一种具有标定和修正功能的实时在线温度监测方法及系统技术方案

技术编号:33157091 阅读:21 留言:0更新日期:2022-04-22 14:14
本发明专利技术公开一种具有标定和修正功能的实时在线温度监测方法及系统,涉及红外光测技术领域,包括:标定阶段和测量阶段;标定阶段通过神经网络训练得到温度反演模型;测量阶段采集待测物标定区的倾斜角度、第一光强信号、第二光强信号和分束镜的分光比例;将待测物标定区的倾斜角度、第一光强信号和第二光强信号的比值、以及分束镜的分光比例作为温度反演模型的输入,计算得到待测物的温度值。本申请在温度反演模型的拟合中,加入了待测物倾斜、分束镜分光比例不精确等影响光强信号的因素,自动标定出待测物的倾斜角度、分束镜分光比例分布,使得利用神经网络拟合出的温度反演模型更加准确,从而使利用温度反演模型反演出的待测物的温度值更精确。的温度值更精确。的温度值更精确。

【技术实现步骤摘要】
一种具有标定和修正功能的实时在线温度监测方法及系统


[0001]本专利技术涉及红外光测力学
,更具体地,涉及一种具有标定和修正功能的实时在线温度监测方法及系统。

技术介绍

[0002]测量材料表面温度场在航空航天、机械制造、核能等领域具有重要的意义,因此,具备先进的温度测量方法是促进航空航天、机械制造、核能领域发展的重要条件,也是探究材料的高温力学性能的重要保证。
[0003]目前,由于特殊的高温工况,传统接触式测温不仅响应速度慢、无法全场测温,而且还可能对温度场造成破坏。较之于传统的测温方法,以辐射测温为代表的非接触测温具有响应时间短、可实时动态测量的优点。其中,辐射测温方法之一的比色测温装置在近年来应用较多,在实际应用中,待测物体的倾斜、分束镜的分光比例分布的不精确以及待测物体辐射光面积小于光电探测器探测面积等因素,均会对光强信号的获取带来误差,进而会影响到最终的测温精度。但在现有的比色测温技术中,大多都没有考虑实际工况中待测物体的倾斜、分束镜的分光比例分布的不精确以及待测物体辐射光面积小于光电探测器探测面积等因素,因此,提出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有标定和修正功能的实时在线温度监测方法,其特征在于,包括:标定阶段和测量阶段;所述标定阶段包括:在待测物标定区设置发光标定板,根据所述发光标定板的面积变化确定待测物标定区的倾斜角度;利用分束镜将待测物辐射的初始光束分为反射光束和透射光束;通过第一窄带滤光片获取所述反射光束中的第一反射信号,通过第二窄带滤光片获取所述透射光束中的第一透射信号;利用第一相机接收所述第一反射信号,生成第一灰度图像;利用第二相机接收所述第一透射信号,生成第二灰度图像;根据所述第一灰度图像和所述第二灰度图像计算所述分束镜的分光比例,并根据所述分束镜的分光比例计算第一反射信号和第一透射信号的强度比例;将标定区的倾斜角度以及第一灰度图像的灰度值通过神经网络训练得到第一灰度修正模型;将标定区的倾斜角度以及第二灰度图像的灰度值通过神经网络训练得到第二灰度修正模型;利用第一灰度修正模型得到第一灰度图像修正后的灰度值;利用第二灰度修正模型得到第二灰度图像修正后的灰度值;将所述第一反射信号和第一透射信号的强度比例、所述第一灰度图像修正后的灰度值和所述第二灰度图像修正后的灰度值代入比色测温公式,计算得到修正后的温度值;将修正后的温度值通过神经网络训练得到温度反演模型;所述测量阶段包括:在第一时段,采集待测物标定区的倾斜角度、第一光强信号、第二光强信号和分束镜的分光比例:将待测物标定区的倾斜角度、第一光强信号和第二光强信号的比值、以及分束镜的分光比例作为温度反演模型的输入,计算得到待测物的温度值。2.根据权利要求1所述的一种具有标定和修正功能的实时在线温度监测方法,其特征在于,所述分束镜包括分光面;根据所述第一灰度图像和所述第二灰度图像计算所述分束镜的分光比例,具体为:所述初始光束与所述分光面的夹角为β,所述初始光束的波长为λ,第一反射光束的强度为初始光束的a(β,λ)倍,第一透射光束的强度为初始光束的b(β,λ)倍,所述分束镜的分光比例为3.根据权利要求2所述的一种具有标定和修正功能的实时在线温度监测方法,其特征在于,根据所述分束镜的分光比例计算第一反射信号和第一透射信号的强度比例,具体为:第一窄带滤光片的波长为λ1,第二窄带滤光片的波长为λ2,第一反射信号和第一透射信号的强度比例为4.根据权利要求3所述的一种具有标定和修正功能的实时在线温度监测方法,其特征
在于,所述比色测温公式为其中,G1为第一灰度图像修正后的灰度值,G2为第二灰度图像修正后的灰度值,K为比例系数,C2为第二辐射常数,f2为第一反射信号和第一透射信号的强度比例,T为精确的温度值。5.根据权利要求1所述的一种具有标定和修正功能的实时在线温度监测方法,其特征在于,将标定区的倾斜角度以及第一灰度图像的灰度值通过神经网络训练得到第一灰度修正模型,具体为:将待测物标定区的倾斜角度不等于0时第一灰度图像的灰度值作为神经网络的输入,将待测物标定区的倾斜角度等于0时第一灰度图像的灰度值作为神经网络的输出,训练得到第一灰度修正模型;将标定区的倾斜角度以及第二灰度图像的灰度值通过神经网络训练得...

【专利技术属性】
技术研发人员:刘战伟毛壮壮封伟马恒谢惠民刘胜
申请(专利权)人:北京理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1