基于CCD輻射能圖像的爆炸溫度場技術研究

郭曉杰 郝曉劍 周漢昌

摘 要：溫度測量技術與國防、軍事、科研、工業生產等息息相關，許多炸彈都依靠爆炸中產生的溫度造成傷害，爆炸溫度場的測量對于爆炸威力的研究至關重要。針對爆炸過程中反應劇烈、溫度高、速度快、難于直接測得溫度分布的問題，提出非接觸輻射測溫法，在爆炸場周圍設置多個CCD圖像探測器件，測試場空間位置的灰度值圖像。通過對輻射測溫原理的深入了解，根據對應標定好的灰度與輻射強度關系建立數學模型，并對測量系統的模型進行簡化處理，運用遺傳算法構建模型。最后，將求得數據與實際數據相比較，進行效果分析。結果最優值誤差在10～30 ℃之間，可以較好地表示溫度場。

關鍵詞：爆炸溫度場；非接觸輻射測溫法；CCD圖像探測器；遺傳算法

文獻標志碼：A 文章編號：1674-5124（2017）12-0016-05

Abstract： Temperature measurement technology is closely related to national defense， military， scientific research， industrial production and so on. Many bombs cause injuries by the temperature produced by the explosion， so the measurement of the explosion temperature field is critical to the study of the power of the explosion. Aiming at the problems in explosive reaction process such as violent reaction， high temperature， high speed， difficulty on direct measurement of temperature distribution， non-contact radiation thermometry was proposed， and many CCD image detection devices were set in the explosion field around the explosion field to test the gray value image of spatial position. Based on the in-depth understanding of the radiation thermometry principle and relation between calibrated gray level and radiation intensity， mathematical model was established， and the measurement system model was simplified， and model was constructed by genetic algorithm. Finally， the results were compared with the actual data to analyze the effect. The results show that the error of the optimal value is about 10-30 ℃， which indicates that the temperature field can be expressed well.

Keywords： explosion temperature field； non-contact radiation thermometry； CCD image sensor； genetic algorithm

0 引 言

爆炸過程異常復雜、劇烈，整個過程持續時間只有幾百毫秒，甚至更短。這對瞬態測試技術提出了很高的要求，測量時間分辨率不僅要高，測量范圍也要寬。所以必須考慮探測器的型號，是不是能夠測到數據。近年來，國內外一些學者把數字圖像處理技術和早已發展成熟的輻射測溫原理相結合，比如崔文麗等[1]、周懷春等[2]，在溫度場檢測方面等取得了一定成果[3]。隨著CCD和CMOS圖像傳感器技術的發展，靈敏度、空間分辨率、動態范圍和拍攝幅率等指標不斷提高，為利用高速數字攝像實現爆轟過程瞬態高溫場測試創造了條件[4-7]。

本文主要是使用高速攝像技術與輻射測溫法相結合來實現瞬態高溫場的測試。對輻射傳遞與距離和衰減系數進行簡單的闡述，分析CCD攝取圖像與實際空間溫度場中關系，確定數學模型，并對測量系統的模型進行簡化處理等。針對簡化后的測試模型采用遺傳算法進行求解。驗證該方法是否能夠很好地反映爆炸溫度場。

1 CCD圖像探測器

CCD是一種可以將光學信息轉化為電學信號的半導體器件，它以電荷作為信號的載體，它最基本功能是電荷的存儲和轉移。CCD的三通道的光譜響應特性函數并不是理想的沖激響應函數。

爆炸場的爆炸威力較大，在一定區域溫度場中各點溫度，可由標定好的CCD攝像機檢測各個方向面的數據，如圖1所示。要獲取爆炸場的二維圖像，首先要有一套信號采集系統。爆炸溫度場圖像由3路CCD攝像機獲取。爆炸場輻射信號經透鏡組會聚成像后，投射到攝像機靶面上，轉換為視頻信號，再經畫面分割器合成為一路視頻信號輸出到圖像采集卡，轉換為可供計算機處理的數字信息[8-9]。

2 數學模型

2.1 模型原理

CCD攝取的輻射能圖像，是爆炸火球三維溫度分布的某種積累方式的反映。在圖像清晰的條件下，圖像上一點所代表的輻射能的大小是由火球三維空間某一條線上各點輻射沿途衰減后到達鏡頭后的總和決定的。在爆炸瞬間產生的高溫火球，火球中顆粒的粒徑很小，其散射作用可以忽略。文獻[10-11]在這種假設前提下，考慮一條射線r，得到其輻射傳遞方程：

■=-Kλ（s）Iλ，r（s）+Kλ（s）Iλ，br（s）

（1）

式中：Kλ（s）——s處的輻射吸收系數；

Iλ，r（s）——s處的輻射強度；

Iλ，br（s）——s處的介質溫度所對應的黑體輻射強度。

對高溫火球進行網格劃分，將測量區域離散化成若干矩形單元，如圖2所示，并假設在每一個矩形元中其溫度Ti與輻射吸收系數Ki是均勻的。故可對式（1）在能束經過的每一個矩陣元內積分，得到一個遞推關系式：

Iλ，r（s+ds）=Iλ，r（s）e-kλ（s）·s+

Iλ，br（s）·（1-e-kλ（s）·s）（2）

根據這個局部積分迭代關系式，對射線r，從空氣面上的對應點開始（此處的輻射強度值是初始輻射強度值Iλ，r，0，它是在求解時已知的邊界條件之一，對于爆炸場而言，空氣壁的溫度很低）反復遞推到CCD接受點為止。此處輻射強度為Iλ，r，e（可由面陣CCD獲得的照度直接獲得），可以得到CCD所獲得的沿該射線的輻射強度累積值Pr，測試系統的模型為

Pr=Iλ，r，0·e-■Kλ，r，iSr，i+■Ar，jIλ，r，j

（r=1，2，3，…，L）（3）

式中：m——射線r穿過的網格數；

L——射線總數。

式（3）中，等號右邊的第一項是由于爆炸火球周圍的空氣壁輻射所引起的。

2.2 模型簡化

爆炸火球的高溫區相比，空氣壁的溫度較低，其輻射能也比較小，在實際計算中常常將其忽略，這樣簡化帶來的誤差不到1%。

所以式（3）可簡化為

Pr=■Ar，jIλ，r，j （r=1，2，3，…，L）（4）

式中：Ar，j——與輻射減弱系數K的分布有關的系數；

Iλ，r，j——可由待測溫度分布根據Planck定律確定的物理量，是溫度的單值函數。

對模型再一步進行簡化：根據文獻[10-11]中指出，粒子的全波長吸收系數K與粒徑分布參數（R90，P）、輻射源溫度T和粒子系體積份額fν有關。K可擬合成如下函數形式：

K=aPbRc 90Tdfν（5）

進一步的試驗結果得出結論：在溫度范圍300～1 700 ℃內，擬合誤差<±15%，d≈0.03。因此認為

K∝T 0.03（6）

式中K是全波長的輻射吸收系數，而K是單波長的輻射吸收系數Kλ的積分平均值。要求Kλ∝T 4.03×（ec2/（λT）-1）幾乎處處成立。因此近似認為

Kλ=CT4.03·（ec2/（λT）-1）（7）

式中C是一個與T無關的常數，可由實驗標定得到。

因此出現在式（4）中Ar，j就成了僅由溫度分布T確定的系數；而根據普朗克定律，Iλ，r，j=■，其中C1，C2 分別為第1，第2輻射常數。

從而可以得到簡化的測量系統模型：

Pr=■Ar，j（T）Iλ，r，j（T）

（r=1，2，3，…，L）（8）

簡化模型可表示為

Pr=fr（T1，T2，T3，…，TN）

（r=1，2，3，…，L）（9）

fr（·）代表了式（9）所示的函數形式，對于不同的射線，由于其穿過網格的幾何關系各異，其fr（·）的函數形式也是各不相同。

2.3 實驗標定

輻射溫度主要采用黑體輻射爐來標定和校準，黑體爐按照溫度范圍可以分為高溫黑體爐（溫區為800～3 000 ℃），中溫黑體爐（溫區為300～1 100 ℃），和低溫黑體爐（溫區為-50～150 ℃、100～300 ℃）3類。所測的爆炸溫度比較高，所以采用高溫黑體爐來對設計的系統進行標定和校準。對CCD相機進行靜態標定，確定靜態標定系數C。CCD靜態標定原理框圖和實物圖分別如圖3和圖4所示，具體操作時，將CCD攝像機對準計量部門檢定過的高溫黑體爐的黑體腔，打開高溫黑體爐，通過其控制器調節高溫黑體腔內的溫度，然后每升高20 ℃并穩定后，記錄兩路輸出數據，計算高溫黑體腔溫度為T與CCD獲取的輻射能之比。在各溫度下，求出各Ci，然后根據利用最小二乘法擬合得到常數C。

3 遺傳算法

針對簡化后的數學模型，常見的求解算法有兩種：1）線性化后用ART方法求解；2）直接用復形調優法等傳統的優化方法求解。相比之下，遺傳算法是一種迭代算法，它在每一次迭代時都擁有一組解，這組解最初是隨機生成的，在每次迭代時又有一組新的解由模擬進化和繼承的遺傳操作生成，每個解都有一目標函數給與評判，一次迭代成為一代。同時，與其他一些算法相比，如SA算法等，遺傳算法的魯棒性使參數對搜索結果的影響盡可能的低。經典的遺傳算法結構圖如圖5所示。把遺傳算法應用到爆炸場的溫度場重建中可以更好地模擬溫度場的變化，反應出相對較好的信息[12-14]。遺傳算法中最重要的是適應度函數的編寫，適應度是度量群體中各個個體在優化算法中能達到或接近于或者有助于找到最優解的優良程度。適應度高的個體遺傳到下一代的概率大。度量個體適應度的函數稱為適應度函數。

本文中建立的最簡數學模型為

Pr=■Ar，j（T）Iλ，r，j（T）（10）

適應度函數為

F（t）=Pr=■Ar，j（T）Iλ，r，j（T）（11）

用Matlab編寫的程序如下：

%適應度函數的編寫

%pop_size：種群的大小

%chromo_size：染色體長度

function fitness（pop_size，chromo_size）

global fitness_value；

global pop；

k=9.298 7*610.8^4.03*exp（1.438 8*10^4*850*

610.8）；

for i=1：pop_size

fitness_value（i）=0；

end

for i=1：pop_size

for j=1：chromo_size

if pop（i，j）==1

fitness_value（i）=fitness_value（i）+2^（j-1）；

end

sum=0；

sum=sum+k*1.5*10^9；

end

I=3.743*10^8*610.8^（-5）/（exp（1.438 8*10^4/（850*610.8））-1）；

fitness_value（i）=fitness_value（i）+（1-exp（-k*1.5*10^9））*exp（-sum）*I；

end

4 圖像數據獲取與處理

由于爆炸環境比較惡劣，實驗利用鍋爐為測試對象，裝置的靜態標定采用M390型高溫黑體爐，標定的起始溫度設置為400 ℃，每隔20 ℃進行1次數據的采集，采集到1 000 ℃結束。最后擬合的C值取9.298 7。本文將1臺紅外攝像儀布置在鍋爐附近，采集到火焰界面溫度投影數據（即高溫火焰的圖像）；利用合理的重建算法完成對該火焰溫度的三維重建。實驗現場拍攝如圖6所示。實驗所處環境溫度為30 ℃，爐膛的直徑為1.5 m，攝像儀距火焰的距離為1.5 m，分別在火焰的正面，以及斜側面與正面夾角為30°的位置，3個位置拍攝圖像。所使用的攝像儀為MCS640，測量溫度范圍為600～1 600 ℃，聚焦范圍為30 cm到無窮大，實驗中發射率為0.8。

使用MikroSpec9200處理從攝像儀拍攝到的動態火焰圖像，得到某一瞬間的火焰圖像，圈出一些點或區域，如圖7通過軟件可得所畫區域內溫度的最大值、最小值以及最優值與最大值絕對值差如表1所示。

建立的數學模型利用遺傳算法優化模型，假設初始溫度為610.8 ℃時，得到的最優結果為630.5 ℃，假設初始溫度為491.6 ℃時，得到的最優結果為672.4 ℃。

5 結束語

從上邊最優結果和最大值看出誤差大概在10～30 ℃，建立的數學模型用遺傳算法能夠得到較為準確的火焰的溫度。分析原因可能是實驗過程中爐壁的溫度對火焰溫度還是有影響的，加上實驗現場空氣溫度的影響，實驗結果存在一定的誤差；其次，建模中但波長的輻射吸收系數K中系數C是需要實驗標定的，由于標定不準確，也存在一定的誤差。但所測云爆彈或者溫壓彈爆炸瞬間火焰溫度高，此法誤差影響比較小，在誤差允許范圍內可以用來表示爆炸溫度場。

參考文獻

[1] 崔文麗. 爆炸溫度場重建技術研究[D]. 太原：中北大學，2009.

[2] 周懷春，婁新生，鄧元凱. 基于輻射圖像處理的爐膛燃燒三維溫度分布檢測理及分析[J]. 中國電機工程學報，1997，

17（1）：1-4.

[3] 常丹華，尹博然，夏創杰. 火焰三維溫度場重建的研究[J].電子技術，2008（3）：66-68.

[4] 呂秀蓮. 基于CCD圖像傳感器的高溫溫度場的測量研究[D]. 南京：南京理工大學，2012.

[5] CHEN J， OSBOM P， PATON A， et al. CCD near infrared temperature imaging in the steel industry[C]// Instrumentation and Measurement Technology Conference，IEEE，1993.

[6] 丁經緯，馬增益，黃群星，等. 爐膛火焰溫度場重建非線性優化算法研究[J]. 中國電機工程學報，2003，23（2）：136-139.

[7] 田瑩，苑瑋琪. 遺傳算法在圖像處理中的應用[J]. 中國圖像圖形學報，2007，12（3）：389-396.

[8] 王補宣，李天鐸，吳占松. 圖像處理技術用于發光火焰溫度分布測量的研究[J]. 工程熱物理學報，1998，10（4）：1-4.

[9] 薛飛，李曉東，倪明江，等. 基于面陣CCD的火焰溫度場測量方法研究[J]. 中國電機工程學報，1999（1）：1-9.

[10] 劉林華. 國產動力煤粉粒子系的輻射特性[J]. 動力工程，1998，18（3）：65-69.

[11] 劉林華，譚和平，余其錚. 燃燒室內三維溫度場的輻射反問題[J]. 燃燒科學與技術，1999，5（1）：62-69.

[12] 徐琦. 遺傳算法的改進及其應用研究[D]. 武漢：華中科技大學，2001.

[13] 闞哲，孟國營，王曉蕾，等. 基于遺傳算法的爐膛溫度場重建算法研究[J]. 電子測量與儀器學報，2014，28（10）：1149-1154.

[14] 李漢舟，潘泉，張洪才，等. 基于數字圖像處理的溫度檢測算法研究[J]. 中國電機工程學報，2003，23（6）：195-199.

（編輯：劉楊）