楊 娟,周 騖,蔡小舒,沈中杰,劉海峰
(1.上海理工大學(xué) 能源與動力工程學(xué)院,上海 200093;2.上海市動力工程多相流動與傳熱重點實驗室,上海 200093;3.華東理工大學(xué) 上海市煤氣化工程技術(shù)研究中心,上海 200237)
溫度測量是研究燃燒、氣化等反應(yīng)的基礎(chǔ)實驗手段。測溫方法主要分為接觸式測溫和非接觸式測溫兩大類[1]。非接觸測溫和被測量介質(zhì)不直接發(fā)生接觸,空間局限性較小、響應(yīng)迅速、不破壞被測對象溫度場,適合應(yīng)用于高溫溫度場的測量。非接觸式測溫以輻射測溫為代表,又可分為單色法、雙色法、三色法以及多光譜測溫方法等[2]。單色法測溫受物體發(fā)射率影響較大[3-4],雙色法則一般基于灰體假設(shè)以減小發(fā)射率的影響[5-6]。Sawada等[7]利用雙色測溫和高速藍光成像技術(shù)觀測到逆流燃燒器中揮發(fā)分和煤焦燃燒的過程,成功地實現(xiàn)了單顆粒煤粉表面燃燒溫度測量。孫元等[8]通過實驗對比分析了雙色法和三色法測溫的優(yōu)劣,得出雙色法測溫動態(tài)范圍更廣,三色法測溫精度更高。
隨著光學(xué)技術(shù)不斷發(fā)展,研究者們嘗試使用多光譜手段進行溫度測量研究。劉家汛等[9]基于多波長測溫原理,使用光纖光譜儀減少波長有限的局限性,實現(xiàn)了煤粉顆粒溫度以及輻射率的同步測量,但無法獲得整個區(qū)域的溫度。閆偉杰等[10-11]使用光譜儀和彩色相機相結(jié)合的方式,同時測量生物質(zhì)顆?;鹧鏈囟群桶l(fā)射率。Prader等[12]利用顯微鏡結(jié)合高速紅外相機獲取固體表面多光譜輻射圖像,測得了直徑為10 mm的半透明固體表面溫度分布。
基于普朗克定律,結(jié)合雙色法測溫以及多光譜測溫原理,通過黑體爐分別對彩色相機和多光譜相機進行標(biāo)定。為解決由于輻射測溫精度受氣體環(huán)境、被測固體顆?;叶鹊纫蛩貛淼挠绊?,本文通過BP神經(jīng)網(wǎng)絡(luò)對標(biāo)定結(jié)果進行訓(xùn)練得出測溫模型,且對比分析了兩種測溫模型的優(yōu)劣。固體顆粒在常規(guī)燃燒器中,由于氣流影響,很難使用成像設(shè)備完整的記錄顆粒燃燒過程,且空間分辨率較低,為此采用多光譜成像系統(tǒng)結(jié)合顯微熱臺,得到了單顆粒石油焦著火過程中溫度場的變化,實現(xiàn)了高分辨率微尺度測量,為進一步研究單顆粒物質(zhì)燃燒特性提供了新方法。
普朗克(Planck)定律給出了黑體輻射能量按波長分布的規(guī)律為:
式中:Eb(λ,T) 為黑體單色輻射強度,單位為W/m3; λ 為波長,單位為m;T為絕對溫度,單位為K;C1為第一輻射常量(3.741 9×10-16W·m2);C2為第二輻射常量(1.438 8×10-2m·K)。
實際物體的輻射強度E(λ,T) 總是小于同溫度下黑體的輻射強度Eb(λ,T) ,兩者的比值稱為實際物體的輻射率(黑度),記為 ε (λ,T) ,即實際物體的輻射強度可以被表示為:
設(shè)相機圖像傳感器共有n種不同的傳感像元,即n個不同的波段響應(yīng)通道,第i個通道內(nèi)相機的光強響應(yīng)值Vi(λ,T) (即成像灰度)可以表示為:
式中:Ai(λ) 為相機i通道的光譜響應(yīng)函數(shù);彩色相機和多光譜相機光譜特性曲線如圖1(a)、(b)所示;λi1、λi2分別為i通道起始波長。
由于輻射率是波長和溫度的函數(shù),由式(2)和(3)可看出,物體的溫度與相機不同通道的成像灰度有著較復(fù)雜的對應(yīng)關(guān)系。尤其是對彩色相機(n=3)而言,因為每個通道(R、G和B三個通道)的光譜響應(yīng)波長范圍較寬(一般約150 nm寬),而基于比色法測溫時,原則上需采用窄帶濾波片限制相應(yīng)的波段范圍,且有研究表明最小二乘法測溫精度低于BP神經(jīng)網(wǎng)絡(luò)[13]。本文基于雙隱含層BP神經(jīng)網(wǎng)絡(luò),將n個不同響應(yīng)通道的圖像灰度值作為輸入,溫度值作為輸出,并利用黑體爐數(shù)據(jù)進行訓(xùn)練和標(biāo)定,試圖建立基于上述復(fù)雜對應(yīng)關(guān)系的測溫模型。BP神經(jīng)網(wǎng)絡(luò)又稱反向傳播神經(jīng)網(wǎng)絡(luò),是一種按誤差逆向傳播訓(xùn)練的多層前饋網(wǎng)絡(luò)[14]。BP神經(jīng)網(wǎng)絡(luò)的計算過程包括正向計算和反向計算。正向傳播過程是經(jīng)隱含層逐層處理從輸入層到輸出層的過程,每一層神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元。如果在輸出層不能得到期望的輸出,則轉(zhuǎn)入反向傳播過程,將誤差信號沿原來的連接通路返回,通過修改各神經(jīng)元的權(quán)值和閾值來最小化誤差。它無論是在網(wǎng)絡(luò)理論還是在性能方面都已比較成熟,其突出優(yōu)點是預(yù)測精度高、且具有較強的非線性映射能力和泛化能力。
圖1 相機光譜響應(yīng)曲線Fig.1 Spectral characteristic curve of camera
如圖2所示,采用黑體爐輻射系統(tǒng)對測溫系統(tǒng)進行標(biāo)定實驗,黑體爐型號為HFY-203B,溫度可調(diào)范圍為773~1 723 K,溫度分辨率為1 K,有
效發(fā)射率為0.99。測溫系統(tǒng)所采用的彩色相機型號為GEV-B1411M-SC,分辨率為1 394×1 040,像元大小為4.65 μm,位深為8位。多光譜相機型號為MQ022HG-IM-SM5,分辨率為2 048×1 088,像元大小為5.5 μm,位深為10位,像元種類25個,對應(yīng)650~950 nm總范圍內(nèi)25個不同光譜響應(yīng)的波段區(qū)間,每個區(qū)間寬度約10 nm。鏡頭使用透過光譜范圍為425~1 000 nm的可見-近紅外波段的定焦鏡頭。
圖2 溫度標(biāo)定實驗裝置圖Fig.2 Experimental setup for temperature calibration
標(biāo)定實驗的溫度范圍為1 073~1 473 K,每隔20~25 K為一個測量數(shù)據(jù)點。為了獲取更多的數(shù)據(jù)集,待黑體爐溫度穩(wěn)定后,我們對同一溫度的黑體爐設(shè)置不同的曝光時間進行拍攝,每組曝光時間拍攝30張圖片,共拍攝圖片6 000張。鏡頭聚焦于黑體爐內(nèi)熱電偶表面,并對該區(qū)域相同通道的灰度值取平均,得到200組原始數(shù)據(jù)。隨機抽取150組數(shù)據(jù)作為訓(xùn)練集,剩余50組作為預(yù)測集。輸入值為不同通道下相機的灰度值,經(jīng)過2個隱含層,每個隱含層含有5個節(jié)點,輸出值為對應(yīng)黑體爐設(shè)定的溫度值,經(jīng)過反向誤差傳播訓(xùn)練得到相應(yīng)測溫模型。
為確認彩色相機和多光譜相機響應(yīng)的線性范圍,本文通過對白色發(fā)光板進行拍攝,得到圖像灰度隨曝光時間的變化曲線如圖3所示。彩色相機R、G和B波段的響應(yīng)線性區(qū)分布為0~225、0~240和0~230。蔡小舒等[15]對煤粉燃燒火焰的輻射特性進行測量研究表明,在波長小于550 nm時火焰的輻射強度比較低,且在本文實驗中發(fā)現(xiàn)B通道的響應(yīng)值太小,即信噪比太低,增大曝光時間以提高B值又會使R值飽和,因此訓(xùn)練數(shù)據(jù)選用R、G兩通道內(nèi)的響應(yīng)值作為輸入,并考慮到線性度問題,取線性區(qū)間[10,230](圖片位深為8位)進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練,以保證溫度測量的準(zhǔn)確性。多光譜相機也有類似的響應(yīng)曲線,本文選取的標(biāo)定區(qū)間為[20,950](圖片位深為10位)。
圖3 彩色相機灰度值隨曝光時間變化曲線Fig.3 Response curve of color camera
模型標(biāo)定實驗本質(zhì)上就是對相機響應(yīng)函數(shù)的標(biāo)定,本文以多光譜相機為例,圖4(a)為黑體在不同溫度下的理論輻射強度,圖4(b)為標(biāo)定實驗得到的不同黑體爐溫度下相機的響應(yīng)灰度。由于多光譜相機的圖像傳感像元有25種,分別對應(yīng)600~950 nm范圍內(nèi)的不同子區(qū)間,由圖3可知,相機各像元的區(qū)間表觀響應(yīng)系數(shù)是不一樣的,強度趨勢與理想黑體的輻射強度趨勢一致,且存在著比較復(fù)雜的非線性映射關(guān)系,而BP神經(jīng)網(wǎng)絡(luò)模型可以高精度逼近任意非線性映射,因此本文選用BP神經(jīng)網(wǎng)絡(luò)對溫度和相機灰度的關(guān)系進行建模。
彩色相機測溫系統(tǒng)和多光譜相機測溫系統(tǒng)通過BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的預(yù)測結(jié)果及誤差如表1所示。彩色相機測溫系統(tǒng)最大誤差為1.64%,平均相對誤差為0.82%;多光譜相機測溫系統(tǒng)最大誤差為0.43%,平均相對誤差為0.18%。從BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果來看,其測溫精度高于彩色相機測溫系統(tǒng),但就成本而言,彩色相機測溫系統(tǒng)優(yōu)于多光譜測溫系統(tǒng)。
使用已標(biāo)定好的多光譜相機測溫系統(tǒng)對蠟燭火焰進行拍攝,多光譜相機拍攝原圖如圖5(a)所示。經(jīng)過處理得到視線方向累計溫度分布如圖5(b)所示,與Shan等[16]使用彩色CCD對蠟燭溫度的測量結(jié)果相類似,證明了測溫模型的可靠性。
圖4 多光譜相機溫度標(biāo)定結(jié)果Fig.4 Temperature calibration results of multispectral camera
表1 BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果Tab.1 Predicted results by BP neural network
圖5 蠟燭溫度測量結(jié)果Fig.5 Temperature measurement results of candle
將多光譜相機與顯微鏡(型號DM4500P,物鏡Hcx-pl-fluotar,放大倍率10倍)結(jié)合形成多光譜顯微測溫系統(tǒng),拍攝高溫?zé)崤_(型號Linkam TS 1500,溫度范圍:室溫~1 773 K)內(nèi)的石油焦顆粒的燃燒過程,進行石油焦顆粒表面溫度分布的測量。
由于顯微鏡頭工作距離過短,無法對焦于黑體爐內(nèi)部的定溫區(qū)域,即難以通過黑體爐進行溫度標(biāo)定實驗,本文采用普通工業(yè)鏡頭的多光譜測溫系統(tǒng)的標(biāo)定模型,對實驗工況1 223 K和1 413 K下不同測溫系統(tǒng)的實驗數(shù)據(jù)進行處理,普通工業(yè)鏡頭測溫系統(tǒng)的結(jié)果為1 225.4 K和1 414.3 K,顯微鏡頭測溫系統(tǒng)的結(jié)果為1 198.9 K和1 403.8 K,即后者的測溫結(jié)果偏差為2%~3%,可以接受。對測溫系統(tǒng)的標(biāo)定即是對相機響應(yīng)系數(shù)的標(biāo)定,且實驗中采用的顯微鏡頭和普通工業(yè)鏡頭材質(zhì)都是光學(xué)玻璃,其光譜響應(yīng)曲線基本相近,因此可以采用前文標(biāo)定獲得的模型,用于多光譜顯微測溫系統(tǒng)的測量。
在使用顯微熱臺對石油焦顆粒燃燒溫度測量實驗前,將石油焦顆粒置于干燥箱內(nèi)恒溫50℃干燥12 h以上,達到去除顆粒表面水分的目的,冷卻至室溫后對顆粒進行篩分,得到粒徑為170~250 μm的石油焦顆粒。石油焦顆粒工業(yè)分析及元素分析結(jié)果如表2、表3所示。
表2 石油焦顆粒工業(yè)分析Tab.2 Proximate analysis of coke particle
表3 石油焦顆粒元素分析Tab.3 Ultimate analysis of coke particle
實驗中放入單顆粒石油焦后封閉熱臺,對熱臺的氣密性進行檢查后通入200 mL/min的氮氣排盡熱臺中的空氣,設(shè)置升溫速率為100 ℃/min,將熱臺溫度升高至1 573 K后在t=0 s時通入100 mL/min的空氣,石油焦顆粒開始燃燒,過程中使用多光譜相機進行記錄。
將采集到的圖片信息代入到多光譜BP神經(jīng)網(wǎng)絡(luò)測溫模型中,得到單顆粒石油焦燃燒表面溫度的分布如圖6所示。由圖6可知,背景最高溫度為1 737 K,最低溫度為1 402 K,平均溫度為1 567 K,與設(shè)定的熱臺溫度1 573 K相近,證明了上述測溫模型的可靠性。由圖可進一步看出,背景為熱臺表面,背景溫度分布不均,周圍溫度較高,中間溫度較低,這是由于熱臺內(nèi)加熱電阻絲纏繞在熱臺外圈所引起的。通入空氣后,石油焦顆粒迅速燃燒,燃燒過程中溫度隨時間的推移逐漸上升,直至t=5 s時燃盡,且開始燃燒時最低溫度為1 500 K,燃盡時溫度為1 800 K。前人研究表明,石油焦顆粒的燃燒與環(huán)境溫度、環(huán)境氧濃度和顆粒粒徑有關(guān),環(huán)境溫度越高、顆粒粒度越大著火越容易[17]。如圖6所示,位于熱臺中心的顆粒與熱臺邊緣環(huán)境溫度較高處的顆粒相比,邊緣處的顆粒著火更快,燃盡時間更短,但粒徑越小的石油焦顆粒著火更容易,這是因為本文在熱臺溫度升高至1 573 K之前未通入氧氣,揮發(fā)分在無氧高溫的環(huán)境中充分析出,水分子氣化,通入氧氣使燃燒更加劇烈。
圖6 石油焦顆粒燃燒時表面溫度分布Fig.6 Surface temperature distribution of petroleum coke particles during combustion
本文基于雙隱含層BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了彩色成像和多光譜成像的測溫模型,使用黑體爐進行了標(biāo)定,實驗表明更多通道的多光譜成像系統(tǒng)預(yù)測溫度精度更高。通過蠟燭測溫實驗,得到了視線方向上蠟燭火焰溫度的分布,與前人測溫結(jié)果一致,進一步驗證了多光譜測溫模型的可靠性。將普通工業(yè)鏡頭的標(biāo)定數(shù)據(jù)遷移至顯微鏡頭,用于顯微熱臺下石油焦顆粒表面溫度測量,得到了石油焦顆粒表面的溫度分布及隨時間的變化過程,為細微單顆粒物燃燒特性的實驗研究提供了參考。