的演化过程．图4是以燃烧时间分别为 10s和80s 的样品为例‚分析得到的不同孔径大小的 孔隙数量．由孔隙分布曲线图可以看出：小孔数量 明显多于大孔数量‚孔隙数量呈现指数衰减趋势；在 流化床燃烧过程中（燃烧时间由10s 增加到80s）‚ 大于400像素的孔隙数量几乎不变‚而小于400像 素的孔隙数量呈指数方式增长．表明微孔和小孔的 数量占绝大多数‚与燃烧时间有关；大孔数量不随燃 烧过程而增加． ·300· 北 京 科 技 大 学 学 报 第30卷