基于PLIF-Mie双光谱成像的炼油超雾化粒径二维分布测量技术探究

基于PLIF/Mie双光谱成像的炼油超雾化粒径二维分布测量技术探究一、引言1.1研究背景与意义高超声速飞行器作为航空航天领域的前沿研究方向，在军事和民用领域都展现出了巨大的应用潜力。在军事方面，高超声速飞行器能够实现快速全球打击，显著提升军事打击的时效性和威慑力，为国防安全提供了新的战略手段；在民用领域，它有望大幅缩短洲际旅行时间，推动航空运输业的变革，促进全球经济交流与合作。而超燃冲压发动机作为高超声速飞行器的核心动力装置，其性能直接决定了飞行器的飞行能力和应用价值，是实现高超声速飞行的关键技术，也是目前世界各国竞相发展的热点领域之一。煤油因其具有能量密度高、来源广泛以及存储和运输相对便捷等优点，成为超燃冲压发动机的理想燃料。然而，煤油的超燃雾化过程面临着诸多挑战。射流破碎和雾化本身就是流体力学中极为困难且尚未完全解决的基本问题之一，而在超燃冲压发动机的工作环境下，高温、高压、高速气流等极端条件使得煤油超燃雾化现象更加复杂。雾化后的液滴粒径分布对燃烧效率、燃烧稳定性以及污染物排放等关键性能指标有着决定性的影响。例如，液滴粒径过大，会导致燃烧不充分，降低发动机的推力和效率，同时增加污染物的排放；而液滴粒径过小，虽然有利于燃烧，但可能会引发燃烧不稳定等问题。因此，煤油超燃雾化成为研制煤油超燃发动机的关键问题。目前，针对雾化场粒径分布的测量，已经发展出了多种方法，如纹影/阴影、相位多普勒粒径测量（PDPA）、光散射和激光全息等。纹影和阴影等传统光学方法，虽然能够显示流场的一些细微结构，但存在分辨率低的问题，难以精确分辨小粒径的液滴，并且沿光程存在积分效应，这使得测量结果不能准确反映局部区域的粒径分布情况，因此不适合用于研究液体射流破碎和混合现象中对粒径分布精度要求较高的场景。激光全息测量虽然能够给出二维粒径分布结果，但同样受到沿光路积分效应的影响，会使测量结果产生偏差，而且数据量庞大，数据处理效率低，难以满足实时测量和快速分析的需求。PDPA光路复杂，涉及到多个光学元件和精密的光路调整，对操作人员的技术要求较高；成本昂贵，设备购置和维护成本都很高，限制了其在一些预算有限的研究和应用中的使用；对测试环境要求高，在发动机和大型超声速风洞等真实测量环境中，存在噪音、振动、油污等干扰因素，容易影响测量的准确性和稳定性，难以满足实际测量需求。综上所述，现有的测量方法在面对工况复杂的超声雾化场粒径分布的在线测量时，都存在一定的局限性。为了给煤油超燃发动机的研制，特别是燃烧室的设计和评价提供准确、精细的基础性数据，开发一种新的、更有效的测量方法迫在眉睫。基于PLIF/Mie的测量方法为解决这一难题提供了新的思路和途径，对推动超燃冲压发动机技术的发展以及高超声速飞行器的工程应用具有重要的现实意义。1.2国内外研究现状在雾化粒径测量技术领域，国内外学者开展了大量的研究工作。早期，主要采用传统的光学方法如纹影法和阴影法来观察雾化现象，但这些方法对粒径的测量精度较低，只能提供一些定性的信息。随着技术的不断发展，激光技术逐渐应用于雾化粒径测量，如激光衍射法、相位多普勒粒径测量（PDPA）等。激光衍射法具有测量速度快、量程宽等优点，能够对大量液滴进行快速测量，得到整体的粒径分布信息，但对于非球形液滴的测量存在一定误差，因为其测量原理基于球形颗粒的散射模型，当液滴形状不规则时，测量结果会产生偏差。PDPA能够同时测量液滴的速度和粒径，对于研究雾化过程中的液滴运动特性具有重要意义，然而正如前文所述，其存在光路复杂、成本高以及对测试环境要求苛刻等缺点，限制了其广泛应用。近年来，平面激光诱导荧光（PLIF）技术和米氏散射（Mie）技术在雾化测量领域受到了越来越多的关注。PLIF技术利用激光激发荧光物质，通过检测荧光强度来获取物质的浓度分布信息，在燃烧、混合等领域有广泛应用。在雾化测量中，可通过添加荧光示踪剂，根据荧光强度与液滴浓度的关系来间接推断液滴的分布情况。Mie技术则是基于光与颗粒相互作用时的散射特性，当光照射到液滴上时，会发生散射，通过测量散射光的强度和角度等信息，可以计算出液滴的粒径。国外一些研究团队在PLIF/Mie技术应用于雾化粒径测量方面取得了一定成果。例如，[具体团队1]利用PLIF/Mie技术对航空发动机燃油雾化过程进行了研究，通过优化实验装置和数据处理算法，获得了较为准确的粒径二维分布信息，分析了不同工况下燃油雾化特性的变化规律，为发动机燃烧室的优化设计提供了重要依据。[具体团队2]则专注于改进PLIF/Mie测量系统的硬件设备，研发了新型的激光光源和高灵敏度的探测器，提高了测量系统的空间分辨率和测量精度，能够更清晰地分辨微小粒径的液滴及其分布情况。国内在这方面的研究也在不断深入。许多高校和科研机构积极开展相关研究工作，[具体高校/科研机构1]搭建了基于PLIF/Mie的雾化粒径测量实验平台，针对不同类型的喷嘴进行了实验研究，分析了喷嘴结构参数和工作条件对雾化粒径分布的影响，为喷嘴的优化设计提供了理论支持。[具体高校/科研机构2]则在数据处理和分析算法方面进行了创新，提出了一种新的算法来消除测量过程中的噪声干扰和背景光影响，提高了测量数据的准确性和可靠性，使得测量结果能够更真实地反映雾化场的实际情况。然而，当前基于PLIF/Mie技术的研究仍存在一些不足之处。一方面，在复杂的超声雾化场中，测量系统容易受到各种干扰因素的影响，如高温、高压、高速气流以及背景噪声等，导致测量精度下降。另一方面，对于测量数据的处理和分析方法还不够完善，如何从大量的测量数据中准确提取出粒径分布信息，以及如何对测量结果进行有效的验证和评估，仍然是需要进一步研究的问题。此外，不同研究团队之间的实验条件和测量方法存在差异，导致研究结果之间缺乏可比性，不利于该技术的进一步推广和应用。因此，在现有研究基础上，进一步深入研究基于PLIF/Mie的炼油超雾化粒径二维分布测量技术，具有重要的理论和实际意义，有望在解决上述问题方面取得突破。1.3研究目标与内容本研究旨在实现基于PLIF/Mie的炼油超雾化粒径二维分布精确测量，为煤油超燃发动机的研制提供关键的基础数据和技术支持。具体研究内容包括以下几个方面：深入研究测量原理：系统地分析PLIF和Mie技术的基本原理，以及两者相结合用于炼油超雾化粒径二维分布测量的理论基础。明确激光与炼油液滴相互作用过程中荧光激发和散射光产生的机制，建立准确的数学模型来描述粒径与荧光光强、散射光强之间的定量关系，为后续的实验测量和数据处理提供坚实的理论依据。精心设计实验：根据测量原理，搭建一套完善的基于PLIF/Mie的实验测量系统。该系统包括合适的激光光源，其波长、功率和脉冲特性需满足实验要求，能够有效地激发荧光和产生明显的散射光；高灵敏度的探测器，用于精确探测荧光信号和散射光信号，确保能够捕捉到微弱的信号变化；以及稳定可靠的光学传输和聚焦系统，保证激光能够准确地照射到雾化场中，并将散射光和荧光信号有效地传输到探测器。同时，设计合理的实验方案，选择具有代表性的炼油样品，设置不同的雾化条件，如不同的喷射压力、温度、气流速度等，全面研究各种因素对超雾化粒径分布的影响。高效的数据处理与分析：开发专门的数据处理算法，对实验测量得到的大量原始数据进行处理。该算法需具备去除噪声干扰的能力，能够有效地消除实验过程中由于环境因素、仪器误差等产生的噪声，提高数据的质量；能够准确地识别和提取荧光信号和散射光信号，通过信号分析计算出粒径分布信息；并采用合适的统计方法对测量结果进行分析，评估测量的准确性和可靠性，如计算测量结果的不确定度，分析测量误差的来源和影响因素。此外，利用可视化技术将粒径二维分布结果以直观的图像形式展示出来，便于更清晰地观察和分析雾化场中粒径的分布特征。二、PLIF/Mie测量技术原理2.1PLIF（平面激光诱导荧光）技术原理PLIF技术的基础是荧光物质在特定波长激光激发下会发射出荧光的特性。当一束具有特定波长和能量的激光照射到含有荧光示踪剂的炼油雾化场时，荧光示踪剂分子吸收激光的能量，从基态跃迁到激发态。由于激发态的分子处于不稳定状态，会在极短的时间内（通常为纳秒量级）通过发射光子的方式回到基态，这个过程中发射出的光子即为荧光。荧光信号与物质浓度、粒径等参数存在紧密的关联。从物质浓度角度来看，在一定范围内，荧光强度与荧光示踪剂的浓度成正比关系。这是因为浓度越高，单位体积内能够吸收激光能量并发射荧光的分子数量就越多，从而导致荧光强度增强。通过检测荧光强度，就可以间接获取炼油液滴的浓度分布信息。例如，在超燃冲压发动机的煤油雾化研究中，在煤油中添加合适的荧光示踪剂，通过测量荧光强度的分布，能够清晰地了解煤油在燃烧室不同区域的浓度分布情况，这对于研究燃烧过程中的混合均匀性以及燃烧效率具有重要意义。在粒径方面，虽然荧光强度本身并不直接与粒径相关，但通过与其他技术结合，可以建立起粒径与荧光信号的间接联系。在PLIF/Mie双光谱成像测量中，利用Mie散射技术获取粒径信息，同时结合PLIF得到的浓度信息，就可以进一步分析不同粒径液滴的浓度分布，从而实现对雾化场粒径二维分布的测量。在雾化场测量中，PLIF技术具有独特的优势。其具有较高的空间分辨率，能够达到微米量级，这使得它可以精确地分辨雾化场中微小区域内的荧光信号变化，从而获取详细的物质分布信息。PLIF技术是一种非侵入式测量方法，无需在雾化场中插入任何探头或传感器，避免了对雾化场流场结构和物理性质的干扰，保证了测量结果的准确性和可靠性。该技术还具有快速的时间响应能力，时间分辨最高可达纳秒量级，能够对雾化过程中的瞬态现象进行有效的捕捉和分析，这对于研究超燃冲压发动机中煤油雾化的快速变化过程至关重要。2.2Mie散射原理Mie散射理论是由德国物理学家GustavMie于1908年提出，用于描述光与尺寸和波长相当的粒子相互作用时的散射现象。当一束光照射到炼油雾化场中的液滴时，液滴会对光产生散射作用。散射光的特性与液滴的粒径密切相关。对于不同粒径的液滴，其对光的散射特性存在显著差异。当液滴粒径远小于入射光波长时，散射光强与波长的四次方成反比，这种散射被称为瑞利散射，它是Mie散射在小粒径极限情况下的特殊形式。在这种情况下，短波长的光（如蓝光）比长波长的光（如红光）更容易被散射，这就是为什么晴朗的天空呈现蓝色，因为大气中的气体分子对太阳光中的蓝光散射更为强烈。当液滴粒径与入射光波长相近或更大时，散射光强与波长的关系变得复杂，不再遵循简单的四次方反比关系，而是呈现出与粒径相关的复杂变化。随着粒径的增大，散射光的强度分布会发生变化，散射光在不同方向上的强度不再均匀，并且会出现一些特殊的散射图案和角度分布特征。通过测量散射光强，可以获取粒径信息。其基本原理是建立散射光强与粒径之间的数学关系模型。在实际应用中，通常采用米氏散射理论来计算散射光强。根据米氏散射理论，散射光强可以表示为液滴粒径、折射率、入射光波长以及散射角度等参数的函数。通过测量不同散射角度下的散射光强，并结合已知的入射光波长和液滴的折射率等参数，利用反演算法就可以计算出液滴的粒径。常用的反演算法包括遗传算法、粒子群优化算法等，这些算法通过不断迭代和优化，寻找最符合测量数据的粒径分布解。例如，在某一基于Mie散射的雾化粒径测量实验中，使用波长为532nm的激光照射雾化场，通过探测器测量不同散射角度（如30°、60°、90°等）下的散射光强，然后利用遗传算法对测量数据进行处理，最终得到了较为准确的液滴粒径分布结果，为后续的雾化特性研究提供了重要的数据支持。2.3PLIF/Mie双光谱成像测量原理PLIF/Mie双光谱成像测量技术巧妙地将PLIF和Mie散射技术结合起来，充分利用两者信号与粒径的关系，实现对雾化场粒径二维分布的精确测量。在该测量技术中，首先利用PLIF技术获取荧光信号。通过向炼油液滴中添加荧光示踪剂，用特定波长的激光照射雾化场，使荧光示踪剂分子被激发并发射荧光。探测器捕捉到的荧光强度分布反映了荧光示踪剂的浓度分布，进而间接反映了炼油液滴的浓度分布情况。利用Mie散射技术获取散射光信号。同样是用激光照射雾化场，液滴对激光产生散射，探测器测量不同散射角度下的散射光强。根据Mie散射理论，散射光强与液滴粒径密切相关，通过对散射光强数据的处理和分析，可以计算出液滴的粒径信息。为了实现对粒径二维分布的测量，需要建立相关的数学模型。假设荧光强度I_{FL}与荧光示踪剂浓度C成正比，即I_{FL}=k_1C，其中k_1为比例系数。对于Mie散射，散射光强I_{S}与液滴粒径d、折射率n、入射光波长\lambda以及散射角度\theta等参数的函数关系可以表示为I_{S}=f(d,n,\lambda,\theta)。在实际测量中，通常在多个散射角度下测量散射光强，以提高粒径计算的准确性。通过同时获取荧光信号和散射光信号，并结合上述数学关系，可以构建方程组来求解粒径和浓度的二维分布。设测量得到的荧光强度分布为I_{FL}(x,y)，散射光强分布为I_{S}(x,y,\theta_i)（i=1,2,\cdots,N，表示不同的散射角度），则可以列出以下方程组：\begin{cases}I_{FL}(x,y)=k_1C(x,y)\\I_{S}(x,y,\theta_i)=f(d(x,y),n,\lambda,\theta_i)\quad(i=1,2,\cdots,N)\end{cases}通过求解这个方程组，就可以得到在平面(x,y)上的粒径d(x,y)和浓度C(x,y)的二维分布信息。在实际数据处理过程中，由于测量噪声和模型简化等因素的影响，通常需要采用一些数据处理和优化算法来提高求解的准确性和稳定性。常用的方法包括最小二乘法、正则化方法等，这些方法可以在一定程度上减少噪声对测量结果的影响，提高测量的精度和可靠性。三、实验设计与系统搭建3.1实验平台设计3.1.1超声速风洞设计本实验采用的超声速风洞主要由气源系统、喷管、实验段、扩压器和真空系统等部分组成。气源系统负责提供高压气体，经过一系列的处理和调节后，进入喷管。喷管是超声速风洞的关键部件，其采用拉瓦尔喷管结构，通过先收缩后扩张的设计，使气流在喷管内加速，从而在实验段产生超声速气流。在收缩段，气流速度逐渐增大，压力和温度逐渐降低；进入扩张段后，气流进一步加速，当马赫数达到实验所需的值时，稳定的超声速气流进入实验段。工作原理基于气体动力学原理，通过控制喷管的几何形状和进出口压力比，实现气流的加速和超声速状态的维持。具体来说，根据理想气体状态方程和伯努利方程，在喷管收缩段，气流的速度增加，压力和温度降低；在扩张段，气流继续加速，压力和温度进一步降低，最终在实验段形成超声速气流。在实验过程中，通过调节气源系统的压力和流量，以及喷管的喉部面积等参数，可以精确控制实验段的气流马赫数、压力和温度等参数。例如，通过改变气源系统的压力，可以改变喷管进出口的压力比，从而调整气流的加速程度，实现不同马赫数的超声速气流模拟。本超声速风洞的主要参数为：实验段直径为[X]mm，长度为[X]mm，能够产生的马赫数范围为[X]-[X]，气流压力范围为[X]-[X]MPa，温度范围为[X]-[X]K。这些参数能够满足炼油超雾化实验中对超声速气流环境的模拟需求，为研究煤油在超声速气流中的雾化特性提供了可靠的实验条件。通过该超声速风洞，可以模拟超燃冲压发动机燃烧室中的超声速气流环境，研究不同气流参数对煤油雾化粒径分布的影响，为发动机的优化设计提供重要的实验数据支持。3.1.2煤油喷射系统设计煤油喷射系统主要由煤油储罐、高压泵、流量控制器、喷嘴等部分组成。煤油储罐用于储存实验所需的煤油，其具有一定的容量和耐压能力，能够保证在实验过程中煤油的稳定供应。高压泵负责将煤油从储罐中抽出，并提高其压力，使其达到能够满足喷射要求的压力值。流量控制器则用于精确控制煤油的喷射流量，通过调节流量控制器的参数，可以实现不同流量的煤油喷射，以满足不同实验工况的需求。在本实验中，选用了具有特定结构和参数的喷嘴，以确保煤油能够稳定喷射并实现良好的雾化效果。例如，采用了压力式喷嘴，其工作原理是利用高压煤油通过喷嘴内部的特殊结构，产生高速射流，在与周围空气的相互作用下，实现煤油的雾化。喷嘴的出口直径为[X]mm，喷孔数量为[X]个，这种结构设计能够使煤油在喷射过程中形成均匀的雾滴分布，有利于后续的粒径分布测量。喷射压力控制是保证煤油稳定喷射和雾化的关键环节。通过调节高压泵的输出压力以及流量控制器的设定值，可以实现对喷射压力的精确控制。在实验前，需要根据实验方案和预期的雾化效果，确定合适的喷射压力范围。在实验过程中，实时监测喷射压力，并根据实际情况进行微调，以确保喷射压力的稳定性。例如，当发现喷射压力出现波动时，可以通过调节高压泵的转速或流量控制器的开度，使喷射压力恢复到设定值，从而保证煤油能够稳定地喷射并雾化，为后续的PLIF/Mie测量提供稳定的雾化场。3.2光路系统设计3.2.1激光光源选择与光路布置本实验选用了波长为[X]nm的脉冲激光器作为激光光源，其输出功率为[X]mW，脉冲宽度为[X]ns，重复频率为[X]Hz。选择该激光光源的主要原因在于其波长能够与添加在煤油中的荧光示踪剂的吸收光谱相匹配，从而有效地激发荧光，提高荧光信号的强度。其较高的功率和合适的脉冲宽度、重复频率，能够满足实验对激光能量和时间分辨率的要求，确保在快速变化的雾化场中能够获得清晰的荧光和散射光信号。激光光路的布置经过精心设计，以确保激光能够均匀照亮雾化场。激光器发出的激光首先经过一个准直透镜，将发散的激光束准直为平行光束，提高激光的传输效率和方向性。然后，通过反射镜的反射，将激光引导至扩束器，扩束器将激光束的直径扩大，以覆盖整个雾化场。经过扩束后的激光再通过一个聚焦透镜，将激光聚焦在雾化场的中心位置，使得激光能量能够集中在需要测量的区域，提高测量的灵敏度和准确性。在光路中，还设置了多个光阑，用于调节光束的大小和形状，阻挡杂散光的干扰，进一步提高光路的质量和信号的清晰度。例如，在反射镜和扩束器之间设置光阑，可以控制进入扩束器的激光束的大小，避免因光束过大导致扩束效果不佳；在聚焦透镜之后设置光阑，可以阻挡聚焦区域以外的杂散光，提高雾化场中信号的对比度。通过这样的光路布置，能够保证激光均匀、稳定地照亮雾化场，为PLIF和Mie散射光的准确测量提供良好的条件。3.2.2分光与滤波系统设计为了实现PLIF和Mie散射光的有效分离与滤波，提高信号质量，实验采用了由分光镜、滤光片等元件组成的分光与滤波系统。分光镜的作用是将激光激发产生的荧光和散射光按照一定的比例进行分离。选用了具有特定分光比例的分光镜，其能够将大部分的Mie散射光反射到一个方向，而将荧光透射至另一个方向，从而实现两种光信号的初步分离。在本实验中，分光镜的分光比例为[X]：[X]，即反射[X]%的Mie散射光，透射[X]%的荧光，这种比例设置能够在保证两种光信号都能被有效接收的同时，最大限度地减少它们之间的相互干扰。滤光片则用于进一步滤除不需要的光信号，提高目标信号的纯度。对于PLIF信号，选择了中心波长为[X]nm、带宽为[X]nm的带通滤光片，该滤光片能够有效地透过荧光信号，而阻挡其他波长的光，包括激光的反射光和环境中的杂散光。对于Mie散射光，根据散射光的波长范围，选择了相应的窄带滤光片，以去除荧光信号和其他干扰光。通过合理组合分光镜和滤光片，能够将PLIF和Mie散射光清晰地分离出来，并提高它们的信号质量，为后续的成像和数据分析提供可靠的信号基础。例如，在实际实验中，经过分光镜和滤光片处理后的PLIF信号和Mie散射光信号，其信噪比得到了显著提高，使得测量结果更加准确可靠，能够清晰地反映出雾化场中不同粒径液滴的分布情况。3.3成像系统设计3.3.1相机选择与参数设置为了满足对雾化场快速变化的捕捉需求，本实验选用了一款高分辨率、高速相机。该相机的分辨率为[X]×[X]像素，帧率最高可达[X]fps，能够在短时间内捕捉到大量的图像信息，确保不会遗漏雾化场中的瞬态变化。选择这款相机的依据主要是其高分辨率和高速帧率的特点。高分辨率能够保证图像具有足够的细节，使得在分析粒径分布时能够准确地分辨出微小的液滴；高速帧率则能够快速捕捉到雾化场中液滴的动态变化，对于研究雾化过程中的射流破碎、液滴运动等现象具有重要意义。在参数设置方面，根据实验的具体要求和雾化场的特性，对相机的曝光时间、增益等参数进行了优化。曝光时间设置为[X]μs，这个时间长度既能保证相机能够捕捉到足够的光信号，又能避免因曝光时间过长导致液滴运动模糊。增益设置为[X]dB，在保证图像信号强度的同时，尽量减少噪声的引入。此外，还根据激光的脉冲频率和相机的帧率，设置了合适的触发模式，确保相机能够与激光发射同步，准确地拍摄到激光激发瞬间的雾化场图像。例如，采用了外触发模式，将激光的触发信号作为相机的触发源，使得相机在激光发射的同时开始曝光，从而保证拍摄到的图像能够真实地反映出激光激发下的雾化场状态。通过合理选择相机和优化参数设置，能够有效地捕捉到雾化场的快速变化，为后续的粒径分布分析提供高质量的图像数据。3.3.2成像系统校准成像系统校准是提高测量精度的关键步骤，主要包括镜头畸变校正和像素与实际尺寸的标定。镜头畸变校正通过使用标准标定板来完成。将标准标定板放置在相机的视野范围内，拍摄多张不同角度的标定板图像。利用图像处理算法，分析标定板上的特征点在图像中的位置与实际位置之间的差异，从而计算出镜头的畸变参数。根据这些畸变参数，采用相应的校正算法对相机拍摄的图像进行畸变校正，消除镜头畸变对测量结果的影响。例如，使用张正友标定法，通过对标定板图像的处理，计算出镜头的径向畸变和切向畸变参数，然后对图像中的每个像素进行校正，使图像中的物体形状更加真实，提高测量的准确性。像素与实际尺寸的标定是确定图像中每个像素所代表的实际物理尺寸。将已知尺寸的标准物体放置在雾化场中，拍摄其图像。通过分析标准物体在图像中的像素尺寸和实际物理尺寸之间的比例关系，计算出像素与实际尺寸的转换系数。在后续的粒径测量中，根据这个转换系数，将图像中液滴的像素尺寸转换为实际尺寸，从而得到准确的粒径分布信息。例如，使用一个边长为[X]mm的正方形标准物体，在图像中测量其边长对应的像素数量为[X]个，那么像素与实际尺寸的转换系数为[X]mm/像素，在测量液滴粒径时，根据液滴在图像中的像素直径，乘以转换系数即可得到实际粒径。通过精确的成像系统校准，能够有效地提高测量精度，使基于PLIF/Mie的炼油超雾化粒径二维分布测量结果更加可靠。3.4时序控制单元设计时序控制单元在整个实验系统中起着至关重要的作用，它主要负责精确控制激光发射、相机曝光等事件的时间顺序，以确保同步采集PLIF和Mie图像。在实验过程中，激光发射和相机曝光的同步性对测量结果的准确性有着关键影响。如果激光发射和相机曝光的时间不同步，可能会导致拍摄到的图像无法真实反映雾化场在激光激发瞬间的状态，从而影响粒径分布的测量精度。时序控制单元通过内部的高精度时钟和可编程逻辑电路，实现对各个设备的精确控制。例如，它可以根据实验需求，设置激光发射的时刻、脉冲宽度以及重复频率，同时精确控制相机的曝光时间、触发时刻和帧率，使得相机能够在激光发射的瞬间准确曝光，捕捉到清晰的PLIF和Mie图像。具体实现方式是通过编写相应的控制程序，将各个设备的控制信号进行整合和协调。在程序中，设置了一系列的时间参数，如激光发射延迟时间、相机曝光延迟时间等，通过调整这些参数，可以精确控制各个事件的时间顺序。在实验开始前，根据实验方案和设备的特性，对时序控制单元进行初始化设置，确保各个设备处于正确的工作状态。在实验过程中，时序控制单元实时监测各个设备的工作状态，并根据预设的时间顺序发送控制信号，保证激光发射和相机曝光的同步性。通过这样的时序控制单元设计，能够有效地保证实验数据的准确性和可靠性，为基于PLIF/Mie的炼油超雾化粒径二维分布测量提供稳定、精确的时间控制保障。四、实验过程与数据采集4.1实验准备工作在实验开始前，对各个系统进行了全面且细致的检查和调试，以确保实验的顺利进行和数据的准确性。对于超声速风洞，重点进行了气密性检查。采用压力降测试法，将风洞封闭后充入一定压力的气体，在一段时间内监测压力变化。若压力降超过允许范围，说明存在漏气点，需对风洞的密封连接处、阀门、观察窗等部位进行仔细检查，使用密封胶、更换密封垫等方式进行密封处理，直至压力降满足要求，保证风洞在实验过程中能够维持稳定的气流环境，避免因漏气导致气流参数不稳定，影响雾化效果和测量结果。煤油喷射系统的流量校准至关重要。利用高精度的标准流量计对系统中的流量控制器进行校准。将标准流量计接入煤油喷射管路，调节流量控制器至不同设定值，记录标准流量计测量的实际流量值。通过对比设定流量和实际流量，建立流量修正曲线，对流量控制器的控制参数进行调整，确保在实验过程中能够按照设定的流量稳定喷射煤油，为研究不同流量条件下的雾化特性提供准确的流量控制。光路和成像系统的优化直接关系到测量信号的质量。对光路进行了严格的准直和调整，确保激光束准确地照射到雾化场中心位置，且光斑均匀。检查光学元件的表面清洁度，防止灰尘、油污等污染物对激光传输和散射光、荧光信号的干扰，必要时使用专用的光学清洁工具对光学元件进行清洁。对于成像系统，对相机的焦距、光圈、增益等参数进行了反复调试，通过拍摄标准测试图，观察图像的清晰度、对比度和色彩还原度，优化相机参数，使其能够清晰地捕捉到雾化场中的细微结构和信号变化。还对成像系统进行了暗电流校正和背景噪声扣除，以提高图像的信噪比，确保测量数据的准确性。4.2实验步骤实验操作严格按照预定流程进行，以保证实验的可重复性和数据的可靠性。启动风洞：开启气源系统，缓慢调节压力和流量，使气流平稳地进入超声速风洞。按照风洞操作规程，逐步打开各个阀门，检查风洞各部分的运行状态，确保风洞稳定运行。在风洞运行过程中，实时监测实验段的气流马赫数、压力和温度等参数，通过调节喷管喉部面积、气源压力等手段，将气流参数稳定在预定的实验条件，例如将马赫数稳定在[X]，压力稳定在[X]MPa，温度稳定在[X]K。调节煤油喷射参数：根据实验方案，设置煤油喷射系统的喷射压力、流量等参数。通过调节高压泵的输出压力和流量控制器的开度，使煤油按照设定的参数稳定喷射。在调节过程中，密切关注喷射压力和流量的变化，确保其稳定在设定值附近，波动范围控制在允许误差范围内。例如，设定喷射压力为[X]MPa，流量为[X]L/min，实际喷射压力和流量的波动不超过±[X]%。触发激光和相机进行测量：当风洞和煤油喷射系统都达到稳定状态后，通过时序控制单元触发脉冲激光器发射激光，同时触发相机进行曝光拍摄。激光照射到雾化场中的煤油液滴上，激发荧光和产生散射光，相机捕捉这些光信号，获取PLIF和Mie图像。在触发过程中，确保激光发射和相机曝光的同步性，通过精确设置时序控制单元的时间参数，使相机能够在激光激发的瞬间准确曝光，拍摄到清晰的雾化场图像。例如，设置激光发射延迟时间为[X]ns，相机曝光延迟时间为[X]ns，保证两者的同步误差在±[X]ns以内。记录实验条件：在每次测量过程中，详细记录实验条件，包括风洞的气流参数（马赫数、压力、温度）、煤油喷射参数（喷射压力、流量、喷嘴类型）、激光参数（波长、功率、脉冲宽度）、相机参数（曝光时间、帧率、增益）等。这些实验条件的准确记录，为后续的数据处理和分析提供了重要的参考依据，有助于分析不同实验条件对雾化粒径分布的影响。4.3数据采集数据采集过程中，采用了专业的图像采集卡和数据采集软件，确保能够快速、准确地采集PLIF和Mie图像数据。图像采集卡具有高速的数据传输能力和高分辨率的图像采集性能，能够满足对雾化场快速变化过程的图像采集需求。数据采集软件能够实时监控采集过程，设置采集参数，如采集帧率、图像分辨率、存储路径等，并对采集到的图像数据进行初步的预处理和存储。为保证数据的准确性和完整性，在实验过程中采取了一系列措施。进行多次重复测量，每个实验工况下采集[X]组图像数据，通过统计分析方法对测量结果进行处理，减小测量误差，提高数据的可靠性。在采集过程中，实时监测图像质量，观察图像是否存在模糊、噪声过大、信号丢失等异常情况。若发现异常，及时检查实验设备和参数设置，排除故障后重新进行采集。对于异常数据，采用了合理的处理方式。对于因相机故障、激光不稳定等原因导致的明显错误数据，如全黑或全白的图像、数据值超出合理范围的数据点等，直接予以剔除。对于一些可能受到干扰但仍有一定参考价值的数据，采用滤波算法、插值算法等数据处理方法进行修正。例如，对于图像中的噪声点，采用中值滤波算法进行去除；对于因部分液滴遮挡导致的局部数据缺失，采用双线性插值算法进行填补。通过这些处理方式，确保采集到的数据能够真实、准确地反映雾化场的粒径分布情况，为后续的数据分析和研究提供可靠的数据基础。五、数据处理与分析5.1图像预处理在对采集到的PLIF和Mie图像进行分析之前，图像预处理是至关重要的环节，它能够有效提高图像质量，为后续精确的粒径计算和分布分析奠定坚实基础。去噪处理是图像预处理的关键步骤之一。由于实验环境中存在各种干扰因素，如电子噪声、环境光波动以及测量设备自身的噪声等，这些噪声会严重影响图像的质量，使图像中出现一些随机分布的亮点或暗点，干扰对液滴信号的准确识别。为了去除这些噪声，本研究采用了高斯滤波算法。高斯滤波是一种线性平滑滤波方法，其原理是基于高斯函数对图像进行加权平均。对于图像中的每个像素点，根据其邻域像素与该点的距离，赋予不同的权重，距离越近的像素权重越大，通过这种方式可以有效地平滑图像，抑制噪声，同时保留图像的边缘和细节信息。在实际应用中，通过调整高斯滤波器的标准差，可以控制滤波的强度。标准差较小的滤波器主要去除图像中的高频噪声，能够较好地保留图像的细节，但对低频噪声的抑制效果相对较弱；标准差较大的滤波器则可以更有效地去除低频噪声，但可能会导致图像的边缘和细节部分出现一定程度的模糊。经过多次实验和对比分析，本研究选择了合适的标准差参数，在有效去除噪声的同时，最大限度地保留了液滴的边缘和细节信息，确保了后续粒径计算的准确性。图像增强旨在突出图像中的有用信息，提高图像的对比度和清晰度，使液滴在图像中更加明显，便于后续的分析和处理。本研究采用了直方图均衡化方法。直方图均衡化是一种基于图像灰度分布的图像增强技术，它通过对图像的灰度直方图进行调整，将原始图像的灰度分布扩展到整个灰度范围，从而增加图像的对比度。具体来说，它根据原始图像的灰度直方图，计算出每个灰度级在均衡化后的新灰度值，然后将原始图像中的每个像素的灰度值替换为对应的新灰度值。通过这种方式，使得图像中原本分布较为集中的灰度级得到扩展，从而增强了图像中不同灰度区域之间的对比度，使液滴的轮廓更加清晰，有利于后续对液滴的识别和粒径测量。背景扣除是消除背景光和其他背景因素对测量结果影响的重要操作。在实验过程中，即使没有雾化场，相机拍摄的图像也会存在一定的背景光和噪声，这些背景因素会叠加在液滴的信号上，导致测量结果出现偏差。为了准确获取液滴的信号，需要从采集到的图像中扣除背景。本研究采用了一种基于平均背景图像的背景扣除方法。首先，在不进行煤油喷射的情况下，采集多幅背景图像，然后对这些背景图像进行平均处理，得到平均背景图像。平均背景图像包含了实验环境中的背景光、噪声以及相机自身的暗电流等背景信息。在对含有液滴的图像进行处理时，将每幅图像减去平均背景图像，从而得到去除背景后的图像。通过背景扣除，有效地消除了背景因素对液滴信号的干扰，提高了测量结果的准确性。5.2粒径计算方法根据PLIF和Mie图像数据计算雾化场粒径的过程，基于严谨的光强与粒径关系的理论推导，运用精确的算法实现。在Mie散射理论中，散射光强与液滴粒径之间存在着复杂的函数关系。对于单个液滴，其散射光强可以通过Mie散射理论的严格解来计算，该解涉及到贝塞尔函数和汉克尔函数等复杂的数学函数。在实际的雾化场中，存在着大量不同粒径的液滴，且液滴的分布是连续的，因此需要采用统计的方法来描述粒径分布。假设雾化场中液滴粒径的分布函数为n(d)，表示单位体积内粒径在d到d+dd之间的液滴数量。那么，在某一散射角度下测量得到的散射光强I_s可以表示为：I_s=\int_{d_{min}}^{d_{max}}C(d)i_s(d,\theta)n(d)dd其中，C(d)是与粒径相关的系数，它考虑了液滴的折射率、吸收系数以及散射效率等因素；i_s(d,\theta)是单个粒径为d的液滴在散射角度\theta下的散射光强，它可以通过Mie散射理论计算得到；d_{min}和d_{max}分别是液滴粒径的最小值和最大值。在实际计算中，由于上述积分方程的求解较为复杂，通常采用数值反演的方法来计算粒径分布。常用的数值反演算法包括遗传算法、粒子群优化算法等。以遗传算法为例，其基本思想是模拟生物进化过程中的遗传和变异机制，通过对一组初始解（称为种群）进行选择、交叉和变异等操作，不断迭代优化，寻找最优解。在粒径计算中，将粒径分布函数n(d)参数化，例如将粒径范围划分为若干个区间，每个区间的液滴数量作为一个参数，形成一个参数向量。将这个参数向量作为遗传算法中的个体，通过定义适应度函数来评价每个个体的优劣，适应度函数通常根据测量得到的散射光强与理论计算得到的散射光强之间的差异来定义。在每一代迭代中，选择适应度较高的个体进行交叉和变异操作，生成新的个体，经过多代迭代后，种群逐渐收敛到最优解，即得到最符合测量数据的粒径分布。在结合PLIF信号进行粒径计算时，利用PLIF信号与液滴浓度之间的关系，进一步提高粒径计算的准确性。如前所述，PLIF信号强度I_{FL}与荧光示踪剂浓度C成正比，即I_{FL}=k_1C。通过PLIF图像可以得到液滴的浓度分布信息，将其与Mie散射计算得到的粒径信息相结合，可以更准确地描述雾化场中不同粒径液滴的浓度分布情况。在数据处理过程中，首先根据Mie散射数据计算出粒径分布的初步结果，然后利用PLIF信号对粒径分布进行修正。具体来说，根据PLIF图像得到每个像素点处的液滴浓度信息，结合Mie散射计算得到的该像素点处的粒径信息，通过一定的算法对粒径分布进行调整，使得计算结果更加符合实际的雾化场情况。5.3二维分布重建将计算得到的粒径数据重建为二维分布图像，是直观展示雾化场中粒径空间分布情况的关键步骤，需要采用合适的可视化方法。在二维分布重建过程中，首先将测量区域划分为一系列的像素点，每个像素点对应一个特定的空间位置。根据之前计算得到的粒径数据，为每个像素点分配相应的粒径值。对于每个像素点，其粒径值的确定方法如下：假设在该像素点所在的空间位置上，通过Mie散射和PLIF数据计算得到了多个液滴的粒径值，采用统计方法来确定该像素点的代表粒径。例如，可以计算这些液滴粒径的平均值、中位数或众数等，作为该像素点的粒径值。在实际应用中，根据具体的研究需求和数据特点，选择最合适的统计方法。如果关注的是雾化场中液滴粒径的总体平均水平，那么平均值可能是一个合适的选择；如果希望突出粒径分布的中间值，避免受到极端值的影响，中位数则更为合适；而众数则可以反映出粒径分布中出现频率最高的粒径值，对于分析粒径的集中趋势具有重要意义。为了更直观地展示粒径的二维分布情况，采用了伪彩色映射的可视化方法。将粒径值映射到不同的颜色上，通过颜色的变化来直观地表示粒径的大小。例如，设定蓝色表示较小的粒径，红色表示较大的粒径，中间的粒径值则对应不同深浅的绿色。在进行伪彩色映射时，首先确定粒径的最小值d_{min}和最大值d_{max}，然后将d_{min}到d_{max}的粒径范围划分为若干个区间，每个区间对应一种颜色。对于每个像素点的粒径值，根据其所在的区间，赋予相应的颜色。通过这种方式，生成的二维分布图像中，不同颜色的区域清晰地展示了雾化场中不同粒径液滴的空间分布情况。在绘制二维分布图像时，还添加了颜色条和坐标轴标签，颜色条用于说明颜色与粒径值之间的对应关系，坐标轴标签则明确了图像中空间位置的坐标信息，使得观察者能够更准确地理解图像所表达的粒径分布信息。5.4结果分析与讨论5.4.1不同工况下的粒径分布特征不同超声速气流速度、煤油喷射压力等工况对雾化场粒径二维分布有着显著影响，呈现出各自独特的变化规律和特点。当超声速气流速度发生变化时，对雾化场粒径分布产生多方面的作用。随着超声速气流速度的增加，气流对煤油射流的剪切作用增强。在较高的气流速度下，煤油射流受到更强的空气动力干扰，液滴更容易被破碎成更小的粒径。从二维分布图像中可以明显观察到，小粒径液滴的分布范围扩大，浓度增加，尤其是在靠近气流中心的区域，小粒径液滴的占比显著提高。这是因为高速气流能够更有效地将大液滴撕裂成小液滴，促进了液滴的细化过程。随着气流速度的进一步增加，可能会出现液滴的二次雾化现象，即已经形成的小液滴在高速气流的作用下再次被破碎，导致粒径分布更加细化和均匀。然而，当气流速度过高时，也可能会导致部分液滴被气流迅速带走，使得雾化场中液滴的浓度分布不均匀，在某些区域液滴浓度较低，影响燃烧的稳定性和效率。煤油喷射压力的改变同样对雾化场粒径分布有着重要影响。当喷射压力增大时，煤油从喷嘴喷出的速度增加，射流的初始动能增大。这使得煤油射流在与超声速气流相互作用时，具有更强的穿透能力，能够深入到气流中更远的位置。在较高的喷射压力下，液滴的初始粒径相对较小，因为较大的喷射压力有助于将煤油更充分地分散成小液滴。从粒径二维分布图像中可以看出，在整个雾化场中，小粒径液滴的比例增加，粒径分布更加集中在较小的粒径范围内。喷射压力的增大还会导致液滴的分布更加均匀，因为高速喷出的液滴能够更迅速地与气流混合，减少了液滴的团聚现象。然而，如果喷射压力过大，可能会导致喷嘴的磨损加剧，同时也可能会消耗更多的能量，增加系统的运行成本。不同工况下的粒径分布特征对超燃冲压发动机的燃烧性能有着直接的影响。小粒径液滴由于具有较大的比表面积，能够更快地与空气混合并蒸发，从而提高燃烧效率。粒径分布的均匀性也对燃烧稳定性有着重要影响，均匀的粒径分布有助于避免局部燃烧过强或过弱的情况，保证燃烧过程的平稳进行。因此，通过研究不同工况下的粒径分布特征，可以为超燃冲压发动机的燃烧室设计和优化提供重要的依据，通过合理调整超声速气流速度和煤油喷射压力等参数，实现更理想的雾化效果和燃烧性能。5.4.2测量结果的准确性验证为了验证基于PLIF/Mie测量结果的准确性和可靠性，本研究将测量结果与理论模型以及其他测量方法进行了详细对比，并深入分析了误差来源。与理论模型对比时，选择了经典的液滴破碎和雾化理论模型，如泰勒类比理论（TaylorAnalogyBreakup,TAB）模型和瑞利-泰勒不稳定性（Rayleigh-TaylorInstability,RTI）模型等。这些理论模型基于流体力学和物理原理，通过对液滴在气流中的受力分析和运动方程求解，预测液滴的破碎和粒径分布情况。将基于PLIF/Mie测量得到的粒径二维分布结果与理论模型计算结果进行对比，在相同的实验工况下，比较不同位置处的粒径分布特征和平均粒径值。在超声速气流速度为[X]马赫，煤油喷射压力为[X]MPa的工况下，理论模型预测的平均粒径为[X]μm，而基于PLIF/Mie测量得到的平均粒径为[X]μm，两者之间存在一定的偏差。通过进一步分析发现，理论模型在某些假设和简化过程中，可能无法完全准确地描述实际的雾化过程，例如模型中对液滴与气流之间的相互作用、液滴的表面张力和黏性等因素的考虑可能不够全面，导致理论计算结果与实际测量结果存在差异。与其他测量方法对比时，选择了相位多普勒粒径测量（PDPA）作为参考方法。PDPA是一种广泛应用于粒径测量的成熟技术，具有较高的测量精度。在相同的实验条件下，同时使用基于PLIF/Mie的测量系统和PDPA对雾化场粒径进行测量。通过对比两种方法得到的粒径分布数据，发现虽然在整体趋势上两者较为一致，但在某些细节方面仍存在差异。在小粒径液滴的测量上，基于PLIF/Mie的测量系统得到的小粒径液滴数量相对较多，而PDPA测量结果中，小粒径液滴的数量相对较少。这可能是由于两种测量方法的原理和测量方式不同导致的。PLIF/Mie测量方法基于光与液滴的相互作用，通过检测荧光和散射光信号来计算粒径，对于小粒径液滴的信号检测可能更加敏感；而PDPA则是通过测量液滴散射光的多普勒频移来确定粒径，在小粒径液滴的测量上可能存在一定的局限性，例如受到散射光强度和信噪比的影响。分析测量误差来源，主要包括实验系统误差和数据处理误差。实验系统误差方面，激光光源的稳定性、探测器的灵敏度和噪声水平、光学元件的质量和校准精度等都会对测量结果产生影响。如果激光光源的功率波动较大，可能会导致荧光和散射光信号的强度不稳定，从而影响粒径计算的准确性；探测器的噪声过高会降低信号的信噪比，使得弱信号难以准确检测，导致粒径测量误差增大。数据处理误差方面，图像预处理过程中的去噪、增强和背景扣除等操作可能会引入一定的误差。如果去噪算法选择不当，可能会在去除噪声的同时，也损失部分液滴的细节信息，影响粒径的准确识别；在粒径计算过程中，数值反演算法的精度和收敛性也会对结果产生影响，不同的反演算法可能会得到略有不同的粒径分布结果。通过与理论模型和其他测量方法的对比以及误差来源分析，本研究对基于PLIF/Mie的测量结果的准确性和可靠性有了更深入的认识。虽然测量结果存在一定的误差，但在合理范围内，能够有效地反映雾化场中粒径的二维分布情况，为超燃冲压发动机的研究和设计提供了有价值的数据支持。在后续的研究中，可以进一步优化实验系统和数据处理方法，降低测量误差，提高测量结果的准确性和可靠性。六、结论与展望6.1研究成果总结本研究成功构建了基于PLIF/Mie双光谱成像的测量系统，实现了对炼油超雾化粒径二维分布的有效测量。通过深入研究PLIF和Mie技术的测量原理，明确了激光与炼油液滴相互作用产生荧光和散射光的机制，建立了准确的数学模型来描述粒径与荧光光强、散射光强之间的定量关系，为实验测量和数据处理提供了坚实的理论基础。在实验设计与系统搭建方面，精心设计了超声速风洞、煤油喷射系统、光路系统、成像系统和时序控制单元等。超声速风洞能够稳定产生不同马赫数的超声速气流，为模拟超燃冲压发动机燃烧室的气流环境提供了保障；煤油喷射系统实现了对煤油喷射压力和流量的精确控制，确保了煤油的稳定喷射和雾化；光路系统通过合理选择激光光源、分光与滤波元件，实现了对荧光和散射光的有效分离和高质量采集；成像系统选用高分辨率、高速相机，并进行了严格的校准，能够准确捕捉雾化场的快速变化；时序控制单元精确控制激光发射和相机曝光的时间顺序，保证了同步采集PLIF和Mie图像。在实验过程中，严格按照预定步骤进行操作，对各个系统进行了全面的检查和调试，确保实验的顺利进行。通过多次重复测量，采集了大量的PLIF和Mie图像数据，并对数据进行了精心处理和分析。经过图像预处理，有效提高了图像质量，去除了噪声、增强了图