一种冷却板红外辐射测温方法和装置

本发明涉及红外测温，特别涉及一种冷却板红外辐射测温方法和装置。

背景技术：

1、辐射测温方法基于普朗克定律，通过测量被测物发射出的光谱辐射强度，依据波长与温度之间的关系获取被测物体的温度分布。红外热成像仪的基础是物体的热辐射理论，温度测量的数学模型需要考虑以下四部分热通量：被测物体发射的热辐射通量、测量环境发射及反射的热辐射通量、大气发射的热辐射通量、相机的光学元件和滤光片本身的热辐射通量。背景辐射指的是测量过程中影响辐射传输的总和辐射，它受到通道几何结构、环境温度等因素的影响。通过分析辐射传输的原理和过程可建立环境反射模型，计算有效辐射量，求解被测物真实温度。关于辐射测温补偿修正方法，高山等(一种涡轮叶片的辐射测温系统及基于反射补偿的涡轮叶片辐射测温方法)将被测物体表面及相邻部件面元化，分别计算每个高温部件面元对被测物体面元的有效辐射量，通过对多个光谱下的辐射传递方程数值计算获得被测物体的真实温度，提高测量精度。此外，高山等(高温高压气体介质中的辐射高温计结果修正方法)还通过不同光谱的计算修正，对辐射传输中气体介质对测量误差的影响进行了修正。丁铭等(一种涡轮叶片辐射测温区域几何表面重建方法)基于comsol multiphysics，对涡轮叶片进行网格划分配置求解器模拟辐射射线的传输过程，利用matlab对三维坐标进行空间直角坐标系下的变换，映射出被测表面的辐射温度值，适用于涡轮叶片的温度场重建。杨仁等(一种燃气轮机冷效实验辐射测温标定装置及方法)使用l型多孔板设计了一种红外测温标定装置，通过将加热板加热，再将采集到的热像仪数据及热电偶数据进行比对标定获得实验温度范围外的试验件红外标定公式。

2、现有的技术中主要分为两类方法针对辐射测温误差进行修正：通过数值计算模拟辐射传输过程定量分析背景辐射的影响、通过预先实验进行标定消除红外辐射测温误差。前者需要引入多光谱的测量设备测定，并且需要构建辐射传输模型进行数值仿真计算。其计算环节较多，计算成本较高，需要与测量原型进行匹配。

3、但是，现有的标定实验中，通常将被测物体置于标定实验台上进行标定测量，标定环境与实际测量环境差别较大，无法对背景辐射进行补偿以减小测量误差。采用红外热像仪进行通道内物体的温度测量时，当环境温度高于被测物体温度，由于环境的背景辐射很强，测量结果会出现较大的误差。

技术实现思路

1、本发明提供一种冷却板红外辐射测温方法和装置，可以解决现有技术中测温结果不准确的技术问题。

2、本发明提供一种冷却板红外辐射测温方法，包括:

3、采集无冷却工况下多个流动空气温度所对应的无冷却板的红外辐射测温图像，所述红外辐射测温图像是在无冷却板自身辐射和环境的背景辐射共同影响下所获得的；

4、采集无冷却工况下多个流动空气温度所对应的无冷却板的多个热电偶数据作为无冷却板的自身辐射，基于多个热电偶数据构建与所述红外辐射测温图像大小相同的等温平面图像；

5、通过最小化所述红外辐射测温图像和所述等温平面图像对应像素位置的差距对神经网络进行训练，训练完的神经网络通过输出接近无冷却板自身辐射的图像对实际的红外辐射测温图像中的背景辐射进行补偿；

6、采集冷却工况下多个流动空气温度所对应的冷却板的红外辐射温度图像；将冷却工况下冷却板的红外辐射温度图像及流动空气温度输入到训练好的神经网络中，输出对冷却工况下冷却板进行背景辐射补偿后的红外辐射温度预测结果。

7、进一步的，所述训练神经网络，包括：

8、基于所述无冷却板的红外辐射测温图像数据、热电偶数据、流动空气温度构建数据集；

9、构建神经网络，所述神经网络采用三层bp神经网络结构，包括输入层、输出层和隐藏层；

10、对输入数据集进行归一化处理后输入到构建的神经网络中，由误差反传原理对神经网络进行训练，对输出目标进行反归一化处理，得到预测结果；当最大迭代次数超过1000或者训练误差小于10-5时中止训练。

11、进一步的，所述构建数据集，包括：

12、采集无冷却工况下m个不同流动空气温度所对应的无冷却板的热电偶温度以及红外辐射温度平面(xj,yj)，j＝1,2,…n，其中，n是红外辐射温度平面的横、纵像素点个数；

13、以像素点序号建立平面空间坐标(xi,yi)，i＝1,2,…n，将m个不同流动空气温度采集到的红外辐射温度平面(xj,yj)分别映射至平面空间坐标(xi,yi)，分别得到n2个像素点的辐射温度数值；

14、将无冷却板的热电偶温度作为无冷却板的的真实温度，建立与m个不同流动空气温度对应的m个等温平面；

15、将平面空间坐标(xi,yi)及对应像素点上的辐射温度数值作为样本特征，将等温平面中相同位置像素点上的流动空气温度作为输出目标，构建数据集；

16、随机地将m个温度工况分为训练集和测试集，其中训练集样本数目占比在90％以上，其余则为测试集样本。

17、进一步的，所述输入层、隐藏层和输出层的初始神经元个数分别为3个、6个和1个；其中输入层初始的3个神经元个数分别与平面空间坐标(xi,yi)和辐射温度数值对应，输出层初始的1个神经元个数与真实温度对应；

18、依次增加隐藏层神经元个数，当神经元数目增加不能显著提升训练模型的性能时，将此神经元数目作为最终的隐藏层神经元数目，训练并保存该神经网络用于其他冷却工况下的测试。

19、进一步的，所述输出对冷却工况下冷却板进行背景辐射补偿后的红外辐射温度预测结果，包括：

20、将测量的冷却板红外辐射温度图像映射至空间坐标(xi,yi)，使用训练好的bp神经网络对其真实温度进行预测，以标记位置的热电偶温度作为参照，若同一空间位置上的热电偶温度与bp神经网络预测温度相对误差小于1％，则认为完成了红外测温结果的背景辐射主动补偿。

21、进一步的，所述多个流动空气温度，包括：

22、从室温开始加热实验通道内的气流，每次增加10℃，依次调整实验通道内流动空气的温度，等待温度稳定，使用红外热像仪采集当流动空气温度下的无冷却板的红外辐射温度，并使用热电偶记录无冷却板的温度；

23、多次调整流动空气温度并记录无冷却板的热电偶测量温度以及当前温度下无冷却板的红外热成像仪采集的辐射温度，构建当前实验环境下的数据集。

24、进一步的，所述无冷却板和冷却板的材料相同、规格尺寸相同，所述冷却板表面设有散热孔，所述无冷却板表面没有设散热孔。

25、一种根据冷却板红外辐射测温方法的测温装置，包括：

26、第一管道，在所述第一管道的管体两侧上安装有平行相对的红外玻璃窗口，所述红外玻璃窗口旁设有与所述红外玻璃窗口平行相对的冷却板或无冷却板，所述第一管道通过输入不同温度的流动空气为所述冷却板或无冷却板提供不同的温度；所述第一管道外一侧设有第二管道，所述第二管道用于向所述冷却板输送冷却气体；

27、所述第一管道管体内还安装有热电偶温度采集器，所述热电偶温度采集器用于采集所述冷却板或无冷却板在不同温度流动空气下所对应的热电偶数据；

28、远离所述第一管道且与所述红外玻璃窗口平行的位置处放置有红外热像仪，所述红外热像仪用于透过所述红外玻璃窗口采集所述冷却板或无冷却板在不同温度流动空气下所对应的红外辐射测温图像数据。

29、进一步的，还包括与所述红外热像仪电连接的计算机，所述计算机用于：

30、采集无冷却工况下多个流动空气温度所对应的无冷却板的红外辐射测温图像，所述红外辐射测温图像是在无冷却板自身辐射和环境的背景辐射共同影响下所获得的；

31、采集无冷却工况下多个流动空气温度所对应的无冷却板的多个热电偶数据作为无冷却板的自身辐射，基于多个热电偶数据构建与所述红外辐射测温图像大小相同的等温平面图像；

32、通过最小化所述红外辐射测温图像和所述等温平面图像对应像素位置的差距对神经网络进行训练，训练完的神经网络通过输出接近无冷却板自身辐射的图像对实际的红外辐射测温图像中的背景辐射进行补偿；

33、采集冷却工况下多个流动空气温度所对应的冷却板的红外辐射温度图像；将冷却工况下冷却板的红外辐射温度图像及流动空气温度输入到训练好的神经网络中，输出对冷却工况下冷却板进行背景辐射补偿后的红外辐射温度预测结果。

34、进一步的，所述第一管道外壁一侧的上方还设有用于固定所述无冷却板或冷却板的固定装置；

35、所述固定装置用于在红外热像仪拍摄位置不变的情况下，将无冷却板换为要测量的冷却板，保证红外热像仪拍摄平面的一致性；用于在管道中通入高温流动空气，调整二次流，采集红外辐射温度图像及标记位置的热电偶温度。

36、本发明提供一种冷却板红外辐射测温方法和测温装置，与现有技术相比，其有益效果如下：

37、本发明提供一种基于背景辐射主动补偿的冷却板红外辐射测温方法，为了解决高温高压的复杂环境下，红外辐射测量受背景辐射影响而导致的准确性差的问题，本发明通过采集工作环境的温度、位置数据描述被测物体表面的背景辐射影响特征，通过预先对特定工况下的温度测量结果进行网络训练，通过最小化实际红外辐射测温图像和自身辐射的差距对神经网络进行训练，将训练完的神经网路作为背景辐射模型，背景辐射模型通过输出接近自身辐射的红外辐射测温图像实现了对冷却板测温结果的背景补偿。

38、并且本发明不需要进行繁杂的仿真计算，不需要大量的计算资源，仅需进行简单的对比实验即可获得大量数据集并发展准确的测温方法。并且与其他校准实验相比，本发明实验简单，不需要添置额外的测量设备，也不需要设计额外的实验流程，仅需增加一组相同条件不同温度的测量实验即可。

技术特征：

1.一种冷却板红外辐射测温方法，其特征在于，包括：

2.根据权利要求1所述的冷却板红外辐射测温方法，其特征在于，所述训练神经网络，包括：

3.根据权利要求2所述的冷却板红外辐射测温方法，其特征在于，所述构建数据集，包括：

4.根据权利要求2所述的冷却板红外辐射测温方法，其特征在于，所述输入层、隐藏层和输出层的初始神经元个数分别为3个、6个和1个；其中输入层初始的3个神经元个数分别与平面空间坐标(xi，yi)和辐射温度数值对应，输出层初始的1个神经元个数与真实温度对应；

5.根据权利要求4所述的冷却板红外辐射测温方法，其特征在于，所述输出对冷却工况下冷却板进行背景辐射补偿后的红外辐射温度预测结果，包括：

6.根据权利要求3所述的冷却板红外辐射测温方法，其特征在于，所述多个流动空气温度，包括：

7.根据权利要求1所述的冷却板红外辐射测温方法，其特征在于，所述无冷却板和冷却板的材料相同、规格尺寸相同，所述冷却板表面设有散热孔，所述无冷却板表面没有设散热孔。

8.一种根据权利要求1-7任一项所述的冷却板红外辐射测温方法的测温装置，其特征在于，包括：

9.根据权利要求8所述的冷却板红外辐射测温装置，其特征在于，还包括与所述红外热像仪(6)电连接的计算机(7)，所述计算机(7)用于：

10.根据权利要求8所述的冷却板红外辐射测温装置，其特征在于，所述第一管道(1)外壁一侧的上方还设有用于固定所述无冷却板或冷却板的固定装置(3)；

技术总结
本发明提供了一种冷却板红外辐射测温方法和装置。该方法包括：制作冷却板相同规格尺寸的无冷却板，进行不同温度环境下的无冷却板红外辐射测温实验；依次计量多个无冷却工况下的环境温度及红外辐射测温图像数据，构建高温复杂环境下的试验数据库；根据测量得到的相同几何结构和测量条件下无冷却板数据库，配置BP神经网络模型进行数值训练获得训练好的神经网络以矫正冷却板的红外辐射温度测量；进行带有冷却的冷却板实验，在板上可观测的位置上布置热电偶，采集红外辐射温度图像及热电偶数据；采用训练好的神经网络对冷却板实验中红外辐射温度图像数据进行辐射测温区域的背景辐射补偿，完成预测，对比热电偶测量的温度数据确认误差。

技术研发人员：孟宪龙,李一帆,刘存良,白晓辉,傅松,方弘毅
受保护的技术使用者：西北工业大学
技术研发日：
技术公布日：2024/9/23