【技术实现步骤摘要】
一种颗粒燃烧过程多光谱重建测温装置与方法
[0001]本专利技术涉及热工测量
，具体而言，涉及一种颗粒燃烧过程多光谱重建测温装置与方法。
技术介绍
[0002]一些工业热能燃烧设备中，通常在燃料中添加铝、镁、硼等金属固体颗粒以提高热值。这些颗粒燃烧参数与燃料的高效利用息息相关，其中，温度参数是直接反映其燃烧状态优劣的重要指标之一。实现颗粒燃烧温度参数准确测量，特别是颗粒燃烧过程温度分布测量对研究颗粒燃烧机理、优化燃烧设备设计与燃烧组织、提高能源利用效率、降低污染物排放及保障设备安全运行等方面都具有重要的指导作用。
[0003]热电偶、热电阻等接触式测温方法将传感器与被测对象接触，为单点测试，时间响应慢，并且测温范围通常无法涵盖金属固体颗粒燃烧温度。目前，随着激光光谱技术的发展，平面激光诱导荧光法（Planar Laser Induced Fluorescence, PLIF）、相干反斯托克斯拉曼光谱（Coherent Anti
‑
stokes Raman Spectroscopy, CARS）、可调谐二极管激光器吸收光谱技术（Tunable Diode Laser Absorption Spectroscopy, TDLAS）等主动式激光光谱测量技术快速发展，因其具有动态响应快、不干扰燃烧流场、可实现在线测量、高时空分辨率等优点迅速发展，但是对于颗粒燃烧过程温度测量，存在自发辐射强、颗粒对信号的散射作用等问题，测量精度低。
[0004]辐射图像法除了具有非接触式测量的优点以外，...
【技术保护点】
【技术特征摘要】
1.一种颗粒燃烧过程多光谱重建测温装置，结合直接成像与光谱成像技术，通过颗粒燃烧过程直接辐射成像与辐射多光谱成像配准同步，采用人工神经网络训练挖掘颗粒燃烧过程辐射图像与辐射多光谱图像相关性，基于多光谱重建与温度反演算法，对颗粒燃烧过程辐射图像进行多光谱重建，实现颗粒燃烧过程多组分特性温度分布在线测量，其特征在于，包括：石英玻璃板、分光棱镜、光谱成像单元、直接成像单元、同步触发器、图像处理单元、控制与信号线缆组成，其中，颗粒辐射光经石英玻璃板由分光棱镜分光，一束光进入光谱成像单元获得高光谱分辨率的颗粒燃烧辐射光谱图像，另一束光进入直接成像单元获得高空间分辨率的颗粒燃烧辐射图像；石英玻璃板为了防止燃烧颗粒污染光学元器件；同步触发器用于同步光谱成像单元与直接成像单元同时工作；图像处理单元通过颗粒燃烧过程直接辐射成像与辐射多光谱成像配准同步，采用人工神经网络训练挖掘颗粒燃烧过程辐射图像与辐射多光谱图像相关性，基于多光谱重建与温度反演算法，对颗粒燃烧过程辐射图像进行多光谱重建，实现颗粒燃烧过程多组分特性温度分布在线测量。2.根据权利要求1所述的颗粒燃烧过程多光谱重建测温装置，其特征在于，所述光谱成像单元包括光谱成像衰减片、光谱成像镜头与光谱相机组成，颗粒辐射光经分光棱镜分光后一束光进入光谱成像衰减片衰减后，由光谱成像镜头调节，并进入光谱相机成像，获得颗粒燃烧过程辐射多光谱图像；所述直接成像单元包括直接成像衰减片、直接成像镜头与工业相机组成，颗粒辐射光经分光棱镜分光后另一束光进入直接成像衰减片衰减后，由直接成像镜头调节，并进入工业相机成像，获得颗粒燃烧过程辐射图像。3.根据权利要求1所述的的颗粒燃烧过程多光谱重建测温装置，其特征在于，所述图像处理部，其特征在于，通过信号线缆与光谱成像单元的光谱相机及直接成像单元的工业相机连接，通过获得通过颗粒燃烧过程直接辐射成像与辐射多光谱成像配准同步图像，采用人工神经网络训练挖掘颗粒燃烧过程辐射图像与辐射多光谱图像相关性，基于多光谱重建与温度反演算法，对颗粒燃烧过程辐射图像进行多光谱重建，实现颗粒燃烧过程多组分特性温度分布在线测量。4.根据权利要求1所述的的颗粒燃烧过程多光谱重建测温装置，其特征在于，所述光谱相机由聚光透镜、光学狭缝、调节透镜、光栅、成像透镜、微阵列透镜、光电探测阵列、数字图像采集单元与图像处理器组成，其中，聚光透镜用于调节颗粒辐射光信号聚光成像位置平面；光学狭缝用于减少环境光影响；调节透镜用于调节颗粒图像辐射光平行进入光栅；光栅用于分解不同波长的光信号；成像透镜用于调节波长分光信号以进入微阵列透镜；微阵列透镜用于汇聚光进入光电探测阵列；光电探测阵列用于将光信号转换为电信号；数字图像采集单元用于将接收的光电探测阵列电信号转化为数字图像信号；图像处理器用于将接收的数字图像信号处理得到颗粒燃烧辐射光谱图像。5.一种颗粒燃烧过程多光谱重建测温方法，其特征在于，主要包括颗粒燃烧过程直接辐射成像与辐射多光谱成像配准同步、采用人工神经网络训练挖掘颗粒燃烧过程辐射图像与辐射多光谱图像两个过程，基于多光谱重建与温度反演算法，对颗粒燃烧过程辐射图像进行多光谱重建测温，具体包括以下步骤：S1：采用颗粒燃烧过程多光谱重建测温装置，通过颗粒燃烧过程直接辐射成像与辐射多光谱成像配准同步，同步获得颗粒燃烧过程辐射图像与辐射多光谱图像；S2：颗粒燃图像纹理尺寸归一化；
S3：同步颗粒燃烧图像角度矫正及平移矫正；S4：颗粒燃烧图像的目标识别；S5：建立光谱维数与图像维数的人工神经网络模型；S6：基于误差逆向传播算法训练人工神经网络模型；S7：人工神经网络隐含层层数与神经元数目优化；S8：燃烧颗粒辐射图像多光谱重建及其温度反演。6.根据权利要求5所述的颗粒燃烧过程多光谱重建测温方法，其特征在于，所述颗粒燃烧过程直接辐射成像与辐射多光谱成像配准同步过程包括：所述颗粒燃图像纹理尺寸归一化是将工业相机与光谱相机传感器的响应图像进行纹理尺寸的归一化；工业相机图像的像素分辨率要高于光谱相机图像，因此，纹理尺寸归一化的过程也是辐射图像的清晰度向辐射多光谱图像清晰度退化的过程；获取的辐射图像可表示为矩阵形式X
M
×
N
×3，其中M
×
N为其空间分辨率，辐射多光谱图像矩阵表示为Y
m
×
n
×
l
，空间分辨率为m
×
n，l为波段数目；需要将X的分辨率M
×
N退化为m
×
n，才能对两个相机图像数据集的像素进行模型训练，这个过程要考虑传感器分辨率、像元面积的因素，辐射图像的退化系数C表示为：其中，S
X
是工业相机传感器的像元面积，S
Y
是光谱相机传感器的像元面积，将矩阵X
M
×
N
×3退化为X
m
×
n
×3，可实现辐射图像和辐射多光谱图像的纹理尺寸归一化，从而使辐射图像中各个对应的像素点显示燃烧颗粒相同的纹理位置；所述同步颗粒燃烧图像角度矫正及平移矫正是为了解决颗粒燃烧辐射信号经过分光棱镜后，两个相机传感器探测得到的同一物体的图像可能存在角度偏斜和平移量的问，采用背光法拍摄标定板图像，并利用互相关的模板匹配分析方法来计算得到两张图像之间的平移量和旋转角度；模板匹配的互相关分析是将灰度化后的辐射图像和辐射多光谱图像分别定义为图像模板矩阵X和Y，通过分析模板之间的互相关系数来匹配图像；模板矩阵X经过位移和旋转变化后得到X
i,j,θ
，变化公式为：其中，m、n表示模板矩阵X的行列值，i和j为模板X在平行和竖直方向的平移量，θ为逆时针旋转的角度，变换后得到模板X
i,j,θ
；计算X
i,j,θ
与Y之间的互相关系数R(i, j, θ)，当互相关系数达到最大值时，对应的(i, j, θ)即为模板X与Y之间的平移量和旋转角度；由此通过对标定板图像的互相关分析，得到平移量和角度的最优解；所述颗粒燃烧图像的目标识别采用Canny边缘处理方法，通过计算灰度图像的梯度幅值及方向，并对梯度值采用非极大值抑制的方法保留局部梯度最大的点，最后对图像进行
阈值化。7.根据权利要求5所述的颗粒燃烧过程多光谱重建测温方法，其特征在于，所述采用人工神经网络训练挖掘颗粒燃烧过程辐射图像与辐射多光谱图像过程包括：所述建立光谱维数与图像维数的人工神经网络模型，是在颗粒燃烧过程直接辐射成像与辐射多光谱成像配准同步基础上基于人工神经网络建立两者之间的数学关系模型；在辐射图像多光谱重建过程中，辐射图像在各个像素点的响应信号(x
r
, x
g
, x
b
)作为神经网络的输入层变量，送入模型中，则隐含层第一层内各个神经元模型的关系表达式为：式中，x
j
为辐射图像中各个像素点R、G、B波段上的响应强度；w
i,j
表示x
j
的权重系数；b
i
为x
j
的偏置阈值；k为b
i
和w
i,j
的维数，即为隐含层中神经元单元的个数；神经元单元的权重系数和偏置阈值代表了网络对数据的线性处理，u
i
即为两...
【专利技术属性】
技术研发人员：杨斌，平力，樊荣，万代红，时志权，杨杨，王文松，闫亦菲，胡海航，倪虎，邱礼，车沈荣，刘哲昊，
申请(专利权)人：上海理工大学上海新力动力设备研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。