一种基于神经网络的多光谱辐射测温反演计算方法技术

本发明专利技术提供一种基于神经网络的多光谱辐射测温反演计算方法，涉及辐射测温技术领域，包括如下步骤：S1：基于燃辅料和对应的辐射温度图像作为训练集，建立神经网络模型；S2：输入预设的辐射温度图像至神经网络模型中，获得相应的各燃辅料的基础模型；S3：建立燃烧反演仿真模型，调整基础模型得到预设燃辅料模型，输入至燃烧反演仿真模型，仿真模拟出燃料燃烧的瞬时温度图像；S4：判断瞬时温度图像是否满足预设要求，若满足，则控制输出燃辅料对应的种类和燃烧状态参数。本发明专利技术能够实现根据燃料燃烧的预定瞬时辐射温度或预设瞬时辐射温度图像，得到对燃烧特性调整后的燃辅料添加参数情况。

【技术实现步骤摘要】

本专利技术涉及辐射测温，特别是涉及一种基于神经网络的多光谱辐射测温反演计算方法。

技术介绍

1、温度是表征物质热力学状态的重要参量之一。材料极端条件下的瞬态温度测量在国防、军事以及科学实验中具有十分重要的作用。比如冲击温度测量在构建材料完全物态方程、冲击熔化特性和冲击加载 动态响应等研究中具有相当重要的地位;凝聚炸药的爆温测量对于构建爆轰产物状态方程、评估炸药 性能等也意义显著。目前，精确测量瞬态高温的方法，比如多光谱辐射高温计、拉曼光谱测温、动态中子共振谱测温等方法都被尝试着用于瞬态实验中。

2、现有技术中，常通过根据改变燃料参比或燃料种类来调整燃烧特性。例如在炭火中增加碳、铁或其他新型材料等以实现调整热处理特性。而由于在增加新材料后，对燃烧的瞬时辐射温度无法很好地预估。因此需要很多的调试经验才能够得到相适应的燃料方案，而且即使得到了相适应的燃料方案，也无法确定是否为最佳方案。

技术实现思路

1、鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于神经网络的多光谱辐射测温反演计算方法，用本文档来自技高网...

【技术保护点】

1.一种基于神经网络的多光谱辐射测温反演计算方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于神经网络的多光谱辐射测温反演计算方法，其特征在于：所述S3中，所述预设燃辅料模型包括：预设燃辅料的种类和所述预设燃辅料的燃烧状态参数。

3.根据权利要求1所述的基于神经网络的多光谱辐射测温反演计算方法，其特征在于：所述S3中，所述基础模型中包括燃烧增强辅料或燃烧增强辅料和燃烧削弱辅料，所述预设燃辅料模型中包括有燃烧增强辅料和燃烧削弱辅料。

4.根据权利要求3所述的基于神经网络的多光谱辐射测温反演计算方法，其特征在于：所述S3中，调整所述基础模型得到...

【技术特征摘要】

1.一种基于神经网络的多光谱辐射测温反演计算方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于神经网络的多光谱辐射测温反演计算方法，其特征在于：所述s3中，所述预设燃辅料模型包括：预设燃辅料的种类和所述预设燃辅料的燃烧状态参数。

3.根据权利要求1所述的基于神经网络的多光谱辐射测温反演计算方法，其特征在于：所述s3中，所述基础模型中包括燃烧增强辅料或燃烧增强辅料和燃烧削弱辅料，所述预设燃辅料模型中包括有燃烧增强辅料和燃烧削弱辅料。

4.根据权利要求3所述的基于神经网络的多光谱辐射测温反演计算方法，其特征在于：所述s3中，调整所述基础模型得到预设燃辅料模型，包括：

5.根据权利要求4所述的基于神经网络的多光谱辐射测温反演计算方法，其特征在于：输入待更换的所述预设燃辅料数据与需要更换的所述基础燃辅料数据进行交换，还包括：

6.根据权利要求5所述的基于神经网络的多光谱辐射测温反演计算方法，其...

【专利技术属性】
技术研发人员：刘光海，付华，苏佳美，
申请(专利权)人：四川物科光学精密机械有限公司，
类型：发明
国别省市：