基于Point-NeRF与多模态融合的智能放渣系统研究

摘要

针对火电厂渣仓放渣环节人工依赖度高、作业效率低的问题，本文设计了一种基于点云神经渲染（Point-NeRF）与多模态融合的智能放渣系统。该系统采用激光雷达与多视角相机构建环形感知网络，通过Point-NeRF技术实现渣堆三维动态建模。本文创新性地提出多模态数据融合方法，结合激光点云的高精度几何信息与图像纹理的丰富语义特征，有效解决了烟尘干扰下图像信噪比低的问题，并利用图卷积与长短期记忆网络混合模型建立渣堆体积与放渣速率的动态关系，实现了放渣过程的精准控制。工业验证结果表明：该系统能够将放渣周期从8.5 min缩短至5.2 min，效率提升38.8%，过量放渣事故率降为0，现场粉尘浓度降低67%。研究成果为火电厂排渣系统的智能化升级提供了关键技术支持。

关键词

基于点云的神经渲染 / 多模态 / 火电厂 / 智能放渣系统