基于辐射成像的火焰温度场重建模拟研究

发布时间：2017-07-08 08:25

  本文关键词：基于辐射成像的火焰温度场重建模拟研究

  更多相关文章： 二维温度场重建 辐射逆问题 蒙特卡洛算法 两群替代随机粒子群算法 SVD算法 三阶拟合曲线

【摘要】：能源在21世纪已经成为人们赖以生存和发展的重要物质基础,同时它也关系到国民经济的发展和全球化的可持续发展。目前,以燃煤为主的火力发电机组在我国能源供给中占据着重要地位,并且这种趋势在很长一段时间内不会改变。电站锅炉的基本要求是炉膛内的火焰燃烧始终保持稳定、均匀的状态,而大型锅炉内煤粉的燃烧是一种非常复杂的具有热辐射交换的物理化学过程。因此,实时获取炉膛火焰温度信息,对于保证锅炉可靠、安全和经济的运行十分重要。本课题主要从数值模拟和实验两方面探究了锅炉炉膛火焰的二维温度场重建。文章在数值模拟部分共采用三种不同的辐射逆问题求解算法并针对不同算法建立了不同的求解模型,随后对单峰对称和双峰偏置两种温度分布形态进行数值模拟研究。第一种方法采用蒙特卡洛法结合Tikhonov正则化算法,首先用蒙特卡洛方法求得模型中的READ数,接着用Tikhonov正则化方法重建二维温度场；第二种方法是SVD算法,该算法已广泛应用于声学法重建温度场中,本课题在使用该方法之前详细研究了已有声学模型和本文建立的光学模型之间的共通点,合理处理参数,最终重建出较为精确的温度场；第三种方法是粒子群算法,本文在原始粒子群算法的基础上进行改进,提出两群替代随机粒子群算法,加速了种群的收敛,避免了陷入局部最优解的情况,提高了重建精度。重建模拟结束后,以相对误差作为各离散单元的评价标准,以均方根误差作为总体重建区域误差的评价标准,对三种算法的重建精度进行了分析和比较,结果表明在合理的建立重建模型的基础上,各算法均能较好的还原温度场,且形态较为简单的单峰对称温度场的重建效果要好于形态较为复杂的双峰偏置温度场。文章实验部分主要研究了黑体炉标定CCD相机的方法。为了获得图像灰度值与光谱辐射能之间的对应关系,提出通过有限标定点来获得拟合函数的方法。实验获得三种波长下的标定数据,采用多项式拟合方法获得各波长下灰度与辐射强度的三阶拟合曲线,为今后温度场重建实验研究奠定基础。
【关键词】：二维温度场重建 辐射逆问题 蒙特卡洛算法 两群替代随机粒子群算法 SVD算法 三阶拟合曲线
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM621
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 课题研究背景及意义10-11
• 1.2 常见火焰检测方法及燃烧诊断技术11-12
• 1.2.1 接触式测温方法11
• 1.2.2 非接触式测温方法11-12
• 1.2.3 基于图像处理的可视化方法12
• 1.3 国内外发展现状12-13
• 1.4 本文研究内容13-14
• 1.5 本文章节安排14-15
• 第2章 CCD测温原理及辐射逆问题15-21
• 2.1 CCD摄像机的测温原理15-16
• 2.2 辐射逆问题16-18
• 2.3 逆问题的求解方法18-20
• 2.3.1 迭代法18-19
• 2.3.2 半迭代法19
• 2.3.3 非迭代法19-20
• 2.4 本章小结20-21
• 第3章 火焰二维温度场数值模拟研究21-39
• 3.1 基于Monte Carlo法的温度场重建21-26
• 3.1.1 Monte Carlo法计算原理21
• 3.1.2 正问题模型建立21-23
• 3.1.3 重建温度场结果23-26
• 3.2 基于奇异值分解法的温度场重建26-30
• 3.2.1 正问题模型建立26-28
• 3.2.2 奇异值分解法原理28-29
• 3.2.3 重建温度场结果29-30
• 3.3 基于粒子群算法的温度场重建30-35
• 3.3.1 标准PSO算法30-32
• 3.3.2 PSO算法的改进32-33
• 3.3.3 正问题模型建立33-34
• 3.3.4 重建温度场结果34-35
• 3.4 三种算法误差分析35-37
• 3.5 本章小结37-39
• 第4章 测量系统标定39-47
• 4.1 CCD的标定39-41
• 4.2 CCD光学系统黑体炉标定实验41-46
• 4.3 本章小结46-47
• 第5章 全文总结与后续工作展望47-49
• 5.1 全文总结47-48
• 5.2 后期工作展望48-49
• 参考文献49-53
• 攻读硕士学位期间发表的论文及其它成果53-54
• 致谢54

【相似文献】

中国期刊全文数据库 前10条

1 全芙蓉;;粒子群算法的理论分析与研究[J];硅谷;2010年23期

2 吴军;李为吉;;改进的粒子群算法及在结构优化中的应用[J];陕西理工学院学报(自然科学版);2006年04期

3 段海涛;刘永忠;冯霄;;水系统优化的粒子群算法分析[J];华北电力大学学报(自然科学版);2007年02期

4 王伟;;混合粒子群算法及其优化效率评价[J];中国水运(学术版);2007年06期

5 付宜利;封海波;孙建勋;李荣;马玉林;;机电产品管路自动敷设的粒子群算法[J];机械工程学报;2007年11期

6 蒋荣华;王厚军;龙兵;;基于离散粒子群算法的测试选择[J];电子测量与仪器学报;2008年02期

7 周苗;陈义保;刘加光;;一种新的协同多目标粒子群算法[J];山东理工大学学报(自然科学版);2008年05期

8 姚峰;杨卫东;张明;;改进粒子群算法及其在热连轧负荷分配中的应用[J];北京科技大学学报;2009年08期

9 张大兴;贾建援;张爱梅;郭永献;;基于粒子群算法的三轴跟瞄装置跟踪策略研究[J];仪器仪表学报;2009年09期

10 王丽萍;江波;邱飞岳;;基于决策偏好的多目标粒子群算法及其应用[J];计算机集成制造系统;2010年01期

中国重要会议论文全文数据库 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

中国博士学位论文全文数据库 前10条

1 王芳;粒子群算法的研究[D];西南大学;2006年

2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

3 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

5 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

6 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

7 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

8 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年

9 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年

10 冯琳;改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用[D];东北大学;2013年

中国硕士学位论文全文数据库 前10条

1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年

2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年

3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年

4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年

5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年

6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年

7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年

8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年

9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年

10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年

，

本文编号：533765