基于激光吸收光譜技術(shù)的二維重建光線分布優(yōu)化方法
【專利摘要】本發(fā)明結(jié)合可調(diào)諧半導(dǎo)體激光吸收光譜技術(shù)和計(jì)算機(jī)斷層掃描技術(shù)，提供了一種用于燃燒流場二維重建時的光線分布優(yōu)化方法，該方法包含光線矩陣計(jì)算步驟、燃燒流場重建步驟和光線分布優(yōu)化步驟。第一步，將被測區(qū)域離散化，預(yù)設(shè)光線空間分布方式，計(jì)算光線穿過離散化區(qū)域的長度，得到光線分布矩陣；第二步，選擇合適的吸收譜線，計(jì)算初始?xì)怏w分布模型的光線投影結(jié)果，利用代數(shù)迭代算法重建被測流場的溫度和濃度，計(jì)算重建誤差和標(biāo)準(zhǔn)差；第三步，采用自適應(yīng)模擬退火方法全局搜索得到最佳光線的分布范圍，再采用序列二次規(guī)劃方法局部搜索得到最佳的光線分布。
【專利說明】基于激光吸收光譜技術(shù)的二維重建光線分布優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于光學(xué)流場診斷領(lǐng)域，涉及半導(dǎo)體激光吸收光譜技術(shù)和計(jì)算機(jī)斷層掃描重建技術(shù)，特別是涉及多目標(biāo)函數(shù)的優(yōu)化方法，可用于燃燒流場溫度/氣體組分濃度二維重建測量中光線分布設(shè)計(jì)。
【背景技術(shù)】
[0002]可調(diào)諧半導(dǎo)體激光吸收光譜技術(shù)(TDLAS)是利用單一頻率的激光穿過待測流場區(qū)域時，當(dāng)激光頻率與氣體吸收組分躍遷頻率相同時，激光能量被吸收，通過對比入射激光強(qiáng)度與透射激光強(qiáng)度，確定沿著光路徑方向的吸收值，進(jìn)而確定氣體溫度和濃度物性參數(shù)。然而，由于TDLAS技術(shù)是基于視線效應(yīng)的測量，其測量結(jié)果只能給出光路徑上氣體參數(shù)的平均值，不能得到流場的內(nèi)部信息。將TDLAS技術(shù)與計(jì)算機(jī)斷層掃描重建技術(shù)相結(jié)合，通過測量不同角度光線穿過流場后的投影結(jié)果，利用反演算法得到流場的二維分布。
[0003]在實(shí)際的流場檢測中，由于實(shí)驗(yàn)場地和成本的限制，不可能安裝大量的激光發(fā)射和探測裝置，限制了投影光線的數(shù)目和角度。投影光線的數(shù)目和角度直接影響重建流場的精度，為了提高重建結(jié)果質(zhì)量，提高光線利用效率，優(yōu)化光線分布方式具有十分重要的意義。
[0004]下述文獻(xiàn)報(bào)道涉及基于TDLAS方法燃燒流場二維重建和光線分布優(yōu)化方法的相關(guān)內(nèi)容。
[0005]1.北卡羅來納州大 學(xué)Lori A.Todd等人在論文“Tomographic reconstruction ofair pollutants evaluation of measurement geometries，，(Applied Optics, 1997 年第36卷20期)研究了不同探測器數(shù)目和不同的光線分布方式對濃度場重建結(jié)果的影響。研究結(jié)果表明，在相同光線數(shù)目下，探測器數(shù)目越多，光線的投影角度越多，重建結(jié)果越好。在相同光線數(shù)目下，光線掃描角度為180°的結(jié)果優(yōu)于掃描角度為90°的情況。
[0006]2.美國弗吉尼亞大學(xué) Kristin M.Busa 等人在論文 “Measurements on NASALangley Durable Combustor Rig by TDLAT Preliminary Results，，(51st AIM AerospaceSciences Meeting including the New Horizons Forum and Aerospace Exposition,AIAA-2013-0696)利用濾波反投影算法重建了高超聲速燃燒室出口平面溫度和H20濃度二維分布。實(shí)驗(yàn)采用扇形光束掃描，每組扇形光束包含21條光線,實(shí)驗(yàn)中共采集40組扇形光束共840個投影光線數(shù)據(jù)，整個實(shí)驗(yàn)耗時近一天。
[0007]3.浙江大學(xué)王飛等人在論文“Two-dimensional tomography for gasconcentration and temperature distributions based on tunable diode laserabsorption spectroscopy ^(Measurement Science and Technology, 2010 年 21 卷第 4 期)研究中直接使用4個高速旋轉(zhuǎn)臺并聯(lián)運(yùn)行，同步掃描被測區(qū)域，共采集400個投影數(shù)據(jù)，實(shí)現(xiàn)對煙道截面NH3溫度場和濃度場的二維重建。
[0008]4.美國空軍實(shí)驗(yàn)室 Michael S.Bown 的論文 “ App Ii cat ion of Diode-Laser-BasedMeasurements in Hypersonic Flows，， (50th AIAA Aerospace Sciences Meetingincluding the New Horizons Forum and Aerospace Exposition, AIAA-2012-0555)針對HIFiRE2燃燒室出口開展地面實(shí)驗(yàn)，實(shí)驗(yàn)中分別沿著水平和垂直兩個方向各布置8條光路，利用代數(shù)迭代算法重建燃燒室出口的溫度和濃度二維分布。由于實(shí)驗(yàn)中只采用兩個方向投影，重建結(jié)果精度不高，只能用于定性分析。
[0009]上述文獻(xiàn)證明了基于TDLAS技術(shù)和計(jì)算機(jī)斷層掃描技術(shù)重建燃燒流場氣體參數(shù)的可行性，但是采用的投影光線數(shù)目較多(大都大于100條)，大都采用平行光束或扇形光束投影，光線利用效率不高，未進(jìn)行光線分布優(yōu)化方法的研究。

【發(fā)明內(nèi)容】

[0010]本發(fā)明的目的是提供一種用于燃燒流場二維重建光線分布的優(yōu)化方法。該發(fā)明首次提出結(jié)合自適應(yīng)模擬退火優(yōu)化算法和序列二次規(guī)劃優(yōu)化算法用于TDLAS燃燒流場光線分布優(yōu)化中。發(fā)明的優(yōu)化方法利用自適應(yīng)模擬退火算法的全局搜索能力，為序列二次規(guī)劃算法配置好一個初值。同時發(fā)揮序列二次規(guī)劃算法效率高的優(yōu)點(diǎn)，最終得到最優(yōu)的光線分布方式。利用該方法，可以提高光線利用效率，得到在一定投影光線數(shù)目下的最佳光線分布方式，用于燃燒流場如噴氣發(fā)動機(jī)羽流、脈沖爆震發(fā)動機(jī)、超燃沖壓發(fā)動機(jī)隔離段/燃燒室和內(nèi)燃機(jī)等溫度、組分濃度、密度的多參數(shù)二維重建測量。
[0011]本發(fā)明描述光線空間分布，建立投影矩陣的實(shí)現(xiàn)方案如下:
[0012](I)將被測區(qū)域離散為NXN的網(wǎng)格區(qū)域，并且假設(shè)在離散的網(wǎng)格區(qū)域內(nèi)氣體參數(shù)性質(zhì)(如溫度、組分濃度和壓強(qiáng)等)一致；
[0013](2)預(yù)設(shè)光線空間分布方式，并計(jì)算光線距離被測區(qū)域中心的距離s和與X軸的夾角Θ，作為描述光線空間分布的參數(shù)；
[0014](3)計(jì)算光線穿過每個網(wǎng)格的長度，建立投影光線矩陣。
[0015]本發(fā)明建立了基于代數(shù)迭代算法的燃燒流場溫度/濃度分布二維重建過程，實(shí)現(xiàn)方案如下:
[0016](I)利用HITRAN數(shù)據(jù)庫，選擇兩條吸收譜線，讀入吸收譜線中心頻率、下態(tài)能級和吸收譜線強(qiáng)度信息；
[0017](2)設(shè)置初始5種溫度和濃度分布模型，結(jié)合投影矩陣和吸收譜線信息，計(jì)算每條光線的投影值；
[0018](3)設(shè)置代數(shù)迭代算法初始化參數(shù)，利用代數(shù)迭代算法重建燃燒流場溫度和氣體組分濃度的二維分布；
[0019](4)重建結(jié)果與原始分布模型比較，計(jì)算五種初始分布的重建誤差和標(biāo)準(zhǔn)差。
[0020]本發(fā)明建立了基于自適應(yīng)模擬退火算法和序列二次規(guī)劃算法的光線分布優(yōu)化方法，實(shí)現(xiàn)方案如下:
[0021](I)利用自適應(yīng)模擬退火算法全局搜索得到最佳的光線分布范圍，當(dāng)重建誤差和標(biāo)準(zhǔn)差優(yōu)于當(dāng)前結(jié)果時，更新光線分布方式；否則，按照概率判斷是否接受新狀態(tài)。當(dāng)前一次與后一次計(jì)算差值小于10_8時，結(jié)束自適應(yīng)模擬退火優(yōu)化程序，輸出優(yōu)化結(jié)果；
[0022](2)將自適應(yīng)模擬退火得到的結(jié)果作為序列二次規(guī)劃算法的初始值，將目標(biāo)函數(shù)即重建誤差和標(biāo)準(zhǔn)差以二階泰勒級數(shù)展開，并把約束條件線性化，通過解二次規(guī)劃得到下一個設(shè)計(jì)點(diǎn)。根據(jù)兩個可供選擇的優(yōu)化函數(shù)執(zhí)行下一次線性搜索，設(shè)定搜索精度為10_6，局部搜索最佳的光線分布方式。
[0023]本發(fā)明的燃燒流場二維重建光線分布優(yōu)化方法的優(yōu)點(diǎn)是:
[0024](I)提高了光線利用效率，提升了重建結(jié)果質(zhì)量。在投影光線數(shù)目一定時，采用本發(fā)明的方法對光線分布進(jìn)行優(yōu)化，可以提高投影光線的利用效率，相比其他投影方式，可以有效提高燃燒流場二維重建結(jié)果質(zhì)量。
[0025](2)優(yōu)化方法搜索效率高。本發(fā)明首次將自適應(yīng)模擬退火優(yōu)化算法和序列二次規(guī)劃算法相結(jié)合，發(fā)揮了自適應(yīng)模擬退火算法全局搜索能力的優(yōu)勢，有效避免了陷入局部極小和對初值的依賴。將自適應(yīng)模擬退火算法結(jié)果配置為序列二次規(guī)劃算法的初值，發(fā)揮了序列二次規(guī)劃算法局部搜索效率高的優(yōu)點(diǎn)。
[0026](3)優(yōu)化方法通用性強(qiáng)，易于改進(jìn)。優(yōu)化算法中留有自編函數(shù)接口，可以用于添加其他光線分布的限制條件。本發(fā)明可以用于任意投影光線數(shù)目的分布優(yōu)化，同時，還可以添加光線分布位置、投影角度等限制條件，用于匹配實(shí)驗(yàn)條件。
【專利附圖】

【附圖說明】
[0027]圖1為實(shí)現(xiàn)本發(fā)明所述方法的系統(tǒng)結(jié)構(gòu)圖。
[0028]圖2為實(shí)現(xiàn)本發(fā)明所述方法的系統(tǒng)流程圖。
[0029]圖3為本發(fā)明的5組典型氣體初始溫度和濃度分布圖。
[0030]圖4為本發(fā)明的ASA算法和SQP算法中，重建誤差隨迭代次數(shù)的變化。
[0031]圖5為本發(fā)明的36條光線分布優(yōu)化結(jié)果。
[0032]圖6為采用本發(fā)明的光線分布重建的溫度和濃度二維分布。
【具體實(shí)施方式】
[0033]現(xiàn)結(jié)合附圖和實(shí)施例對本發(fā)明用于燃燒流場二維重建光線分布優(yōu)化方法做進(jìn)一步詳細(xì)描述。圖1給出了本發(fā)明的燃燒流場二維重建光線分布優(yōu)化系統(tǒng)的結(jié)構(gòu)圖。
[0034]本發(fā)明的實(shí)現(xiàn)方案如下:在深入分析了光線分布方式對燃燒流場二維重建質(zhì)量的影響基礎(chǔ)上，提出了一種可靠、通用的光線分布優(yōu)化方法。本發(fā)明分為三個步驟，即計(jì)算光線矩陣步驟、燃燒流場溫度/濃度分布二維重建步驟和光線分布優(yōu)化步驟。具體實(shí)施方案如下,參見圖2:
[0035]步驟一、計(jì)算光線矩陣
[0036]光線矩陣計(jì)算包括被測區(qū)域離散、光線空間分布計(jì)算和投影光線矩陣構(gòu)造。具體步驟如下:
[0037](I)將被測區(qū)域離散為NXN的網(wǎng)格區(qū)域，并且假設(shè)在離散的網(wǎng)格區(qū)域內(nèi)氣體參數(shù)性質(zhì)(如溫度、組分濃度和壓強(qiáng)等)一致；
[0038](2)預(yù)設(shè)光線空間分布方式，以采用36條投影光線為例，計(jì)算36條光線距離被測區(qū)域中心的距離一S和與X軸的夾角g，作為描述光線空間分布的參數(shù)；
[0039](3)計(jì)算光線穿過每個網(wǎng)格的長度，建立投影光線矩陣。
[0040]步驟二、燃燒流場溫度/濃度分布二維重建
[0041](I)利用HITRAN數(shù)據(jù)庫，選擇兩條吸收譜線，讀入吸收譜線中心頻率、下態(tài)能級和吸收譜線強(qiáng)度信息；[0042](2)設(shè)置初始5種典型的溫度和濃度分布模型，其中假設(shè)溫度分布為雙Gauss分布并疊加在拋物面上，溫度方程可以寫為
【權(quán)利要求】
1.一種用于燃燒流場二維重建光線分布優(yōu)化方法，包含以下步驟: 步驟一、計(jì)算光線矩陣 光線矩陣計(jì)算模塊(I)包括被測區(qū)域離散子模塊(4)、光線空間分布子模塊(5)、投影光線矩陣子模塊(6)，具體步驟如下: 1)被測區(qū)域離散子模塊(4)將被測區(qū)域離散為NXN的網(wǎng)格區(qū)域，并且假設(shè)在離散的網(wǎng)格區(qū)域內(nèi)氣體參數(shù)性質(zhì)一致，其中氣體性質(zhì)包括溫度、組分濃度和壓強(qiáng)； 2)光線空間分布子模塊(5)預(yù)設(shè)光線空間分布方式，并計(jì)算光線距離被測區(qū)域中心的距離s和與X軸的夾角Θ，作為描述光線空間分布的參數(shù)； 3)投影光線矩陣子模塊(6)計(jì)算光線穿過每個網(wǎng)格的長度，建立投影光線矩陣； 步驟二、燃燒流場溫度/濃度分布二維重建 1)利用HITRAN數(shù)據(jù)庫，選擇兩條吸收譜線，讀入吸收譜線中心頻率、下態(tài)能級和吸收譜線強(qiáng)度信息； 2)設(shè)置初始?xì)怏w分布子模塊(8),其中氣體分布模型中包含5種溫度和濃度分布,結(jié)合投影光線矩陣子模塊(6)和吸收譜線信息子模塊(7)，利用投影值計(jì)算子模塊(9)計(jì)算每條光線的投影值； 3)設(shè)置代數(shù)迭代算法初始化參數(shù)，利用燃燒流場溫度/濃度重建子模塊(10)，基于代數(shù)迭代算法重建燃燒流場溫度和氣體組分濃度的二維分布； 4)由燃燒流場溫度/濃度重建子模塊(10)得到的重建結(jié)果與初始?xì)怏w分布子模塊(8)比較，計(jì)算五種初始分布的重建誤差和標(biāo)準(zhǔn)差； 步驟三、光線分布優(yōu)化 1)利用模擬退火算法優(yōu)化子模塊(12)全局搜索得到最佳的光線分布范圍，當(dāng)由重建誤差計(jì)算子模塊(11)得到的重建誤差和標(biāo)準(zhǔn)差優(yōu)于當(dāng)前結(jié)果時，更新光線分布方式；否則，按照概率判斷是否接受新狀態(tài)；比較當(dāng)前計(jì)算得到的重建誤差和標(biāo)準(zhǔn)差與前一次計(jì)算得到的重建誤差和標(biāo)準(zhǔn)差，當(dāng)如后兩次重建誤差和標(biāo)準(zhǔn)差的差值均小于10_8時，結(jié)束自適應(yīng)模擬退火優(yōu)化程序，輸出優(yōu)化結(jié)果； 2)將模擬退火算法優(yōu)化子模塊(12)的結(jié)果作為序列二次規(guī)劃優(yōu)化子模塊(13)的初始值，將目標(biāo)函數(shù)即重建誤差和標(biāo)準(zhǔn)差以二階泰勒級數(shù)展開，并把約束條件線性化，通過解二次規(guī)劃得到下一個設(shè)計(jì)點(diǎn)；根據(jù)兩個可供選擇的優(yōu)化函數(shù)執(zhí)行下一次線性搜索，設(shè)定搜索精度為10-6,局部搜索最佳的光線分布方式。
【文檔編號】G01N21/31GK103884663SQ201410101835
【公開日】2014年6月25日 申請日期:2014年3月19日 優(yōu)先權(quán)日:2014年3月19日
【發(fā)明者】洪延姬, 王廣宇, 宋俊玲 申請人:中國人民解放軍裝備學(xué)院