激光吸收光譜斷層診斷技術測量燃燒流場研究進展

洪延姬, 宋俊玲,2,*, 饒 偉, 王廣宇

(1. 航天工程大學 激光推進及其應用國家重點實驗室, 北京 101416; 2.中國空氣動力研究與發展中心超高速空氣動力研究所 高超聲速沖壓發動機技術重點實驗室, 四川 綿陽 621000)

0 引 言

為了提高燃燒效率和減少污染物的排放，燃燒流場診斷和性能評估受到廣泛關注。表征流場性能的基本參數包括溫度、壓力、濃度和速度等，為了獲得實時、準確的測量結果，對測量手段和測量系統提出了更高的要求。

傳統的流場參數監測技術主要是接觸式測量技術，如壁面式傳感器、侵入式探針或者測量耙等，接觸式測量存在響應速度慢、維護成本高、不便于攜帶和安裝等不足，在高超聲速流場測量中接觸式測量技術的局限性尤為突出?？烧{諧半導體激光吸收光譜技術(Tunable Diode Laser Absorption Spectroscopy, TDLAS)是一種光學測量技術，可以有效克服傳統探測器只能獲得測量點參數、嚴重干擾被測流場的不足，具有靈敏度高、抗噪聲能力強、環境適應性強等優勢，近年來已經廣泛應用于燃燒和推進流場的診斷研究[1-3]。

在實際流場中由于流動混合、相變、化學反應、與壁面的熱交換等效應的存在，使得沿著光線傳播方向有明顯的梯度變化，單一路徑上氣體的平均參數不能滿足準確預測氣體流動特性的要求。因此，需要增加同一平面上的光線空間分布信息，滿足獲取氣體二維分布的要求。將TDLAS技術與計算機斷層診斷技術(CT)相結合，稱為可調諧半導體激光吸收光譜斷層診斷技術(TDLAT)。TDLAT技術不同于傳統的單點或單線測量手段，可以詳細給出流場內部氣體參數的二維信息，滿足燃燒流場氣體多參數實時測量的需求。

本文首先介紹了激光吸收光譜技術測量氣體溫度和濃度的基本原理，詳細闡述了TDLAT在燃燒流場測量實驗手段和重建方法方面的研究進展，列舉了TDLAT在超燃沖壓發動機、航空發動機、燃燒爐上的應用，分析了TDLAT在燃燒流場測量中的發展趨勢和有待解決的問題，本文相關內容以期為TDLAT應用于燃燒流場監測提供參考。

1 基本理論

1.1 吸收光譜基本原理

TDLAS檢測氣體是利用可調諧半導體激光器作為光源，當激光的頻率與被測氣體吸收組分的頻率相同時，激光能量被吸收。根據Beer-Lambert定律，頻率為ν入射強度為I0與透射激光強度It的關系為:

(1)

(2)

其中:A為積分吸收面積。吸收譜線強度S(T)隨溫度的變化可以表示為:

(3)

其中S(T0)為溫度T0=296K時的譜線強度，其大小可以通過HITRAN光譜數據庫[1]得到。E"為低躍遷能態能量，h為Planck常數，k為Boltzmann常數，c為光速，Q(T)為溫度T時的配分函數值，一定溫度范圍內的配分函數可以用多項式表示。

被測區域的溫度可以利用吸收譜線在不同溫度區內譜線強度對溫度的變化幅度不同的特點進行計算，被測區域的溫度可以表示為:

(4)

當被測氣體確定時，沿著同一光路測量的2條吸收線譜線經過的環境參數相同，吸收面積A可以化簡為譜線強度比:

(5)

結合公式(4)和(5)求出流場溫度后，再根據公式(2)可以得到氣體的組分濃度:

(6)

1.2 吸收分子選擇

燃燒流場的溫度和燃燒產物的組分濃度是評定燃燒流場燃燒效率的2個重要參數。圖1給出了目前半導體激光器在紅外波段可以檢測的氣體組分[4]，測量分子包括H2O、O2、CO2、OH、NO、NH3和CH4等，涵蓋了從近紅外到中紅外1～6μm波段。其中2種主要的燃燒產物H2O和CO2在1～3μm波段都有大量吸收，并且此波段商用半導體激光器發展較為成熟，通常TDLAS傳感器選擇在此進行測量。

由于吸收譜線強度是溫度的非線性函數，選擇不同的譜線將影響溫度的測量結果。進行測量吸收譜線的基本信息和不同條件下線型模擬通常使用HITRAN數據庫獲得。Zhou[5-6]給出了H2O的譜線選擇原則，可以概括為以下幾個方面：(1) 譜線為1.3～1.5 μm的近紅外光譜區，H2O的吸收譜線較多；(2) 依據被測對象，譜線對在測量溫度范圍內有較強的吸收，以保證有較高的信噪比；(3) 盡量減少鄰近譜線的干擾；(4) 譜線強度的比值是溫度的單調函數，通過測量比值可以得到溫度；(5) 譜線對具有較高的溫度敏感度，即譜線對具有較大的能級差，以確保測量精度。隨后，Liu[7]進一步研究發現，當測量區域存在冷邊界(或熱邊界)時，為獲得中心流的溫度，應選擇對冷邊界(或熱邊界)不敏感的譜線對。Chang[8]在測量流場質量流量時，分析了邊界層對速度測量的影響。圖2給出不同邊界層厚度下的速度測量結果[5]，隨著邊界層的增大，測量結果比實際中心流速度偏大。圖3給出TDLAS的測量結果[9]，測量中分別選擇1365.6nm(E"=95.2cm-1)和1487nm(E"=4436cm-1)2條譜線，模擬速度為1363m/s，自由流溫度為846K，邊界層溫度約為2000K。由于1487nm譜線在溫度為2000K時，吸收譜線強度達到峰值，受到邊界層影響較大，測量結果偏低。

圖1 紅外波段的二極管激光器可用于探測的氣體組分

圖2 邊界層厚度對測量結果的影響[5]

Fig.2Influenceoftheboundary-layerthicknessonthevelocitymeasurement[5]

圖3 吸收譜線1487nm對非均勻分布流場速度測量結果[9]

Fig.3Measuredvelocityfrompath-integratedlineshapesof1487nmline[9]

2 TDLAT發展現狀及分析

TDLAS是一種基于視線效應的測量，為了克服其只能獲得流場內平均信息的不足，需要在同一測量平面內增加光線的數目，以獲得流場內的二維分布信息，即TDLAT技術，其測量原理如圖4所示。隨著醫用CT技術的發展，配套的掃描技術和重建算法得到了較快的發展，斷層診斷技術也被應用到燃燒流場診斷領域。TDLAT測量系統一般包含4個基本模塊，即為光學測量模塊、數據處理模塊、重建算法模塊和后處理模塊。

圖4 TDLAT測量原理示意圖

2.1 TDLAT測量手段

TDLAT的測量手段包括直接吸收和波長調制方法2種。直接吸收方法是利用激光器在頻域上掃描氣體吸收譜線，通過將測量得到的衰減后的激光強度與參考激光強度進行對比，從而得到光譜吸光度。利用直接吸收方法測量氣體的溫度和濃度時，不需要通過標準氣體進行校準，但是需要確定激光參考強度作為基線，用于確定最終的吸收面積。由于壓力、溫度和組分濃度都可以表示為直接吸收光譜測量信號的解析形式，所以直接吸收方法通常被用于流場的二維測量中。

然而，在高壓環境或者低信噪比情況下，直接吸收譜線會出現嚴重的重疊現象，波長調制光譜方法是在激光信號上加入高頻調制，而后利用鎖相解調出的諧波信號實現氣體的參數測量。然而，在TDLAT二維測量中，需要用到吸收面積作為重建過程的已知量，波長調制光譜方法無法直接獲取，需要對測量信號進行解調，尤其在非均勻分布流場中，吸收面積的獲取較為困難。2014年，Cai等人[10]提出將WMS引入到超光譜氣體二維重建中以提高測量精度，但由于重建方法仍采用模擬退火算法進行全局優化，重建時間較長。Guha等人[11]利用數值模擬的方法，分析了基于直接吸收方法和波長調制方法的TDLAT重建誤差，研究結果表明，吸收光譜的測量噪聲在重建光譜數據時僅引起相對較小的誤差，溫度結果是由重建的2條吸收譜線數據的比值確定，所以在吸收較弱的區域重建誤差被放大，影響了最終溫度和濃度的重建結果。

2.2 光學測量模塊

求解氣體參數二維分布問題時，在大部分情況下，投影光線的數目小于被測區域離散的網格數目，此時求解方程為病態方程。為了提高重建結果質量，在光學測量模塊中，光線分布的設計尤為關鍵，研究者會盡可能設計多的光線穿過流場區域。但是，在實際的燃燒流場測量中，由于實驗空間有限，無法安裝大量的測量設備，研究者通常采用移動旋轉或光線固定模式來彌補一次投影光線數目的不足。

2.2.1移動旋轉模式

2004年，帝國理工學院Gillet等人[12]設計搭建了用于測量燃氣輪機燃燒室模型中碳氫燃料氣體分布的重建裝置。如圖5所示，該測量方案利用裝置的等距平移，實現了投影方向數目為13、每個投影方向上投影光線數目為25的平行光分布方式測量。

圖5 Gillet等人的實驗裝置示意圖[12]

浙江大學能源清潔利用國家重點實驗室王飛小組[13]于2008年設計搭建了如圖6所示的小型氣體溫度和組分濃度分布重建測量系統，利用4個高速旋轉平臺產生4束夾角為11°的扇形光束，能在0.1s內完成對被測區域的掃描并得到了400組投影數據，實現了對氣體參數截面分布的高速掃描測量。2015年，該小組將移動旋轉模式改為固定模式測量[14]，采用4個投影角度，每個投影角度6條光線的方式，測量了不同當量比下的平面火焰溫度和濃度分布，數值分析表明在吸收信號存在3%的噪聲條件下仍可以得到重建結果，實驗結果與數值模擬結果基本吻合。

(a) 光線旋轉模式

(b) 光線固定模式

Fig.6OverviewoftheexperimentalsetupbyWangFeifromZhejingUniversity[13]

2012年，裝備學院洪延姬小組宋俊玲等人[15]搭建了如圖7所示的等距平移測量裝置，對300～1100K范圍的紅外燃氣爐溫度場進行了重建，研究了投影角度、光線數目和虛擬光線對重建結果的影響。

2013年，美國弗吉尼亞大學的McDaniel小組[16]搭建了TDLAT系統，實驗中探測器和激光發射裝置被固定在一側的旋轉臺上，通過自動調節反射鏡使得激光光線形成扇形光束，對被測區域進行了掃描。完成一次投影后，同時旋轉探測器和接收器，再次利用扇形光束掃描，實現了不同角度下被測區域的投影。圖8為TDLAT系統安裝于NASA超聲速直連臺上的實物照片。

圖7 宋俊玲等人的實驗裝置示意圖[15]

圖8 NASA超聲速直連臺及TDLAT系統[16]

Fig.8NASALangleydirect-connectsupersoniccombustiontestfacilityandTDLATsystem[16]

2.2.2空間固定模式

在移動旋轉過程中，需要機械運動部件，在實際應用中容易受到機械振動的影響，且無法實現對非定常流場的瞬時測量。

2009年，超光譜層析成像技術小組Ma等人[17]設計搭建了基于時分復用技術的超光譜測量系統并進行了實驗，實驗裝置如圖9所示。實驗選取6條測量光線，固定安裝在矩形框架上，對1333～1377nm的H2O吸收光譜范圍進行掃描，對包含當量比為0.5的H2-空氣混合氣體火焰等6個區域進行了重建。2013年，該小組采用垂直和水平各有15條測量光線平行分布的方式，測量了J85航空發動機H2O的溫度和組分濃度出口截面分布。在本文第3部分即燃燒場測量應用中將詳細介紹此次實驗。

圖9 基于超光譜技術的實驗測量裝置[17]

英國曼徹斯特大學工業過程層析成像小組主要針對化學組分分布重建進行研究，一直以來致力于提高圖像重建質量和改善光學設計，以達到對多缸內燃機的碳氫燃料組分濃度分布進行快速測量。2000年，該小組Carey等人[18]基于近紅外吸收光譜技術設計搭建了對發動機中的碳氫燃料濃度分布進行層析成像的重建裝置。該裝置采用固定光路方式，將28條投影光線的發射端和接受端安裝在內燃機氣缸壁上，選取中心波長為1550和1700nm的2條譜線，對直徑為85mm的發動機氣缸進行測量。2010年，該小組Wright等人[19]在Terzijia等人[20]的非規則光線分布研究成果基礎上，采用27條非規則光線分布的固定光路平臺，對內燃機進行了燃料蒸汽組分濃度截面分布的二維分布測量，光路設計照片及27條光線分布如圖10所示，結果較好地反映了內燃機的燃燒過程。

圖10 光路設計照片及27條光線分布[19]

日本德島大學Deguchi等人[21]于2012年采用固定光路方案設計了8光路TDLAT重建系統，用來測量燃燒器和柴油發動機排氣管出口處的溫度和H2O組分濃度分布，并進行了相關實驗，驗證了該系統的快速測量能力，從而能夠實時測量內燃機的燃燒狀態。隨后，將實驗光路拓展到16條[22]，基于平面火焰爐開展了桌面實驗研究，并對比分析了乘積型ART算法與ART算法的重建結果[23]。

2015年，北京航空航天大學劉暢等人[24]發展了一種扇形光束激光斷層掃描傳感器，將2條探測器的間距減小到探測器鏡面尺寸，5組扇形光束固定安裝在被測區域周圍，每個投影角度有12個探測器，實驗光路圖和實驗裝置示意圖如圖11所示。

2.3 數據處理模塊

在TDLAT測量系統中，實驗數據的處理量非常大，一方面用于二維重建需要采集幾十條光路數據，另一方面為了捕捉流場的動態變化，需要快速采集，通常采集速率在MHz。Cai等人[25]提出將正交分解方法引入到超光譜重建中，將被測區域寫為基函數形式，達到降低未知數個數的目的，計算時間縮短為未使用基函數方法的1/5。圖12給出原始流場和流場重建結果，由圖可見，使用特征基重建被測流場可以有效提高重建結果質量。

圖11 劉暢等人二維重建光路設計及測量裝置示意圖[24]

Fig.11SchematicofopticaldeignandlayoutofexperimentalsetupbyLiuChang[24]

(a) 原始流場 (b)未使用特征基流場重建結果 (c)使用特征基流場重建結果

圖12 重建結果[25]

Fig.12Reconstructionresults[25]

Busa等人[26]提出一種基于主頻分析的方法，將吸收譜線進行特征值分解，吸收線型不再采用單一的Voigt線型進行擬合，而是多條Voigt線型的組合，在實驗開始前確定特征Voigt線型，數據處理時通過計算不同吸收譜線的高度、譜線中心和寬度，與實驗結果進行對比，得到最佳的擬合結果。對于1組50ms大小為1GB的實驗數據，需要1.5小時得到平均的數據結果。

Xu等人[27]設計了一套用于數據快速擬合和處理的電子包，圖13為該數據采集和處理電子包。該電子包首先在閃存中保存了一定范圍內的Gauss和Lorentz線寬，用于插值擬合Voigt線型。實驗開始后，對測量數據進行預處理，選取50個數據點用于擬合基線，將Gauss線寬、Lorentz線寬和吸收面積作為自由變量，采用Gauss-Newton方法對Voigt線型進行擬合，得到吸收面積數據用于流場二維重建。

圖13 數據采集和處理電子包[27]

姚路等人[28]設計了一套集DFB激光器驅動、掃描波形生成、微弱信號放大和嵌入式算法等功能于一體的小型化TDLAS測量系統。該系統針對工程應用環境進行設計，具有功耗和體積小，抗電磁干擾能力強等特點，解決了實驗室系統不適用于臺架試驗的問題，對未來的發動機飛行實驗測量系統設計提供了參考依據。目前該系統還處于研發階段，測量結果為視線測量，尚無法實現重建，測量參數僅為溫度參數。

為了減少實驗噪聲的影響，2011年，Terzija等人[29]采用小波的平滑方程，在迭代過程中起到濾除噪聲和平滑處理的作用。2015年，Li等人[30]將小波變換方法引入到TDLAS實驗測量中，對測量信號進行去噪和背景基線的修正，有效提高了光譜數據的擬合精度和信噪比。

2.4 重建算法模塊

目前，TDLAT重建算法主要包括變換法、迭代法和超光譜法。

2.4.1變換法

基于變換的算法主要包括基于傅里葉變換的卷積算法和基于拉登變換的濾波反投影算法，代表算法有卷積反投影算法、Abel變換法[31]和濾波反投影算法(FBP)[32]。1979年，喬治華盛頓大學和美國國家標準局合作小組的Emmerman和Goulard對適度濾波卷積算法進行了仿真驗證[33]。

Abel變換法適用于參數分布具有軸對稱或中心對稱特性的流場[34-35]。FBP算法則是由Shepp和Logan[36]于1974年提出的。弗吉尼亞大學在2008年開始了針對基于變換的濾波反投影法的TDLAT技術仿真和實驗研究。研究小組先后對Hencken平焰爐[37]、臺式氫-空氣平面爐[38]、高超聲速燃燒段出口[39]、弗吉尼亞大學超聲速燃燒設備和NASA蘭利直連式超聲速燃燒測試設備出口[40]進行了重建實驗。

國內，裝備學院洪延姬小組宋俊玲等人[41]在2011年采用基于Radon變換的濾波反投影算法，由36個扇形光束共468條光線對H2O蒸氣溫度的高斯分布模型進行了仿真，并研究了投影數目和隨機噪聲對重建結果的影響。

2015年，中科院安光所的夏暉暉等人[42]通過數值仿真手段研究了濾波反投影重建中投影角度個數、每個投影下的平行光數量(下面簡稱平行光數量)以及待測流場的網格劃分程度對重建結果的影響。其研究結果表明，相同的平行光數量下投影角度個數對重建結果的影響不明顯，而在相同的投影角度個數下平行光數量越多重建精度越高；在固定的變光線布局下，網格劃分程度在接近平行光數量時得到的重建結果最好。

變換法重建流場需要均勻分布在180°或360°范圍內的完備投影值，否則缺失數據所產生的重建誤差會嚴重影響測量質量。所需測量裝置較為復雜，時間較長，應用難度較大。

2.4.2迭代法

基于迭代的算法，具有代表性的有最大似然估計法[43]、代數迭代重建算法(ART)[44-45]、正則化法等。Gordon等人于1970年提出了ART算法[44]，之后研究人員又發展了許多變形和改進形式，如聯合代數迭代算法(SIRT)、乘積型代數迭代算法(MART)等。ART算法實現過程簡單，在應用過程中可根據先驗信息對迭代變量進行約束，并可在投影數據缺失的情況下得到較為理想的重建結果。

2006年，美國弗吉尼亞大學Bryner等人[46]采用最大似然期望最大化法(Maximum Likelihood-Expectation, ML-EM)進行仿真，重建結果如圖14所示，在30×30離散網格條件下，組分濃度重建誤差為11.7%。研究發現，在重建區域的邊角處存在偽像，增加投影角度，有利于提高重建結果質量。

圖14 最大似然期望最大法的原始流場和重建結果[46]

Fig.14OriginalandreconstructionflowfieldbasedonML-EMalgorithm[46]

2008年，英國曼徹斯特大學工業過程層析成像小組Terzija等人[20]通過實驗探究了修正LandWeber迭代算法的松弛因子、平滑算子和迭代次數對重建效果的影響，在松弛因子λ=0.01，Laplace平滑算子為7×7，迭代次數25次的條件下，對丙烷-空氣預混氣體和丙烷羽流在6種位置下的組分濃度分布進行了二維重建。

2010年，Kasyutich等人[47]采用ART算法重建了由矩形和圓形加熱器組成的待測區域溫度分布，重建結果如圖15所示，其中(a)為熱電偶測量結果，(b)為重建結果，驗證了算法的可行性。

2011年，該小組Wood等人[48]對溫度范圍1600～2000K，氣壓(1～25)×105Pa，H2O蒸氣濃度0.92%～7.86%，半徑為32pixel的區域進行了溫度分布二維重建。實驗采用LandWeber迭代算法和Levenburg-Maquardt-Fletcher算法進行重建，經驗證誤差在16.6～50.0K。

2010年，加拿大滑鐵盧大學Daun[49]通過數值仿真，驗證了采用基于Laplace平滑算子的Tikhonov正則化法重建溫度和組分濃度場的可行性，并通過與修正Landweber迭代算法的對比，表明Tikhonov正則化法對測量噪聲有較好的適應性，重建結果也更好。

圖15 Kasyutich等人重建結果圖

2009年，南京理工大學瞬態物理國家重點實驗室李寧等人[50]采用遺傳算法與模擬退火算法相結合的方法對重建過程中得到的非線性方程組進行全局求解，而后利用Levenburg-Marquardt算法進行局部搜索優化，驗證了智能算法進行重建的可行性。2010年，該小組在傳統ART算法的基礎上引入松弛因子修正項β和平滑因子δ這2個修正系數[51]，得到了修正自適應代數重建迭代算法(MAART)，通過數值分析研究了修正系數對算法收斂速度和重建結果的影響，確定了修正系數的取值范圍(β=0.1～0.3，δ=0～0.02)，并與傳統的ART算法和SIRT算法進行比較，結果如圖16所示，驗證了該算法的優越性。

2013年，天津大學的李金義等人[52]發展了基于正交光路的溫度重建方法，并分析了測量路徑數量N對重建結果的影響。該方法對單峰非均勻溫度場的重建結果較好，最大偏差在50K以內，相對偏差在2.5%以內，而對雙峰溫度場的重建結果較差，出現失真。

2016年，中科院安光所的夏暉暉等人[53]提出了兩步ART算法，有效提高了組分濃度的重建精度。該技術在傳統ART算法基礎上，將得到的溫度參數回代至系數矩陣得出以濃度參數為未知數的代數方程組，進而對該方程組再次采用ART算法進行求解得出最終的濃度參數。

圖16 不同算法對溫度和組分濃度的重建誤差[51]

Fig.16Comparisonofrelativeerrorsintemperatureandconcentrationreconstructionfromdifferentalgorithms[51]

2.4.3超光譜法

2008年，Ma Lin等人[54]提出了基于超光譜法(Hyperspectral Tomography，HT)的燃燒流場二維重建方法。該方法通過選取適當參數構建目標函數，將重建問題歸結為最小化問題。將模擬退火算法和Levenburg-Maquardt算法相結合找出溫度分布的最優解，代入投影方程，通過最小二乘法得出濃度分布，溫度和組分濃度的重建誤差分別為1.44%和4.87%，結果表明，超光譜法相比于傳統的重建技術，利用了多光譜測量技術，增加了測量光線內的譜線信息，減少了投影光線數目，并且對先驗信息有較好的適應性，但計算時間較長。

2.4.4小節

3類重建算法(變換法、迭代法、超光譜法)各有優勢與不足，其適用條件及重建特性如表1所示。

表1 3類重建算法比較Table 1 Comparison of three kinds of reconstruction algorithms

變換法在光線數量充足的條件下可實現高精度的重建，但也受投影角度完備的約束，測量裝置較為復雜，難以實現小型化與快速測量，通常適用于穩定燃燒場的重建。相比之下迭代法與超光譜法可實現快速測量，能夠對燃燒場的瞬態變化進行重建，通過嵌入式測量裝置可以實現飛行實驗測量。然而超光譜法的重建時間較長，但受測量噪聲影響較?。幌喾吹ㄔ谥亟〞r間上具有優勢，但其對投影數量及信號質量有著更高的要求。目前采用較為普遍的是迭代算法，尤其是ART算法(及其改進形式)和Landweber算法。

2.5 后處理模塊

后處理模塊是指重建結果的可視化過程，通常由研究者自定義形式，如三維圖、等高線圖等，若流場是隨時間演化的動態場，還可以表達為動畫形式，目的是使研究者更好地判斷測量結果。在重建離散網格較為稀疏的情況下，還會將重建結果進行插值，便于判斷流場的分布信息或者與其它測量手段進行比較。

3 燃燒場測量應用

3.1 超燃沖壓發動機

超燃沖壓發動機是高超聲速飛行器的核心部件之一，監測發動機內流場的狀態參數，可為發動機性能評估和飛行器設計提供重要參考。2011年，中科院力學所李飛等人[55]同時了測量沖壓發動機進氣道、燃燒室和燃燒室出口處溫度、速度和組分濃度的平均分布。2012年，美國空軍實驗室和NASA蘭利研究中心合作開展的超聲速飛行國際研究和實驗HIFiRE-2項目中對TDLAT技術進行了研究，以更好地評估飛行器發動機的燃燒狀態。該系統于2012年5月8日進行了飛行試驗，圖17為HIFiRE-2中TDLAT測量系統示意圖[56]，采用3×5的光線分布方式，但測試結果并未對外公布。

圖17 HIFiRE-2中TDLAT系統[56]

針對HIFiRE-2項目，美國空軍實驗室開展了多次地面測試試驗。2012年，Brown等人[57]在地面測試發動機燃燒室出口處固定設置14組激光發射接收裝置(8組水平，6組垂直)，對出口截面進行重建測量，測量裝置圖和測量結果如圖18(a)和(b)所示，由于實驗中投影光線數目過少，重建結果只能用于定性分析流場狀態。

(a) TDLAS測量系統

(b) 實驗結果

圖18 HIFiRE-2地面測試系統燃燒室出口TDLAS測量系統和實驗結果[57]

Fig.18TDLATsystemforHIFiRE-2groundtestandexperimentalresults[57]

3.2 航空發動機

2013年，美國弗吉尼亞理工大學的Ma Lin等人[58]測量了通用電子J85航空發動機出口處氣體(H2O)的溫度和濃度分布，測量系統示意圖如圖19所示。測量時間響應為20μs，測量空間分辨率為36.8mm×36.8mm，其中發動機出口尺寸為45.72cm×45.72cm，垂直和水平方向分別布置15條光線，實驗中被測區域被離散為15×15的網格區域。激光器系統采用時分復用方式，連接了3臺FDML激光器，每臺FDML激光器以50kHz的頻率掃描，掃描波長范圍為10 cm-1。3臺激光器信號經過合束后被分成32束光路，其中30束光路穿過被測流場，1束用于記錄激光光強，1束用于控制波長掃描。實驗中共選擇了12條H2O吸收譜線，用于溫度場和濃度場的二維重建。

圖19 J85航空發動機出口二維分布測量系統示意圖和實物照片[58]

Fig.19SchematicoflocationofthemeasurementsplaneinJ85aeroengineandphotographofopticalcomponents[58]

2015年，南京理工大學的呂曉靜等人[59]采用多譜線吸收光譜技術對脈沖爆轟發動機的燃氣管外流場溫度分布進行了測量。激光器以10kHz的頻率掃描了H2O的4條吸收譜線，在發動機管口20～200cm處設置了8個測試點，首次實現了爆轟發動機管外較遠處流場的在線診斷。

3.3 燃煤鍋爐

美國Zolo公司的ZoloBOSS產品[60]從2005年起開始銷售，融合了TDLAS、激光合束技術和層析技術，用于燃煤鍋爐燃燒后的組分濃度分析，通過控制系統，可以準確地控制風煤比例，控制爐膛內部溫度，優化爐膛內部CO、O2等成份的組分，實現控制爐膛內部的空氣和燃煤的比例在優化目標區域內。圖20給出了ZoloBOSS鍋爐測量系統的示意圖[61]，測量系統包括激光發射頭、激光接收頭、激光節點盒、控制柜、矩陣配電柜、燃燒區域二維影像分析軟件以及OPC客戶端通訊接口。

ZoloBOSS系統是TDLAS技術的首個成熟的商業產品，其在燃煤鍋爐的應用解決了很多工程設計問題——如激光自動對準技術、設備運行遠程監控等。但在層析技術方面，ZoloBOSS僅采用簡單的加權平均辦法進行了重構，只能粗略評估鍋爐的燃燒情況。

圖20 ZoloBOSS鍋爐測量系統示意圖[61]

Fig.20SchematicofcoalcombustionmeasurementsystembyZoloBOSS[61]

4 發展趨勢和動態

激光吸收光譜斷層診斷技術已經成為燃燒流場診斷的重要手段，尤其在高溫、高速、有毒等嚴苛環境的檢測中，可以發揮其非接觸式、高靈敏度的優勢。同時，激光吸收光譜斷層診斷技術在實際燃燒流場測量中，尚存在一些不足和亟待解決的問題。

(1) 高壓環境下重建結果質量差的問題。基于直接吸收光譜方法的TDLAT技術在高壓環境下吸收譜線會出現交疊現象，影響吸收面積計算的準確性進而影響二維重建結果質量。需要將波長調制光譜引入到TDLAT中，當前雖然有研究者引入波長調制方法，但是采用優化算法進行二維重建，計算時間較長，不能滿足流場實時測量的需求。將波長調制方法引入到以迭代算法為基礎的TDLAT中，可以有效縮短二維重建時間，還需要解決非均勻流場諧波信號的解調和吸收面積反算等問題。

(2) 多種燃燒產物同步測量問題。隨著中紅外波段激光器和相關光纖技術的發展，目前已經開展了中紅外波段一種或多種氣體的一維測量，有待發展多種組分氣體如CO、CO2和CH4等大分子碳氫燃燒料或產物的二維測量。需要重點解決激光功率損失大、其它氣體干擾、粒子散射造成的非吸收損失等問題，實現多種燃燒組分同步二維測量。

(3) 激光吸收光譜斷層診斷技術重建精度問題。實際流場是連續的，由于探頭尺寸和安裝位置的限制，投影光線數目有限，導致重建流場空間分辨率不高或者重建誤差較大。在實驗設計方面，需要解決探頭尺寸大、光線利用效率低、分布角度單一等問題；在重建算法方面，如何較好地利用CFD或其它測量手段的輔助，增加算法的約束條件仍有待研究。

5 結 論

激光吸收光譜斷層診斷技術作為新型的流場二維診斷技術，在燃燒流場和推進流場參數測量方面具有廣闊的應用前景。目前，國內外研究者已將該技術應用到超燃沖壓發動機、航空發動機、燃煤鍋爐等內流場診斷研究中，并針對實驗光學系統設計、數據處理、二維重建算法開展了較為廣泛和深入的研究，為后續激光吸收光譜斷層診斷技術在燃燒流場測量中的應用奠定了較好的理論和實驗基礎。

此外，由于燃燒和推進流場特殊環境的要求，激光吸收光譜斷層診斷技術還存在一些問題，有待研究者進一步探討。

[1]Bolshov M A, Kuritsyn Y A, Romanovskii Y V. Tunable diode laser spectroscopy as a technique for combustion diagnostics[J]. Spectrochimca Acta B, 2015, 106: 45-66.

[2]Wright P, Johnson M, Fisher E, et al. Progress towards non-intrusive optical measurement of gas turbine exhaust species distributions[C]. Aerospace Conference, IEEE, 2015, 7119019.

[3]洪延姬. 燃燒場吸收光譜診斷技術研究進展[J]. 實驗流體力學, 2014, 28(3): 12-15.

Hong Y. Progress in absorption spectroscopy diagnosis techniques for combustion flowfields[J]. Journal of Experiments in Fluid Mechanics, 2014, 28(3): 12-25.

[4]Hanson R K. Applications of quantitative laser sensors to kinetics, propulsion and practical energy systems[J]. Proceedings of the Combustion Institute, 2011, 33(1): 1-40.

[5]Zhou X, Liu X, Jeffries J B, et al. Development of a sensor for temperature and water concentration in combustion gases using a single tunable diode laser[J]. Measurement Science and Technology, 2003, 14: 1459-1468.

[6]Zhou X, Liu X, Jefferies J B, et al. Selection of NIR H2O absorption transitions for in-cylinder measurement of temperature in IC engines[J]. Measurement Science and Technology, 2005, 16: 2437-2445.

[7]Liu X, Jefferies J B, Hanson R K, et al. Development of a tunable diode laser sensor for measurements of gas turbine exhaust temperature[J]. Applied Physics B, 2006, 82: 469-478.

[8]Chang L S, Strand C L, Jeffries J B, et al. Supersonic mass-flux measurements via tunable diode laser absorption and nonuniform flow modeling[J]. AIAA Journal, 2011, 49(12): 2783-2791.

[9]Chang L S. Development of a diode laser sensor for measurement of mass flux in supersonic flow[D]. Stanford University, 2011.

[10]Cai W, Kaminski C F. Multiplexed absorption tomography with calibration-free wavelength modulation spectroscopy[J]. Applied Physics Letters, 2014, 104: 154106.

[11]Guha A, Schoeg I M. Tomographic imaging of flames: assessment of reconstruction error based on simulated results[J]. Journal of Propulsion and Power, 2014, 30(2): 350-359.

[12]Gillet B, Hardalupas Y, Kavounides C, et al. Infrared Absorption for Measurement of Hydrocarbon Concentration in Fuel/Air Mixtures[J]. Applied Thermal Engineering, 2004, (24): 1633-1653.

[13]Wang F, Cen K F, Li N, et al. Two-dimensional tomography for gas concentration and temperature distributions based on tunable diode[J]. Measurement Science and Technology, 2010, 21(4): 1-10.

[14]Wang F, Wu Q, Huang Q, et al. Simultaneous measurement of 2-dimensional H2O concentration and temperature distribution in premixed methane air flame using TDLAS- based tomography technology[J]. Optics Communications, 2015, 346: 53-63.

[15]Song J, Hong Y, Wang G et al. Algebraic tomographic reconstruction of two-dimensional gas temperature based on tunable diode laser absorption spectroscopy[J]. Applied Physics B, 2013, 112: 529-537.

[16]Busa K M, Ellison E N, McGovern B J, et al. Measurements on NASA langley durable combustor rig by TDLAT preliminary results[R]. AIAA-2013-0696, 2013.

[17]Ma L, Cai W, Caswell A W, et al. Tomographic imaging of temperature and chemical species based on hyperspectral absorption spectroscopy[J]. Optics Express, 2009, 17(10): 8602-8613.

[18]Carey S J, McCann H, Hindle F P, et al. Chemical Species Tomography by Near Infra-red Absorption[J]. Chemical Engineering Journal, 2000, (77): 111-118.

[19]Wright P, Terzija N, Davidson J L, et al. High-speed chemical species tomography in a multi-cylinder automotive engine[J]. Chemical Engineering Journal, 2010, (158): 2-10.

[20]Terzija N, Davidson J L, Garcia-Stewart C A, et al. Image optimization for chemical species tomography with an irregular and sparse beam array[J]. Measurement Science and Technology, 2008, 19(9): 094007.

[21]Deguchi Y, Yasui D, Adachi A. Development of 2D Temperature and Concentration Measurement Method Using Tunable Diode Laser Absorption Spectroscopy[J]. Journal of Mechanics Engineering and Automation, 2012, (2): 543-549.

[22]Deguchi Y, Kamimoto T, Kiyota Y. Time resolved 2D concentration and temperature measurement using CT tunable laser absorption spectroscopy[J]. Flow Measurement and Instrumentation, 2015, 46: 312-318.

[23]Choi D W, Jeon M G, Cho G R, et al. Performance improvements in temperature reconstructions of 2-D tunable diode laser absorption Tunable Diode Laser Absorption Spectroscopy (TDLAS)[J]. Journal of Thermal Science, 2016, 25(1): 84-89.

[24]Liu C, Xu L, Chen J, et al. Development of a fan-beam TDLAS-based tomographic sensor for rapid imaging of temperature and gas concentration[J]. Optics express, 2015, 23(17): 22494-22511.

[25]Cai W, Ma L. Hyperspectral tomography based on proper orthogonal decomposition as motivated by imaging diagnosostics of unsteady reactive flows[J]. Applied Optics, 2010, 49(4): 601-610.

[26]Busa K M, Brown M S. Fast Data processing for optical absorption measurements[R]. AIAA-2016-0660, 2016.

[27]Xu L, Liu C, Jing W, et al. Tunable diode laser absorption spectroscopy-based tomography system for on-line monitoring of two-dimensional distributions of temperature and H2O mole fraction[J]. Review of Scientific Instruments, 2016, 87: 013101.

[28]姚路, 劉文清, 闞瑞峰, 等. 小型化TDLAS發動機測溫系統的研究及進展[J]. 實驗流體力學, 2015, 19(2): 71-76.

Yao L, Liu W, Kan R. Research and development of a compact TDLAS system to measure scramjet combustion temperature[J]. Journal of Experiments in Fluid Mechanics, 2015, 19(2): 71-76.

[29]Terzija N, McCann H. Wavelet-based image reconstruction for hard-field tomography with severely limited data[J]. IEEE Sensors Journal, 2011, 11(9): 1885-1893.

[30]Li J, Yu B, Fischer H. Wavelet transform based on the optimal wavelet pairs for tunable diode laser absorption spectroscopy signal processing[J]. Applied Spectroscopy, 2015, 69(4): 496-506.

[31]Smith L M, Keefer D R, Sudharsanan S I. Abel inversion using transform techniques[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 1988, 39(5): 367-373.

[32]Kak A C, Slaney M. Principles of computerized tomographic imaging[M]. New York: IEEE Press, 1999.

[33]Goulard R, Emmerman P J. Absorption diagnostics[R]. AIAA-79-0085, 1979.

[34]Dash C J. One-dimensional tomography : a comparison of Abel, onion-peeling, and filtered backprojection methods[J]. Applied Optics, 1992, 31(8): 1146-1152.

[35]Villarreal R, Varghese P L. Frequency-resolved absorption tomography with tunable diode lasers[J]. Applied Optics, 2005, 44(31): 6786-6795.

[36]Shepp L A, Logan B F. The Fourier reconstruction of a head section[J]. IEEE Transaction on Nuclear Science, 1974, NS-21: 21-43.

[37]Bryner E, Sharma M G, McDaniel J C, et al. Tunable diode laser absorption technique development for determination of spatially resolved water concentration and temperature[R]. AIAA-2010-0299, 2010.

[38]Bryner E, Busa K, MacDaniel J C, et al. Spatially resolved temperature and water vapor concentration distributions in a flat flame burner by tunable diode laser absorption tomography[R]. AIAA-2011-1291, 2011.

[39]Busa K M, Bryner E, MacDaniel J C, et al. Demonstration of capability of water flux measurement in a scramjet combustor using tunable diode laser absorption tomography and stereoscopic PIV[R]. AIAA-2011-1294, 2011.

[40]Busa K M, Ellison E N, MacGovern B J, et al. Measurements on NASA Langley durable combustor rig by TDLAT: Preliminary Results[R]. AIAA-2013-0696, 2013.

[41]宋俊玲, 洪延姬, 王廣宇. H2O溫度二維分布的濾波反投影重建[J]. 強激光與粒子束, 2012, 24(9): 2073-2078.

Song J L, Hong Y J, Wang G Y. Two-dimensional water temperature reconstruction by filtered back-projection method based on tunable diode laser absorption technique[J]. High Power Laser and Particle Beams, 2012, 24(9): 2073-2078.

[42]Xia H, Xu Z, Kan R, et al. Numerical study of two-dimensional water vapor concentration and temperature distribution of combustion zones using tunable diode laser absorption tomography[J]. Infrared Physics & Technology, 2015, 72: 170-178.

[43]Llacer J, Meng J D. Matrix-based image reconstruction method for tomography[J]. IEEE Transactions on Nuclear Science, 1995, 32(1): 855-864.

[44]Gordon R, Bender R, Herman G T. Algebraic reconstruction techniques (ART) for three-dimensinal electron microscopy and X-ray photography[J]. Journal of Theorectical Biology, 1970, 29(3): 471-481.

[45]Herman G T. Fundamentals of computerized tomography: image reconstruction from projections[M]. New York: Springer, 2009.

[46]Bryner E, Diskin G S, Goyne C P, et al. Development of an infrared laser absorption tomography system for a scramjet combustor[R]. AIAA-2006-3445, 2006.

[47]Kasyutich V L, Martin P A. Towards a two-dimensional concentration and temperature laser absorption tomography sensor system[J]. Applied Physics B, 2011(102): 149-162.

[48]Wood M P, Ozanyan K B. Temperature mapping from molecular absorption tomography[C]//Sensors, IEEE, 2011: 865-869.

[49]Daun K J. Infrared species limited data tomography through tikhonov reconstruction[J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 2010, 111: 105-115.

[50]李寧, 翁春生. 基于多波長激光吸收光譜技術的氣體濃度與溫度二維分布遺傳模擬退火重建研究[J]. 物理學報, 2010, 59(10): 6914-6920.

Li N, Weng C. Gas concentration and temperature reconstruction by genetic simulated annealing algorithm based on multi-wavelengths diode laser absorption spectroscopy[J]. Acta Physica Sinica, 2010, 59(10): 6914-6920.

[51]Li N, Weng C. Modified adaptive algebraic tomographic reconstruction for gas distribution from incomplete projection by a two-wavelength absorption scheme[J]. Chinese Optics Letters, 2011, 9(6): 061201.

[52]李金義, 朱可柯, 杜振輝, 等. 一種基于TDLAS的高分辨率二維溫度場重建算法及數值仿真[J]. 實驗流體力學, 2014, 28(3): 63-71.

Li J, Zhu K, Du Z. A high-resolution algorithm for 2D temperature reconstruction using TDLAS and numerical simulation[J]. Journal of Experiments in Fluid Mechanics, 2014, 28(3): 63-71.

[53]Xia H, Kan R, Xu Z, et al. Two-step tomographic reconstructions of temperature and species concentration in a flame based on laser absorption measurements with a rotation platform[J]. Optics and Lasers in Engineering, 2017, 90: 10-18.

[54]Ma L, Cai W. Numerical investigation of hyperspectral tomography for simultaneous temperature and concentration imaging[J]. Applied Optics, 2008, 47(21): 3751-3759.

[55]Li F, Yu X, Gu H, et al. Simultaneous measurements of multiple flow parameters for scramjet characterization using tunable diode-laser sensors[J]. Appiled Optics, 2011, 50(36): 6697-6707.

[56]Jackson K R, Gruber M R, Buccellato S. HIFiRE flight 2 overview and status update 2011[R]. AIAA-2011-2202, 2011.

[57]Brown M S. Application of diode-laser-based measurements in hypersonic flows[R]. AIAA-2012-0555, 2012.

[58]Ma L, Li X, Sanders S T, et al. 50-kHz-rate 2D imaging of temperature and H2O concentration at the exhaust plane of a J85 engine using hyperspectral tomography[J]. Optics Express, 2013, 21(1): 1152-1162.

[59]呂曉靜, 李寧, 翁春生. 基于多譜線吸收光譜技術的脈沖爆轟發動機管外流場測試研究[J]. 光譜學與光譜分析, 2016, 3: 004.

Lyu X, Li N, Weng C. The diagnostics of detonation flow external field based on multispectral absorption spectroscopy technology[J]. Spectroscopy and Spectral Analysis. 2016, 3: 004.

[60]ZoloBOSS Boiler Optimization Spectroscopy Sensor Operator Manual[EB/OL]. www. zolotech. com, 2014-07-25.

[61]Ruducing green house gas emissions via efficient coal combustion[EB/OL]. www. zolotech. com, 2014-07-25.