O diagnóstico eficiente das emissões em processos de combustão desempenha um papel fundamental em seu controle, parte essencial do esforço global para atenuar as consequências do efeito estufa. Em fornos industriais é utilizado um conjunto de sensores(COx, S Ox, NOx) no duto de exaustão para monitorar as taxas de poluição, fornecendo as informações necessárias para fins de controle. No caso dos fornos a gás natural, medidas dos teores de O2 e de CO2 permitem principalmente verificar as condições do processo de combustão. Neste trabalho, um sensor virtual que utiliza imagens de chamas capturadas por uma câmera CCD (charge coupled device - dispositivo de carga acoplada) é projetado para estimar as emissões de O2 e CO2 em um forno a gás natural. As imagens são processadas em computador para serem convertidas em vetores característicos que, por sua vez, atuam como dados de entrada na identificação de modelos "caixa preta" com estrutura ARMAX (média movel autorregressivo com entradas exógenas) tendo como variável de saída medidas do teor de CO2. Estimativas da emissão de O2 por um filtro de Kalman a partir de um modelo ARMAX preliminar auxiliam no desempenho do método como um todo, pois os valores propagados possuem significância estatística por até 60 s antes da próxima atualização com a medida do sensor de O2. Os resultados apresentados permitem afirmar que a inclusão do sensor virtual proposto em sistemas de controle em malha fechada de processos de combustão semelhantes é promissora.

Efficient diagnosis of emissions from combustion processes plays a key role in their control, an essential part of the overall effort to mitigate the increasing greenhouse effect. In industrial furnaces, a set of sensors (COx, S Ox, NOx) at the exhaust is used to monitor pollutant rates, thus providing the necessary information for control purposes. In the case of natural gas furnaces, measurements of O2 and CO2 contents are used to check the condition of the combustion process. In this work, we develop a soft sensor to estimate the O2 and CO2 contents at the exhaust of a natural gas prototype furnace from images of flames grabbed by a charge-coupled device (CCD) camera. Feature vectors obtained from computer processing of the grabbed images are used as input data to identify autoregressive moving average (ARMAX) "black box" models having CO2 content as output. Estimates of O2 content by a Kalman filter running a preliminary ARMAX model helps the overall performance of the soft sensor, since the model is capable of yielding statistically significant estimates of both O2 and CO2 composition in the flue gas up to 60 s before the arrival of actual O2 measurements. Thus, it is possible to assert that the inclusion of the proposed soft sensor in the closedloop control strategy of similar combustion processes might be advantageous