基于自发辐射分析的被动式燃烧诊断技术研究进展

娄春, 张鲁栋, 蒲旸, 张仲侬, 李智聪, 陈鹏飞

娄春, 张鲁栋, 蒲旸, 张仲侬, 李智聪, 陈鹏飞. 基于自发辐射分析的被动式燃烧诊断技术研究进展[J]. 实验流体力学, 2021, 35(1): 1-17. DOI: 10.11729/syltlx20200063
引用本文: 娄春, 张鲁栋, 蒲旸, 张仲侬, 李智聪, 陈鹏飞. 基于自发辐射分析的被动式燃烧诊断技术研究进展[J]. 实验流体力学, 2021, 35(1): 1-17. DOI: 10.11729/syltlx20200063
LOU Chun, ZHANG Ludong, PU Yang, ZHANG Zhongnong, LI Zhicong, CHEN Pengfei. Research advances in passive techniques for combustion diagnostics based on analysis of spontaneous emission radiation[J]. Journal of Experiments in Fluid Mechanics, 2021, 35(1): 1-17. DOI: 10.11729/syltlx20200063
Citation: LOU Chun, ZHANG Ludong, PU Yang, ZHANG Zhongnong, LI Zhicong, CHEN Pengfei. Research advances in passive techniques for combustion diagnostics based on analysis of spontaneous emission radiation[J]. Journal of Experiments in Fluid Mechanics, 2021, 35(1): 1-17. DOI: 10.11729/syltlx20200063

基于自发辐射分析的被动式燃烧诊断技术研究进展

基金项目: 

国家自然科学基金 51827808

四川省科技计划 2019YJ0293

详细信息
    作者简介:

    娄春(1977-), 男, 重庆人, 教授。研究方向: 燃烧测量与诊断。通信地址: 湖北省武汉市洪山区珞喻路1037号华中科技大学能源与动力工程学院煤燃烧国家重点实验室(430074)。E-mail: Lou_chun@sina.com

    通讯作者:

    娄春, E-mail: Lou_chun@sina.com

  • 中图分类号: TK16

Research advances in passive techniques for combustion diagnostics based on analysis of spontaneous emission radiation

  • 摘要: 被动式燃烧诊断技术是利用火焰自发射辐射信息进行燃烧诊断的一项技术,具有非接触、对环境要求不高、系统紧凑、易于实施等特点,在燃烧场在线测量及诊断中具有独特优势。首先,分析了各类燃烧诊断技术的优势及局限;其次,结合华中科技大学煤燃烧国家重点实验室开展的被动式燃烧测量诊断研究工作,从火焰发射光谱、火焰图像处理、热辐射成像技术三个方面介绍了自发辐射燃烧诊断技术的基本原理及研究现状,利用这三种技术,可实现燃烧状态定性分析以及燃烧流场中温度、组分体积分数等燃烧关键信息的定量计算;最后,指出了自发辐射燃烧诊断技术的发展趋势,即:获得更丰富的检测信号、更高的检测分辨率和精度以及更多的检测结果。
    Abstract: Passive techniques for combustion diagnostics utilize flame spontaneous emission radiation information. The characteristics of this technique are noninvasive, low requirement on measurement environment, compact system, and easy to implement, and therefore it has unique advantages for online measurement of the combustion field. Firstly, the advantages and limitations of various combustion diagnosis technologies have been analyzed. Then, based on the work of passive combustion measurement diagnosis carried out by State Key Laboratory of Coal Combustion, Huazhong University of Science and Technology, the principles and state of the art of spontaneous emission radiation diagnostic are introduced according to the three aspects of flame emission spectroscopy, flame image processing, and thermal radiative imaging. Qualitative analysis of the combustion status and quantitative calculation of key combustion information such as the temperature and the species volume fraction in the combustion field can be achieved by using the three techniques above. Finally, the development trend of the spontaneous emission radiation diagnosis technology is presented, which is to obtain more plentiful measured signals, higher measurement resolution and accuracy, and more kinds of measured results.
  • 燃烧的本质是流动、化学反应与传热传质三者之间的相互耦合、相互作用。运用物理化学理论分析、数学模型模拟、燃烧诊断等方法,能够对燃烧有更完善和更深入的认识了解,从而使燃烧学由描述性的、半经验性的科学走向本质性的、严谨性的科学[1]

    燃烧诊断学是燃烧学的一个重要分支,是通过实验和检测直接获取数据来认识燃烧现象、实践和理论的科学[2-6]。从广义上说,燃烧诊断不同于一般的流体测量,它面向的对象是高温或高温高压的气-固或气-液两相、气-液-固三相的流体,包括了化学反应、流体力学、传热传质和其他物理现象之间复杂的相互作用。其任务是利用光学、声学、热学等测试技术定量获取能够反映燃烧系统工作过程的各种信息(主要包括燃烧反应区的温度、速度、组分体积分数、压力、颗粒尺寸及其随时间与空间的分布等),并结合数据处理方法,对燃烧过程进行离线或在线分析[6]

    按照与待测对象接触的形式,可以将燃烧诊断技术分为两大类:一类是接触式取样分析技术,另一类是非接触式燃烧诊断技术。取样分析技术主要以探针取样,使燃烧产物快速绝热扩散至真空环境中,在无碰撞环境中得以保存较长寿命以便检测。取样方法有两种,一种是利用毛细管取样,对火焰结构扰动较小,能探测到稳定的分子;另一种是利用分子束进行原位取样,取样后分子无任何碰撞,可以有效地冷却分子和自由基,因而能准确探测燃烧过程中产生的各种稳定和不稳定的中间产物。取样后的产物通常结合气相色谱(GC)、质谱(MS)或色-质联用(GC-MS)等仪器开展分析,或将分子束取样与同步辐射真空紫外光电离质谱(SVUV-PIMS)相结合,能广泛探测燃烧产生的中间产物(包括同分异构体),为燃烧反应动力学研究提供重要且有价值的实验数据。取样分析技术的优点在于能与各种强大的检测手段相结合,从而获得更全面更灵敏的诊断信息,特别是活泼的燃烧中间产物的体积分数信息;其不足之处是对燃烧体系有一定的扰动,但通过对取样探针外形的优化可以大幅降低扰动的影响[1, 7]

    非接触式燃烧诊断技术又可分为主动式和被动式两类。主动式燃烧诊断技术是对燃烧系统施加激光、声波等外部信号,通过检测燃烧过程与所施加的外部信号的相互作用结果,实现对温度、速度、组分体积分数等多种热物理参数的测量。其中,燃烧激光诊断技术依赖于电磁辐射与火焰中原子、分子、簇、颗粒物及微滴的相互作用。可调激光的应用和非线性光学技术的发展,极大地扩展了燃烧光谱分析的可行性,基于激光的燃烧诊断技术已是燃烧实验研究的主要手段[7-11]。常用的激光诊断技术包括:测量速度的激光多普勒测速(LDV)、相位多普勒粒子分析仪(PDPA)和粒子图像测速(PIV),测量密度的激光干涉和激光纹影技术,测量温度和组分体积分数的拉曼散射、激光诱导荧光(LIF)、激光诱导炽光(LII)、激光诱导击穿光谱(LIBS)、相干反斯托克斯拉曼散射(CARS)和可调谐二极管激光吸收光谱(TDLAS)等技术。其特点是:在测量过程中对燃烧火焰几乎没有干扰,燃烧过程中原子和分子的光谱状态可以很高的时间、光谱和空间分辨率进行观察,对单个被测参数选择性强、精度高;结合平面激光(Planar Laser)或层析成像(Tomography)[12-14]可实现二维场分布信息检测,多用于实验室燃烧检测研究,但一般难以应用于强振动、高粉尘、大尺寸的工业燃烧装置中。此外,声学法[15]、电容法[16]也已用于燃烧火焰温度测量中,结合层析成像也可得到二维温度分布;但在这两种方法中,一条测量路径一次仅能获得一个测量数据,在提高空间和时间分辨率方面存在障碍。

    在实际工业燃烧条件下,受燃烧空间尺寸较大、燃烧火焰中气体和颗粒等介质自身释放的光热辐射强烈、测量环境恶劣等诸多因素的限制,主动式燃烧诊断技术的信号易被干扰甚至被阻挡、光路等测量路径复杂甚至难以布置,因此,基于火焰自发辐射分析的被动式燃烧诊断技术受到越来越多的重视[6, 17-19],这类技术不采用任何外加信号,仅检测燃烧过程中产生的光、热等信息进行燃烧诊断。其特点是:对环境要求不高,系统比较紧凑,易于实施;信息转换环节少,相对易于标定;但对被测参数选择性不高,耦合因素较多,信号的后续分析复杂。

    最早利用火焰自发辐射开展燃烧诊断的研究可以追溯到19世纪。德国化学家Bunsen发现不同成分的化学物质在本生灯上灼烧时会呈现不同焰色,并基于此现象开展了火焰光谱分析。20世纪中叶,物理学家Gaydon奠定了火焰光谱学的基础[20]。火焰光谱分析主要是利用光谱仪等获取燃烧火焰在某一波段内的光谱分布,并对光谱强度进行直接分析处理。这是一种沿视线的测量技术,不具备空间分辨率,只能通过移动光谱探头获取燃烧火焰上不同位置的检测结果。20世纪80年代,CCD等阵列传感器被引入燃烧火焰图像的分析处理中,用于获得火焰在某个宽波段内的图像信息;还可以在阵列传感器前加单色滤色片来获得单个波长或窄波段内的单色火焰图像,并对火焰图像进行直接处理,虽然图像中各像素点信息仍然是沿视线的累积值,但所获得的检测结果具有二维空间的分辨率[17];20世纪90年代,研究者开始把火焰边界上检测到的光谱或图像信息与火焰内的光、热传递过程相关联,根据辐射传递方程建立了火焰热辐射成像模型,该模型建立了火焰中的三维温度分布、介质辐射特性(组分体积分数)分布与边界上检测到的火焰图像或光谱的定量关系,对其求解即可获得燃烧火焰的三维温度分布等信息,所得结果具有三维空间分辨率[6, 17]

    自20世纪90年代以来,华中科技大学煤燃烧国家重点实验室开展了大量燃烧测量技术方面的研究工作[21],并一直致力于基于自发辐射分析的被动式燃烧诊断技术的研究及应用。本文基于自发辐射燃烧诊断技术的发展历程及特点,结合实验室已开展的燃烧测量及诊断研究工作,从火焰发射光谱、火焰图像处理、热辐射成像等方面对相关基本原理、国内外研究现状进行介绍,并对发展趋势和动态进行探讨。

    燃料燃烧释放大量的能量,燃烧气相和固相介质的内能增加,火焰中处于激发态的原子或分子跃迁回到基态或较低激发态时会产生化学发光辐射;此外,由于温度较高,火焰不断地把热能变为辐射能,向外发出热辐射。若将辐射强度按频率(ν)或波长(λ)的大小依次排列,就形成了火焰的发射光谱。物理学家Gaydon较为详细地论述了燃烧火焰的发射光谱[20],指出其覆盖了从紫外到红外的宽波段范围,包括4个部分:一是来自火焰中固体颗粒(如碳烟和焦炭等)的黑体辐射连续光谱,位于可见光和近红外波段范围,如图 1(a)所示的200~1100 nm波段内乙烯/空气扩散火焰中的碳烟发射光谱;二是来自参与热辐射的气相燃烧产物(如CO2和水蒸气等)的带状光谱,位于红外波段范围,如图 1(b)所示的2.5~5.0 μm波段内乙烯/空气扩散火焰中的气体发射光谱;三是来自火焰中自由基(如OH*、CH*和C2*等)化学发光的线状光谱,位于紫外和可见光波段范围,如图 1(c)所示的380~780 nm波段内乙烯/空气部分预混火焰中的自由基发射光谱;四是来自某些金属元素(如钠和钾等碱金属)的线状光谱,如图 1(d)所示的650~850 nm波段内樟木颗粒燃烧火焰中的碳烟(Soot)和钾(K)发射光谱。

    图  1  火焰发射光谱
    Fig.  1  Emission spectra of flames

    在燃烧火焰的发射光谱测量中,由于火焰自身就是一种等离子体,无需外加光源产生光谱,可用发射光谱仪对其进行直接测量[6, 9]。发射光谱仪是基于色散原理的光谱测量仪器,通过棱镜或光栅等分光器件,将光线按不同波长进行分离,形成按波长划分的光线能量分布。光谱仪检测的原始数据为相对值,即根据传感器量化深度得到的count值,通过对其作热辐射标定,可得到绝对的光谱辐射强度[6]。实际测得的火焰发射光谱往往是线状光谱、带状光谱和连续光谱的叠加。

    按波段不同,火焰发射光谱还可分为红外光谱、可见光谱和紫外光谱,不同波段的发射光谱由火焰中不同的物质所产生。如图 1(c)所示,火焰的紫外-可见光谱中,包含了自由基的化学发光信号,可用于对燃烧过程的定性分析;火焰的可见光-近红外光谱中,则包含了来自碳烟等固体颗粒的黑体辐射连续光谱,结合热辐射定律及颗粒辐射特性,可定量计算火焰中固相介质温度和体积分数;而火焰的红外光谱中,包含了CO2和H2O等气体的谱带辐射,可用于对火焰中气体温度和体积分数的定量计算;此外,火焰可见光谱中,来自于某些金属的特征谱线也可用于火焰温度的定量计算。

    在预混火焰中,自由基是重要的中间产物。自由基的形成是源于一些关键的化学反应步骤,如表 1所示。自由基化学发光光谱与当量比、压力、燃料组分等燃烧参数甚至碳烟生成都有着直接的联系[18-19]

    表  1  自由基生成的反应路径的特征波长
    Table  1  Formation routes of excited radicals and characteristic wavelengths
    Radical Reactions Wavelength/nm
    OH* R1 CH+O2→CO+OH*
    R2 H+O+M→OH*+M 282.9, 308.9
    R3 OH+OH+H→OH*+H2O
    CH* R4 C2H+O2→CO2+CH* 387.1, 431.4
    R5 C2H+O→CO+CH*
    C2* R6 CH2+C→C2*+H2 513.0, 516.5
    下载: 导出CSV 
    | 显示表格

    图 2给出了甲烷/空气预混燃烧实验中自由基OH*、CH*和C2*的归一化光谱强度随当量比ϕ的变化。由图中可见:在贫燃工况下,自由基的化学发光随当量比的增加而增加,富燃工况则相反[18]

    图  2  大气压力下甲烷/空气预混火焰的归一化OH*、CH*和C2*发射强度为当量比的函数[18]
    Fig.  2  Premixed methane/air flame at atmospheric pressure(normalized OH*, CH* and C2* emission as a function of ϕ) [18]

    燃料组分不同会引起预混火焰中化学过程的变化,从而导致光谱的显著变化。如图 3所示(图中,XH2为H2的体积分数),贫燃工况下,当燃料为天然气CH4与H2的混合物,碳氢燃料含量越少,CH*和C2*化学发光峰值越不明显[19];对于不含碳氢化合物的燃料,其燃烧火焰中无法测量到CH*和C2*的化学发光峰值。由表 1中自由基的反应路径可知:CH*和C2*主要由碳氢化合物燃烧的中间产物C2H和CH2产生,碳氢燃料含量的减少使得C2H和CH2生成量减少,进而导致CH*和C2*生成量减少。

    图  3  天然气与不同体积分数氢气的混合物的发射光谱(当量比为0.7)[19]
    Fig.  3  Emission spectra for blends of natural gas and hydrogen with different volume fractions of H2 and ϕ =0.7[19]

    压力对预混火焰化学发光光谱形状也有影响:压力越大,CH*和C2*的化学发光峰值越不明显,这意味着在高压燃烧下无法检测到这些化学发光信号;而在不同压力下,OH*的化学发光均有明显峰值,且随着压力的增大呈现出一定规律的下降趋势[19]

    此外,本课题组还开展了部分预混火焰中化学发光的实验检测研究。从图 1(c)图 4可见,随着当量比ϕ增大,C2*和CH*自由基光谱强度减小,而碳烟辐射强度增大,说明碳烟生成量增多。这是因为生成自由基C2*和CH*的反应物主要是C2H和CH2,其主要通过乙炔的氧化反应C2H2+OH→C2H+H2O和C2H2+O→CH2+CO生成[24-25],而乙炔C2H2是碳烟生成的主要中间产物。因此,C2H2同时是C2*和CH*自由基和碳烟生成的重要中间产物。当一次空气中氧化剂相对充足时,燃料热解产生的乙炔更多走氧化路径,生成C2*和CH*;而当氧化剂相对不足时,乙炔则通过氢提取乙炔加成(HACA机理)进一步促进碳烟生成。

    图  4  乙烯/空气部分预混火焰图像及发射光谱
    Fig.  4  Images and emission spectra at inter-conal zone of ethylene/air partially premixed flame for different equivalence ratios

    通过对物体发射光谱的分析,可以实现温度的测量。根据热辐射定律,物体表面发出的光谱辐射强度等于物体表面的发射率乘以同温度下黑体的光谱辐射强度。式(1)为描述黑体光谱辐射强度Ib的Planck辐射定律:

    (1)

    式中,λ为波长,T为温度,c1c2分别为第一辐射常数和第二辐射常数。

    若被测对象的发射率在某个波段为已知,则可根据Planck辐射定律从某个波段辐射强度的测量值中计算出温度。红外测温仪就是在给定被测对象发射率的条件下,通过获取其红外波段辐射信号进而获得其温度。对于大多数金属和非金属,其表面的发射率在测量的红外波段内可视为已知常数,因此可准确测得其温度;但对于燃烧火焰,由于气体介质的存在,其发射率在红外波段具有复杂的变化特性,必须加以详细分析。

    若被测对象的发射率随波长变化符合某种规律,则可从测量的多个波长的辐射强度中同时计算出温度和发射率。基于此原理,建立了火焰温度测量的多波长法和双色法。多波长法假定在一定波长范围内火焰发射率与波长呈函数关系,根据测得的多个波长下的单色辐射强度建立方程组,即可同时求出火焰温度和发射率分布。国内外研究者均在多波长测温方法及应用方面开展了相关研究工作[9, 26-29]

    双色法假定火焰在2个波长下的发射率相同,再得到这2个波长下的火焰单色辐射强度比值,进而计算出火焰温度和黑度。研究表明,煤粉燃烧火焰中焦炭等固体颗粒在可见光波段的光谱辐射满足灰性假设[30]。因此,双色法被广泛应用于电站燃煤锅炉内的温度测量[17]。但其他类型的燃烧火焰对象是否满足灰性假设还难以得知。本课题组提出了一种方法,可从火焰多波长发射光谱中判断火焰满足灰性条件的波长区间,然后再计算火焰温度和黑度,可以得到更为精确的结果[31]。首先,由波长λλλ下光谱辐射强度的比值计算得到温度:

    (2)

    式中,T为温度,λ为波长,c2为第二辐射常数。I(λ, T) 和I(λλ, T)为2个波长下的单色辐射强度。

    在获得光谱温度后,光谱发射率ε(λ)可用同温度下辐射强度对黑体光谱辐射强度的比值表示:

    (3)

    式中,ε(λ)为火焰的光谱发射率,Ib(λ, T)为黑体光谱辐射强度。

    最后,根据光谱发射率在检测波段内的分布来判定其是否满足灰体假设。如果为灰体,则用双色法就能准确计算其温度。

    需要注意的是:碳氢扩散火焰中包含碳烟固体颗粒及CO2等气体,从火焰可见光-近红外波段发射光谱计算出的温度主要代表了火焰中固体颗粒的温度,而火焰中的气体温度与固体颗粒温度并不完全相同。实际上,在图 1(b)所示的中红外辐射波段,火焰发出的光谱辐射强度可分为两部分,即入射火焰辐射强度的贡献部分以及火焰内气体自发辐射的贡献部分:

    (4)

    式中:Io, η为火焰的出射光谱辐射强度,可以通过测量火焰辐射得到;Ii, η为入射火焰的光谱辐射强度,可通过测量背景辐射得到;Ib, η为火焰中气体的黑体光谱辐射强度;tgas, η为火焰中气体的光谱透射率;下标η表示波数。

    根据式(4),当火焰中气体的光谱透射率tgas, η为0,测量得到的火焰出射光谱辐射强度Io, η与火焰中气体的黑体光谱辐射强度Ib, η一致。研究表明,碳氢火焰中的CO2在波数2350 cm-1(波长4.29 μm)下有着强烈的吸收作用,其光谱透射率可近似为0[32]。因此,火焰中气体温度Tgas可通过该波数下测得的出射光谱辐射强度得到。本课题组分别用双色法和上述红外光谱分析法从图 1(a)(b)中给出的乙烯/空气扩散火焰发射光谱中得到了火焰轴线上沿高度的碳烟和气体温度分布,如图 5所示。从图中可见,该火焰轴线上的气体温度在1404~1561 K之间,低于用双色法获得的碳烟温度(1722~1906 K)。

    图  5  乙烯/空气扩散火焰的温度检测结果
    Fig.  5  Measured temperatures of ethylene/air diffusion flame

    此外,测量燃烧火焰温度的发射光谱技术还有原子谱线法。由原子物理学、原子光谱学相关理论可知同一元素两原子发射谱线的强度比与温度的函数关系,因此可通过测量火焰光谱中某元素(如Na或K)两原子发射谱线相对强度比来测量火焰温度[33]

    在采用发射光谱技术得到火焰温度之后,还可以从发射光谱强度中计算出火焰中碳烟颗粒、气体组分、气相碱金属的体积分数。

    1) 碳烟颗粒体积分数

    以多波长法和双色法计算温度的同时,还能得到火焰光谱辐射率,进一步根据Hottel-Broughton公式可计算火焰的KL因子[34]

    (5)

    式中:K为吸收系数;L为沿视线方向的火焰厚度;T为火焰温度,Ta为表观温度;α为碳烟颗粒直径及其折射率指数的函数,对于不同燃料或火焰类型需选取不同的值。KL因子与火焰中的碳烟颗粒体积分数成正比,主要用于内燃机缸内燃烧过程中碳烟生成的诊断。α的取值和测量波长的选择对KL因子的计算结果有影响。测量波长的选择,理论上是任意的,但实际应用中需考虑几个因素:一是α的取值与波长也有关;二是测试系统的光谱响应;三是火焰对象的发射光谱分布。

    2) CO2和水蒸气体积分数

    火焰中气相组分体积分数不同时,气体的光谱辐射特性(如透射率)分布也不同。在1.3.1节中,火焰的出射光谱辐射强度Io, η和入射火焰的光谱辐射强度Ii, η可通过光谱仪测量得到,计算出气体温度Tgas,再结合式(4),可得到火焰中气体的光谱透射率:

    (6)

    在已知火焰气体温度条件下,先假定火焰中CO2和水蒸气的体积分数为某值,则可用LBL(Line-by-line)等气体辐射特性计算方法[32]获得火焰中气体光谱透射率的理论值,在一定的波段范围内对比气体光谱透射率的测量值与理论值,通过优化迭代找到测量值与理论值误差最小时的气体组分体积分数,即可得到火焰中CO2和水蒸气的体积分数。基于图 1(b)的乙烯/空气扩散火焰中的气体发射光谱,采用前述红外光谱法估算了火焰轴线上的CO2和水蒸气体积分数分布,如图 6所示(纵轴为沿火焰视线累积的气体体积分数)。

    图  6  乙烯/空气扩散火焰的气体组分体积分数检测结果
    Fig.  6  Measured gas volume fraction of ethylene/air diffusion flame

    图 7给出了火焰轴线归一化高度为0.84时气体光谱透射率的测量值与理论值的对比。从图中可见,测量的光谱透射率与理论值总体吻合较好,但是在2200~2500 cm-1和3720~3900 cm-1波段有一些差别,其原因是:在本文的气体光谱透射率理论计算中仅考虑了CO2和水蒸气2种气体,但实际火焰中可能还包括CO等其他辐射参与介质,这会给气体体积分数的测量带来误差。此外,红外光谱强度及温度测量结果对气体体积分数的估算也有影响。以气体光谱透射率的测量值与理论值的总体标准偏差来表示气体体积分数测量的不确定度:

    (7)
    图  7  气体光谱透射率测量值与理论值的对比
    Fig.  7  Comparison of measured gas spectral transmissivity and theoretical value

    式中,Nλ为波长总数,tgas, ηtgas, η, c分别为光谱透射率的测量值和理论值。图 7给出的气体光谱透射率测量值与理论值的总体标准偏差为9.5%(图中横轴η为波数)。

    3) 气相碱金属体积分数

    图 1(d)中可以看到,樟木颗粒燃烧火焰发射光谱由火焰中碳烟的连续辐射Isoot及气相碱金属K发射谱线IK两部分叠加而成。因此,在检测的发射光谱曲线中扣除碳烟的连续辐射即可得到K的特征光谱强度IK。根据原子发射光谱理论[20],火焰中碱金属被激发而发出的特征谱线强度正比于气相碱金属的体积分数,可通过标定实验建立碱金属谱线强度与其气相体积分数的定量关系,实现对火焰中气相碱金属体积分数的在线原位检测。基于该方法,本课题组开展了生物质燃料燃烧火焰及垃圾焚烧炉内气相碱金属体积分数的检测研究[23, 35]图 8给出了樟木颗粒在挥发分、焦炭、灰分3个燃烧阶段释放的气相碱金属体积分数随时间的变化。

    图  8  樟木颗粒燃烧过程中K元素气相体积分数随时间的变化[23]
    Fig.  8  Variation of gaseous phase K volume fraction with time during the combustion of camphorwood pellet [23]

    光谱仪检测的是火焰上某一点或某一区域沿视线方向发出的光谱信息,无法对被测火焰沿空间分布的燃烧信息实施检测;火焰图像检测则是基于三维燃烧火焰发出的光投影至面阵图像传感器上形成的图像,有助于获得火焰温度等参数的二维分布。

    燃烧火焰的发光覆盖了紫外-可见光-红外的宽波段范围,除可见光之外,电磁波谱中的其他部分也可以形成图像。因此,结合具有不同光谱响应波段的图像传感器,广义的火焰图像处理技术包括了对燃烧火焰的可见光彩色图像、红外热图像、紫外图像的处理[6]。常用于图像检测的装置为摄像机或相机,根据其面阵图像传感器的分辨率,所获得的图像可达百万像素以上。在紫外和红外图像中,每个像素可给出灰度值,彩色图像的每个像素由红色(R)、绿色(G)、蓝色(B)三基色值组成;灰度值及三基色值的数值范围取决于图像传感器的量化深度。一般情况下,摄像机检测图像的速率为每秒24帧;而在燃气轮机、超声速燃烧、爆炸燃烧等领域,由于燃烧过程发生在很短的一个时间区间内,有必要使用每秒上千帧的高速摄像机来获取瞬态火焰图像。

    射流扩散火焰是燃烧研究的基础对象。当射流速度较小时,火焰燃烧稳定,形成明亮、稳定的层流火焰,火焰形状(高度)随射流速度的增大而增大(Roper模型);当射流速度增大到一定程度时,火焰开始发生抖动,出现周期性的上下和左右脉动,且随着速度增大,脉动强度增大;随着射流速度的进一步增大,火焰将不再维持稳定燃烧状态,出现破碎结构,火焰缩短,形成由多个旋涡组合而成的湍流火焰,此时火焰高度不随射流速度的增大而变化,且火焰噪声增强,脉动进一步加强。通过对射流扩散火焰图像的直接处理,可以获得火焰的形状、脉动特性和特征参数等,有助于开展燃烧的定性分析。

    火焰形状是层流射流扩散火焰的重要特征。层流射流扩散火焰形状由当量比为1的点组成的火焰面来表示,这与火焰的实际可见形状是不同的,因为火焰中会产生碳烟,碳烟在火焰尾部燃烧,并使得火焰呈现橙色或黄色[36]。由于CH*自由基产生于火焰反应区的第一次急剧升温位置,可用其发光强度图像表征火焰形状;同样,OH*自由基的发光强度图像也可用于表征火焰面的位置。本课题组开展了乙烯层流反扩散火焰形状的理论计算及实验测量研究,在不同的空气流量下,从CH*自由基的化学发光强度分布得到实验测量的火焰形状,用于检验Roper模型计算的反扩散火焰形状,如图 9所示[37]

    图  9  反扩散火焰形状的理论计算及实验测量[37]
    Fig.  9  Theoretical calculation and experimental measurement of the shape of inverse diffusion flame [37]

    如前所述,当燃料流速超过某一临界值时,射流扩散火焰出现脉动现象。其原因在于:燃烧过程所释放的热量会降低火焰周围的气体密度,形成径向密度梯度;同时,火焰面处的高温已燃气体向周围冷环境扩散,冷热气体相遇,在正的径向密度梯度作用下形成涡旋结构;在浮力作用下,涡旋加速上升并穿过已燃气体,挤压火焰锋面,使之出现脉动,导致其伸长、缩短以及焰顶分离。图 10给出了本课题组通过高速摄像机拍摄的静止空气条件下乙烯射流扩散火焰的脉动图像[38]

    图  10  静止空气条件下乙烯射流扩散火焰的脉动图像[38]
    Fig.  10  Images of flickering ethylene diffusion flame under static air condition [38]

    扩散火焰的脉动在有利条件下可产生很强的低频火焰振荡。这种振荡与燃料管路的长度或直径无关,而与燃料和周围空气之间的剪切力有关。通常认为这是由于层流燃料射流不稳定造成的,它可以扩展为正弦振荡,并形成周期性的旋涡。采用燃料气流同轴伴流的方法可以抑制甚至消除振荡。

    本课题组采用高速摄像机捕捉火焰脉动瞬时图像并进行处理,获得火焰灰度值的时域分布,再利用傅里叶变换求出火焰灰度值的频域分布,从而确定火焰的脉动频率与幅值,给出了火焰脉动与伴流空气流量的关系,如图 11所示。从图中可见:随着伴流空气流量的增大,火焰脉动频率逐渐增大,但达到某阈值后不再增大;幅值随着伴流空气流量的增大而减小,且变化曲线逐步趋于平坦[38]

    图  11  火焰脉动频率及幅值与伴流空气流量的关系[38]
    Fig.  11  Relationship among flickering frequency, amplitude and co-flow oxidizer rate [38]

    用类似的研究方法,也可对工业燃气轮机燃烧室的燃烧稳定性进行分析。图 12给出了某燃气轮机燃烧室在稳定和不稳定燃烧时的火焰图像序列以及从稳定到不稳定状态的火焰灰度值时域分布[39]。从稳定到不稳定燃烧模式的过渡可分为3个阶段:在第一阶段,火焰亮度和波动逐渐增大,可假定为起初燃烧不稳定;在第二阶段,火焰亮度出现急剧上升,表明燃烧过程在过渡阶段正变得剧烈;在第三阶段,剧烈的火焰亮度有所消散,火焰恒幅振荡,燃烧进入不稳定燃烧模式。

    图  12  燃气轮机燃烧室不同燃烧状态的火焰动态图像及灰度值[39]
    Fig.  12  Images of flame-dynamic and pixel-intensity signal at different combustion stages in an industrial gas turbine combustor [39]

    煤粉射流火焰的着火分析是判断煤粉燃烧稳定性的直接简便方法之一。文献[40]在一台单燃烧器的卧式炉上拍摄了煤粉燃烧的可见光火焰图像,并定义了发光区域、火焰中心位置、着火点及火焰扩张角等参数,如图 13所示。研究结果表明:单角炉煤粉射流火焰的发光区域与负荷几乎成线性增大,其不确定性在满负荷时仅有0.6%,表明火焰非常稳定;而在较低负荷下,火焰更易波动。在满负荷情况下,煤粉/空气混合物的着火点位于燃烧器出口中,完全观察不到;而在较低负荷下,能够观察到着火点,表明煤粉射流在进入炉膛后才着火。同时,着火点的稳定性在较低负荷下也迅速下降。

    图  13  煤粉火焰几何形状参数定义[40]
    Fig.  13  Definitions of the geometrical parameters of a pulverized coal flame [40]

    在摄像机获取的灰度图像或彩色图像中,每个像素的灰度值及RGB三基色值分别反映了相应波长或波段内辐射强度的相对大小,为将其用于定量计算,必须对其进行辐射标定。

    本课题组开展了将黑体炉用于可见光相机拍摄的彩色火焰图像的标定工作[6, 17],标定的主要目的是校正RGB三基色值,使之正确反映辐射对象光谱特性在红、绿、蓝三波长下的光谱辐射强度的大小。辐射标定方法是:用可见光相机拍摄不同温度下的黑体辐射图像(如图 14所示),根据黑体辐射定律,建立彩色图像中RGB三基色值与相应波长下单色辐射强度的定量函数关系。

    图  14  不同温度下的黑体辐射图像[6]
    Fig.  14  Images captured from the blackbody furnace with different temperatures [6]

    需要注意的是,火焰图像的检测过程中,摄像机或相机的光圈、快门、自动增益、白平衡等参数设置都会影响所得图像的灰度值或RGB三基色值的大小。通过辐射标定所建立的定量函数关系是在一定的摄像机或相机参数设置下获得的;若改变了相关参数设置,就需重新进行辐射标定[6]

    在可见光摄像机获取的彩色火焰图像中,每个像素的RGB值反映了火焰的单色辐射强度大小,根据摄像机的光谱响应曲线可以得到红绿蓝三色的特征波长。虽然红绿蓝三色的响应曲线各有一定的波长范围,但是根据灰性介质假设以及燃烧介质连续辐射假设,可以认为图像RGB数据和对应的单色辐射强度之间是直接成比例的,两者之间可通过辐射标定建立定量关系。因此,采用双色法可以从一幅彩色火焰图像的任意两种单色辐射强度图像中计算出火焰温度。基于彩色火焰图像处理技术,有研究者开展了视窗式光学发动机内火焰温度的检测研究。用高速摄像机拍摄了柴油燃烧火焰图像,并在该拍摄条件下用黑体炉对高速摄像机进行热辐射标定,然后对同一火焰图像分别使用RG、RB、GB 3种波长组合以双色法计算火焰温度(如图 15所示),并分析了3种组合的优缺点。

    图  15  柴油机火焰及不同波长组合下计算出的温度图像[41]
    Fig.  15  Diesel flame and temperature calculated with different combinations of two wavelengths [41]

    进一步地,有研究者考虑了彩色摄像机图像传感器的光谱响应波段(如图 16所示),提出了从面阵彩色CCD摄像机获取的三波长信号中测量高温火焰二维温度场的方法[42]。该方法的实质是把RGB三基色值信号与相应光谱响应波段内的波段辐射力相关联,进而从任意两波段辐射力的比值中计算出温度:

    (8)
    图  16  彩色摄像机R、G、B波段光谱响应曲线[68]
    Fig.  16  Spectral response curves of the R, G and B bands of the colored CCD camera [68]

    式中:EREG分别为R、G波段范围内的辐射力;ηR(λ)和ηG(λ)分别为R、G波段光谱响应效率函数;λ1λ2为R光谱响应波段,λ3λ4为G光谱响应波段;Eb(λ, T)为黑体辐射力。

    上述基于波段辐射力比值计算温度的方法也属于双色法的范畴,也需将被测波段内的火焰辐射视作灰体。本课题组采用该方法开展了O2/N2混合气条件下乙烯层流扩散火焰温度分布的检测研究[43]图 17为氧的体积分数增大过程中的火焰图像及温度图像。

    图  17  氧的体积分数增大过程中的乙烯扩散火焰图像及温度图像[43]
    Fig.  17  Images of ethylene diffusion flame and temperature distributions as O2 volume fraction is increased [43]

    从图中可见:随着氧的体积分数增大,燃烧温度增高,火焰长度变小,火焰图像从暗红、黄、亮黄逐渐变为亮白;由于火焰长度变短,顶部燃料与周围氧气的掺混程度较高,反应高温区由两翼移动至火焰顶部。

    采用彩色摄像机检测到的火焰温度图像仅代表火焰中碳烟颗粒的温度;对于CO2、水蒸气等具有明显红外辐射能力的气体辐射,则可采用位于红外光谱的传感器来摄取火焰红外辐射图像,并结合滤色片,在特定波长下计算火焰中气体温度分布[44]

    必须强调的是,火焰发射光谱和火焰图像处理技术都是一种视线检测技术,每一个方向或像素累积了视场范围内的所有发射源的辐射贡献,所得到的温度等测量结果是一种沿视线的平均值。要得到被测参数沿“视线”方向上的分布,实现燃烧火焰中温度、组分体积分数等热物理参数的二维/三维分布的测量,主要是通过3种方式:

    1) 平面激光(Planar Laser)。利用薄层平面(片)激光照射燃烧火焰中某一横截面,基于相关理论可获得该截面上的自由基体积分数、碳烟体积分数、速度等参数的二维分布[2-5, 7-11]

    2) 层析成像(Tomography)。根据燃烧火焰中被测参数沿“视线”方向在传感器上的投影,重建被测参数的二维分布,如可调谐二极管激光吸收光谱(TDLAS)与层析成像相结合可以获得燃烧火焰的温度和气体组分体积分数的二维分布[12-14]

    3) 热辐射成像(Thermal Radiative Imaging)。同时考虑了介质发射、吸收、散射以及壁面发射、吸收、反射对热辐射光束的影响,基于辐射传递方程建立热辐射成像模型,该模型给出了燃烧火焰温度、辐射特性(组分体积分数)与边界上检测到的火焰光谱或图像之间的定量关系,采用反问题求解方法从模型中获得燃烧火焰中的三维温度分布、组分体积分数等[6, 17]

    热辐射成像本质上是一种物理概念,包含辐射成像正问题模型计算以及辐射成像反问题求解两个过程。在辐射成像正问题中,由于颗粒对辐射的散射以及炉壁对辐射的反射改变了辐射传播方向,导致辐射成像中每个方向接收的能量都来自于整个燃烧空间,因此,正问题建模难点在于对辐射成像过程中的散射和反射的处理;而在辐射成像反问题中,辐射特性参数与源项(温度)分布具有强烈的耦合性,导致了问题的不适定性,即使仅重建温度分布,也需采用能够求解不适定反问题的重建算法;若系统内的辐射参数未知,则需同时重建辐射特性参数与源项分布[45]

    基于热辐射成像技术,本课题组较早地从可见光相机获得的彩色火焰图像中重建了炉内三维温度场并应用于大型电站燃煤锅炉的燃烧监测[6, 17, 45-48]图 18给出了热辐射成像技术应用于炉内三维温度场在线检测的示意图。将炉膛内空间区域分为M个单元,壁面区域分为N个单元。通过布置于炉膛上不同位置的若干个彩色摄像机从不同方向获取来自炉内的燃烧火焰辐射图像。根据辐射传递方程,位于边界O点处的摄像机在s方向接收到的辐射强度I(O, ŝ) 为[45-47]

    (9)
    图  18  热辐射成像技术应用于炉内三维温度场在线检测的示意图[6]
    Fig.  18  Schematic of thermal radiative imaging technique used for three-dimensional temperature distribution detection in a boiler furnace [6]

    式中:T(v′)表示位于经过O点的、在s方向线上的炉内介质的温度;T(v)表示所有位于炉内体积空间区域的介质的温度;T(w)表示与经过O点的s方向线相交的壁面点的温度;T(w′)表示所有壁面区域的温度,当然包括T(w);l为辐射传递路径;vv′为局部介质空间单元体积,ww′为壁面单元面积;V为整个介质空间体积;W为所有壁面区域面积;σ为斯蒂芬-玻尔兹曼常数;β为消光系数;n为折射率;κa为介质吸收系数;ε为壁面发射率;Rds为DRESOR数,可通过Monte Carlo方法计算得到[17]

    将式(9)离散化并写作矩阵形式[6, 17]

    (10)

    式中:I ={I(j), j=1, …, l},为摄像机所接收到的辐射强度分布,可通过对火焰的辐射标定得到;Tg={Tg4(i), i=1, …, M},为炉内三维空间温度分布的四次方;Tw={Tw4(i), i=1, …, N},为壁面温度的四次方;A ={a(j, i), j=1, …, l, i=1, …, M+N},为成像系数矩阵,由炉膛几何尺寸、摄像机位置、介质吸收系数κa、散射系数σs以及壁面发射率ε所决定。文献[6, 17, 45]介绍了以DRESOR方法计算成像系数矩阵。式(10)所表示的热辐射成像模型考虑了热辐射信号在传播过程中被介质吸收、散射以及被壁面反射的物理过程,建立了摄像机接收到的不同方向的辐射强度分布I与炉内三维温度分布T的线性关系,采用求解大型线性方程的辐射反问题求解方法,如正则化方法[6, 17],可从式(10)中计算出炉内三维温度分布。

    在国内,浙江大学研究团队[49-52]也开展了燃烧三维温度场的反演研究,并将其应用于燃煤火焰温度场的重建。本课题组将热辐射成像技术推广应用于火电、冶金、石化、玻璃和水泥等行业的各种锅炉、窑炉、工业炉、焚烧炉和冶炼炉等燃烧装置的温度场检测[53-58]图 19为燃煤锅炉和燃油加热炉内的温度场重建。

    图  19  热辐射成像技术在燃烧装置温度场检测中的应用[53]
    Fig.  19  Applications of thermal radiative imaging technique for temperature field detection in various combustion facilities [53]

    随着热辐射成像装置的发展,除彩色相机外,还能采用立体相机[59]、光场相机[60-61]、多光谱[62-63]或高光谱成像仪[64-65]获得火焰热辐射分布,这使得热辐射成像技术在燃烧测量中得到了较大发展,不仅能实现燃烧二维/三维温度场的重建,还可根据检测的边界上的热辐射分布重建灰性介质辐射特性[45, 61, 66-67]、燃烧火焰中碳烟颗粒体积分数[59, 62, 64, 68]以及气体组分体积分数[63, 65]

    从式(10)的热辐射成像模型可见,温度分布或介质辐射特性的任何变化都会使得边界辐射强度发生变化。若仅有边界辐射强度这个单一检测信息,同时重建温度与辐射参数就非常困难。实际上,在边界上的检测信息包含了不同颜色或辐射波长下的辐射强度,通过双色法或多波长法就可以在边界上得到温度的检测值,即温度图像。温度图像的引入,将工程燃烧装置中温度场和热辐射参数的同时反演提高到一个新的水平。

    基于此,本课题组提出了一种解耦重建算法[45],其思路是:辐射成像装置接收到的温度图像是基于2幅单色辐射强度图像的比值而来,它与介质辐射特性弱相关,与炉内温度强相关,而辐射强度图像与介质辐射特性、炉内温度均强相关;对于简单系统的温度和吸收系数测量,可以从辐射温度图像中重建介质温度分布,进而从辐射强度图像中计算出介质温度;对于较为复杂的问题,将边界上测量到的辐射强度图像和辐射温度图像作为输入数据,用Tikhonov正则化方法从辐射温度图像中求解系统的温度分布,而辐射特性参数反问题可以描述为一个最优化问题,优化目标是使边界辐射强度的测量值和计算值之间的误差最小;交替执行以上两步,直到得到一个收敛值。图 20给出了采用上述方法获得的层流乙烯扩散火焰中温度与碳烟体积分数分布同时重建的结果(图中fv为碳烟体积分数)。

    图  20  乙烯扩散火焰图像及其温度与碳烟体积分数分布[68]
    Fig.  20  Images of ethylene diffusion flame, the distributions of temperature T (K) and soot volume fraction (10-6) [68]

    在燃烧实验研究及实际应用中,对燃烧测量诊断技术的需求是从“点”到“面”、从“一维”到“二维”甚至到“三维”,从“温度检测”到“温度与多种参数同时检测”,从“单一检测”到“测控结合”。随着光谱仪、摄像机等成像装置的发展,结合燃烧测量诊断的需求,自发射辐射燃烧诊断技术仍面临诸多问题与挑战。

    火焰发射光谱技术的优势在于检测波长的维数上,其在空间维数上的不足,制约了其发展到燃烧空间多维温度分布的检测;火焰图像处理技术虽然能提供具有空间分布的图像检测信息,但光谱分辨率较低(如彩色摄像机只有R、G、B三通道,紫外和红外摄像机只有一个通道)。近年来,多/高光谱成像仪这种新型设备的出现有望改善这一不足。高光谱成像设备在每个成像单元测量大量连续波段辐射强度,能够提供包含空间和光谱信息的火焰辐射分布信息[69]。这种将图像与光谱“合二为一”的优点是:光谱提供了鉴别不同物质的“指纹”,二维空间维度增强了探测的信息量,从而有助于实现火焰中温度与多种组分体积分数分布的同时测量。

    目前,热辐射成像装置可以达到千万级像素的水平。如果以成像像素达到的最大空间分辨率水平进行火焰三维温度及组分体积分数的精细重构,可望实现对瞬态湍流火焰直接数值模拟结果的实验验证,从而推动燃烧基础研究的发展。因此,在重建的空间分辨率方面,如何有效地、充分地利用千万像素级的光谱检测信息,仍然有待研究;而在重建精度方面,目前遇到的挑战是燃烧介质非均匀分布对温度重建的影响。近年来,随着计算资源与数据量的飞速增长,人工智能技术得到高速发展及广泛应用[70]。深度学习是目前主流的人工智能实现方法,该方法主要是以人工神经网络开展机器学习,无需事先确定输入输出之间映射关系的数学方程,仅需利用大量数据完成自身训练,在给定输入值时得到最接近期望输出值的结果,这非常适合求解具有不适定性的热辐射反问题,从而提高检测的分辨率及精度。

    除了温度、组分体积分数等参数之外,熵也是热物理学科所研究的基础热物性参数之一。在燃烧系统效率评估和热设计领域,以热力学第二定律来研究燃烧系统中的能量转换与传热过程是当今的一个趋势,基于熵产最小化理论来提高导热和对流换热的传热效率的方法也已得到应用。炉膛等燃烧系统中燃烧火焰温度较高,热辐射是重要的传热方式。在应用热力学第二定律分析燃烧火焰的传热过程时需要考虑辐射的影响。但由于燃烧火焰中气/固介质具有发射、吸收和散射特性,辐射传递过程非常复杂,以往的燃烧研究都忽略了基于辐射传热不可逆性的熵产,或是仅停留于辐射熵产的数值计算方面,还缺乏燃烧火焰辐射熵产的实验检测结果。本课题组开展了燃煤锅炉内燃烧产生的辐射熵产实验测量的初步研究[71],根据重建的介质温度及辐射特性获得了炉内灰性燃烧介质的辐射熵产,从而通过自发辐射燃烧诊断技术提供了更多的检测结果。

    燃烧诊断技术的应用范围很广,从燃烧基础研究中的实验室小型燃烧火焰到实际工业过程中的大型燃烧装置都需要不同程度地应用燃烧诊断技术。自发射辐射燃烧诊断技术因其非接触、对环境要求不高、系统比较紧凑、易于实施等特点,在燃烧场在线测量诊断中具有明显优势,尤其是在电站锅炉及工业窑炉等大型炉膛内燃烧温度在线检测中有较多应用,但在实验室燃烧火焰基础研究以及航空发动机和燃气轮机燃烧诊断中的应用亟待进一步拓展。

    本课题组目前承担的国家重大科研仪器研制项目“燃烧火焰自由基、颗粒物、主要气态产物光谱/成像检测系统”的研究目的就是在深入分析自发辐射燃烧诊断技术发展的基础上,提出结合多种火焰发射光谱及成像技术(包括紫外、可见光、红外傅立叶变换红外光谱(FTIR)技术,紫外增强、可见光和红外成像技术),通过高性能数字图像和信号处理系统,研发先进的火焰多组分分布检测仪器,解决颗粒介质连续辐射对火焰自由基和气相介质分布检测的影响、从火焰全波长热辐射光谱及成像信息中检测火焰多组分分布方法等关键科学和技术问题,实现火焰温度场、自由基及气相组分体积分数分布、颗粒物(碳烟等)温度及体积分数分布等的高时空分辨率二维/三维检测。

    航空发动机和燃气轮机试验台运行环境恶劣(强振动、强声、强自发光和强电磁干扰等),这对激光燃烧诊断技术应用于发动机燃烧试验测量极具挑战性。在美国国家科学院近期提出的先进燃气轮机十大优先研究领域中,涉及了高可靠、高性能、低成本传感器的开发,其目的在于提高燃气轮机运行过程中信息获取的准确性,以确保燃气轮机处于安全运行状态[72]。而自发辐射燃烧诊断技术能够克服试验环境的干扰,且兼具成本低、系统结构简单等特点,在与传统试车台测试技术融合方面也具有一定优势。但需要注意的是,对高频、高脉动湍流火焰开展测量,需要使用性能更好的设备才有助于深入了解湍流和不稳定火焰的本质。高速、高感光ICCD能够在受限条件下获取高时间分辨率的湍流火焰特性[73],例如火焰形状和局部熄灭等;同时,较高的感光度更适合获取湍流火焰瞬态自由基的化学发光信息,对于研究燃烧不稳定性(贫燃燃气轮机中的周期性燃烧振荡、航空发动机燃烧室中热声耦合导致的火焰不稳定)有很大帮助。

    本文从火焰发射光谱、火焰图像处理、热辐射成像等方面介绍了基于自发辐射分析的被动式燃烧诊断技术研究进展。燃烧基础研究、新型燃烧设备及新型动力装置的发展对燃烧诊断技术提出了越来越高的要求,自发辐射燃烧诊断技术用于燃烧场的测量有着独特的优势。随着获取光谱、图像的成像器件的发展以及光谱、图像信号处理算法的提升,相信会有越来越多的相关技术被应用于燃烧科学研究及工程实践,并进一步加快其迅速发展。

  • 图  1   火焰发射光谱

    Fig.  1   Emission spectra of flames

    图  2   大气压力下甲烷/空气预混火焰的归一化OH*、CH*和C2*发射强度为当量比的函数[18]

    Fig.  2   Premixed methane/air flame at atmospheric pressure(normalized OH*, CH* and C2* emission as a function of ϕ) [18]

    图  3   天然气与不同体积分数氢气的混合物的发射光谱(当量比为0.7)[19]

    Fig.  3   Emission spectra for blends of natural gas and hydrogen with different volume fractions of H2 and ϕ =0.7[19]

    图  4   乙烯/空气部分预混火焰图像及发射光谱

    Fig.  4   Images and emission spectra at inter-conal zone of ethylene/air partially premixed flame for different equivalence ratios

    图  5   乙烯/空气扩散火焰的温度检测结果

    Fig.  5   Measured temperatures of ethylene/air diffusion flame

    图  6   乙烯/空气扩散火焰的气体组分体积分数检测结果

    Fig.  6   Measured gas volume fraction of ethylene/air diffusion flame

    图  7   气体光谱透射率测量值与理论值的对比

    Fig.  7   Comparison of measured gas spectral transmissivity and theoretical value

    图  8   樟木颗粒燃烧过程中K元素气相体积分数随时间的变化[23]

    Fig.  8   Variation of gaseous phase K volume fraction with time during the combustion of camphorwood pellet [23]

    图  9   反扩散火焰形状的理论计算及实验测量[37]

    Fig.  9   Theoretical calculation and experimental measurement of the shape of inverse diffusion flame [37]

    图  10   静止空气条件下乙烯射流扩散火焰的脉动图像[38]

    Fig.  10   Images of flickering ethylene diffusion flame under static air condition [38]

    图  11   火焰脉动频率及幅值与伴流空气流量的关系[38]

    Fig.  11   Relationship among flickering frequency, amplitude and co-flow oxidizer rate [38]

    图  12   燃气轮机燃烧室不同燃烧状态的火焰动态图像及灰度值[39]

    Fig.  12   Images of flame-dynamic and pixel-intensity signal at different combustion stages in an industrial gas turbine combustor [39]

    图  13   煤粉火焰几何形状参数定义[40]

    Fig.  13   Definitions of the geometrical parameters of a pulverized coal flame [40]

    图  14   不同温度下的黑体辐射图像[6]

    Fig.  14   Images captured from the blackbody furnace with different temperatures [6]

    图  15   柴油机火焰及不同波长组合下计算出的温度图像[41]

    Fig.  15   Diesel flame and temperature calculated with different combinations of two wavelengths [41]

    图  16   彩色摄像机R、G、B波段光谱响应曲线[68]

    Fig.  16   Spectral response curves of the R, G and B bands of the colored CCD camera [68]

    图  17   氧的体积分数增大过程中的乙烯扩散火焰图像及温度图像[43]

    Fig.  17   Images of ethylene diffusion flame and temperature distributions as O2 volume fraction is increased [43]

    图  18   热辐射成像技术应用于炉内三维温度场在线检测的示意图[6]

    Fig.  18   Schematic of thermal radiative imaging technique used for three-dimensional temperature distribution detection in a boiler furnace [6]

    图  19   热辐射成像技术在燃烧装置温度场检测中的应用[53]

    Fig.  19   Applications of thermal radiative imaging technique for temperature field detection in various combustion facilities [53]

    图  20   乙烯扩散火焰图像及其温度与碳烟体积分数分布[68]

    Fig.  20   Images of ethylene diffusion flame, the distributions of temperature T (K) and soot volume fraction (10-6) [68]

    表  1   自由基生成的反应路径的特征波长

    Table  1   Formation routes of excited radicals and characteristic wavelengths

    Radical Reactions Wavelength/nm
    OH* R1 CH+O2→CO+OH*
    R2 H+O+M→OH*+M 282.9, 308.9
    R3 OH+OH+H→OH*+H2O
    CH* R4 C2H+O2→CO2+CH* 387.1, 431.4
    R5 C2H+O→CO+CH*
    C2* R6 CH2+C→C2*+H2 513.0, 516.5
    下载: 导出CSV
  • [1] 齐飞. 燃烧: 一个不息的话题: 同步辐射单光子电离技术在燃烧研究中的应用[J]. 物理, 2006, 35(1): 1-6. DOI: 10.3521/j.issn:0379-4148.2006.01.001

    QI F. Combustion, a never extinguishing topic: Combustion study with synchrotron radiation single-photon ionization technique[J]. Physics, 2006, 35(1): 1-6. doi: 10.3521/j.issn:0379-4148.2006.01.001

    [2] 张平. 燃烧诊断学[M]. 北京: 兵器工业出版社, 1988.
    [3]

    KOHSE-HÖINGHAUS K, JEFFRIES J B. Applied combus-tion diagnostics[M]. New York: CRC Press, 2002.

    [4] 汪亮. 燃烧实验诊断学[M]. 2版. 北京: 国防工业出版社, 2011.
    [5] 熊姹, 范玮. 应用燃烧诊断学[M]. 西安: 西北工业大学出版社, 2014.
    [6] 娄春. 工程燃烧诊断学[M]. 北京: 中国电力出版社, 2016.
    [7] 刘训臣, 李玉阳, 周忠岳, 等. 光谱法和取样分析法在燃烧诊断研究中的应用[J]. 实验流体力学, 2016, 30(1): 43-54, 67. DOI: 10.11729/syltlx20150138

    LIU X C, LI Y Y, ZHOU Z Y, et al. Applications of laser spectroscopy and mass spectrometry in combustion diagnostics[J]. Journal of Experiments in Fluid Mechanics, 2016, 30(1): 43-54, 67. doi: 10.11729/syltlx20150138

    [8] 李麦亮, 赵永学, 耿辉, 等. 基于光谱测量的燃烧诊断技术[J]. 装备指挥技术学院学报, 2002, 13(4): 32-36. DOI: 10.3783/j.issn.1673-0127.2002.4.009

    LI M L, ZHAO Y X, GENG H, et al. Combustion diagnosis technology based on spectroscopy measurements[J]. Journal of the Academy of Equipment Command & Technology, 2002, 13(4): 32-36. doi: 10.3783/j.issn.1673-0127.2002.4.009

    [9] 蔡小舒, 周骛, 杨荟楠, 等. 燃烧与流场在线测量诊断方法研究进展[J]. 实验流体力学, 2014, 28(1): 12-20. DOI: 10.11729/syltlx20130069

    CAI X S, ZHOU W, YANG H N, et al. Research advances in the in-line measurement techniques for combustion and flow field[J]. Journal of Experiments in Fluid Mechanics, 2014, 28(1): 12-20. doi: 10.11729/syltlx20130069

    [10] 刘晶儒, 胡志云. 基于激光的测量技术在燃烧流场诊断中的应用[J]. 中国光学, 2018, 11(4): 531-549. DOI: 10.3788/CO.20181104.0531

    LIU J R, HU Z Y. Applications of measurement techniques based on lasers in combustion flow field diagnostics[J]. Chinese Journal of Optics, 2018, 11(4): 531-549. doi: 10.3788/CO.20181104.0531

    [11] 王海青, 林伟, 仝毅恒, 等. 基于激光的燃烧场温度诊断方法综述[J]. 气体物理, 2020, 5(1): 42-55. DOI: 10.19527/j.cnki.2096-1642.0752

    WANG H Q, LIN W, TONG Y H, et al. Review of laser-based temperature diagnosis methods for combustion field[J]. Physics of Gases, 2020, 5(1): 42-55. doi: 10.19527/j.cnki.2096-1642.0752

    [12] 洪延姬, 宋俊玲, 饶伟, 等. 激光吸收光谱断层诊断技术测量燃烧流场研究进展[J]. 实验流体力学, 2018, 32(1): 43-53, 54. DOI: 10.11729/syltlx20160177

    HONG Y J, SONG J L, RAO W, et al. Progress on tunable diode laser absorption tomography technique for combustion diagnostics[J]. Journal of Experiments in Fluid Mechanics, 2018, 32(1): 43-53, 54. doi: 10.11729/syltlx20160177

    [13]

    CAI W W, KAMINSKI C F. Tomographic absorption spectroscopy for the study of gas dynamics and reactive flows[J]. Progress in Energy and Combustion Science, 2017, 59: 1-31. doi: 10.1016/j.pecs.2016.11.002

    [14] 宋尔壮, 雷庆春, 范玮. 基于层析原理的湍流火焰三维测量综述[J]. 实验流体力学, 2020, 34(1): 1-11. DOI: 10.11729/syltlx20190135

    SONG E Z, LEI Q C, FAN W. A review on three-dimensional flame measurements based on tomography[J]. Journal of Experiments in Fluid Mechanics, 2020, 34(1): 1-11. doi: 10.11729/syltlx20190135

    [15] 沈国清. 基于声波理论的炉膛温度场在线监测技术研究[D]. 北京: 华北电力大学, 2007.

    SHEN G Q. The study of on-line measurement technology of furnace temperature field based on acoustic theory[D]. Beijing: North China Electric Power University, 2007. doi: 10.7666/d.y1058352

    [16] 刘石, 陈琪, 李志宏, 等. 多孔介质中燃烧火焰的ECT成像研究[J]. 工程热物理学报, 2008, 29(12): 2164-2166. DOI: 10.3521/j.issn:0253-231X.2008.12.051

    LIU S, CHEN Q, LI Z H, et al. ECT imaging of flames in porous material[J]. Journal of Engineering Thermophysics, 2008, 29(12): 2164-2166. doi: 10.3521/j.issn:0253-231X.2008.12.051

    [17] 周怀春. 炉内火焰可视化检测原理与技术[M]. 北京: 科学出版社, 2005.
    [18]

    DOCQUIER N, CANDEL S. Combustion control and sensors: a review[J]. Progress in Energy and Combustion Science, 2002, 28(2): 107-150. doi: 10.1016/S0360-1285(01)00009-0

    [19]

    BALLESTER J, GARCÍA-ARMINGOL T. Diagnostic techni-ques for the monitoring and control of practical flames[J]. Progress in Energy and Combustion Science, 2010, 36(4): 375-411. doi: 10.1016/j.pecs.2009.11.005

    [20]

    GAYDON A G. The spectroscopy of flames[M]. 2nd ed. London: Chapman and Hall, 1974.

    [21] 韩才元. 燃烧测量技术[M]. 武汉: 华中理工大学出版社, 1990.
    [22] 余登美, 张仲侬, 娄春. 空气及富氧气氛下碳氢扩散火焰热辐射的实验研究[J]. 燃烧科学与技术, 2018, 24(5): 458-462. DOI: 10.11715/rskxjs.R201804012

    YU D M, ZHANG Z N, LOU C. Experimental investigation on thermal radiation of hydrocarbon diffusion flame in air and oxygen-enriched atmosphere[J]. Journal of Combustion Science and Technology, 2018, 24(5): 458-462. doi: 10.11715/rskxjs.R201804012

    [23]

    HE Z L, LOU C, FU J T, et al. Experimental investigation on temporal release of potassium from biomass pellet combustion by flame emission spectroscopy[J]. Fuel, 2019, 253: 1378-1384. doi: 10.1016/j.fuel.2019.05.135

    [24]

    HOSSAIN A, NAKAMURA Y. A numerical study on the ability to predict the heat release rate using CH* chemilumine-scence in non-sooting counterflow diffusion flames[J]. Combustion and Flame, 2014, 161(1): 162-172. doi: 10.1016/j.combustflame.2013.08.021

    [25]

    WANG H, YOU X Q, JOSHI A V, et al. High-temperature combustion reaction model of H2/CO/C1-C4 compounds[R/OL].[2020-05-09]. http://ignis.usc.edu/USC_Mech_Ⅱ.htm.

    [26]

    REYNOLDS P M. A review of multicolour pyrometry for temperatures below 1500℃[J]. British Journal of Applied Physics, 1964, 15(5): 579-589. doi: 10.1088/0508-3443/15/5/316

    [27] 戴景民. 多光谱辐射测温理论与应用[M]. 北京: 高等教育出版社, 2002.

    DAI J M. Theory andpractice of multi-spectral thermometry[M]. Beijing: Higher Education Press, 2002.

    [28] 程晓舫, 符泰然, 范学良. 谱色测温原理[J]. 中国科学G辑: 物理学力学天文学, 2004, 34(6): 639-647. doi: 10.3969/j.issn.1674-7275.2004.06.005
    [29]

    FU T R, TAN P, PANG C H, et al. Fast fiber-optic multi-wavelength pyrometer[J]. Review of Scientific Instruments, 2011, 82(6): 064902. doi: 10.1063/1.3596567

    [30] 郑楚光, 柳朝晖. 弥散介质的光学特性及辐射传热[M]. 武汉: 华中理工大学出版社, 1996.

    ZHENG C G, LIU Z H. Optical properties and radiative heat transfer of dispesed particles[M]. Wuhan: Huazhong Univer-sity of Science and Technology (HUST) Press, 1996.

    [31]

    SUN Y P, LOU C, ZHOU H C. A simple judgment method of gray property of flames based on spectral analysis and the two-color method for measurements of temperatures and emissivity[J]. Proceedings of the Combustion Institute, 2011, 35(1): 735-741. doi: 10.1016/j.proci.2010.07.042

    [32]

    MODEST M. Radiative heat transfer[M]. 3rd ed. San Diego: Academic Press, 2013.

    [33] 陈晓斌, 蔡小舒, 范学良, 等. 原子发射双谱线法测火焰温度的实验研究[J]. 光谱学与光谱分析, 2009, 29(12): 3177-3180. DOI: 10.3964/j.issn.1000-0593(2009)12-3177-04

    CHEN X B, CAI X S, FAN X L, et al. Experimental study on flame temperature measurement by double line of atomic emission spectroscopy[J]. Spectroscopy and Spectral Analysis, 2009, 29(12): 3177-3180. doi: 10.3964/j.issn.1000-0593(2009)12-3177-04

    [34]

    LOU C, CHEN C, SUN Y P, et al. Review of soot measurement in hydrocarbon-air flames[J]. Science China Technological Sciences, 2010, 53(8): 2129-2141. doi: 10.1007/s11431-010-3212-4

    [35]

    HE X H, LOU C, QIAO Y, et al. In-situ measurement of temperature and alkali metal concentration in municipal solid waste incinerators using flame emission spectroscopy[J]. Waste Management, 2020, 102: 486-491. doi: 10.1016/j.wasman.2019.11.015

    [36] TURNS S R. 燃烧学导论: 概念与应用[M]. 姚强, 李水清, 王宇, 译. 2版. 北京: 清华大学出版社, 2009.

    TURNS S R. An introduction to combustion concepts and applications: concepts and applications[M]. 2nd ed. Translated by YAO Q, LI S Q, WANG Y. Beijing: Tsinghua University Press, 2009.

    [37] 李智聪, 何小煌, 娄春. 乙烯层流反扩散火焰形状的理论计算及实验测量[J]. 燃烧科学与技术, 2020, 26(3): 199-204. DOI: 10.11715/rskxjs.R202003006

    LI Z C, HE X H, LOU C. Theoretical calculation and experimental measurement of the shape of ethylene laminar inverse diffusion flame[J]. Journal of Combustion Science and Technology, 2020, 26(3): 199-204. doi: 10.11715/rskxjs.R202003006

    [38] 田艳飞, 孙磊, 娄春. 乙烯扩散火焰脉动特性的实验研究[J]. 工程热物理学报, 2015, 36(7): 1590-1595. https://www.cnki.com.cn/Article/CJFDTOTAL-GCRB201507042.htm

    TIAN Y F, SUN L, LOU C. Experimental investigations of ethylene diffusion flames flickering characteristics[J]. Journal of Engineering Thermophysics, 2015, 36(7): 1590-1595. https://www.cnki.com.cn/Article/CJFDTOTAL-GCRB201507042.htm

    [39]

    NG W B, CLOUGH E, SYED K J, et al. The combined investigation of the flame dynamics of an industrial gas turbine combustor using high-speed imaging and an optically integrated data collection method[J]. Measurement Science and Techno-logy, 2004, 15(11): 2303-2309. doi: 10.1088/0957-0235/15/11/016

    [40]

    YAN Y, LU G, COLECHIN M. Monitoring and characteri-sation of pulverised coal flames using digital imaging techniques[J]. Fuel, 2002, 81(5): 647-655. doi: 10.1016/S0016-2361(01)00161-2

    [41] 田辛. 用双色法研究内燃机燃烧火焰的温度场及碳烟浓度场[D]. 北京: 清华大学, 2004.

    TIAN X. Study on IC engine flame temperature and soot with two-color method[D]. Beijing: Tsinghua University, 2004.

    [42] 薛飞, 李晓东, 倪明江, 等. 基于面阵CCD的火焰温度场测量方法研究[J]. 中国电机工程学报, 1999, 19(1): 39-41, 66. DOI: 10.3521/j.issn:0258-8013.1999.01.010

    XUE F, LI X D, NI M J, et al. Research on temperature field measuring for combustion flame based on plane surface array CCD[J]. Proceedings of the CSEE, 1999, 19(1): 39-41, 66. doi: 10.3521/j.issn:0258-8013.1999.01.010

    [43]

    ZHANG Y D, LIU F S, LOU C. Experimental and numerical investigations of soot formation in laminar coflow ethylene flames burning in O2/N2 and O2/CO2 atmospheres at different O2 mole fractions[J]. Energy & Fuels, 2018, 32(5): 6252-6263. doi: 10.1021/acs.energyfuels.7b04069

    [44]

    CHAR J M, YEH J H. The measurement of open propane flame temperature using infrared technique[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 1996, 56(1): 135-144. doi: 10.1016/0022-4073(96)00013-1

    [45] 娄春. 煤粉炉内三维温度场及颗粒辐射特性重建[D]. 武汉: 华中科技大学, 2007.

    LOU C. Reconstruction of 3-D temperature distribution and radiative properties of particulates in pulverized-coal-fired boilers furnaces[D]. Wuhan: Huazhong University of Science and Technology, 2007. doi: 10.7666/d.d092964

    [46]

    ZHOU H C, LOU C, CHENG Q, et al. Experimental investigations on visualization of three-dimensional temperature distributions in a large-scale pulverized-coal-fired boiler furnace[J]. Proceedings of the Combustion Institute, 2005, 30(1): 1699-1706. doi: 10.1016/j.proci.2004.08.090

    [47]

    LOU C, ZHOU H C. Deduction of the two-dimensional distribution of temperature in a cross section of a boiler furnace from images of flame radiation[J]. Combustion and Flame, 2005, 143(1-2): 97-105. doi: 10.1016/j.combustflame.2005.05.005

    [48] 娄春, 周怀春. 光学厚度对大型炉膛三维温度场重建的影响分析[J]. 中国电机工程学报, 2007, 27(32): 52-56. DOI: 10.3521/j.issn:0258-8013.2007.32.010

    LOU C, ZHOU H C. Analysis of effects of optical thickness on reconstruction of three-dimensional temperature in large-scale furnaces[J]. Proceedings of the CSEE, 2007, 27(32): 52-56. doi: 10.3521/j.issn:0258-8013.2007.32.010

    [49] 严建华, 马增益, 王飞, 等. 运用代数迭代技术由火焰图像重建三维温度场[J]. 燃烧科学与技术, 2000, 6(3): 258-261. DOI: 10.3521/j.issn:1006-8740.2000.03.016

    YAN J H, MA Z Y, WANG F, et al. Three-dimensional temperature field reconstruction from flame images using algebraic reconstruction technique[J]. Journal of Combustion Science and Technology, 2000, 6(3): 258-261. doi: 10.3521/j.issn:1006-8740.2000.03.016

    [50] 王飞, 马增益, 严建华, 等. 利用火焰图像重建三维温度场的模型和实验[J]. 燃烧科学与技术, 2004, 10(2): 140-145. DOI: 10.3521/j.issn:1006-8740.2004.02.009

    WANG F, MA Z Y, YAN J H, et al. Model and experiment for three-dimensional temperature measurement based on flame image[J]. Journal of Combustion Science and Technology, 2004, 10(2): 140-145. doi: 10.3521/j.issn:1006-8740.2004.02.009

    [51] 黄群星, 刘冬, 王飞, 等. 基于截断奇异值分解的三维火焰温度场重建研究[J]. 物理学报, 2007, 56(11): 6742-6748. DOI: 10.3521/j.issn:1000-3290.2007.11.096

    HUANG Q X, LIU D, WANG F, et al. Study on three-dimensional flame temperature distribution reconstruction based on truncated singular value decomposition[J]. Acta Physica Sinica, 2007, 56(11): 6742-6748. doi: 10.3521/j.issn:1000-3290.2007.11.096

    [52] 刘冬. 弥散介质温度场重建的辐射反问题研究[D]. 杭州: 浙江大学, 2010.

    LIU D. Study on inverse radiation problem of temperature distribution reconstruction in participating medium[D]. Hangzhou: Zhejiang University, 2010.

    [53] 娄春, 周怀春, 吕传新, 等. 电站锅炉炉内三维温度场在线检测与分析[J]. 热能动力工程, 2005, 20(1): 61-64, 107. DOI: 10.3969/j.issn.1001-2060.2005.01.016

    LOU C, ZHOU H C, LYU C X, et al. On-line detection and analysis of the three-dimensional temperature field in a utility boiler[J]. Journal of Engineering for Thermal Energy and Power, 2005, 20(1): 61-64, 107. doi: 10.3969/j.issn.1001-2060.2005.01.016

    [54] 程强, 周怀春, 娄春, 等. 工业炉三维温度场可视化试验研究[J]. 工业加热, 2005, 34(1): 19-23. DOI: 10.3969/j.issn.1002-1639.2005.01.006

    CHENG Q, ZHOU H C, LOU C, et al. Experimental visualization of three-dimensional temperature field in an industrial furnace[J]. Industrial Heating, 2005, 34(1): 19-23. doi: 10.3969/j.issn.1002-1639.2005.01.006

    [55]

    ZHANG X Y, CHENG Q, LOU C, et al. An improved colorimetric method for visualization of 2-D, inhomogeneous temperature distribution in a gas fired industrial furnace by radiation image processing[J]. Proceedings of the Combustion Institute, 2011, 35(2): 2755-2762. doi: 10.1016/j.proci.2010.06.119

    [56] 邱淑荣, 窦春玉, 娄春, 等. 纵火体燃烧三维温度场检测研究[J]. 火工品, 2013(5): 53-56. DOI: 10.3969/j.issn.1003-1480.2013.05.014

    QIU S R, DOU C Y, LOU C, et al. Study on three dimensional temperature field detection of burning incendiary member[J]. Initiators & Pyrotechnics, 2013(5): 53-56. doi: 10.3969/j.issn.1003-1480.2013.05.014

    [57] 闫伟杰, 张向宇, 娄春, 等. 热气机燃烧室内三维温度场可视化实验研究[J]. 工程热物理学报, 2013, 34(10): 1969-1972. https://www.cnki.com.cn/Article/CJFDTOTAL-GCRB201310041.htm

    YAN W J, ZHANG X Y, LOU C, et al. Experimental investigations of visualization of three-dimensional temperature fields in combustion chamber of a stirling engine[J]. Journal of Engineering Thermophysics, 2013, 34(10): 1969-1972. https://www.cnki.com.cn/Article/CJFDTOTAL-GCRB201310041.htm

    [58] 刘建浩, 娄春, 陈晓冰, 等. 基于图像法的玻璃熔窑温度检测实验研究[J]. 玻璃, 2016, 43(6): 3-7. DOI: 10.3969/j.issn.1003-1987.2016.06.001

    LIU J H, LOU C, CHEN X B, et al. Experimental research on glass furnace temperature detection based on image method[J]. Glass, 2016, 43(6): 3-7. doi: 10.3969/j.issn.1003-1987.2016.06.001

    [59]

    HUANG Q X, WANG F, LIU D, et al. Reconstruction of soot temperature and volume fraction profiles of an asymmetric flame using stereoscopic tomography[J]. Combustion and Flame, 2009, 156(3): 565-573. doi: 10.1016/j.combustflame.2009.01.001

    [60]

    XU C L, ZHAO W C, HU J H, et al. Liquid lens-based optical sectioning tomography for three-dimensional flame temperature measurement[J]. Fuel, 2017, 196: 550-563. doi: 10.1016/j.fuel.2017.01.115

    [61]

    HUANG X, QI H, NIU C Y, et al. Simultaneous reconstruction of 3D temperature distribution and radiative properties of participating media based on the multi-spectral light-field imaging technique[J]. Applied Thermal Engineering, 2017, 115: 1357-1347. doi: 10.1016/j.applthermaleng.2016.12.029

    [62]

    NI M J, ZHANG H D, WANG F, et al. Study on the detection of three-dimensional soot temperature and volume fraction fields of a laminar flame by multispectral imaging system[J]. Applied Thermal Engineering, 2016, 96: 421-431. doi: 10.1016/j.applthermaleng.2015.11.116

    [63]

    WANG F, XIE Z C, YAN J H, et al. Simultaneous measurement of three-dimensional particle temperature, particle concentration, and H2O concentration distributions using multispectral flame images[J]. Combustion Science and Technology, 2017, 189(11): 1891-1906. doi: 10.1080/00102202.2017.1358692

    [64]

    LIU H W, ZHENG S, ZHOU H C. Measurement of soot temperature and volume fraction of axisymmetric ethylene laminar flames using hyperspectral tomography[J]. IEEE Transactions on Instrumentation and Measurement, 2017, 66(2): 315-324. doi: 10.1109/tim.2016.2631798

    [65]

    REN T, MODEST M F, FATEEV A, et al. Machine learning applied to retrieval of temperature and concentration distributions from infrared emission measurements[J]. Applied Energy, 2019, 252: 113448. doi: 10.1016/j.apenergy.2019.113448

    [66]

    LOU C, ZHOU H C, YU P F, et al. Measurements of the flame emissivity and radiative properties of particulate medium in pulverized-coal-fired boiler furnaces by image processing of visible radiation[J]. Proceedings of the Combustion Institute, 2007, 31(2): 2771-2778. doi: 10.1016/j.proci.2006.07.178

    [67]

    LOU C, LI W H, ZHOU H C, et al. Experimental investigation on simultaneous measurement of temperature distributions and radiative properties in an oil-fired tunnel furnace by radiation analysis[J]. International Journal of Heat and Mass Transfer, 2011, 54(1-3): 1-8. doi: 10.1016/j.ijheatmasstransfer.2010.10.007

    [68]

    YAN W J, LOU C. Two-dimensional distributions of temperature and soot volume fraction inversed from visible flame images[J]. Experimental Thermal and Fluid Science, 2013, 50: 229-235. doi: 10.1016/j.expthermflusci.2013.05.013

    [69] 浦瑞良, 宫鹏. 高光谱遥感及其应用[M]. 北京: 高等教育出版社, 2000.

    PU R L, GONG P. Hyperspectralremote sensing and its applications[M]. Beijing: Higher Education Press, 2000.

    [70]

    GHAHRAMANI Z. Probabilistic machine learning and artificial intelligence[J]. Nature, 2015, 521(7553): 452-459. doi: 10.1038/nature14541

    [71] 李智, 张仲侬, 娄春. 大型燃煤锅炉内辐射熵产及辐射㶲试验研究[J]. 洁净煤技术, 2019, 25(3): 88-93. DOI: 10.13226/j.issn.1006-6772.19042201

    LI Z, ZHANG Z N, LOU C. Experimental investigation on radiative entropy generation and radiative exergy in a large coal-fired boiler[J]. Clean Coal Technology, 2019, 25(3): 88-93. doi: 10.13226/j.issn.1006-6772.19042201

    [72]

    National Academies of Sciences, Engineering, and Medicine, Division on Engineering and Physical Sciences, Aeronautics and Space Engineering Board, Committee on Advanced Technolo-gies for Gas Turbines. Advanced technologies for gas turbines[M]. Washington, DC: National Academies Press, 2020. doi: 10.17226/25630

    [73]

    RUAN C, YU T, CHEN F E, et al. Experimental characterization of the spatiotemporal dynamics of a turbulent flame in a gas turbine model combustor using computed tomography of chemiluminescence[J]. Energy, 2019, 170: 744-751. doi: 10.1016/j.energy.2018.12.215

  • 期刊类型引用(32)

    1. 陈装,黄华汉,傅勇强,李华鸿,方顺利,王志超,陈端,张冲,王浩帆,马帅,姚斌,娄春. 基于自发辐射分析的高碱煤燃烧炉内在线监测技术研究进展. 热力发电. 2024(01): 24-37 . 百度学术
    2. 马赟,付伟,王昕,杨如意,钱相臣. 基于孪生Inception网络的燃烧器火焰状态监测. 化工进展. 2024(02): 760-767 . 百度学术
    3. 周巍,王浩帆,熊晟熙,蒋思磊,何晓燕,马晓春,娄春,姚斌. 煤与生物质耦合燃烧的协同效应. 洁净煤技术. 2024(02): 279-287 . 百度学术
    4. 韩哲哲,曾文浩,唐晓雨,王益,许传龙. 基于图像对抗卷积自编码的燃烧稳定性定量监测. 中国电机工程学报. 2024(09): 3610-3619 . 百度学术
    5. 李智聪,娄春,李言钦,曹海亮,周俊杰,汤松臻. 基于激光诱导击穿光谱的燃烧学实验教学探索. 实验室研究与探索. 2024(07): 153-157+258 . 百度学术
    6. 赵京,杨本超,魏小林,倪文翔,乔瑜,娄春. 基于FES技术的O_2/CO_2燃烧气氛下准东煤中不同类型碱金属盐的释放特性. 煤炭学报. 2024(07): 3216-3224 . 百度学术
    7. 韩磊,程勇,朱宁静,王哲,黄志锋. 光谱响应曲线对双色法燃烧测量技术精度影响. 洁净煤技术. 2024(08): 128-137 . 百度学术
    8. 周颖,娄春,马晓春. 基于深度学习的烟气温度和CO_2浓度在线检测. 洁净煤技术. 2024(08): 50-57 . 百度学术
    9. 李路江,汪潮洋,唐广通,马辉,闫慧博. 大型电站煤粉炉内燃烧辐射能在线监测系统应用. 河北电力技术. 2024(04): 85-90 . 百度学术
    10. 郭丽,贾广成,李显,娄春,王祥曦,石鎏,胡振中,甄卫军. 燃烧中碱金属浓度及温度的在线检测标准化研究. 中国测试. 2024(S2): 1-7 . 百度学术
    11. 李一帆,孙亚松,张华波,李思达,刘长号,马菁. 微分单元法分析圆柱内各向异性散射介质热辐射. 西北工业大学学报. 2023(01): 90-96 . 百度学术
    12. 马洪安,苗磊,付淑青,宫俊波,曾文. 燃料浓度分布激光诊断方法与应用. 航空发动机. 2023(03): 36-53 . 百度学术
    13. 黄书益,王志超,白彬,岑新坤,张雄,蒲旸,姚斌. 耦合炉内气相碱金属检测的结渣预报系统研究. 热力发电. 2023(07): 99-105 . 百度学术
    14. 范贤,任学军,高国栋,王栋,张雄,蒲旸,马帅,姚斌,娄春. 基于自发辐射分析的燃煤锅炉内温度及气相钠同时在线监测. 洁净煤技术. 2023(S2): 239-244 . 百度学术
    15. 张向宇,杜建民,杜智华,马山海,吕田,方顺利. 基于辐射图像处理的壁温分布监测实验研究. 热力发电. 2023(11): 180-185 . 百度学术
    16. 方钰,郑会龙,梅德清,杨肖芳,武海龙. 中国空间站燃烧科学实验柜火焰温度及碳烟体积分数地面重建. 中南大学学报(自然科学版). 2023(10): 4103-4113 . 百度学术
    17. 李静,杨栋,厉梅,侯可勇. 基于在线质谱技术的复杂燃烧场诊断研究进展. 实验流体力学. 2023(05): 18-33 . 本站查看
    18. 易仕强,戴斌,陈军华,王浩帆,姚斌,娄春. 基于FES的火焰温度与气相碱金属浓度在线监测. 工业加热. 2023(11): 13-16 . 百度学术
    19. 李智聪,娄春. 基于深度学习的乙烯层流扩散火焰温度和碳烟体积分数分布重建. 燃烧科学与技术. 2022(02): 198-205 . 百度学术
    20. 唐广通,闫慧博,汪潮洋,刘志强,李欣,闫晓沛,张仲侬,娄春. 碳氢扩散火焰实验研究:燃烧气氛对火焰光谱与温度的影响. 光谱学与光谱分析. 2022(05): 1654-1660 . 百度学术
    21. 闫慧博,唐广通,李路江,汪潮洋,李欣,闫晓沛,李智聪,娄春. 热辐射成像法测量大型炉膛内三维温度场的算法新进展. 洁净煤技术. 2022(05): 97-108 . 百度学术
    22. 蒲旸,刘洋,傅培舫,娄春. 基于火焰光谱的准东煤旋风燃烧过程中碱金属检测. 洁净煤技术. 2022(07): 81-87 . 百度学术
    23. 李兆宇,张仲侬,郜宁,曲欣,娄春. 基于低分辨率红外光谱分析的燃烧气相组分温度测量. 广东电力. 2022(07): 64-71 . 百度学术
    24. 黄书益,白彬,岑新坤,王浩帆,蒲旸,姚斌,娄春. 燃烧过程中碱金属原位测量技术综述. 热力发电. 2022(09): 11-20 . 百度学术
    25. 周怀春,李框宇,安元,娄春. 燃煤电站锅炉及工业窑炉三维燃烧温度分布监测研究进展. 洁净煤技术. 2022(10): 1-15 . 百度学术
    26. 唐广通,许烨烽,闫慧博,汪潮洋,刘志强,娄春. 基于深度学习与热辐射成像耦合的炉内温度场在线测量. 动力工程学报. 2022(10): 960-966 . 百度学术
    27. 孙亚松,李新宇,李一帆,李思达,刘长号,周瑞睿. 间断谱元法分析圆柱坐标系内非均质辐射传热. 工程热物理学报. 2022(10): 2718-2726 . 百度学术
    28. 段鹏程,程博,管今哥,陈坤,张成飞,程耀瑜,薛晨阳,郑永秋. 基于多CCD同步耦合的动态燃烧场三维辐射测温(特邀). 红外与激光工程. 2022(10): 51-60 . 百度学术
    29. 王浩帆,付睿,袁怡,李智聪,蒲旸,娄春,翁灿. 基于智能手机APP的火焰温度分布检测研究. 计量学报. 2022(12): 1587-1592 . 百度学术
    30. 闫慧博,唐广通,汪潮洋,李智聪,娄春. 基于可见光高温热成像的燃烧测温装置研制. 河北电力技术. 2022(06): 85-90 . 百度学术
    31. 李长松,唐广通,翁灿,何小煌. 反扩散火焰的多波长温度测量研究. 河北电力技术. 2021(04): 19-22 . 百度学术
    32. 王斌,梁杰,王盼,顾正华,盖文. 基于伯努利采样的高速摄像机图像实时压缩. 实验流体力学. 2021(06): 52-57 . 本站查看

    其他类型引用(11)

图(20)  /  表(1)
计量
  • 文章访问数:  999
  • HTML全文浏览量:  399
  • PDF下载量:  110
  • 被引次数: 43
出版历程
  • 收稿日期:  2020-05-08
  • 修回日期:  2020-07-01
  • 刊出日期:  2021-02-24

目录

/

返回文章
返回
x 关闭 永久关闭