CN108169148B - 基于高光谱图像的火焰温度场颗粒气体浓度场测量方法 - Google Patents

基于高光谱图像的火焰温度场颗粒气体浓度场测量方法 Download PDF

Info

Publication number
CN108169148B
CN108169148B CN201711228226.7A CN201711228226A CN108169148B CN 108169148 B CN108169148 B CN 108169148B CN 201711228226 A CN201711228226 A CN 201711228226A CN 108169148 B CN108169148 B CN 108169148B
Authority
CN
China
Prior art keywords
flame
gas
absorption coefficient
radiation
voxel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711228226.7A
Other languages
English (en)
Other versions
CN108169148A (zh
Inventor
王飞
谢正超
严建华
池涌
黄群星
倪明江
岑可法
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201711228226.7A priority Critical patent/CN108169148B/zh
Publication of CN108169148A publication Critical patent/CN108169148A/zh
Application granted granted Critical
Publication of CN108169148B publication Critical patent/CN108169148B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明涉及燃烧过程测量技术,旨在提供一种基于高光谱图像的火焰温度场颗粒气体浓度场测量方法。该方法是通过建立高光谱火焰成像系统,进而获取火焰在空间维和光谱维的辐射图像信息,建立根据火焰辐射传递过程和逆向射线追踪的模型和算法,利用火焰高光谱图像计算火焰温度、颗粒浓度和气体浓度,实现火焰三维温度场、颗粒浓度场和气体浓度场的同时重建。本发明相对于传统彩色摄像机,高光谱成像系统能够获得火焰空间维和光谱维的投影数据,利用逆向射线追踪的方法重建模型,计算时间短,可提供在线实时监测火焰;具有测量火焰参数多、设备简单、处理过程短和能实现在线实时监测火焰状态变化的特点。

Description

基于高光谱图像的火焰温度场颗粒气体浓度场测量方法
技术领域
本发明涉及燃烧过程测量技术,具体涉及一种基于炉膛火焰图像的测量方法。
背景技术
燃烧涉及到各种类型的复杂多相流动和化学反应体系,是一个高温、高压、多目标、多约束、相互耦合的过程,其温度和浓度等关键参数的空间分布直接关系到能源利用过程是否安全、经济和清洁,是实现燃烧设备安全运行和节能减排的重要途径。特别是大型燃煤锅炉具有空间尺寸大、环境复杂等特点,燃烧过程的关键参数三维分布测量具有一定的挑战性。以1000MW煤粉燃烧超临界锅炉为例,锅炉炉膛长32米、宽15米、高75米,横截面积近500平方米,炉膛容积超过3万立方米,炉内参数的不均匀性趋势增强。此外炉内温度高达1600℃,包含复杂的气固多相流动,因此采用传统的接触式测量方法难以获得内部的参数分布。要获得锅炉内部的场参数分布,需要采用类似医学层析成像(CT)的方法对内部场参数进行重建。然而,对于大尺寸的燃煤锅炉而言,场参数重建面临的问题更复杂。例如,对于应用到现场的重建系统,不可能像医学层析成像中的传感器一样沿锅炉进行360°旋转,只能在炉膛有限位置开孔而获得不完全的投影数据,这就需要对重建算法进行研究和改进。近年来,光学技术、图像处理技术和计算机计算处理能力迅速发展,为发展新型的非接触式三维场测量技术提供了新的手段。
由于高分辨率的面阵摄像机可以同时获得大量的火焰投影数据,近年来,根据火焰图像进行辐射反问题的计算,从而重建其两维和三维温度场成为研究热点。这种采用火焰自身辐射反演火焰内部场参数分布的方法不需要外加光源,而且探测器(CCD摄像机)为面阵成像,可以通过有限的探测器获得较多的投影数据,从而实现三维场参数分布的重建。与通常的医学X射线CT相比,这种方法虽然获得的精度较低,但是不需要光源-探测器进行移动或转动,极大地提高了在工业现场的可能性,对于实际燃烧设备的应用具有非常好的前景。
但是,目前根据火焰图像进行场参数重建的研究,主要集中在温度场的重建和颗粒的影响等内容。由于传统面阵摄像机获得的图像在光谱维上没有信息,而气体的吸收与光谱密切相关,因此,目前这种方法还没有应用到气体浓度分布的重建。如果能够获得火焰在光谱维上的图像,实现三维温度场、颗粒浓度场和气体组分场的同时在线测量,将会极大提高这种方法的应用价值。
发明内容
本发明要解决的技术问题是,克服现有技术中的不足,提供一种基于高光谱图像的火焰温度场颗粒气体浓度场测量方法。该方法能在线实时监测火焰温度场、颗粒浓度场和气体浓度场变化,设备简单、处理过程短和测量对象空间适应广。
为解决技术问题,本发明的解决方案是:
提供一种基于高光谱图像的火焰温度场颗粒气体浓度场测量方法,包括以下步骤:
(1)利用前端镜头、液晶可调谐滤波片、光学延迟镜头和CCD相机构建的成像系统,获取火焰在空间维和光谱维的辐射图像信息;
(2)根据辐射传递方程和光学成像原理,采用逐个波长下的火焰图像同时重建出空间体元三维温度和辐射吸收系数分布;具体包括:
在波长λ下,将火焰区域分为N个体元,假设火焰中发出Mr条辐射射线到达CCD相机的靶面,得到辐射方程:
Figure BDA0001487702010000021
式(1)中:Iλ(mr)是射线mr到达CCD摄像机的单色辐射强度,κλ(n)是局部吸收系数,
Figure BDA0001487702010000022
是射线mr在体元n中的射线长度;Ib,λ(n)是局部单色黑体辐射强度,Ib,λ(n)=c1/{λ5πexp[c2/(λT(n))]},c1和c2是第一和第二辐射常数,体元n温度T(n)由维恩定律求得;Hλ(n)是体元n局部辐射源项,Hλ(n)=κλ(n)Ib,λ(n);
火焰的单色吸收系数由气体和颗粒的单色吸收系数组成,即:
κλ=κp,λg,λ (2)
式(2)中:κλ表示火焰的单色吸收系数,κp,λ表示颗粒的单色吸收系数,κg,λ表示气体的单色吸收系数;
对于方程(1)应用最小二乘分解、Tikhonov正则化方法或者截断奇异值分解算法求解,得到多个波长下的辐射源项Hλ(n);
由于固体颗粒和气体对于波长的选择性不同,将颗粒吸收系数和气体吸收系数的光谱曲线进行分离;在波长λ1和λ2下气体吸收忽略不计,而在波长λ3上只有该气体的吸收作用而没有干扰气体的吸收作用;这样,对于体元n得到以下的公式:
Figure BDA0001487702010000031
式(3)有三个方程及三个未知数,因此通过求解此式获得体元n的烟黑温度、烟黑辐射吸收系数和气体辐射吸收系数;
(3)针对重建模型采用最小二乘分解、Tikhonov正则化方法或者截断奇异值分解算法求解病态模型方程,获得单个波长下各体元的温度和辐射吸收系数,从而直接获得火焰的温度分布;
(4)火焰的辐射吸收系数由固体颗粒和气体的吸收系数组成,重建得到逐个波长下空间各体元的三维辐射吸收系数分布后,绘制各体元的辐射吸收系数的光谱曲线;由于固体颗粒的吸收系数为连续光谱,而气体的吸收系数具有波长选择性,因此通过光谱曲线的拟合对固体颗粒和气体的辐射吸收系数光谱曲线进行分离;
(5)燃气火焰中固体颗粒主要成分为烟黑,根据固体颗粒的辐射吸收系数光谱曲线,利用瑞利近似假设得到烟黑辐射吸收系数,并通过反演获得烟黑颗粒的浓度分布;
(6)利用逐线计算方法或者统计窄带模型,通过反演的方法从气体的辐射吸收系数中获得火焰中气体的浓度分布。
本发明中,在步骤(2)中,根据光学互易定理,采用基于逆向射线追踪的方法提高重建计算效率,加快计算速度。
本发明中,在步骤(6)中,燃气火焰燃烧时会产生大量气态的H2O,不失一般性,选择H2O作为气体浓度计算的对象;H2O在波长0.95μm、1.38μm、1.87μm和2.7μm处具有吸收峰,利用逐线计算方法或者统计窄带模型从气体的辐射吸收系数反演火焰中H2O的浓度分布;其它气体浓度分布采用相同的测量方法。
由于采用上述技术方案,本发明与现有技术相比具有如下优点:
1、本发明首次将高光谱图像系统应用于火焰测量中,高光谱图像数据是图谱合一的海量数据源,它同时包含了图像信息和光谱信息,能够得到图像上每个像素的光谱,或是一系列波段的二维图像,而且光谱分辨率比较高。相对于传统彩色摄像机,高光谱成像系统能够获得火焰空间维和光谱维(一系列波长下)的投影数据。
2、本发明通过光谱曲线的拟合将固体颗粒和气体的辐射吸收系数光谱曲线进行分离,这为获得火焰中颗粒和气体浓度提供了技术基础。
3、本发明为首次利用火焰成像光谱技术获取气体组分场。由于传统面阵摄像机获得的图像在光谱维上没有信息,最多只能获得火焰的温度场和颗粒浓度场,无法重建出气体浓度。本发明克服了现有技术缺陷,在气体浓度测量方面获得重大进展。
4、本发明利用逆向射线追踪的方法重建模型,计算时间短,可提供在线实时监测火焰。
5、本发明具有测量火焰参数多、设备简单、处理过程短和能实现在线实时监测火焰状态变化的特点。
附图说明
图1为本发明的一种测量流程图。
图2为本发明的一种火焰测量系统示意图。
图3为高光谱系统示意图。
图中附图标记,前端镜头1、液晶可调滤波片2、光学延迟镜头3、CCD摄像机4。
图4为颗粒吸收系数和气体吸收系数比较示意图。
图5为多光谱火焰图像示意图。
具体实施方式
首先需要说明的是,本发明中运用到的各种计算方法如未明确说明的,均为本领域技术人员公知或熟练掌握的知识内容,例如最小二乘分解、Tikhonov正则化方法或者截断奇异值分解算法、光学互易定理、基于逆向射线追踪的方法、逐线计算方法或者统计窄带模型,等等。因不属于本发明重点阐释内容,故不再赘述。
本发明基于高光谱图像同时在线测量火焰三维温度场、颗粒浓度场和气体浓度场,该方法包括以下步骤:
(1)利用前端镜头、液晶可调谐滤波片、光学延迟镜头和CCD相机构建的成像系统,获取火焰在空间维和光谱维的辐射图像信息;
(2)根据辐射传递方程和光学成像原理,采用逐个波长下的火焰图像同时重建出空间体元三维温度和辐射吸收系数分布;根据光学互易定理,采用基于逆向射线追踪的方法提高重建计算效率,加快计算速度。
所述采用逐个波长下的火焰图像同时重建出空间体元三维温度和辐射吸收系数分布,具体包括:
在波长λ下,将火焰区域分为N个体元,假设火焰中发出Mr条辐射射线到达CCD相机靶面,可以得到辐射方程:
Figure BDA0001487702010000051
式(1)中:Iλ(mr)是射线mr到达CCD摄像机的单色辐射强度,κλ(n)是局部吸收系数,Ib,λ(n)是局部单色黑体辐射强度,体元n温度T(n)可以由维恩定律求得,Ib,λ(n)=c1/{λ5πexp[c2/(λT(n))]},c1和c2是第一和第二辐射常数,Hλ(n)是体元n局部辐射源项,Hλ(n)=κλ(n)Ib,λ(n),lmr(n)是射线mr在体元n中的射线长度。
火焰的单色吸收系数由气体和颗粒的单色吸收系数组成,即:
κλ=κp,λg,λ (2)
式(2)中:κλ表示火焰的单色吸收系数,κp,λ表示颗粒的单色吸收系数,κg,λ表示气体的单色吸收系数。
对于方程(1)应用最小二乘分解、Tikhonov正则化方法或者截断奇异值分解算法求解,可以得到多个波长下的辐射源项Hλ(n)。由于固体颗粒和气体对于波长的选择性不同,可以将颗粒吸收系数和气体吸收系数的光谱曲线进行分离。在这里我们特别的选择在波长λ1和λ2下气体吸收可以忽略不计,而在在波长λ3上只有该气体的吸收作用(无干扰气体的吸收作用),这样对于体元n,以下的方程可以得到:
Figure BDA0001487702010000061
式(3)有三个方程及三个未知数,因此可以求解此式求解体元n的烟黑温度、烟黑辐射吸收系数和气体辐射吸收系数。
(3)针对重建模型采用最小二乘分解、Tikhonov正则化方法或者截断奇异值分解算法求解病态模型方程,获得单个波长下各体元的温度和辐射吸收系数,从而直接获得火焰的温度分布;
(4)火焰的辐射吸收系数由固体颗粒和气体的吸收系数组成,重建得到逐个波长下空间各体元的三维辐射吸收系数分布后,绘制各体元的辐射吸收系数的光谱曲线;由于固体颗粒的吸收系数为连续光谱,而气体的吸收系数具有波长选择性,因此通过光谱曲线的拟合对固体颗粒和气体的辐射吸收系数光谱曲线进行分离;
(5)燃气火焰中固体颗粒主要成分为烟黑,根据固体颗粒的辐射吸收系数光谱曲线,利用瑞利近似假设得到烟黑辐射吸收系数,并通过反演获得烟黑颗粒的浓度分布;
气体火焰中颗粒一般粒径较小,烟黑局部吸收系数可以由瑞利近似假设(Rayleigh)表达为:
Figure BDA0001487702010000062
式(2)中:fv(n)是体元n局部烟黑体积份数,E(m){=Im[(m2-1)/(m2+2)]}是随波长变化的烟黑复折射率m=n-ik的函数,Im表示[(m2-1)/(m2+2)]的虚部,n,k为拟合得到的参数,具体参数值可以在相关文献中获得,i是虚数单位。
(6)利用逐线计算方法或者统计窄带模型,然后通过反演的方法从气体的辐射吸收系数中获得火焰中气体的浓度分布。
在步骤(6)中,燃气火焰燃烧时会产生大量气态的H2O,不失一般性,选择H2O作为气体浓度计算的对象;H2O在波长0.95μm、1.38μm、1.87μm和2.7μm处具有吸收峰,利用逐线计算方法或者统计窄带模型从气体的辐射吸收系数反演火焰中H2O的浓度分布;其它气体浓度分布采用相同的测量方法。
计算气体吸收系数的方法有很多,比较经典的方法有逐线法、统计窄带模型(SNB)、指数宽带模型和灰气体加权和模型。
在SNB模型中,等温与均匀路径的窄带平均气体投射率为:
κg,λ=exp(-W) (5)
Malkmus统计窄带模型,假设线强为倒指数分布,于是有:
Figure BDA0001487702010000071
式(6)中:W表示气体的吸收作用,式中
Figure BDA0001487702010000072
L为路径长度,fg为辐射气体分子浓度,
Figure BDA0001487702010000073
是拟合参数,P是气体压力,
Figure BDA0001487702010000074
其中
Figure BDA0001487702010000075
为平均线宽,
Figure BDA0001487702010000076
为间距之比。Soufiani和Taine已经给出H2O和CO2
Figure BDA0001487702010000077
Figure BDA0001487702010000078
值,并将其制成名为“EM2C”的数据包。该模型计算H2O的吸收系数应用环境为温度在300到2500K,波数范围在150到9300cm-1,其中带宽为25cm-1。H2O在所有367个窄波段内都有吸收与发射辐射。
上面的公式是根据烟黑浓度或气体浓度来求出其相应的吸收系数,对于由吸收系数求对应的浓度是上面的逆问题,即求未知数为烟黑浓度或气体浓度的一元方程,可以使用数值法求解出方程得出烟黑浓度和气体浓度。
下面结合具体实施方式对本发明做作进一步的描述,并非对其保护范围的限制。
一种基于高光谱图像的火焰温度场颗粒气体浓度场测量方法。该测量方法的具体步骤如图1所示:
第一步、测量系统如图2所示。实验采用预混稳态乙烯火焰。在四台相机前加装高光谱成像系统,获得不同波长下的火焰图像。4台CCD摄像机分布在火焰四周,重建区域的尺寸为图中实线的火焰核心区,具体尺寸长(L)×宽(W)×高(H)=21mm×21mm×15mm,相机到重建区域边沿的距离为108mm。测量区域由以下顺序进行编号为1到147(=7×7×3)的体元划分:(1,1,1),(2,1,1),…,(7,1,1);(1,2,1),…,(7,7,1);(1,1,2),…,(7,7,3)。高光谱成像系统获得多组火焰图像,选取其中透过波长分别为700nm、900nm和950nm的三张火焰图像。
第二步、对高度在3mm到12mm区域内的火焰进行测量。采用基于逆向射线追踪的方法,列出模型方程。
第三步、应用最小二乘分解算法,求解上述模型方程。获得温度分布和辐射吸收系数分布。
第四步、颗粒的吸收作用在700nm、900nm和950nm下均有作用。燃烧产生的水只在950nm时产生吸收作用,在700nm和900nm时吸收作用可以忽略不计。
第五步、燃气火焰中颗粒尺寸较小,可认为颗粒均为烟黑粒子。利用瑞利近似假设公式,通过颗粒吸收系数反演出颗粒浓度。
第六步、利用气体逐线计算模型,获得水在950nm吸收公式。利用该公式通过水的吸收系数反演出水浓度。
在第三步、第五步和第六步分别得到火焰温度分布、颗粒浓度分布和水浓度分布。
本发明首次在火焰图像测量的技术领域中采用高光谱成像系统,从火焰的空间维和光谱维两种不同角度来测量火焰状态,获得火焰信息更多;而气体的吸收与光谱密切相关,从而本具体实施方式在以往可测到的温度、颗粒浓度参数外,气体浓度同时得到测量。
目前,对于火焰气体组分的精确测量主要采用基于可调谐半导体激光吸收光谱技术。该技术可以实现多种烟气浓度的现场在线测量分析,具有较高的测量精度和快的测量响应速度。但可调谐半导体激光吸收光谱技术是一种需要外加光源的方法,若要在工业设备现场实现三维气体浓度场的重建,面临诸多困难。本发明利用火焰自身的辐射和光谱信息(而不采用外加光源),在实际应用时仅需在壁面布置适量的探测器即可,相比于可调谐半导体激光吸收光谱技术设备简单。
本发明采用基于逆向射线追踪的辐射模型,应用最小二乘分解等算法求求解模型,数据处理过程往往只需十秒左右。该测量方法满足在线实时监测火焰状态变化的要求,能在很短的时间内发现电站燃煤锅炉状态的变化,并及时做出相应调整,从而增加电厂控制系统的安全性和可靠性,是电站运行更加稳定,能够减少电站的维护成本。
因此,本具体实施方式具有测量火焰参数多、设备简单、处理过程短和能实现在线实时监测火焰状态变化的特点。

Claims (3)

1.一种基于高光谱图像的火焰温度场颗粒气体浓度场测量方法,其特征在于,包括以下步骤:
(1)利用前端镜头、液晶可调谐滤波片、光学延迟镜头和CCD相机构建的成像系统,获取火焰在空间维和光谱维的辐射图像信息;
(2)根据辐射传递方程和光学成像原理,采用逐个波长下的火焰图像同时重建出空间体元三维温度和辐射吸收系数分布;具体包括:
在波长λ下,将火焰区域分为N个体元,假设火焰中发出Mr条辐射射线到达CCD相机的靶面,得到辐射方程:
Figure FDA0002378941840000011
式(1)中:Iλ(mr)是射线mr到达CCD摄像机的单色辐射强度,κλ(n)是局部吸收系数,
Figure FDA0002378941840000012
是射线mr在体元n中的射线长度;Ib,λ(n)是局部单色黑体辐射强度,Ib,λ(n)=c1/{λ5πexp[c2/(λT(n))]},c1和c2是第一和第二辐射常数,体元n温度T(n)由维恩定律求得;Hλ(n)是体元n局部辐射源项,Hλ(n)=κλ(n)Ib,λ(n);
火焰的单色吸收系数由气体和颗粒的单色吸收系数组成,即:
κλ=κp,λg,λ (2)
式(2)中:κλ表示火焰的单色吸收系数,κp,λ表示颗粒的单色吸收系数,κg,λ表示气体的单色吸收系数;
对于方程(1)应用最小二乘分解、Tikhonov正则化方法或者截断奇异值分解算法求解,得到多个波长下的辐射源项Hλ(n);
由于固体颗粒和气体对于波长的选择性不同,将颗粒吸收系数和气体吸收系数的光谱曲线进行分离;在波长λ1和λ2下气体吸收忽略不计,而在波长λ3上只有该气体的吸收作用而没有干扰气体的吸收作用;这样,对于体元n得到以下的公式:
Figure FDA0002378941840000021
式(3)有三个方程及三个未知数,因此通过求解此式获得体元n的烟黑温度、烟黑辐射吸收系数和气体辐射吸收系数;
(3)针对重建模型采用最小二乘分解、Tikhonov正则化方法或者截断奇异值分解算法求解病态模型方程,获得单个波长下各体元的温度和辐射吸收系数,从而直接获得火焰的温度分布;
(4)火焰的辐射吸收系数由固体颗粒和气体的吸收系数组成,重建得到逐个波长下空间各体元的三维辐射吸收系数分布后,绘制各体元的辐射吸收系数的光谱曲线;由于固体颗粒的吸收系数为连续光谱,而气体的吸收系数具有波长选择性,因此通过光谱曲线的拟合对固体颗粒和气体的辐射吸收系数光谱曲线进行分离;
(5)燃气火焰中固体颗粒主要成分为烟黑,根据固体颗粒的辐射吸收系数光谱曲线,利用瑞利近似假设得到烟黑辐射吸收系数,并通过反演获得烟黑颗粒的浓度分布;
(6)利用逐线计算方法或者统计窄带模型,通过反演的方法从气体的辐射吸收系数中获得火焰中气体的浓度分布。
2.根据权利要求1所述的方法,其特征在于,在步骤(2)中,根据光学互易定理,采用基于逆向射线追踪的方法提高重建计算效率,加快计算速度。
3.根据权利要求1所述的方法,其特征在于,在步骤(6)中,燃气火焰燃烧时会产生大量气态的H2O,不失一般性,选择气态H2O作为气体浓度计算的对象;气态H2O在波长0.95μm、1.38μm、1.87μm和2.7μm处具有吸收峰,利用逐线计算方法或者统计窄带模型从气体的辐射吸收系数反演火焰中气态H2O的浓度分布;其它气体浓度分布采用相同的测量方法。
CN201711228226.7A 2017-11-29 2017-11-29 基于高光谱图像的火焰温度场颗粒气体浓度场测量方法 Active CN108169148B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711228226.7A CN108169148B (zh) 2017-11-29 2017-11-29 基于高光谱图像的火焰温度场颗粒气体浓度场测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711228226.7A CN108169148B (zh) 2017-11-29 2017-11-29 基于高光谱图像的火焰温度场颗粒气体浓度场测量方法

Publications (2)

Publication Number Publication Date
CN108169148A CN108169148A (zh) 2018-06-15
CN108169148B true CN108169148B (zh) 2020-09-29

Family

ID=62524196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711228226.7A Active CN108169148B (zh) 2017-11-29 2017-11-29 基于高光谱图像的火焰温度场颗粒气体浓度场测量方法

Country Status (1)

Country Link
CN (1) CN108169148B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110873676A (zh) * 2018-09-03 2020-03-10 南京理工大学 含多种颗粒弥散火焰温度场及浓度场诊断方法
CN110873677A (zh) * 2018-09-03 2020-03-10 南京理工大学 纳米流体燃料燃烧火焰温度场以及浓度场重建方法
CN109655434B (zh) * 2019-02-22 2024-01-26 东北大学 一种多参数测量的光纤lmr传感器
CN110608889B (zh) * 2019-10-11 2020-12-15 华中科技大学 一种单液滴燃烧的火焰温度三维重构方法及实验装置
CN111477284B (zh) * 2020-04-02 2021-01-15 盐城工学院 一种交互式水泥生产仿真方法
CN111965116A (zh) * 2020-07-21 2020-11-20 天津大学 一种基于高光谱的机场气体检测系统及方法
CN113217942A (zh) * 2021-05-06 2021-08-06 浙江大学 基于高光谱图像的动态火焰测量方法及装置
CN117664342B (zh) * 2024-01-02 2024-05-17 中国矿业大学 同轴层流扩散火焰温度和碳烟浓度三维分布的重建方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101109701A (zh) * 2007-07-30 2008-01-23 天津大学 多成分气体在线检测方法及装置
CN104299268A (zh) * 2014-11-02 2015-01-21 北京航空航天大学 一种高动态范围成像的火焰三维温度场重建方法
CN104849260A (zh) * 2015-05-18 2015-08-19 华中科技大学 一种锅炉燃烧火焰中的气相碱金属浓度的在线检测方法
EP3161193A2 (en) * 2014-06-27 2017-05-03 Eastman Chemical Company Fibers with chemical markers and physical features used for coding

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101109701A (zh) * 2007-07-30 2008-01-23 天津大学 多成分气体在线检测方法及装置
EP3161193A2 (en) * 2014-06-27 2017-05-03 Eastman Chemical Company Fibers with chemical markers and physical features used for coding
CN104299268A (zh) * 2014-11-02 2015-01-21 北京航空航天大学 一种高动态范围成像的火焰三维温度场重建方法
CN104849260A (zh) * 2015-05-18 2015-08-19 华中科技大学 一种锅炉燃烧火焰中的气相碱金属浓度的在线检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Burner Flame Detection in a High Temperature Furnace;Taizo Imoto;《Taikabutsu Overseas》;20081231;第28卷(第4期);第270-278页 *
碳氢燃烧火焰中介质非灰辐射计算研究;王扶辉;《CNKI优秀硕士论文》;20170615;第C039-27页 *

Also Published As

Publication number Publication date
CN108169148A (zh) 2018-06-15

Similar Documents

Publication Publication Date Title
CN108169148B (zh) 基于高光谱图像的火焰温度场颗粒气体浓度场测量方法
Ren et al. Machine learning applied to retrieval of temperature and concentration distributions from infrared emission measurements
Ni et al. Study on the detection of three-dimensional soot temperature and volume fraction fields of a laminar flame by multispectral imaging system
Wei et al. Volumetric laser absorption imaging of temperature, CO and CO2 in laminar flames using 3D masked Tikhonov regularization
Liu et al. Inverse radiation analysis for simultaneous reconstruction of temperature and volume fraction fields of soot and metal-oxide nanoparticles in a nanofluid fuel sooting flame
CN109100044B (zh) 基于单光路多光谱的气体温度概率密度分布拟合重建方法
Niu et al. Temperature field reconstruction of 3D luminous flames based on light field tomography theory
CN111795746B (zh) 基于主被动光学层析融合探测的火焰多参数场协同测量方法
Liu et al. Simultaneous reconstruction of temperature and concentration profiles of soot and metal-oxide nanoparticles in asymmetric nanofluid fuel flames by inverse analysis
CN112082672B (zh) 基于消光矫正时间解析的三维燃烧场温度测量方法
Ren et al. Efficient two-dimensional scalar fields reconstruction of laminar flames from infrared hyperspectral measurements with a machine learning approach
Ren et al. Machine learning applied to the retrieval of three-dimensional scalar fields of laminar flames from hyperspectral measurements
Niu et al. Three-dimensional rapid visualization of flame temperature field via compression and noise reduction of light field imaging
Alviso et al. Flame imaging reconstruction method using high resolution spectral data of OH*, CH* and C2* radicals
Niu et al. Three-dimensional inhomogeneous temperature tomography of confined-space flame coupled with wall radiation effect by instantaneous light field
Goyal et al. Direct three dimensional tomography of flames using maximization of entropy technique
Li et al. Meshed axisymmetric flame simulation and temperature reconstruction using light field camera
Zhao et al. Measurement of the spatially distributed temperature and soot loadings in a laminar diffusion flame using a Cone-Beam Tomography technique
Qi et al. Simultaneous reconstruction of flame temperature and soot volume fraction through weighted non-negative least squares and light field imaging techniques
Correia et al. Flame three-dimensional tomography sensor for in-furnace diagnostics
Wen et al. A hybrid LSQP algorithm for simultaneous reconstruction of the temperature and absorption coefficient field from the light-field image
Grauer Bayesian methods for gas-phase tomography
Dai et al. 3-D soot temperature and volume fraction reconstruction of afterburner flame via deep learning algorithms
CN109100045B (zh) 基于单光路多光谱的气体温度概率密度分布重建方法
Li et al. On the treatment of lens optical center uncertainty in simultaneous reconstruction of flame temperature and soot volume fraction distributions by a CCD camera

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant