圖像探針測量汽輪機濕蒸汽二次水滴參數方法研究

高 偉, 周 騖, 蔡小舒, 黎石竹, 劉 浩

(上海理工大學能源與動力工程學院,上海 200093)

圖像探針測量汽輪機濕蒸汽二次水滴參數方法研究

高 偉, 周 騖, 蔡小舒, 黎石竹, 劉 浩

(上海理工大學能源與動力工程學院,上海 200093)

汽輪機中二次水滴粒徑大,容易造成葉片水蝕,降低汽輪機效率.但由于其數量少,測量困難,加大了研究的難度.在眾多測量方法中,圖像法具有同時測量二次水滴粒徑、速度、方向和濕度等參數的優點.采用圖像探針測量二次水滴,利用鏡頭參數確定測量區,提出根據水滴圖像的模糊程度來確定該水滴是否處于測量區內,處理測量區內二次水滴,得到其粒度、速度和濕度等參數.通過實驗室研究,得出模糊程度和顆粒的關系,并經過濕蒸汽模擬實驗,計算出噴霧水滴的粒度和體積濃度,驗證了該處理方法的有效性,為二次水滴的測量提供了一種新的思路.

汽輪機;圖像法;二次水滴;濕蒸汽

汽輪機中過熱蒸汽推動葉片膨脹做功,溫度、壓力不斷降低,逐漸轉變為濕蒸汽.濕蒸汽流經葉片時一部分會沉積在葉片表面形成水膜,受葉片離心力和高速氣流的作用被撕裂和破碎,形成二次水滴.二次水滴直徑較大,是低壓缸動葉片水蝕破壞的主要原因,影響汽輪機運行的效率和安全性[1-2].

二次水滴多集中在葉頂及葉根部分,粒徑分布很寬,速度相對較低[2].但是,由于其大小、多少以及出現的位置具有隨機性,給測量和數據分析都帶來了很大困難,因此,有關二次水滴測量的研究非常有限[3].近年來,國外對二次水滴的研究都側重于二次水滴的運動穩定性[4]、水滴沖擊影響以及二次水滴生成原理[5]等方面.作者所在研究所前期利用光脈動等方法對汽輪機內二次水滴進行測量,發現存在大于400μm的二次水滴,在汽輪機內圖像拍攝中也發現疑似二次水滴圖像[6],其粒徑遠大于400μm.這和理論研究中認為二次水滴的尺寸小于400μm[7]相矛盾,因此有必要通過合理的方法對二次水滴進行測量,得到正確的尺寸.

二次水滴的測量內容包含其粒度、速度、體積濃度和濕度.濕度的計算需要確定被測二次水滴是否處于測量區內,并且為了獲得二次水滴的粒徑等參數,需要通過水滴影像模糊程度的分析,確定水滴的離焦位置,選取合適的離焦范圍.因此,圖像法探針的測量區可定義為可以獲得準確二次水滴參數的焦平面前后一定距離范圍(景深)內的區域.該區域可確定為測量視場的空間體積,進而可以計算出二次水滴的數量、體積濃度和濕度.為此,如何界定顆粒的模糊程度和選取合適的離焦范圍成為本文的研究重點.本文針對該問題,提出了實驗模糊標定,通過梯度面積和灰度均值的計算來界定顆粒的離焦距離,進而計算顆粒的粒度、速度、體積濃度等參數,并進行噴霧水滴測量實驗以驗證方法的可行性.

1 測量系統

二次水滴圖像法測量探針系統由CCD(charge coupled device)相機、遠心鏡頭、高亮LED(lighting emitting diode)背景光源和電腦等組成.圖1為測量系統示意圖.

二次水滴是由附著在動葉片表面的水膜受到汽流剪切和離心力共同作用,破裂甩出產生,運動速度大,可能超過200 m/s[8].為了測得高速運動的二次

水滴,圖像探針選用的CCD相機是AMAZON2 SERIESIMC-720G,它的全局快門最短曝光時間為1μs,像素大小為4.4μm,傳感器面積為1/1.8″,有效像素為2百萬.

選擇鏡頭時考慮到二次水滴數量很少,如果鏡頭放大倍率太大,視野太小會極大降低捕捉到的概率;而倍率太小,視野太大會導致圖像像素尺寸過大,小尺寸的二次水滴無法拍到,并且圖像處理精度也會下降.綜合這些因素,選擇放大倍率為0.45的遠心鏡頭,其工作距離為85 mm,景深為4.4 mm,分辨率為18.3μm,配合CCD相機后的圖像像素大小為9.8μm.

為滿足高速曝光下的光強要求,照明光源使用了功率3 W的高亮白光二極管,并配合透鏡將其形成近似平行光,作為逆光照明光源.

圖1 圖像法測量系統Fig.1 Measurement system

2 模糊圖像處理思路

二次水滴的運動為三維立體運動,并受到主汽流和離心力的影響,運動情況復雜,為了建立完善的運動模型,圖像處理中需要作以下假設:

a.假設二次水滴在流經測量區間時是勻速直線運動;

b.由于本算法是基于單相機單幀單曝光圖像法,對于垂直于圖像的運動方向無法進行計算處理,所以計算結果為平面投影速度,即垂直于圖像方向的運動速度為0.

在以上假設條件下,由于汽輪機中二次水滴的運動速度快,在最短曝光時間1μs下,捕捉到的二次水滴并非“凍結”狀態,而是有一定長度的軌跡圖像.軌跡圖像包含了水滴和相機的相對位移信息,即模糊長度和模糊寬度.顆粒運動圖像參數如圖2所示.已知相機的曝光時間為t,通過圖像得到顆粒的位移陰影區域長度L以及水滴的直徑D,則水滴速度為

圖2 顆粒運動圖像包含的參數Fig.2 Parameters in the image of particle motion

2.1 圖像處理思路

二次水滴的運動圖像中,由于背景、水滴模糊和水滴大小等原因,在圖像處理時需要解決以下問題:

a.非均勻背景的影響.由于汽輪機中流場不均勻,存在一次水滴和二次水滴,圖像的背景是明暗不均勻的[5].

b.水滴離焦程度和測量區的確定.二次水滴在測量空間的位置是隨機的,為了測量二次水滴的濕度,需要確定測量空間,并且確定二次水滴是否在測量空間內.

c.大水滴(20像素及以上)、小水滴(20像素以下)的處理方式.小水滴圖像像素較少,小水滴影像的模糊程度受離焦的影響大于大水滴[9],需要對大水滴和小水滴分別用不同的方法進行計算.

針對上述問題,水滴模糊圖像處理方法如下:

a.先在實驗室對已知粒徑和離焦距離的顆粒進行標定拍攝,獲得離焦距離、顆粒粒徑分別與灰度值和梯度幅值的關系,找到合適的表征參數并建立表征參數數據庫;

b.對實際拍攝得到的水滴圖像,獲得水滴的灰度值和梯度幅值參數后,通過代入標定數據中插值反演算出水滴的大概離焦距離和粒徑大小;

c.通過離焦距離篩選出處于測量區間內的離焦水滴;

d.將符合設置測量區間內的離焦水滴進行大小水滴分類,并作均勻背景處理;

e.最后將背景均勻的大小水滴分別用不同方法處理得到水滴參數.

2.2 大水滴處理方法

在一定景深范圍內的大水滴擁有很好的邊緣信息,可以通過邊緣算子提取它的邊界,進而得出水滴的粒徑、速度等信息.邊緣算子有很多,如Sobel算子、Canny算子、Prewitt算子和其它改進算法[10]等,本文經對比后選擇了Canny算子作為大水滴處理的邊緣算子.

Canny算子的基本原理是首先通過高斯卷積對圖像進行高斯平滑,然后對平滑后的圖像進行微分操作,得到梯度圖,再采用“非最大抑制算法”尋找圖像中的可能邊緣點,最后通過雙門限值遞歸尋找圖像邊緣點,得到單像素寬度邊緣圖.Canny算子對圖像的要求很高,在采用Canny算子前需要很好的圖像預處理.

2.3 小水滴處理方法

由于小水滴包含的像素少,通過梯度或者邊緣檢測的方法會帶來較大誤差,本文選用Otsu算法,在一定離焦范圍內,在背景干擾去除和大水滴分離的情況下,能有效地提取出小水滴信息.

Otsu算法是一種使類間方差最大的能自動確定閾值的方法,其基本思想是把圖像像素分為背景和目標兩類,通過搜索計算類間方差最大值得到最優閾值[11].

3 模糊圖像標定

根據模糊圖像處理思路,需要進行大量的實驗室模糊標定,進而找到合適的表征參數并建立表征參數數據庫.

3.1 模糊標定系統和方法

實驗室模糊標定系統由拍攝系統、標定板、光源和電腦組成.系統通過對具有多個不同大小標準圓顆粒的標定板在不同離焦位置上進行拍攝測量,得到不同大小標準圓顆粒在不同離焦位置的圖像.標定時將拍攝系統和光源固定,調整標定板和系統的相對位置,獲得相應的圖像,標定中改變標定板到鏡頭的距離可獲得不同模糊程度的圖像.

實際二次水滴的尺寸在幾十微米到幾百微米之間,受標定板的限制,本文只對25～400μm共19種不同粒徑的顆粒進行標定測量,離焦區間為-3～3 mm,離焦距離為0.3 mm.圖3(見下頁)為不同離焦位置的標定圖像.

3.2 有效梯度、梯度面積和灰度均值

對大量標定數據研究后,利用灰度值和梯度幅值衍生出梯度面積和灰度均值,用這兩個參數來表征圖像的模糊程度.

在顆粒圖像中,不僅顆粒圖像邊界存在梯度變化,圖像背景的明暗變化和噪音也會產生一定的梯度變化,如不消除,會給測量帶來誤差.因此,需要定義顆粒圖像的有效梯度,用來區別背景梯度和顆粒梯度.圖4(見下頁)是不同背景顆粒圖像及相應的梯度幅值分布圖.

圖3 不同離焦距離的標定板圖像Fig.3 Calibration board images with different defocussing distance

對不同背景圖像的研究比較發現,被測目標僅占整個圖像的小部分,圖像中梯度幅值在4以下的占到了整體的90%以上.假設梯度幅值4為閾值,梯度幅值小于4的都作為背景和噪音梯度略去,大于4的保留下來作為顆粒有效梯度.圖5(a)為圖4(c)略去梯度值小于4后的圖,可以看出用4作為梯度幅值的閾值能很好地區分背景梯度和顆粒梯度,因此,有效梯度閾值確定為4.

顆粒的梯度面積則是顆粒影像從梯度開始變化的邊界到顆粒中心的整體面積(圖5(b)).顆粒的梯度面積所包含的所有像素在原始圖的平均灰度值就是該顆粒在該離焦距離下的灰度均值.

圖4 不同背景的顆粒圖像實驗圖像及相應的梯度幅值圖Fig.4 Particle images with different background illumination and their gradient value distributions

圖5 標定板梯度和梯度面積圖像Fig.5 Gradient image and gradient area image of the calibration board

3.3 模糊標定曲線關系

通過模糊標定圖像獲得不同標準圓顆粒在不同離焦距離下的灰度均值和梯度面積后,可以得到灰度均值、梯度面積與顆粒粒徑及離焦距離的關系.圖6為灰度均值、顆粒粒徑和離焦距離的關系圖,圖7為梯度面積、顆粒粒徑和離焦距離的關系圖.

由圖6和圖7可以看出,灰度均值和梯度面積是關于焦平面對稱的,說明顆粒的前離焦和后離焦模糊程度變化是相當的.其中灰度均值隨著離焦距離增大逐漸減小,隨著顆粒尺寸增大而逐漸增大;梯度面積隨著離焦距離增大逐漸增大,隨著顆粒尺寸增大而逐漸增大.

由模糊標定實驗可以看出,灰度均值和梯度面積能很好地表征圖像的模糊程度.同時,在獲得標定數據后,可以分別得到灰度均值、梯度面積與顆粒大小的關系,以及灰度均值及梯度面積與離焦距離的關系,并建立數據庫.因此,在實際測量中,獲得水滴圖像的灰度均值和梯度面積后,將這兩個參數插值代入標定數據庫中,分別得到水滴的大小和離焦距離.通過對離焦距離的選擇,可以確定水滴是否處于測量區,從而得到水滴在測量區內的數量和體積濃度.

圖6 顆粒大小、離焦距離和灰度均值關系圖Fig.6 Diagram for relationships among particle size,defocussing distance and mean value of gray level

圖7 顆粒大小、離焦距離和梯度面積關系圖Fig.7 Diagram for relationships among particle size, defocussing distance and gradient area

4 濕蒸汽模擬實驗、處理過程和結果

4.1 模擬實驗思路和設備

為了驗證本文模糊圖像算法,本實驗選用水滴噴霧器來模擬二次水滴,其噴出的水滴粒徑在130μm左右;超聲霧化器用來模擬一次水滴背景,其產生的水霧粒徑為2～5μm.

濕蒸汽模擬實驗由測量探針、水滴噴霧器、超聲霧化器、電腦等組成.由于超聲霧化器和噴霧器產生的水滴速度不可能達到汽輪機中濕蒸汽流速,因此,選擇降低背景光強、增加曝光時間的方法來模擬運動效果.實驗時曝光時間為100μs,在該曝光時間下,噴霧水滴在圖像中形成的軌跡能較好地模擬二次水滴軌跡.圖8為濕蒸汽模擬系統示意圖,圖9為實驗中拍攝的圖像.

圖8 濕蒸汽模擬系統示意圖Fig.8 Illustration of the wet steam simulation system

圖9 濕蒸汽模擬實驗圖像Fig.9 Image from the wet steam simulation experiments

在實驗中部分顆粒因為運動速度較快,在圖像中形成了軌跡,而運動速度相對較慢的水滴被“凍結”.在圖像處理中先對顆粒軌跡進行判斷,軌跡長度小于1.5倍軌跡寬度的水滴定義為“凍結”水滴,其大小用等效圓直徑表示.

4.2 圖像處理過程

針對上文水滴模糊圖像處理方法的基本思路,選取圖9所示模擬實驗圖像,介紹水滴模糊圖像的處理過程.經過去噪處理和梯度處理,得到圖像的梯度圖,如圖10所示.將該圖的水滴梯度圖像填充得到各個水滴的梯度面積,并計算圖9中相應水滴影像的灰度均值.將得到的各水滴的梯度面積和灰度均值代入標定數據庫插值反演計算后得到水滴的初步預估粒徑大小和離焦距離.

圖10 梯度圖像Fig.10 Gradient image

由于測量系統所采用的遠心鏡頭的景深范圍是±2.2 mm,為了測量更加準確,本文將遠心鏡頭的景深范圍±2.2 mm作為圖像探針的測量區.凡是經圖像處理得到的水滴離焦距離大于2.2 mm的均示為不在測量區域中,不作處理.圖11為離焦距離在±2.2 mm內的水滴圖像.

圖11 離焦距離在±2.2 mm內的水滴圖Fig.11 Droplets image with defocussing distancewithin±2.2 mm

選出符合景深范圍內的所有水滴后,對大小顆粒須采用不同處理方法.這里將粒度50μm(水滴約占20個像素)作為閾值,凡是初步預估粒徑超過50μm的水滴均作為大顆粒處理,小于50μm的水滴作為小顆粒處理.由于本文圖像拍攝系統中圖像像素為9.8μm,小于20μm(水滴約占4～5個像素)的水滴像素太低,得到的測量誤差會比較大.因此,小于20μm的水滴不作處理,在進行大小水滴分類時予以刪除.圖12為對落在焦距距離±2.2 mm內的水滴進行大小分類后獲得的圖像.

圖12 分離后的離焦距離在±2.2 mm內的水滴圖Fig.12 Droplets image with seperated defocussing distance within±2.2 mm

由于分離出來的水滴背景為白色,不適合直接用算子處理,因此需要對水滴填充合適的背景,將分離出的大水滴和小水滴圖像按照水滴邊界灰度的均值重新填充背景,再用中值濾波減少邊緣的影響,得到圖13.

將大水滴部分和小水滴部分分別用Canny算子和Otsu算法,求得水滴的運動參數.圖14為最終二值化后的圖像.

圖13 填充背景后的圖像Fig.13 Images after background filling

圖14 二值化后的圖像Fig.14 Images after binarization

4.3 實驗結果和分析

通過對模擬拍攝的所有圖像進行處理后,得到了所有在指定離焦范圍內(離焦距離±2.2mm內)的水滴粒徑和速度.圖15和圖16為噴霧水滴測量驗證實驗的實驗結果.實驗共采集了220張水滴圖像,其中圖15為實驗測得的水滴粒徑分布圖,圖16為實驗測得的水滴速度分布圖.

圖15 實驗測得的水滴粒徑分布圖Fig.15 Particle size distribution measured in the wet steam simulation experiment

由圖15和圖16可知,實驗中測得在設定景深范圍(±2.2 mm)(測量區)內的水滴數據626個,其中軌跡水滴218個,體積分數為1.4×10-8.水滴粒徑分布在20～260μm之間,其中在20～60μm和100～160μm之間數量居多.水滴的速度主要分布在0.5～5 m/s之間,其中0.5～3 m/s的居多,個別水滴速度達到6 m/s以上.實驗可以看出本文圖像算法可以區別模糊水滴的離焦程度,并且可以對大小不同的水滴進行分類處理.

圖16 實驗測得的水滴速度分布圖Fig.16 Particle velocity distribution measured in the wet steam simulation experiment

在實驗數據處理中,偶爾會發現有水滴重疊的現象,這種情況會導致水滴梯度面積和灰度均值的計算出現錯誤,從而兩個水滴都被離焦篩選時剔除,導致測量結果錯誤.但是,由于實際汽輪機中的二次水滴濃度很低,幾乎不可能出現水滴重合的情況,因此,在實際汽輪機二次水滴的圖像處理中,不用考慮水滴重合帶來的誤差.

5 結 論

采用圖像法測量可以直觀得到汽輪機濕蒸汽中二次水滴的粒徑和數量等參數,但需要確定那些水滴是否處于圖像探針的測量區中,因此本文提出根據水滴影像的模糊程度來判斷水滴是否處于測量區內的思路.通過本文研究可以得到以下結論:

a.通過實驗室標準圓盤顆粒的離焦模糊標定表明,顆粒的灰度均值和梯度面積兩個參數能很好地表征顆粒的模糊程度,并且變化規律明顯.本文由于時間的原因只作了二維圓盤標定,如果改用空間布置的三維顆粒作標定,標定結果會更加準確.

b.通過濕蒸汽模擬實驗表明了本文提出的圖像算法具有可行性.根據顆粒影像的模糊程度可以反演確定水滴的離焦位置,進而可以確定水滴是否處于測量區內,篩選出處于測量區內的水滴影像;并且對于大于50μm的水滴和小于50μm的水滴影像須分別采用Canny算子和Otsu算法處理,得到其尺寸.該模糊圖像處理方法為二次水滴的測量提供了新的思路.

[1] 王乃寧.顆粒粒徑的光學測量技術及應用[M].北京:原子能出版社,1999.

[2] 王娜,張弘,蔡小舒.二次水滴可視化探針的設計[J].熱力透平,2006,35(2):79-82.

[3] 王麗莉,蔡小舒.汽輪機濕蒸汽兩相流中水滴尺寸研究進展[J].上海理工大學學報,2003,25(4): 307-312.

[4] Aleksandar M,Vukoman J.Stability of the secondary droplet-film structure in polydispersed systems[J]. Journal of Colloid and Interface Science,1995,170: 229-240.

[5] Samenfink W,Elsa?er A,Dullenkopf K,et al.Droplet interaction with shear-driven liquid films:analysis of deposition and secondary droplet characteristics[J]. International Journal of Heat and Fluid Flow,1999, 20:462-469.

[6] Barto?O,Cai X S.Measurement of coarse droplets in steam turbines[C]∥7th International Symposiumon Multiphase Flow,Heat Mass Transfer and Energy Conversion.Xi’an,2012.

[7] Moore K J,Sieverding C H.Two-phase steam flow in turbines and separators[M].New York:Mc Graw Hill, 1976.

[8] Kleitz A,Laali A A,Courant J J.Water droplet sizing in LP and HP wet steam turbines[C]∥Fluid Machinery Forum.New York:ASME,1991.

[9] Blaisot J B,Yon J.Droplet size and morphology characterization for dense sprays by image processing: application to the Diesel spray[J].Experiments in Fluids,2005,39:977-994.

[10] 曹春萍,梁慧.圖像邊緣檢測中的改進算法[J].上海理工大學學報,2013,35(2):157-160.

[11] Otsu N.A threshold selection method from gray-level histogram[J].IEEE Transactions on System Man Cybernetics,1979,9(1):62-66.

(編輯:丁紅藝)

Particle Parameters Measurement for Coarse Water in Steam Turbine by Image Probe

GAOWei, ZHOUWu, CAIXiaoshu, LIShizhu, LIUHao
(School of Energy and Power Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China)

The size of the coarse water in steam turbine is large but the number is small.And coarse water is the main factor which causes blade water erosion in steam turbine and also leads to loss in turbine stage efficiency.Among the methods of measuring coarse water,image method has the advantage of simultaneous measurement of the parameters of particle size,speed,direction and humidity.So,in the study the image probe was adopted to measure coarse water.The measurement volume was determined by the parameters of lens,moreover a new image method was proposed to find whether coarse water is in the measure area or not according to the blur degree and the calculated particle size,speed and humidity of coarse water in the measurement volume.And then the relationships between the blur degree of particle image and the particle parameters were obtained by experimental study.A wet steam simulation experiment was carried out to calculate the spray droplet size and volume concentration which verifies the effectiveness of the measurement. The study provides a new idea for coarse water measurement.

steam turbine;image method;coarse water;wet steam

TK 313

A

1007-6735(2015)05-0433-07

10.13255/j.cnki.jusst.2015.05.004

2014-09-17

上海市自然科學基金資助項目(12ZR1446900);上海市教委科研創新項目(12YZ110)

高 偉(1989-),男,碩士研究生.研究方向:汽輪機內二次水滴測量.E-mail:gaowei_jj@163.com

蔡小舒(1955-),男,教授.研究方向:顆粒測量技術.E-mail:usst_caixs@163.com