CN114388073A - 基于参数水平集与调频激光的火焰多参数瞬态测量装置及方法 - Google Patents
基于参数水平集与调频激光的火焰多参数瞬态测量装置及方法 Download PDFInfo
- Publication number
- CN114388073A CN114388073A CN202210042027.1A CN202210042027A CN114388073A CN 114388073 A CN114388073 A CN 114388073A CN 202210042027 A CN202210042027 A CN 202210042027A CN 114388073 A CN114388073 A CN 114388073A
- Authority
- CN
- China
- Prior art keywords
- flame
- alpha
- radiation characteristic
- parameter
- laser
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Crystallography & Structural Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radiation Pyrometers (AREA)
Abstract
基于参数水平集与调频激光的火焰多参数瞬态测量装置及方法,属于高温火焰燃烧诊断技术领域。为了解决传统激光层析吸收技术在多参量重建过程中存在时空分辨率低、重构结果存在尖刺噪声和无法捕获火焰拓扑结构等问题。本发明所述方法通过将主动调频激光照射到火焰上,由探测器阵列获取高温火焰多角度的辐射衰减信息,利用基于水平集方法获得的后验拓扑结构和先验平滑信息来改善稀疏数据下逆问题的不适定性,并通过主动调频激光的多角度投影信息及参数化水平集方法的重建策略,能获得清晰的高温火焰拓扑形状,实现多光谱辐射特性参数、温度场及物种浓度瞬时测量。主要用于火焰的多参数瞬态测量。
Description
技术领域
本发明属于高温火焰燃烧诊断技术领域,具体涉及一种火焰多参数场瞬态测量方法。
背景技术
燃烧广泛存在于航空航天、火力发电、化学冶金等工业领域。准确测量燃烧反应流中的辐射特性参数、温度以及浓度分布是非常重要的,有助于研究人员深入分析燃烧污染物形成机理和耦合场中传热传质过程。此外,这些参量也有利于燃料利用和燃烧设备的有效监管以及新型燃烧系统的优化设计。
激光层析吸收技术是一种用于密闭空间燃烧诊断中很有前途的的非接触式测量方法。主动激光作用于高温火焰等弥散介质后,光电探测器会获得与介质内部辐射特性、温度及组分浓度分布相关的出射辐射信息。根据多角度的投影信息结合反问题优化算法即可求解高温火焰待诊断的参量。其光谱响应范围从可见光到中红外波段的吸收带可覆盖H2O、CO、CO2、碳烟颗粒等燃烧产物。该方法具有物种选择性、光学访问需求小和时间分辨率高等优点,成为燃烧诊断中最具发展前景的计算模型。
在利用反问题方法实现高温火焰的多参数瞬态测量时,通常需要利用主动激光的辐射衰减信号,根据激光光源的不同可将测量方式分为稳态(连续激光)、时域(脉冲激光)和频域(调频激光),基于调频激光的层析吸收技术能够同时测量多光谱跃迁,具有较高的动态时间分辨能力。
同时,在高温火焰多参数分布的重建过程中,由于主动激光器数量有限、测量噪声存在和反问题的不适定性,导致温度、浓度等参数重构结果不稳定,且无法捕获动态反应流边界。因此传统激光层析吸收技术在多参量重建过程中存在时空分辨率低、重构结果存在尖刺噪声和无法捕获火焰拓扑结构等问题。鉴于目前高温火焰多参数测量装置和重建方法局限性,以及发展高精度、强鲁棒性燃烧场光学诊断技术的迫切需求,而将能够捕获动态燃烧反应流的后验拓扑结构的参数化水平集方法和激光层析吸收技术相融合是解决上述问题的新途径。
发明内容
本发明的目的是为了解决传统激光层析吸收技术在多参量重建过程中存在时空分辨率低、重构结果存在尖刺噪声和无法捕获火焰拓扑结构等问题。进而提出了一种基于参数水平集与调频激光的火焰多参数瞬态测量装置和基于参数水平集与调频激光的火焰多参数瞬态测量方法。
基于参数水平集与调频激光的火焰多参数瞬态测量方法,包括以下步骤:
步骤一、获取多角度的激光光谱衰减信息:
激光控制器控制K个激光器同时输出K个中心波数为vk的调频激光,调频激光经过光纤分束器以及透镜组的准直和扩束后穿过待测火焰并被光电探测器阵列接收,数据采集处理系统获得火焰多个投影角度上的透射强度,解算出多角度下激光光谱衰减比Bm作为测量信号;
步骤二:假设待测火焰的某单光谱辐射特性场为α0,将α0带入Beer-Lambert介质衰减方程,计算得到火焰边界的激光衰减比Bc,基于Bc与测量信号Bm构建目标函数F(α0);
步骤三:根据重建技术更新待测火焰的辐射特性场;
步骤四:根据步骤三中第t1次更新的辐射特性分布αt1,计算待测火焰边界的激光衰减比Bc以及目标函数F(αt1);判断目标函数值F(αt1)是否小于给定的误差阈值,或者迭代次数t1是否达到最大迭代次数tmax;
若是,将αt1赋值给αA,执行步骤五;否则,返回步骤三;
步骤五:将步骤三至四迭代得到的辐射特性场αA作为初步重建结果,将燃烧火焰区域辐射特性分布α按步骤四所述的重建结果赋值,背景区域Ω\D辐射特性分布α按背景的辐射特性进行赋值;数学表达式为:
此时,整个区域的辐射特性分布α的参数化表达式为:
α(p,ω)=αout⊙[1-H(φ(p,ω))]+αin⊙H(φ(p,ω))
其中,H(·)表示海文赛德函数;⊙表示哈达玛积;ω表示辐射特性权重向量;φ(p,ω)表示参数化水平集函数;
步骤六:通过梯度下降法更新待测火焰的辐射特性权重向量ω,更新表达式为:
t2表示迭代次数,t2=1,2,…;Δω表示权重向量的更新量;
步骤七:根据步骤六中第t2次更新的权重向量ωt2计算得出待测火焰辐射特性场的拓扑形状,并由海文赛德函数计算权重向量ωt2时的辐射特性分布αt2;根据辐射特性分布αt2,计算待测火焰边界的激光衰减比Bc以及目标函数F(αt2);判断目标函数值F(αt1)是否小于给定的误差阈值,或者迭代次数t2是否达到最大迭代次数tmax;
若是,则执行步骤八;否则,返回步骤六;
步骤八:判断光谱迭代次数是否达到所需最大光谱数量K;
若是,则完成待测火焰的多光谱辐射特性参数的重构,执行步骤九;否则,返回步骤二;
步骤九:根据待测火焰对应的物种类型,从步骤八中重建得到的多光谱辐射特性参数分布中选择一对合适的谱线所对应的辐射特性参数分布αv1和αv2;
利用双线模型重构出待测火焰的非均匀温度分布T;
步骤十:根据步骤八重建得到的火焰多光谱辐射特性参数分布和步骤九计算的非均匀温度场分布T,利用物种浓度测量模型解算出多种不同物种的组分浓度分布X;
步骤十一:输出待测火焰的多参数场瞬态测量结果,完成基于参数化水平集与主动调频激光结合的高温火焰多参数场瞬态测量。
进一步地,所述目标函数的表达式为:
其中,α为单光谱辐射特性分布,F(α0)是α取α0时的形式;ρ(α)为正则化项。
进一步地,步骤三所述根据重建技术更新待测火焰的辐射特性场的更新表达式如下:
t1表示迭代次数,t1=1,2,…;η表示松弛因子;Li表示第i条激光穿过待测火焰的构成的投影矩阵。
进一步地,待测火焰的辐射特性场对应的重建方法采用共轭梯度法、最小二乘QR分解、Landweber算法等梯度类算法,以及微粒群算法、遗传算法、差分进化等智能优化算法中的任意一种。
进一步地,所述参数化水平集函数φ(p,ω)如下:
所述参数化水平集函数通过径向基函数表示:
其中,prbf表示径向基函数中心节点;ωi表示辐射特性权重向量中的第i个权重;βi表示径向基函数的尺度因子;ψ(s)表示径向基函数。
进一步地,所述的海文赛德函数的表达式为H(·)=0.5[1+sign(·)],或者,海文赛德函数的表达式如下:
其中δ表示海文赛德函数的半宽;r表示计算海文赛德函数时的自变量,在这里自变量r就是参数化水平集函数φ(p,ω)。
进一步地,所述权重向量的更新量Δω如下:
at2表示第t2次迭代的步长;dt2表示第t2次权向量更新方向,通过上一时刻的更新方向和当前目标函数的梯度方向求解:
进一步地,所述的非均匀温度分布T=[T1,T2,…,TN],
其中,h,σ,c分别表示普朗克常数、玻尔兹曼常数以及光的传播速度;Ev"1和Ev"2分别是波数v1和v2的低态跃迁能量;Sv1和Sv2分别表示波数v1和v2的线强函数,Sv1(T0)和Sv2(T0)表示Sv1、Sv2是与T0相关的函数,T0表示参考温度(296K);αv1,i和αv2,i表示波数v1和v2下的辐射特性参数分布,是辐射特性参数分布αv1和αv2中第i个区域的值。
进一步地,利用物种浓度测量模型解算出多种不同物种的组分浓度分布X的表达式如下:
Xk,i=αvk,i/Svk(Ti)·Pa,i
其中,Pa,i表示待测火焰第i个区域的压力分布;Svk分别表示波数vk温度为Ti时的线强函数;αvk,i表示波数vk下第i个区域的辐射特性参数。
基于参数水平集与调频激光的火焰多参数瞬态测量装置,包括:激光控制器、若干激光器、光纤分束器、透镜组、探测器阵列、多路数据采集处理系统;
所述激光控制器的输入端连接数据采集处理系统,激光控制器的输出端分别连接若干激光器,激光器为不同光谱的激光器;激光器的另一端连接光纤分束器,光纤分束器的输出端分别接入到透镜组的透镜,透镜分布在待测火焰周围半圈的M个点;多光谱激光信号经过透镜组的准直和扩束后穿过待测火焰并被光电探测器阵列接收,探测器阵列的信号输出端连接多路数据采集处理系统的输入端;
所述装置用于实现基于参数水平集与调频激光的火焰多参数瞬态测量方法。
有益效果:
本发明提供了一种参数化水平集与主动调频激光结合的火焰多参数场瞬态测量装置及方法,运用参数化水平集方法对未知的参数场进行重建,可以获得燃烧反应流的后验拓扑结构,弥补传统层析成像反问题的先验信息的不足;利用参数化的方法使未知参数数量明显小于传统水平集方法,降低了计算成本;利用主动调频激光的频域层析吸收技术同时获得了多光谱跃迁信息,提高了测量的时间分辨能力;本发明能获得清晰的高温火焰拓扑形状,实现燃烧区域与背景区域的区分,缩小待重建目标区域的范围,提高测量精度和鲁棒性。本发明通过主动调频激光的多角度投影信息及参数化水平集方法的重建策略,进行高温火焰多光谱辐射特性、温度及多物种浓度等参数场的协同重建,为发动机燃烧室、电站锅炉等设备的燃烧诊断和设计优化提供新的技术手段。
附图说明
图1为基于参数水平集与调频激光的火焰多参数瞬态测量装置示意图;
图2为基于参数水平集与调频激光的火焰多参数瞬态测量方法流程图。
具体实施方式
具体实施方式一:结合图1对本实施方式进行说明,
本实施方式为基于参数水平集与调频激光的火焰多参数瞬态测量装置,具体包括:激光控制器1、若干激光器2、光纤分束器3、透镜组4、待测火焰5、探测器阵列6、多路数据采集处理系统7;
所述激光控制器1的输入端连接数据采集处理系统7,激光控制器1的输出端分别连接若干激光器2,激光器为不同光谱的激光器,若干个不同光谱的激光器整体上构成了不同光谱的多波长激光器;激光器2的另一端连接光纤分束器3,光纤分束器3的输出端分别接入到透镜组4的透镜,透镜分布在待测火焰5周围半圈的M个点;多光谱激光信号经过透镜组4的准直和扩束后穿过待测火焰5并被光电探测器阵列6接收,探测器阵列6的信号输出端连接多路数据采集处理系统7的输入端;数据采集处理系统7对探测的调频多光谱激光信号进行处理,通过基于参数水平集与调频激光的火焰多参数瞬态测量方法计算得到高温火焰的多光谱辐射特性参数、温度场、多物种浓度分布和拓扑结构演化。
具体实施方式二:结合图2对本实施方式进行说明,
本实施方式为基于参数水平集与调频激光的火焰多参数瞬态测量方法,具体包括以下步骤:
步骤一、获取多角度的激光光谱衰减信息:
激光控制器1控制激光器2同时输出K个中心波数为vk的调频激光,该过程中是每个激光器输出一个心波数为vk的调频激光(K个激光器输出K个),此时K个激光器同时输出,使火焰多参数测量过程中实时性提高,达到瞬态测量的目的。调频激光经过光纤分束器3以及透镜组4的准直和扩束后穿过待测火焰5并被光电探测器阵列6接收,数据采集处理系统7获得火焰多个投影角度上的透射强度,解算出多角度下激光光谱衰减比Bm作为测量信号;
步骤二:假设待测火焰的某单光谱辐射特性场为α0,将α0带入Beer-Lambert介质衰减方程,计算得到火焰边界的激光衰减比Bc,基于Bc与测量信号Bm构建目标函数F(α0);
所述目标函数的表达式为:
其中,α为单光谱辐射特性分布,F(α0)是α取α0时的形式;ρ(α)为正则化项,由拉普拉斯正则化方法得到,用来惩罚待求解参数向量从而改善逆问题的病态性。
步骤三:根据重建技术更新待测火焰的辐射特性场,更新表达式为:
t1表示迭代次数,t1=1,2,…;η表示松弛因子;Li表示第i条激光穿过待测火焰的构成的投影矩阵,Li=[Li1,Li2,…,LiN],Li1,Li2,…,LiN是投影矩阵中的元素;
所述的待测火焰的辐射特性场对应的重建方法采用共轭梯度法、最小二乘QR分解、Landweber算法等梯度类算法,以及微粒群算法、遗传算法、差分进化等智能优化算法中的任意一种。
步骤四:根据步骤三中第t1次更新的辐射特性分布αt1,计算待测火焰边界的激光衰减比Bc以及目标函数F(αt1);判断目标函数值F(αt1)是否小于给定的误差阈值,或者迭代次数t1是否达到最大迭代次数tmax;
此时F(αt1)是目标函数F(α)中α取αt1时的形式;根据t1次更新得到的辐射特性,由Beer-lambert计算得到目标函数,判断目标函数是否达到收敛要求;
若是,将αt1赋值给αA,执行步骤五;
否则,返回步骤三;
步骤五:将步骤三至四迭代得到的辐射特性场αA作为初步重建结果,将燃烧火焰区域辐射特性分布α按步骤四所述的重建结果赋值,背景区域Ω\D(Ω\D表示整个域Ω去除火焰区域D之后剩余的区域,即背景区域)辐射特性分布α按背景的辐射特性进行赋值;数学表达式为:
此时,整个区域的辐射特性分布α的参数化表达式为:
α(p,ω)=αout⊙[1-H(φ(p,ω))]+αin⊙H(φ(p,ω))
其中,H(·)表示海文赛德函数;⊙表示哈达玛积;ω表示辐射特性权重向量;φ(p,ω)表示参数化水平集函数,其表达式为:
所述的海文赛德函数的表达式为H(·)=0.5[1+sign(·)],或者,选择海文赛德函数的表达式如下:
其中δ表示海文赛德函数的半宽;r表示计算海文赛德函数时的自变量,在这里自变量r就是参数化水平集函数φ(p,ω);
所述参数化水平集函数可分别通过高斯函数、多二次函数、逆二次函数或逆多二次函数等类型的径向基函数表示,其表达式为:
其中,prbf表示径向基函数中心节点;ωi表示辐射特性权重向量中的第i个权重;βi表示径向基函数的尺度因子;
高斯函数表达式为:
ψ(s)=exp(-s2)
多二次函数表达式为:
ψ(s)=1+s2
逆二次函数表达式为:
逆多二次函数表达式为:
其中,s表示计算径向基函数时的自变量;
步骤六:结合步骤五的参数化表示方法,通过梯度下降法更新待测火焰的辐射特性权重向量ω,更新表达式为:
t2表示迭代次数,t2=1,2,…;Δω表示权重向量的更新量;
所述权重向量的更新量Δω具体为:
at2表示第t2次迭代的步长;dt2表示第t2次权向量更新方向,通过上一时刻的更新方向和当前目标函数的梯度方向求解:
步骤七:根据步骤六中第t2次更新的权重向量ωt2计算得出待测火焰辐射特性场的拓扑形状,并由海文赛德函数计算权重向量ωt2时的辐射特性分布αt2;根据辐射特性分布αt2,计算待测火焰边界的激光衰减比Bc以及目标函数F(αt2);判断目标函数值F(αt1)是否小于给定的误差阈值,或者迭代次数t2是否达到最大迭代次数tmax;
若是,则执行步骤八;否则,返回步骤六;
步骤八:判断光谱迭代次数是否达到所需最大光谱数量K;
若是,则完成待测火焰的多光谱辐射特性参数的重构,执行步骤九;否则,返回步骤二;
步骤九:根据待测火焰对应的物种类型,从步骤八中重建得到的多光谱辐射特性参数分布中选择一对合适的谱线所对应的辐射特性参数分布αv1和αv2;选择的过程是要结合物种类型来选择一对合适的辐射特性参数分布(比如需要结合要检测的物种H2O,CO2来选择合适的吸收谱线以及对应的辐射特性参数分布),该过程是现有技术,本发明不再说明。
利用双线模型重构出待测火焰的非均匀温度分布T=[T1,T2,…,TN],计算表达式为:
其中,h,σ,c分别表示普朗克常数、玻尔兹曼常数以及光的传播速度;Ev"1和Ev"2分别是波数v1和v2的低态跃迁能量;Sv1和Sv2分别表示波数v1和v2的线强函数,Sv1(T0)和Sv2(T0)表示Sv1、Sv2是与T0相关的函数,T0表示参考温度(296K);αv1,i和αv2,i表示波数v1和v2下的辐射特性参数分布,是辐射特性参数分布αv1和αv2中第i个区域的值;
步骤十:根据步骤八重建得到的火焰多光谱辐射特性参数分布和步骤九计算的非均匀温度场分布T,利用物种浓度测量模型解算出多种不同物种的组分浓度分布X,计算表达式为:
Xk,i=αvk,i/Svk(Ti)·Pa,i
其中,Pa,i表示待测火焰第i个区域的压力分布;Svk分别表示波数vk温度为Ti时的线强函数;αvk,i表示波数vk下第i个区域的辐射特性参数。
步骤十一:输出待测火焰的多参数场瞬态测量结果,完成基于参数化水平集与主动调频激光结合的高温火焰多参数场瞬态测量。
本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,本领域技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.基于参数水平集与调频激光的火焰多参数瞬态测量方法,其特征在于,包括以下步骤:
步骤一、获取多角度的激光光谱衰减信息:
激光控制器控制K个激光器同时输出K个中心波数为vk的调频激光,调频激光经过光纤分束器以及透镜组的准直和扩束后穿过待测火焰并被光电探测器阵列接收,数据采集处理系统获得火焰多个投影角度上的透射强度,解算出多角度下激光光谱衰减比Bm作为测量信号;
步骤二:假设待测火焰的某单光谱辐射特性场为α0,将α0带入Beer-Lambert介质衰减方程,计算得到火焰边界的激光衰减比Bc,基于Bc与测量信号Bm构建目标函数F(α0);
步骤三:根据重建技术更新待测火焰的辐射特性场;
步骤四:根据步骤三中第t1次更新的辐射特性分布αt1,计算待测火焰边界的激光衰减比Bc以及目标函数F(αt1);判断目标函数值F(αt1)是否小于给定的误差阈值,或者迭代次数t1是否达到最大迭代次数tmax;
若是,将αt1赋值给αA,执行步骤五;否则,返回步骤三;
步骤五:将步骤三至四迭代得到的辐射特性场αA作为初步重建结果,将燃烧火焰区域辐射特性分布α按步骤四所述的重建结果赋值,背景区域Ω\D辐射特性分布α按背景的辐射特性进行赋值;数学表达式为:
此时,整个区域的辐射特性分布α的参数化表达式为:
α(p,ω)=αout⊙[1-H(φ(p,ω))]+αin⊙H(φ(p,ω))
其中,H(·)表示海文赛德函数;⊙表示哈达玛积;ω表示辐射特性权重向量;φ(p,ω)表示参数化水平集函数;
步骤六:通过梯度下降法更新待测火焰的辐射特性权重向量ω,更新表达式为:
t2表示迭代次数,t2=1,2,…;Δω表示权重向量的更新量;
步骤七:根据步骤六中第t2次更新的权重向量ωt2计算得出待测火焰辐射特性场的拓扑形状,并由海文赛德函数计算权重向量ωt2时的辐射特性分布αt2;根据辐射特性分布αt2,计算待测火焰边界的激光衰减比Bc以及目标函数F(αt2);判断目标函数值F(αt1)是否小于给定的误差阈值,或者迭代次数t2是否达到最大迭代次数tmax;
若是,则执行步骤八;否则,返回步骤六;
步骤八:判断光谱迭代次数是否达到所需最大光谱数量K;
若是,则完成待测火焰的多光谱辐射特性参数的重构,执行步骤九;否则,返回步骤二;
步骤九:根据待测火焰对应的物种类型,从步骤八中重建得到的多光谱辐射特性参数分布中选择一对合适的谱线所对应的辐射特性参数分布αv1和αv2;
利用双线模型重构出待测火焰的非均匀温度分布T;
步骤十:根据步骤八重建得到的火焰多光谱辐射特性参数分布和步骤九计算的非均匀温度场分布T,利用物种浓度测量模型解算出多种不同物种的组分浓度分布X;
步骤十一:输出待测火焰的多参数场瞬态测量结果,完成基于参数化水平集与主动调频激光结合的高温火焰多参数场瞬态测量。
4.根据权利要求3所述的基于参数水平集与调频激光的火焰多参数瞬态测量方法,其特征在于,待测火焰的辐射特性场对应的重建方法采用共轭梯度法、最小二乘QR分解、Landweber算法等梯度类算法,以及微粒群算法、遗传算法、差分进化等智能优化算法中的任意一种。
9.根据权利要求8所述的基于参数水平集与调频激光的火焰多参数瞬态测量方法,其特征在于,利用物种浓度测量模型解算出多种不同物种的组分浓度分布X的表达式如下:
Xk,i=αvk,i/Svk(Ti)·Pa,i
其中,Pa,i表示待测火焰第i个区域的压力分布;Svk分别表示波数vk温度为Ti时的线强函数;αvk,i表示波数vk下第i个区域的辐射特性参数。
10.基于参数水平集与调频激光的火焰多参数瞬态测量装置,其特征在于,包括:激光控制器、若干激光器、光纤分束器、透镜组、探测器阵列、多路数据采集处理系统;
所述激光控制器的输入端连接数据采集处理系统,激光控制器的输出端分别连接若干激光器,激光器为不同光谱的激光器;激光器的另一端连接光纤分束器,光纤分束器的输出端分别接入到透镜组的透镜,透镜分布在待测火焰周围半圈的M个点;多光谱激光信号经过透镜组的准直和扩束后穿过待测火焰并被光电探测器阵列接收,探测器阵列的信号输出端连接多路数据采集处理系统的输入端;
所述装置用于实现权利要求1至9之一所述的基于参数水平集与调频激光的火焰多参数瞬态测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210042027.1A CN114388073A (zh) | 2022-01-14 | 2022-01-14 | 基于参数水平集与调频激光的火焰多参数瞬态测量装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210042027.1A CN114388073A (zh) | 2022-01-14 | 2022-01-14 | 基于参数水平集与调频激光的火焰多参数瞬态测量装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114388073A true CN114388073A (zh) | 2022-04-22 |
Family
ID=81202275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210042027.1A Pending CN114388073A (zh) | 2022-01-14 | 2022-01-14 | 基于参数水平集与调频激光的火焰多参数瞬态测量装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114388073A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662346A (zh) * | 2022-05-24 | 2022-06-24 | 山东大学 | 一种半导体激光器中位错扩展特性的模拟预测方法 |
-
2022
- 2022-01-14 CN CN202210042027.1A patent/CN114388073A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662346A (zh) * | 2022-05-24 | 2022-06-24 | 山东大学 | 一种半导体激光器中位错扩展特性的模拟预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cai et al. | Tomographic absorption spectroscopy for the study of gas dynamics and reactive flows | |
Grauer et al. | Multiparameter gas sensing with linear hyperspectral absorption tomography | |
Ren et al. | Machine learning applied to retrieval of temperature and concentration distributions from infrared emission measurements | |
Niu et al. | A novel parametric level set method coupled with Tikhonov regularization for tomographic laser absorption reconstruction | |
CN108981953B (zh) | 一种基于干涉调制原理的激光吸收光谱测温方法和系统 | |
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 | |
CN110514622B (zh) | 一种基于直方图信息的二维温度和浓度重建系统与方法 | |
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 | |
Niu et al. | Three-dimensional rapid visualization of flame temperature field via compression and noise reduction of light field imaging | |
CN105547469A (zh) | 基于微透镜阵列与脉冲激光的火焰温度泛尺度光场探测方法 | |
Ren et al. | Efficient two-dimensional scalar fields reconstruction of laminar flames from infrared hyperspectral measurements with a machine learning approach | |
Si et al. | Hierarchical temperature imaging using pseudoinversed convolutional neural network aided TDLAS tomography | |
CN114388073A (zh) | 基于参数水平集与调频激光的火焰多参数瞬态测量装置及方法 | |
CN108627272A (zh) | 一种基于四角度激光吸收光谱的二维温度分布重建方法 | |
CN114034653A (zh) | 基于深度学习的波长调制吸收光谱层析重建系统 | |
CN107389607B (zh) | 一种单条吸收谱线实现气体多参数测量的方法 | |
Emmert et al. | Quantifying the spatial resolution of the maximum a posteriori estimate in linear, rank-deficient, Bayesian hard field tomography | |
Zhang et al. | Simultaneous identification of optical constants and PSD of spherical particles by multi-wavelength scattering–transmittance measurement | |
Ren et al. | Machine learning applied to the retrieval of three-dimensional scalar fields of laminar flames from hyperspectral measurements | |
Li et al. | U-Net applied to retrieve two-dimensional temperature and CO2 concentration fields of laminar diffusion flames | |
Niu et al. | Three-dimensional inhomogeneous temperature tomography of confined-space flame coupled with wall radiation effect by instantaneous light field | |
Mingyuan et al. | An efficient regulation approach for tomographic reconstruction in combustion diagnostics based on TDLAS method | |
Si et al. | A spatially progressive neural network for locally/globally prioritized TDLAS tomography | |
CN102322957A (zh) | 一种干涉型高光谱成像仪的光谱漂移检测方法 | |
CN112729591B (zh) | 一种基于低带宽光电探测器的激光吸收光谱温度测量方法 |
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 |