10.3964/j.issn.1000-0593(2023)05-1367-09
基于二维吸收光谱重建的数值迭代算法的比较
基于可调谐激光吸收光谱的二维温度和浓度分布重建对于燃烧诊断具有重要意义,而数值迭代算法在温度和组分浓度的重建中起着重要作用.通过对比发现自适应迭代算法和最小二乘QR分解算法对于重建二维温度和气体浓度分布具有很好的优势.研究表明,波长7 154.35,7 153.75,7 185.60和7 444.36 cm-1四条H2O的吸收谱线,非常适合测量高温预混火焰中的温度和水蒸气浓度分布.与7 444.36,7 185.60,7 154.35和7 153.75 cm-1处的吸收谱线相比,CO2和CH4的光谱吸光非常微弱,在该波段O2和CO基本没有吸收,因此燃烧环境中CO2,CH4,O2和CO等气体对于H2O吸收谱线基本没有影响.通过比较不同算法的最优松弛因子、计算时间和重建误差等,发现与最小二乘QR分解算法相比,自适应迭代算法具有更好的重建质量和更短的计算时间.在自适应迭代算法的基础上进一步比较了不同吸收线对(7 444.36和7 185.60,7 154.35和7 153.75 cm-1)在射线束为16,32,48和64时的二维重建结果.结果表明,采用吸收谱线7 153.75和7 154.35 cm-1得到的重建结果优于吸收谱线7 185.60和7 444.36 cm-1的重建结果.随着激光束的增加,重建结果越来越接近模型假定的温度和浓度分布.考虑到有限的测量空间和重建精度,分析认为32束的光路布置更适合实际火焰的二维温度和浓度重建.为了分析自适应迭代算法对不同温度和浓度分布的重建能力,进一步模拟了双峰温度和浓度分布.结果表明,随着射线束的增加,温度的重建误差总是大于浓度的重建误差,表明射线数对温度的影响更为明显.在双峰分布中,投影射线束为16时的重建误差最大,但此时的重建结果也能反映温度和浓度的分布趋势.
可调谐激光吸收光谱、重建算法、温度分布、浓度分布
43
O433.1(光学)
国家自然科学基金51976132
2023-06-09(万方平台首次上网日期,不代表论文的发表时间)
共9页
1367-1375