融合发射率预识别和白鲨优化算法的高温表面温度场多光谱测量方法

doi:10.7527/S1000-6893.2025.31662

流体力学与飞行力学

本期目录 | 过刊浏览 | 高级检索

前一篇 |

融合发射率预识别和白鲨优化算法的高温表面温度场多光谱测量方法

张正军¹, 黄益智¹, 刘艳², 张彪¹, 徐祥², 许传龙¹()

^1.东南大学能源与环境学院大型发电装备安全运行与智能测控国家工程研究中心，南京 210096
^2.中国科学院工程热物理研究所，北京 100190

收稿日期:2024-12-13 修回日期:2025-02-12 接受日期:2025-03-04 出版日期:2025-03-07 发布日期:2025-03-06
通讯作者: 许传龙 E-mail:chuanlongxu@seu.edu.cn
基金资助:
国家自然科学基金(52376158);连云港市科技计划创新能力建设项目(CX2207)

Multi-spectral measurement method for high-temperature surface temperature field through emissivity pre-recognition and White Shark optimization algorithm

Zhengjun ZHANG¹, Yizhi HUANG¹, Yan LIU², Biao ZHANG¹, Xiang XU², Chuanlong XU¹()

^1.National Engineering Research Center of Power Generation Control and Safety，School of Energy and Environment，Southeast University，Nanjing 210096，China
^2.Institute of Engineering Thermophtsics，Chinese Academy of Sciences，Beijing 100190，China

Received:2024-12-13 Revised:2025-02-12 Accepted:2025-03-04 Online:2025-03-07 Published:2025-03-06
Contact: Chuanlong XU E-mail:chuanlongxu@seu.edu.cn
Supported by:
National Natural Science Foundation of China(52376158);Innovation Capacity Building of Lianyungang City Science and Technology Plan Project(CX2207)

摘要/Abstract

摘要：

多光谱测温技术在燃气轮机的涡轮叶片、燃烧室等高温部件表面温度测量领域有着广泛应用。然而，缺乏被测目标先验发射率信息，多光谱测温技术常产生较大误差，限制了该技术的实际应用。为此，提出了一种融合发射率预识别的燃气轮机高温部件表面多光谱温度反演方法，该方法将欠定的辐射方程求解问题转化为目标函数的约束优化问题。首先基于灰体假设耦合广义逆矩阵法，获得发射率的取值范围，将其作为约束条件加入目标函数。进一步利用白鲨优化算法，实现发射率约束后目标函数的高精度温度求解。对不同温度下，6种不同的发射率模型的高温壁面开展了数值模拟，讨论了所提出算法参数的取值，并研究了其温度重建性能。最后，开展了高温壁面温度测量实验研究。数值模拟结果表明，800~1 000 K温度下，温度反演最大误差1.95%。在实验室条件下，测温结果与热电偶的最大偏差为2.01%，验证了融合发射率预识别和白鲨优化算法的表面温度场多光谱测量方法具有较高的精度和稳定性。

关键词: 多光谱测温, 发射率, 预识别, 温度, 白鲨优化算法

Abstract:

Multispectral thermometer is widely used for temperature measurement of high temperature components in gas turbines such as turbine blades and combustion chambers. However， without the prior emissivity information of the measured target， the multi-spectral thermometer often results in large measurement error， which limits its practical application. In this paper， a multi-spectrum radiation-based temperature inversion method integrating emissivity pre-recognition is proposed. This method transforms the underdetermined radiation equations into a constrained optimization problem of the objective function. Based on the grey body hypothesis and generalized inverse matrix method， the range of emissivity is firstly obtained and added to the objective function as a constraint. The White Shark optimization algorithm is further used to achieve the high-precision temperature solution of the constrained objective function. The key parameters and reconstruction performance of the proposed algorithm are discussed on the six simulated emissivity models at different temperatures. The simulation results showed that the maximum error of the temperature inversion is 1.95% at 800-1 000 K. Finally， the temperature measurement experiments are carried out on a high temperature surface in the lab. The maximum deviation of the measured temperature between the proposed method and the thermocouple is 2.01%， verifying that the proposed multi-spectral measurement method has high accuracy and stability.

Key words: multi-spectral temperature measurement, emissivity, pre-recognition, temperature, White Shark optimization algorithm

中图分类号:

V4.9

张正军, 黄益智, 刘艳, 张彪, 徐祥, 许传龙. 融合发射率预识别和白鲨优化算法的高温表面温度场多光谱测量方法[J]. 航空学报, 2025, 46(16): 131662.

Zhengjun ZHANG, Yizhi HUANG, Yan LIU, Biao ZHANG, Xiang XU, Chuanlong XU. Multi-spectral measurement method for high-temperature surface temperature field through emissivity pre-recognition and White Shark optimization algorithm[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(16): 131662.

图/表 15

图 1

图 2

图 3

表1

图 4

表2

图 5

图 6

图 7

图 8

图 9

图 10

表3

图 11

表4

参考文献 40

[1]	李酽，刘秀琳，李艾琳，等. 材料科学基础［M］. 北京：冶金工业出版社， 2024： 117-135.
	LI Y， LIU X L， LI A L， et al. Fundamentals of materials science［M］. Beijing： Metallurgical Industry Press， 2024： 117-135 （in Chinese）.
[2]	VUELBAN E M， GIRARD F， BATTUELLO M， et al. Radiometric techniques for emissivity and temperature measurements for industrial applications［J］. International Journal of Thermophysics， 2015， 36（7）： 1545-1568.
[3]	FU T R， LIU J F， DUAN M H， et al. Temperature measurements using multicolor pyrometry in thermal radiation heating environments［J］. Review of Scientific Instruments， 2014， 85（4）： 044901.
[4]	LIANG M， SUN B J， SUN X G， et al. Development of a new fiber-optic multi-target multispectral pyrometer for achievable true temperature measurement of the solid rocket motor plume［J］. Measurement， 2017， 95： 239-245.
[5]	WEN C D， CHR Y H. The assessment of multispectral radiation thermometry using linear and log-linear emissivity models for steel［J］. Numerical Heat Transfer， Part B： Fundamentals， 2010， 58（1）： 40-54.
[6]	GIRARD F， BATTUELLO M， FLORIO M. Multiwavelength thermometry at high temperature： why it is advantageous to work in the ultraviolet［J］. International Journal of Thermophysics， 2014， 35（6）： 1401-1413.
[7]	王振华，王亮. 航空发动机试验测试技术发展探讨［J］. 航空发动机， 2014， 40（6）： 47-51.
	WANG Z H， WANG L. Development of aeroengine testing measurement technology［J］. Aeroengine， 2014， 40（6）： 47-51 （in Chinese）.
[8]	MA L H， DUAN K， CHEONG K P， et al. Multispectral infrared absorption spectroscopy for quantitative temperature measurements in axisymmetric laminar premixed sooting flames［J］. Case Studies in Thermal Engineering， 2021， 28： 101575.
[9]	MEKHRENGIN M V， MESHKOVSKII I K， TASHKINOV V A， et al. Multispectral pyrometer for high temperature measurements inside combustion chamber of gas turbine engines［J］. Measurement， 2019， 139： 355-360.
[10]	SVET D I. Determination of the emissivity of a substance from the spectrum of its thermal radiation and optimal methods of optical pyrometry［J］. High Temperatures-High Pressures， 1976， 8（5）： 493-498.
[11]	WEN C D， Mudawar I. Experimental investigation of emissivity of aluminum alloys and temperature determination using multispectral radiation thermometry （MRT） algorithms［J］. Journal of Materials Engineering and Performance， 2002， 11（5）： 551-56.
[12]	WEN C D， MUDAWAR I. Emissivity characteristics of polished aluminum alloy surfaces and assessment of multispectral radiation thermometry （MRT） emissivity models［J］. International Journal of Heat and Mass Transfer， 2005， 48（7）： 1316-1329.
[13]	LIU H W， ZHENG S， ZHOU H C， et al. Measurement of distributions of temperature and wavelength-dependent emissivity of a laminar diffusion flame using hyper-spectral imaging technique［J］. Measurement Science and Technology， 2016， 27（2）： 025201.
[14]	张福才. 基于优化原理的多光谱真温反演算法研究［D］. 哈尔滨：哈尔滨工业大学， 2019： 5-10.
	ZHANG F C. Research on multi-spectral true temperature inversion algorithm based on optimization principle［D］. Harbin： Harbin Institute of Technology， 2019： 5-10 （in Chinese）.
[15]	XING J， PENG B， MA Z， et al. Directly data processing algorithm for multi-wavelength pyrometer （MWP）［J］. Opt Express， 2017， 25（24）： 30560-30574.
[16]	YAO C， SHI S， FANG H， et al. Chameleon swarm algorithm for data processing of a light-field multi-wavelength pyrometer［J］. Opt Express， 2023， 31（12）： 20200-20211.
[17]	高伟玲，张凯华，徐艳粉，等. 改进HPSOGA的多光谱辐射测温数据处理方法［J］. 光谱学与光谱分析， 2023， 43（12）： 3659-3665.
	GAO W L， ZHANG K H， XU Y F， et al. Data processing method for multi-spectral radiometric thermometry based on the improved HPSOGA［J］. Spectroscopy and Spectral Analysis， 2023， 43（12）： 3659-3665 （in Chinese）.
[18]	WANG N， SHEN H， ZHU R H. Constraint optimization algorithm for spectral emissivity calculation in multispectral thermometry［J］. Measurement， 2021， 170： 108725.
[19]	ZHANG Y C， ZOU Z， YAN F. A data processing algorithm for multispectral radiation thermometry based on multi-segment linear model and secondary inversion［J］. Measurement， 2022， 201： 111753.
[20]	XING J， YAN P Y， LI W C， et al. Generalized inverse matrix-long short-term memory neural network data processing algorithm for multi-wavelength pyrometry［J］. Optics Express， 2022， 30（26）： 46081.
[21]	BRAIK M， HAMMOURI A， ATWAN J， et al. White shark optimizer： a novel bio-inspired meta-heuristic algorithm for global optimization problems［J］. Knowledge-Based Systems， 2022， 243： 108457.
[22]	ZHANG R， LI X D， REN H H， et al. UAV flight path planning based on multi-strategy improved white sharks optimization［J］. IEEE Access， 2023， 11： 88462-88475.
[23]	陈戈华，张德江，林晓梅. 基于灰体温度补偿模型的AOD炉底枪红外比色测温系统［J］.冶金自动化， 2013， 37（3）： 62-67.
	CHEN Y H， ZHANG D J， LIN X M. IR colorimetric pyrometry system of AOD bottom lance based on gray body temperature compensation model［J］. Metallurgical Industry Automation， 2013， 37（3）： 62-67 （in Chinese）.
[24]	海啸，朱志杰. 最小二乘法和三次样条曲线拟合的比色测温误差修正对比分析［J］. 激光杂志， 2015， 36（6）： 72-76.
	HAI X， ZHU Z J. The comparison between the least square method and cubic spline interpolation in errors of colorimetry temperature measurement［J］. Laser Journal， 2015， 36（6）： 72-76 （in Chinese）.
[25]	ARAÚJO A. Analysis of multi-band pyrometry for emissivity and temperature measurements of gray surfaces at ambient temperature［J］. Infrared Physics & Technology， 2016， 76： 365-374.
[26]	LIANG J F， DAI L， CHEN S， et al. Generalized inverse matrix-exterior penalty function （GIM-EPF） algorithm for data processing of multi-wavelength pyrometer （MWP）［J］. Optics Express， 2018， 26（20）： 25706-25720.
[27]	XING J， LIU Z J， LUO J S， et al. Generalized inverse matrix normalization algorithm to extract high-temperature data from multiwavelength pyrometry［J］. Review of Scientific Instruments， 2020， 91（10）： 104903.
[28]	SUN B J， SUN X G， DAI J M. Constraints of emissivity model for multi-wavelength pyrometer［J］. Results in Physics， 2020， 19： 103388.
[29]	TIAN Z T， ZHANG K H， XU Y F， et al. Data processing method for simultaneous estimation of temperature and emissivity in multispectral thermometry［J］. Optics Express， 2022， 30（20）： 35381-35397.
[30]	WANG Z T， DAI J M. Multi-spectral radiation thermometry based on the reconstructed spectral emissivity model［J］. Measurement， 2024， 228： 114346.
[31]	GAO S， WANG L X， FENG C， et al. Analyzing the influence of combustion gas on a gas turbine by radiation thermometry［J］. Infrared Physics & Technology， 2015， 73： 184-193.
[32]	GAO S， WANG L X， FENG C， et al. Multi-spectral pyrometer for narrow space with high ambient temperature［J］. Optical Review， 2015， 22（4）： 605-613.
[33]	李友荣. 高等传热学［M］. 北京：科学出版社， 2013： 233-234.
	LI Y R. Advanced heat transfer［M］. Beijing： Science Press， 2013： 233-234 （in Chinese）.
[34]	GAO S， ZHAO C H， CHEN L W， et al. Error analysis and reflection correction for radiation temperature measurements at high background temperatures［J］. Measurement Science and Technology， 2021， 32（5）： 055003.
[35]	FENG C， LI D， GAO S， et al. Calculating the reflected radiation error between turbine blades and vanes based on double contour integral method［J］. Infrared Physics & Technology， 2016， 79： 171-182.
[36]	戴景民，王新北. 材料发射率测量技术及其应用［J］. 计量学报， 2007， 28（3）： 232-236.
	DAI J M， WANG X B. Review of emissivity measurement and its applications［J］. Acta Metrologica Sinica， 2007， 28（3）： 232-236 （in Chinese）.
[37]	DAI J M， FAN Y， CHU Z X. Development of a millisecond pulse-heating apparatus［J］. International Journal of Thermophysics， 2002， 23（5）： 1401-1405.
[38]	HAMEURY J， HAY B， FILTZ J R. Measurement of infrared spectral directional hemispherical reflectance and emissivity at BNM-LNE［J］. International Journal of Thermophysics， 2005， 26（6）： 1973-1983.
[39]	BERGSTRÖM D， POWELL J， KAPLAN A F H. The absorption of light by rough metal surfaces： a three-dimensional ray-tracing analysis［J］. 2008， 103（10）： 103515.
[40]	WEN C D， MUDAWAR I. Modeling the effects of surface roughness on the emissivity of aluminum alloys［J］. International Journal of Heat and Mass Transfer， 2006， 49（23-24）： 4279-4289.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

发射率模型	发射率
发射率模型	波长1 050 nm	波长1 250 nm	波长1 550 nm	波长1 650 nm
单调递增型	0.80	0.84	0.89	0.94
单调递减型	0.65	0.61	0.55	0.50
Λ型（非单调递减Ⅰ）	0.92	0.88	0.83	0.85
V型（非单调递增Ⅰ）	0.70	0.76	0.81	0.75
N型（非单调递减Ⅱ）	0.86	0.82	0.87	0.80
и型（非单调递增Ⅱ）	0.65	0.71	0.68	0.72

温度/K	时间/s
温度/K	单调递增型	单调递减型	Λ型	V型	N型	и型
800	0.295	0.299	0.312	0.311	0.311	0.313
900	0.296	0.294	0.327	0.312	0.31	0.312
1 000	0.296	0.294	0.314	0.318	0.315	0.318

加热温度/K	测量温度/K
加热温度/K	区域1	区域2	区域3	区域4	区域5	区域6	区域7	区域8	区域9
623	686.6	693.2	686.6	695.9	685.9	692.6	686.6	691.5	685.7
673	713.2	746	713.5	748.1	715.7	745.7	714.7	743.9	712.5
723	755.8	809.2	753.9	812.4	760.6	810.4	756.1	808.4	755

加热温度/K	相对误差/%
加热温度/K	区域1	区域2	区域3	区域4	区域5	区域6	区域7	区域8	区域9
623	-1.87	1.17	-1.93	0.32	-1.72	1.24	-1.87	0.87	-1.97
673	-1.82	0.34	-1.95	0.74	-1.12	0.33	-1.78	-0.3	-1.88
723	-1.92	0.78	-2.01	0.83	-1.39	0.61	-1.84	-0.16	-1.82

融合发射率预识别和白鲨优化算法的高温表面温度场多光谱测量方法

Multi-spectral measurement method for high-temperature surface temperature field through emissivity pre-recognition and White Shark optimization algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 40

相关文章 15

编辑推荐

Metrics

本文评价

[1]	冯蕴雯, 腾达, 路成, 王锐, 陈俊宇. 机理与生成对抗代理建模融合的飞机系统可靠性评估[J]. 航空学报, 2025, 46(7): 230948-230948.
[2]	杨毅成, 杨卫华, 张倍萱, 宋志恒, 米兆国. 摩擦温度对篦齿径向裂纹形成的影响[J]. 航空学报, 2025, 46(10): 231196-231196.
[3]	刘宇, 赵淼, 何青松. 充气式减速结构壁面变形对热化学非平衡流场的影响[J]. 航空学报, 2025, 46(1): 630727-630727.
[4]	李鹏, 丁明松, 陈坚强, 刘庆宗, 傅杨奥骁, 江涛, 梅杰, 许勇. 一种新型热力学两温度模型数值计算方法[J]. 航空学报, 2024, 45(22): 130287-130287.
[5]	韦宏, 王鹏, 董威, 郭晓峰, 李治达, 杨学森, 唐中富, 付超. 主流速度对微细管式预冷器结霜和抑霜特性的影响[J]. 航空学报, 2024, 45(2): 128639-128639.
[6]	曹关关, 许可. 近零应力等效温度场驱动的CFRP复杂构件固化变形控制方法[J]. 航空学报, 2024, 45(16): 429703-429703.
[7]	王相宇, 王锦辉, 仇文豪, 牛金涛, 付秀丽, 乔阳. 不同冷却条件下钛铝合金切削加工材料去除机理和加工表面完整性[J]. 航空学报, 2024, 45(13): 629471-629471.
[8]	尚勇, 杨惠君, 冯阳, 张长桢, 裴延玲, 宫声凯. 基于磷光测温技术的智能热障涂层研究进展[J]. 航空学报, 2024, 45(12): 29341-029341.
[9]	吴忧, 陈兵, 杨庆春, 徐旭. 碳氢燃料超燃冲压发动机热非平衡效应[J]. 航空学报, 2024, 45(11): 529399-529399.
[10]	张振康, 徐万武, 李智严, 叶伟. 钝锥体辐射平衡温度不确定度量化分析[J]. 航空学报, 2023, 44(15): 528673-528673.
[11]	郑梅, 冯丽娟, 秦娜, 尹金鸽. 短舱防冰系统三维内外流耦合计算方法[J]. 航空学报, 2023, 44(1): 627425-627425.
[12]	刘清扬, 雷娟棉, 刘周, 石磊, 周伟江. 适用于可压缩流动的γ-Re_θt-f_Re转捩模型[J]. 航空学报, 2022, 43(8): 125794-125794.
[13]	李定骏, 杨镠育, 孙帆, 江鹏, 陈艺文, 王铁军. 预热温度对热障涂层表面裂纹形成的影响[J]. 航空学报, 2022, 43(6): 526184-526184.
[14]	陈克明, 田若洲, 郭素娟, 王润梓, 张成成, 陈浩峰, 张显程, 涂善东. 循环热机载荷作用下航空涡轮盘蠕变疲劳寿命预测[J]. 航空学报, 2022, 43(5): 225290-225290.
[15]	杨光, 刘雪东, 王琮玮, 王琮瑜, 刘大志. 基于温度场模拟的镁合金SLM元素烧损行为[J]. 航空学报, 2022, 43(4): 525639-525639.