基于HPSOGA的航空发动机涡轮叶片多光谱测温方法技术

本发明专利技术公开了基于HPSOGA的航空发动机涡轮叶片多光谱测温方法，属于涡轮叶片测温技术领域，方法包括以下步骤：S1：采集涡轮叶片的多光谱辐射数据和背景反射辐射数据；S2：初始化HPSOGA算法，随机生成初始粒子群；S3：计算环境复杂度因子，更新动态惩罚函数，计算动态惩罚函数的值；S4：构建多目标优化函数；S5：计算出所有粒子的适应度，得到个体最优解和全局最优解；S6：使用HPSOGA算法更新各粒子的速度和位置，生成新的粒子；迭代执行步骤S3‑S6至满足条件，输出全局最优解。本发明专利技术克服了对涡轮叶片进行测温时测量精度低、稳定性差等问题，引入动态惩罚函数，提高反演测温算法的适应性和准确性，采用多目标优化策略，提升温度和发射率计算的可靠性和稳定性。

【技术实现步骤摘要】

本专利技术涉及涡轮叶片测温，尤其涉及基于hpsoga的航空发动机涡轮叶片多光谱测温方法。

技术介绍

1、在需要测定设备部件或特定区域的温度时，很多情况下由于存在区域温度过高、不稳定、不均匀等因素，导致使用温度传感器等直接接触式测温的方法无法全方位地检测出准确的温度，在面对高速运动的涡轮叶片时，更是不方便安装测温器件。而物体的辐射波长强度与其温度密切相关，因此可以采用非接触式的多光谱测温技术进行间接式测温。多光谱测温技术是一种通过采集目标物体在多个不同波长上的辐射数据来进行温度反演的高精度测温方法，可以适用于航空发动机涡轮叶片等需要高精度且环境复杂的测量应用。

2、在多光谱测温中，被测物品发射率因波长而异，常见的技术是采用设定发射率模型的方法进行预测，但在高温下无法准确预测发射率变化，且对于部分材料的测量效果有所差别，存在很大局限性，求解温度时容易陷入局部最优解。常见的提升检测效果的方法是采用约束优化将多光谱测温的欠定方程问题转化为优化问题。而混合粒子群优化和遗传算法（hpsoga）结合了粒子群算法的全局搜索能力和遗传算法的局部搜索优势，在涡轮叶本文档来自技高网...

【技术保护点】

1.基于HPSOGA的航空发动机涡轮叶片多光谱测温方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于HPSOGA的航空发动机涡轮叶片多光谱测温方法，其特征在于，步骤S3中使用以下公式计算环境复杂度因子EFC(gen)：

3.根据权利要求2所述的基于HPSOGA的航空发动机涡轮叶片多光谱测温方法，其特征在于，更新动态惩罚函数的惩罚强度系数α(gen)和容忍阈值θ(gen)的方式为：

4.根据权利要求3所述的基于HPSOGA的航空发动机涡轮叶片多光谱测温方法，其特征在于，更新所述动态惩罚函数P(T,gen)的参数的方式为：</p>

5.根据...

【技术特征摘要】

1.基于hpsoga的航空发动机涡轮叶片多光谱测温方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于hpsoga的航空发动机涡轮叶片多光谱测温方法，其特征在于，步骤s3中使用以下公式计算环境复杂度因子efc(gen)：

3.根据权利要求2所述的基于hpsoga的航空发动机涡轮叶片多光谱测温方法，其特征在于，更新动态惩罚函数的惩罚强度系数α(gen)和容忍阈值θ(gen)的方式为：

4.根据权利要求3所述的基于hpsoga的航空发动机涡轮叶片多光谱测温方法，其特征在于，更新所述动态惩罚函数p(t,gen)的参数的方式为：

5.根据权利要求1所述的基于hpsoga的航空发动机涡轮叶片多光谱...

【专利技术属性】
技术研发人员：孙畅，吴明佳，丁铭，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：