System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于温度检测领域,更具体地,涉及一种基于红外光谱的锅炉受热面温度分布检测方法及系统。
技术介绍
1、火力发电厂锅炉受热面主要包括水冷壁、过热器、再热器、省煤器等,其作用是吸收来自炉内烟气的热量,以获得规定参数(温度、压力)和品质的蒸汽。当炉内燃烧不稳、炉内局部热负荷过高、火焰中心上移或偏斜时,容易造成受热面超温;同样,当受热面的换热管内有异物堵塞或者积垢过多,会引起汽水分配不均匀,汽水循环不良,从而影响传热性能,也会使受热面管壁温度明显升高,严重时可致受热面管子发生过热爆破的问题。因此,实时在线监测受热面温度对于预防管壁超温具有重要意义。
2、针对受热面温度分布的检测主要有两类,一类是在受热面的背火侧布置多个热电偶、光纤温度传感器等接触式点温测量装置,间接判断炉内向火侧的受热面超温情况;另一类是采用非接触式光学测量方法,直接获取炉内受热面的红外热辐射图像,通过对红外图像的处理来获得受热面温度,比如广泛使用的红外热像仪。但需要注意的是,红外热像仪在测温应用中需要知道红外测温波段内被测对象的发射率才能得到准确的温度,而锅炉运行时受热面的发射率未知且会随温度变化,同时高温下炉内燃烧火焰中的颗粒及气体介质也会在红外波段发出强烈热辐射,叠加在炉膛受热面发出的红外辐射上,使得用红外热像仪检测得到的受热面温度结果具有较大误差。为了解决这个问题,专利202211282353.6中,提出建立受热面辐射强度和火焰辐射强度检测模型,来透过火焰获得受热面辐射信息,该方法实施需要大量且精确的辐射成像计算,具体来说难以确定锅炉受热面发
技术实现思路
1、针对现有技术的以上缺陷或改进需求,本专利技术提供了一种基于红外光谱的锅炉受热面温度分布检测方法及系统,其目的在于,实现锅炉受热面温度分布的准确在线测量。
2、为实现上述目的,按照本专利技术的一方面,提出了一种基于红外光谱的锅炉受热面温度分布检测方法,包括如下步骤:
3、s1、采集锅炉受热面区域内的红外光谱信号和红外热辐射图像;
4、s2、将红外光谱信号转换为光谱辐射强度,并从中分离出炉内燃烧气体介质吸收的光谱辐射强度;
5、s3、基于光谱辐射强度,计算受热面红外发射率;
6、s4、将红外热辐射图像转换为波段辐射强度图像,结合炉内燃烧气体介质吸收的光谱辐射强度,得到来自受热面的红外波段辐射强度图像;
7、s5、根据来自受热面的红外波段辐射强度图像以及受热面红外发射率,得到锅炉受热面温度分布。
8、作为进一步优选的,步骤s2,包括如下步骤:
9、将红外光谱信号转换为光谱辐射强度ib1(λ),并根据光谱辐射强度确定吸收峰的波长范围为(λ`1,λ2);
10、被炉内燃烧气体介质吸收后的受热面的光谱辐射强度i'q1为:
11、
12、炉内燃烧气体介质吸收的光谱辐射强度iq1为:
13、
14、其中,λ为波长,(λa,λb)为光谱仪采集光谱信号时的检测波长范围;i′b1(λ)为未被炉内燃烧气体介质吸收的受热面的光谱辐射强度,其确定方法为:在(λ`a,λ`1)与(λ`2,λ`b)两个区间内靠近λ`1与λ`2侧各选取多个波长对应的光谱辐射强度,并进行四次多项式拟合,根据拟合得到的四次多项式得到i′b1(λ)。
15、作为进一步优选的,步骤s3,包括如下步骤:
16、光谱仪测点处炉膛受热面的单色发射率ε(λ)表示为:
17、
18、其中,i(λ)为波长λ下的光谱辐射强度:
19、
20、ib(λ,t)为波长λ及测点处受热面温度t下的黑体光谱辐射强度:
21、
22、其中,c1为普朗克第一常数,c2为普朗克第二常数;
23、在(λa,λb)范围内取m个波长,对应得到m个单色发射率数据,进而通过统计平均得到受热面红外发射率
24、
25、其中,εi(λ)为第i个波长对应的炉膛受热面的单色发射率。
26、作为进一步优选的,步骤s3,计算单色发射率εi(λ)的相对均方差σε,若值小于预设阈值,则继续后续步骤;否则,改变光谱仪测点位置并回到步骤s1。
27、作为进一步优选的,步骤s4,包括如下步骤:
28、建立红外热辐射图像的色度信息与波段辐射强度的函数模型:
29、
30、其中,ib2为波段辐射强度,gray'为红外热辐射图像的色度信息,bm为模型的多项式拟合系数;m表示函数模型的阶数;
31、根据函数模型将采集的红外热辐射图像转换为波段辐射强度图像ib2;
32、进而根据波段辐射强度图像ib2,结合炉内燃烧气体介质吸收的光谱辐射强度iq1,得到来自受热面的红外波段辐射强度图像i′b2。
33、作为进一步优选的,步骤s4,确定模型的多项式拟合系数bm的方法为:
34、预设一系列温度,获取黑体炉每个预设温度下,多个积分时间的黑体炉红外热辐射图像及其初始色度信息;
35、将每个预设温度下各积分时间与对应的初始色度信息进行线性拟合,得到如下线性拟合函数:
36、grayk(t)=at+ε
37、其中,grayk(t)为预设温度t下第k次标定实验不同积分时间对应的色度信息,t为积分时间;a为斜率,代表单次标定实验得到的标准色度信息;ε为截距,代表暗噪声;
38、根据下式对色度信息进行去噪,得到去噪色度信息gray'k(t):
39、
40、进而计算每个预设温度下,n次标定实验去噪色度信息gray'k(t)的平均值,即为黑体炉红外热辐射图像的标准色度信息gray'(t);
41、将标准色度信息gray'(t)以及对应温度t下的波段辐射强度,代入红外热辐射图像的色度信息与波段辐射强度的函数模型,求解得到函数模型的多项式拟合系数bm。
42、作为进一步优选的,步骤s5,锅炉受热面温度分布计算式为:
43、
44、其中,t(x,y)为像素点(x,y)的温度,c1为普朗克第一常数,c2为普朗克第二常数,λ为波长;i′b2(x,y)为来自受热面的红外波段辐射强度图像中像素点(x,y)的红外波段辐射强度,为受热面红外发射率。
45、按照本专利技术的另一方面,提供了一种用于实现上述基于红外光谱的锅炉受热面温度分布检测方法的检测系统,包括信息获取模块和数据存储计算模块,其中:
46、所述信息获取模块用于实现步骤s1;所述数据存储计算模块包括处理器、存储器以及存储在存储本文档来自技高网...
【技术保护点】
1.一种基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,包括如下步骤:
2.如权利要求1所述的基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,步骤S2,包括如下步骤:
3.如权利要求2所述的基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,步骤S3,包括如下步骤:
4.如权利要求3所述的基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,步骤S3,计算单色发射率εi(λ)的相对均方差σε,若值小于预设阈值,则继续后续步骤;否则,改变光谱仪测点位置并回到步骤S1。
5.如权利要求1所述的基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,步骤S4,包括如下步骤:
6.如权利要求5所述的基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,步骤S4,确定模型的多项式拟合系数bm的方法为:
7.如权利要求1-6任一项所述的基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,步骤S5,锅炉受热面温度分布计算式为:
8.一种用于实现如权利要求1-7任一项所述的基于红外光谱的锅炉受热面温
9.如权利要求8所述的检测系统,其特征在于,所述信息获取模块包括红外成像镜头、分光镜、准直透镜、光谱仪和红外热成像仪,其中:
10.如权利要求8或9所述的检测系统,其特征在于,还包括显示模块,其以伪彩色和/或等值线的方式显示锅炉受热面温度分布。
...【技术特征摘要】
1.一种基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,包括如下步骤:
2.如权利要求1所述的基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,步骤s2,包括如下步骤:
3.如权利要求2所述的基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,步骤s3,包括如下步骤:
4.如权利要求3所述的基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,步骤s3,计算单色发射率εi(λ)的相对均方差σε,若值小于预设阈值,则继续后续步骤;否则,改变光谱仪测点位置并回到步骤s1。
5.如权利要求1所述的基于红外光谱的锅炉受热面温度分布检测方法,其特征在于,步骤s4,包括如下步骤:
6.如权利要求5所述的基...
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。