材料表面的发射率是很多航空、航天工程材料和关键部件所必须知道的重要参数之一,因此对其测量技术和装置的需求越来越大,测量速度、测量精度的要求也越来越高。目前,大多数的发射率测量技术和装置都不能实现在线测量,而现有的几种在线发射率测量方法,如辅助调制法、辅助热源法可以满足基本的测量要求,但需借助辅助黑体等大型设备,且发射率测量不确定度仅为10%左右,无法满足航空、航天等高精密的技术需求。多光谱在线发射率测量法相对较为先进,发射率测量不确定度可达5%左右,但这种方法一般需要假定发射率与波长的关系模型,当模型假设不当时,测量结果会出现很大的误差;基于前置反射器的发射率测量方法具有很强的实用性。利用多光谱测温仪与前置反射器相结合的办法,研究基于神经网络的多光谱二次辨识算法,提高在线发射率测量精度,实现温度范围700~2000℃、光谱范围0.4~4微米、发射率测量不确定度小于3%的测量目标。
材料表面的发射率(通常又称为黑度、辐射率等)是材料表面热辐射特性的标志和表征物质基本性质的物理量,也是很多工程材料和关键部件所必须知道的重要参数之一。对于航天器这类高精密设备来讲,一般要求测试装置不能与被测对象直接接触,不允许制备试样,不能破坏对象表面,也不能使用黑体炉等体积大的辅助装置。因此,研究一种无损、高精度的在线发射率测量技术,不仅对航天器的设计、制造起着至关重要的作用,而且对材料学科的发展以及航空、航天事业的进步都有着重要的意义。.在研究国内外在线发射率测量方法的基础上,对各种方法的原理、装置结构和理论模型进行研究,对多光谱神经网络算法进行改进研究,以改善算法的性能。提出新型的在线发射率测量方案。项目的主要研究工作包括如下五方面内容:.(1) 分析国内外在线发射率测量方法的优缺点,尝试利用多光谱仪与前置反射器相结合的办法,改进现有方法,提高在线发射率测量精度,研制一套宽温域、宽光谱、高精度的在线发射率测量装置。.(2) 在前置反射器的设计中,优化前置反射器的计算模型,提高计算空腔有效发射率的算法效率,优化参数设计,使其更好的符合实际情况。.(3) 在算法设计中,深入研究多光谱神经网络算法,对两种温度模型的神经网络算法进行比较,分析两种模型对真温和光谱发射率的识别精度。 .(4) 在算法设计中,优化基于神经网络亮度温度模型的算法,采用对已辨识的样本类型进行二次辨识的方式,提高辨识精度。.(5) 对典型材料进行实验,分析实验结果,找出一般规律,验证新型的在线发射率测量方法的正确性,评价测量结果的不确定度。..全部工作按照计划如期完成 研就成果如下:.(1) 研制开发了前置反射式多光谱在线发射率测量装置一套,实现光谱范围0.4~4m、温度范围700~2000℃、在线发射率测量的标准不确定度小于3%的设计目标。.(2) 提出了基于神经网络亮度温度模型的的二次辨识算法以及一种前置反射器空腔有效发射率估计算法。.(3) 项目执行期间共申请发明专利3项;在国内外期刊上发表论文5篇,均被SCI检索;培养硕士研究生3人。.(4) 完善了系统设计资料,对实验结果进行了细致分析。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于多模态信息特征融合的犯罪预测算法研究
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
空气电晕放电发展过程的特征发射光谱分析与放电识别
多空间交互协同过滤推荐
多源数据驱动CNN-GRU模型的公交客流量分类预测
基于发射率机理模型的多光谱发射率原位测量技术研究
反射式多波长光谱同步测量薄液膜气液两相多参数方法研究
极化光谱发射率的测量及其在辐射测温技术中的应用
方向光谱发射率测量装置的研制及其解析模型的建立