1 北京理工大学 光电学院，北京 100081
2 西安应用光学研究所 国防科技工业光学一级计量站，陕西 西安 710065
为满足隐身材料、热防材料和隔热涂层等高温材料涂层的光谱发射率的高精度测量需求，研究了在1 273 K～3 100 K条件下准确测量材料法向光谱发射率的方法。基于发射率定义，建立了材料法向光谱发射率测量模型，并在该基础上研建了光谱范围为0.7 μm～12 μm的材料法向光谱发射率测量装置。为克服测量装置中样品高精度加热时伴随腔体效应的技术难点，研制了具备可移动石墨坩埚的样品加热炉，取得了良好的实验效果。使用发射率测量装置对SiC与低发射率涂层2种样品的法向光谱发射率进行实验测量。结果表明：2种样品的法向光谱发射率均随波长增加而降低，随温度的升高而升高。最后对高温状态下材料法向光谱发射率测量不确定度进行了评定，相对扩展不确定度为3.6%。
光谱发射率 涂层 腔体效应 测量不确定度 spectral emissivity coating cavity effect measurement uncertainty
1 中北大学信息与通信工程学院, 山西 太原 030051
2 山西省信息探测与处理重点实验室, 山西 太原 030051
3 动态测试省部共建国家重点实验室, 山西 太原 030051
多光谱测温依据黑体辐射定律, 通过辐射光强、 多组波长即能推测出温度值, 克服了比色测温要求光谱单一和比色光谱相近的约束, 在工程实际中得到了广泛的应用。 在多光谱温度反演的过程中, 光谱发射率的求解及多光谱数据处理是精确测温的关键。 目前, 光谱发射率的求解大多以光谱发射率假设模型为主要的方法, 当假设模型与实际情况接近时, 反演的温度与光谱发射率精度很高, 当二者不相符时, 反演的结果与实际情况相差甚大, 对于复杂材料和燃烧过程中材料性能动态变化情况下的测温, 以光谱发射率假设模型的方法存在盲目性; 近年来, 基于神经网络的深度学习的方法应用于多光谱测温, 避免了光谱发射率假设模型, 可建立温度与多光谱的非线性统计规律关系, 但需要海量数据与超强算力支撑, 且建模过程复杂。 针对上述问题, 提出了一种基于多元极值优化的多光谱温度测量方法(MEVO), 该方法利用不同温度下多光谱信号之间的关联性, 通过分析在多光谱温度反演过程中各通道测量温度之间的联系, 基于多光谱辐射测温原理以及温度反演过程中各通道数据之间的信息关联, 建立多元温差关联函数, 通过关联函数的寻优, 建立高精度测温模型。 该方法将建模过程简化为多元温差函数的寻优问题, 避免了光谱发射率与其他物理量的关系假设, 降低了深度学习方法对数据样本量的要求, 简化了多光谱温度测量的过程。 为了验证该方法的可行性与可靠性, 利用一套简单的8通道多谱测温装置进行实验验证, 实验中认定黑体炉发射的温度是标准值, 在1 923.15～2 273.15 K温区内对468～603 nm波段的光谱数据进行标定, 实现了基于多元极值优化的多光谱温度测量, 其测温精度在0.5%左右, 温度反演时间在2.5 s以内。 与二次测量法(SMM)、 神经网络方法相比反演精度有所提高; 反演速度与SMM法相比有大幅度提升。
多光谱测温 光谱发射率 极值优化 Multispectral thermometry Spectral emissivity Extreme value optimization
1 沈阳航空航天大学 自动化学院，辽宁 沈阳 110136
2 沈阳飞机设计研究所，辽宁 沈阳 110136
壁面光谱发射率求解是飞行器红外隐身的关键技术之一。首先设计了壁面反射光路和光源，通过光谱辐射计获取壁面反射的辐射亮度序列，为尽可能地消除外界干扰对于光谱发射率求解精度的影响，基于双向长短期记忆网络，设计了Bi-LSTM亮度回归网络模型，并对测试样本进行训练学习。基于BRDF的壁面发射率求解模型及基于Bi-LSTM网络的亮度回归模型求解壁面的发射率。计算结果显示，提出的基于双向反射分布函数的壁面发射率求解方法的相对误差为12.21%，满足工程测试需求。
光谱发射率 辐射亮度 LSTM网络 BRDF spectral emissivity radiance LSTM network BRDF 红外与激光工程
2023, 52(2): 20220355
1 清华大学航天航空学院, 北京 100084
2 北京振兴计量测试研究所, 北京 100074
3 渤海大学, 辽宁 锦州 121013
光谱发射率是表征材料热物理性能的重要参数。 对于非导电材料的高温光谱发射率测试, 一般采用高温加热炉加热或辐射加热的方式来进行发射率测试, 存在的问题是采用高温石墨炉加热时, 样品可能会与高温石墨发生化学反应, 从而破坏材料原有物性; 采用辐射加热, 一般是单向静止加热, 会存在样品温场梯度非均匀分布的问题。 基于激光旋转加热和样品/黑体整体一体化设计, 提出了一种“样品动中测”的非导电材料高温光谱发射率测试新方法, 建立了相应的测量模型, 突破了传统的 “样品静中测”的局限, 样品与参考黑体共形一体化设计, 采用微区域光谱辐射成像方法, 同时测量参考黑体和样品的光谱辐射能量与温度。 建立了激光旋转加热状态下的热传导方程, 对典型样品材料的温度分布进行了仿真计算, 结果表明旋转样品温场分布较为均匀, 分析了温场分布与红外光谱发射率测量误差间的关系, 给出了适用于本测试方法的材料的热导率下限值。 基于该方法, 搭建了相应的测量装置, 对典型材料碳化硅在1 000 K时的光谱发射率进行了测试, 在4 μm处对各个典型高温温度点的光谱发射率进行了测试, 得到了碳化硅材料在红外波段的光谱发射率波长变化和温度变化规律特性。 与国外的测量结果进行了比对, 结果较为一致, 验证了激光旋转加热光谱发射率测试方法的可行性。 采用此方法, 不破坏样品本身的理化特性, 样品加热升温速度快, 测量温度范围上限高, 有效减小了激光静止单向加热带来的温度不均匀性, 可同时测量出样品和参考黑体的光谱辐射亮度及温度, 无需另外再设计标准高温黑体, 解决了现有非导电材料高温光谱发射率测试中非均匀加热和辐射能量同步比对测量的问题, 可应用于多种非导电材料高温光谱发射率的测试。
非导电 高温 光谱发射率 测试 激光旋转 整体黑体法 Non-conductive High temperature Spectral emissivity Measurement Laser rotation Entirety black body method
随着科技的发展, 工业领域对白铜产品质量的要求日益提升; 利用辐射测温技术对白铜在冶炼和加工时的温度进行精确测量, 是决定产品质量的重要手段, 因此研究白铜的光谱发射率特性就显得尤为重要。 基于傅里叶红外光谱仪搭建的光谱发射率测量装置, 测量了白铜在四个温度点(673, 773, 873和973 K), 波长范围2~22 μm内的光谱发射率, 分别研究了波长、 温度、 加热时间和氧化对白铜光谱发射率的影响。 研究发现, 在氮气环境下白铜的光谱发射率随温度的升高而增加, 随波长的增加而减少。 当白铜暴露在空气环境中, 随着温度的升高, 其光谱发射率迅速增加。 673 K时, 白铜表面生成一层细微的氧化物颗粒, 阻止白铜进一步氧化, 这些氧化物颗粒的光谱发射率大于白铜基底, 所以此温度下短波处的光谱发射率略微增加。 773 K时, 白铜表面氧化物的主要成分是Cu2O, 在实验过程中也观察到白铜表面逐渐变红的现象, 这也是白铜在773 K温度下其光谱发射率迅速增加的原因。 873 K时, 白铜表面氧化物的种类和含量明显增多, 氧化膜的厚度满足干涉效应条件, 在白铜的光谱发射率曲线中可以明显地观察到干涉极值的演变, 随着加热时间的增加, 干涉极值逐渐向长波移动。 随着温度的升高, 白铜的抗氧化能力下降。 973 K时, 白铜表面的氧化程度最深, 在XRD图中氧化物的峰值也最大, 因此氧化1 h后由于干涉效应产生的干涉极值数最多。 综上所述, 波长、 温度和氧化对白铜的光谱发射率有重要的影响, 在运用辐射测温技术测量白铜温度时应充分考虑上述因素的影响。 该研究丰富了白铜的光谱发射率数据, 为辐射测温提供了真实可靠的数据支撑。
白铜 光谱发射率 氧化 温度 加热时间 Copper-nickel alloy Spectral emissivity Oxidation Temperature Heating time 光谱学与光谱分析
2021, 41(9): 2969
1 河南师范大学物理与材料科学学院, 河南 新乡 453007
2 兴义民族师范学院物理与工程技术学院, 贵州 兴义 562400
光谱发射率是一个重要的热物性参数, 在辐射测温、 热传输计算等领域有着广泛的应用。 钨作为一种重要的金属, 关于其光谱发射率的研究报道较少。 利用黑体炉、 傅里叶红外光谱仪、 加热装置和光学系统搭建了一套能量对比法光谱发射率测量装置, 该装置能够测量3～20 μm的光谱发射率, 测量装置的整体不确定度优于5%。 利用该装置测量了纯钨在4个温度点（573, 673, 773和873 K）的法向光谱发射率, 重点探讨了氧化、 温度、 波长和加热时间对纯钨光谱发射率的影响。 研究结果表明： 纯钨在表面未氧化的情况下, 光谱发射率在几个温度点的变化规律基本一致, 且数值相差较小, 而当其表面发生氧化后光谱发射率迅速增加, 在某些波长处出现了强烈的振荡。 表面未氧化时纯钨的光谱发射率受温度的影响较小, 随着温度的增加仅出现微小的增加, 但是当表面发生氧化后, 随温度的升高而迅速增大。 纯钨的光谱发射率整体上随着波长的增加而减小, 但是当表面发生氧化后, 由于表面氧化膜与钨金属基底发生干涉效应, 在4, 9, 12.5和16.5 μm处均出现了峰值。 在573和673 K, 纯钨的光谱发射率随着加热时间的增加无明显变化。 然而, 随着温度的升高, 在773和873 K时, 光谱发射率随着加热时间增加而增大, 在773 K时光谱发射率随加热时间的增加增幅较大, 因为在该温度点, 纯钨表面刚开始发生氧化, 氧化速率较大, 在873 K时光谱发射率随加热时间的增加增幅较为平缓, 并且随着加热时间的增长呈现稳定的趋势。 综上, 纯钨的光谱发射率在温度较低和表面未氧化时较为稳定。 随着温度的升高, 当表面发生氧化后, 光谱发射率迅速增大, 并且在多个波长位置出现了强烈的振荡。 由此可见, 纯钨光谱发射率受温度、 波长、 加热时间的影响较大, 在实际应用过程中, 特别是在辐射测温过程中, 如果把纯钨的光谱发射率看做常数将会带来较大的测量误差。 该研究将进一步丰富钨的光谱发射率数据, 并为其在科学研究和应用中提供数据支持。
纯钨 光谱发射率 氧化 温度 波长 加热时间 Pure tungsten Spectral emissivity Oxidation Temperature Wavelength Heating time
1 南京理工大学电子工程与光电技术学院, 江苏 南京 210094
2 南京理工大学先进固体激光工业和信息化部重点实验室, 江苏 南京 210094
近些年来, 随着国内外尖端科技快速发展, 温度测量无论是对于**建设领域还是对于工业制造领域都有着极为重要的指导意义和研究价值。 尤其在瞬态超高温测量方面, 测温精度要求更为严苛。 测温方法多种多样, 多光谱法由于其精度较高且适用性强, 被国内外专家广泛运用。 基于多光谱测温法, 提出一种新的能够同时高精度测量目标的瞬态激发温度和辐射温度的方法。 该方法通过查找可信度更高的目标物理特性数据以及更为精确的多光谱直线拟合方法, 精准计算得到目标激发温度。 通过建立更加准确的数学模型和算法, 减小光谱发射率对整个测温过程的影响实现高精度的辐射温度测量。 通过相关测温实验表明, 系统测温精度达到3%。
光谱学 多光谱法 光谱发射率 激发测温 辐射测温 测量精度 Spectroscopy Multi-spectral method Spectral emissivity Excitation temperature Radiation temperature Measurement accuracy
1 河南师范大学物理与电子工程学院, 河南 新乡 453007
2 北京理工大学光电学院, 北京 100081
随着科学技术日新月异的发展, 红外测量技术在遥感、 辐射测温、 红外隐身、 农业、 医疗等领域都展现出了重要的应用前景。 在花样众多的辐射测量中, 材料的发射率是重要的参数之一。 为满足材料发射率数据的需求, 根据一套自主研制的光谱发射率测量装置对A3铁、 304钢以及201钢在不同温度下的光谱发射率进行了精确的测量, 并对影响发射率的几个因素做了深入的探究。 结果显示: 这三种钢材的发射率随温度升高而变大, 同等温度下A3铁的发射率要高于304钢和201钢, 且材料中的铬含量会降低材料的发射率值。 采用XRD分析了三种材料表面氧化后的成分, 并探讨了表面成分变化对发射率的影响。 结果表明: A3铁氧化后生成不稳定的四氧化三铁Fe3O4和氧化亚铁FeO, 各种成分的相互转变会导致光谱发射率发生较大的变化, 而304钢和201钢表面氧化后主要生成氧化铬, 因而光谱发射率也相对比较稳定。 另外使用辐射光叠加原理和Christiansen效应成功解释了三种材料的发射率在大约10 μm处出现极大值的现象。 该研究极大地丰富了三种材料的光谱发射率数据, 为辐射测量技术在三种材料中的应用提供了强有力的数据支撑。
光谱发射率 A3铁 201钢 304钢 氧化 温度 Spectral emissivity A3 iron 201 steel 304 steel Oxidation 光谱学与光谱分析
2017, 37(11): 3594
1 哈尔滨工业大学, 黑龙江 哈尔滨 150001
2 黑龙江科技大学, 黑龙江 哈尔滨 150022
对于辐射测温数据的处理过程实质就是要解决光谱发射率与真温之间的关系。 如果假设的光谱发射率模型与实际光谱发射率模型不符, 则会造成较大的测温误差。 因此, 如何减少光谱发射率和真温对测量模型的依赖程度进而使算法具有一定的通用性, 是该领域亟待解决的主要问题之一。 提出的算法无需预先假定的发射率与波长之间的模型关系即可找出求解出光谱发射率和真温。 通过仿真和实验验证结果表明, 使用该算法可以求解出一个相对合理的光谱发射率和满足一定精度要求的真温。 算法简单、 可靠、 具有一定的通用性, 适合光谱发射率和真温的测量。
光谱发射率 真温 模型 算法 Spectral emissivity True temperature Model Algorithm 光谱学与光谱分析
2017, 37(9): 2657
