# 基于瑞利-布里渊散射光谱的燃烧火焰温度测量 --- 您好!我已准备好翻译这篇学术论文。目前我仅收到了标题,如果您有正文内容需要翻译,请继续提供,我将为您进行专业、准确的中文翻译。 **标题翻译:** > **基于瑞利-布里渊散射光谱的燃烧火焰温度测量** --- **术语说明:** - Rayleigh–Brillouin scattering: 瑞利-布里渊散射 - Spectroscopy: 光谱学/光谱法 - Combustion flames: 燃烧火焰 --- 请继续提供需要翻译的内容,我将逐段为您翻译

《Combustion and Flame》:Temperature measurement of combustion flames using rayleigh–brillouin scattering spectroscopy

【字体: 大 中 小 】 时间:2026年09月25日 来源:Combustion and Flame 5.9

编辑推荐:

   摘要利用瑞利-布里渊散射(RBS)光谱高精确度获取燃烧火焰信息,可实现对燃烧过程的无接触、原位、高精度温度测量。本研究采用虚拟成像相位阵列(VIPA)光谱仪,测量了当量比在0.8至1.2范围内的McKenna燃烧器CH4/空气层流预混火焰的RBS光谱。利用Tenti S6加权

  

摘要

利用瑞利-布里渊散射(RBS)光谱高精确度获取燃烧火焰信息,可实现对燃烧过程的无接触、原位、高精度温度测量。本研究采用虚拟成像相位阵列(VIPA)光谱仪,测量了当量比在0.8至1.2范围内的McKenna燃烧器CH4/空气层流预混火焰的RBS光谱。利用Tenti S6加权叠加瑞利-布里渊散射模型,结合Chemkin模拟的组分信息,实现了McKenna燃烧器CH4/空气层流预混火焰的温度测量和误差分析。结果表明,使用混合组分模型时最大相对误差为1.9%,与氮气单组分假设的最大6%相对误差相比,测量精度有了显著提高。误差分析表明,瑞利-布里渊散射光谱学有效降低了对于组分浓度变化和散射截面温度依赖性的敏感度。具有高散射截面且与混合气体平均分子量偏差较大的气体对温度测量的影响更大。最终的综合不确定度约为0.87%至1.07%。最后,利用瑞利-布里渊散射测量了McKenna燃烧器的径向温度分布,基于混合气体模型的结果与热电偶测量结果一致。火焰核心区(0-20mm)的最大误差为2%。

引言

瑞利-布里渊散射(RBS)光谱学因其能够非侵入性地获取流体的多种物理参数,包括温度、密度、压力和体积粘度,长期以来在大气遥感和气体物性测量领域受到广泛关注。1974年,Tenti等人[1]提出了著名的S6模型,该模型源自线性化玻尔兹曼方程的六矩近似。该模型已被证明是描述动力学区域内单组分气体瑞利-布里渊散射光谱最有效的框架。瑞利-布里渊散射光谱学主要用于检测高空大气温度以及实验室气体参数和光谱测量;其典型温度范围为213–340 K,目前涉及更高温度研究的报道较少。例如,Liang等人[2]在220–340 K和0.1–1 bar条件下,通过瑞利-布里渊散射光谱宽度反演大气温度,实现了低于3 K的绝对误差。Gu等人[3]研究了散射角为55.7°时空气的自发瑞利-布里渊散射光谱,在273–333 K温度和0.25–3 bar压力条件下进行了测量,表明空气的体积粘度在测量范围内呈线性温度依赖性。Tenti-S6模型准确预测了p<1 bar大气条件下的瑞利-布里渊散射光谱,与实验值的偏差小于1%。Pi等人[4]提出了一种基于虚拟成像相位阵列(VIPA)光谱仪的新方法,用于在213–293 K温度和343–996 mbar压力范围内快速测量空气瑞利-布里渊散射线光谱。利用Tenti S6模型拟合光谱线,气体反演得到的绝对误差低于2.44 K。Teav[5]开发了一种具有空气间隙的VIPA光谱系统,能够在数分钟内完成数据采集。他们测试了三种气体——Ar、N2和CH4——在高达20 atm的压力下,从而完成了S6模型的系统性验证。Luo等人[6]将基于VIPA的干涉瑞利散射扩展到一维同时测量加热湍流空气射流中的温度和速度。
尽管瑞利-布里渊散射技术取得了显著进展,但在涉及混合气体系统的燃烧诊断应用中仍面临挑战。Pitz等人[7]首次利用法布里-珀罗干涉仪(FPI)实现了氢-空气火焰中的瑞利散射光谱诊断。他们获取了高温燃烧区和低温未燃区的特征光谱,并据此反演得到了空间分辨的温度和密度分布。这证明了瑞利散射在清洁燃烧环境中进行非侵入性参数测量的可行性,从而为该领域奠定了实验基础。瑞利-布里渊散射的光谱线型取决于一个关键参数y,定义为散射波长与平均分子自由程之比:y=NKBT2Kηsv0
其中N为气体数密度,KB为玻尔兹曼常数,K为散射波矢量的大小,ηs为剪切粘度,v0 = (KBT/m)1/2为与热速度相关的速度,其中m为气体分子质量。Cattolica等人[8]发现当y < 0.1时,可以忽略布里渊散射的影响。在这种情况下,瑞利光谱可以近似为高斯分布,从而简化了温度反演过程。然而,由于散射的动态特性,在燃烧场景中混合气体的瑞利-布里渊散射光谱建模被证明特别复杂,需要大量额外的输运系数来描述未知的物种特异性输运过程[9]。虽然以前的研究试图推导多物种动力学模型,但这些更为复杂的模型仍未得到充分利用,主要是因为它们仅在惰性气体混合物中进行了验证[10,11]。研究表明,当使用Tenti S6模型描述单组分分子气体的瑞利-布里渊散射线型来表征空气等多组分气体时,可以将空气视为一种单一虚拟气体。通过输入其有效输运系数(剪切粘度、体积粘度和热导率)以及其内部比热容和平均分子量即可进行计算[12]。鉴于空气组成的稳定性,可以用单气体模型进行近似。然而,燃烧产生的混合物具有分子量变化显著、极化率差异较大以及组成动态变化等特点,不能等同于单气体模型。
一种有效的方法是基于混合气体组成采用加权叠加方法。该技术已被应用于混合气体散射光谱建模,并在基于强度的滤波瑞利散射(FRS)燃烧诊断中有大量文献报道[[13]、[14]、[15]]。另一种简化的处理方法是将混合气体视为单一的氮气组分。Elliott等人[16]指出,对于单组分氮气假设,氢/空气预混火焰中滤波瑞利散射与相干反斯托克斯拉曼散射(CARS)之间的测量偏差低于2%,甲烷/空气预混火焰在近壁区域的偏差小于4%。Trueba-Monje等人[17,18]指出,使用单组分氮气假设进行滤波瑞利散射温度测量的误差可能高达50%,导致对碳氢化合物火焰的估计偏低和对氢火焰的估计偏高。相比之下,通过利用预模拟信号,由预模拟数据得出的温度相关性可以补偿组成变化的影响,使层流火焰的测量误差保持在2%以内,湍流火焰的误差保持在3%以内。类似地,Kearney等人[19]在甲烷层流预混火焰实验中发现,在氮气单组分假设下误差约为8%,而在考虑混合气体组分后误差降至约2.8%。然而,尽管光谱分析对于阐明散射机制至关重要,但这两种方法均未在光谱测量层面进行系统研究。此外,滤波瑞利散射依赖于强度测量,容易受到激光功率波动的影响。当使用碘分子吸收池来滤除米氏散射信号时,需要实时监测和反馈控制激光波长。相比之下,瑞利-布里渊散射采用光谱拟合,因此不受激光强度变化的影响;因此,激光不需要复杂的频率扫描和锁定功能。
法布里-珀罗干涉仪和菲索干涉仪的低光通量在检测高温环境中微弱的瑞利-布里渊散射信号时构成了重大挑战[20]。相比之下,VIPA具有高光学通量。通过多光束干涉,它可以在单次通过中空间分辨全波段光谱信息。这些信息随后由面阵探测器直接接收,无需机械移动或部件调整,从而实现快速光谱测量。为此,本研究开发了一种基于VIPA的瑞利-布里渊散射诊断系统,首次利用Tenti S6加权叠加模型实现了燃烧场温度的高精度反演。实验在McKenna平焰燃烧器上进行。比较了混合气体和简化氮气假设的反演误差,并系统评估了该技术在燃烧诊断中的不确定度。这为将瑞利-布里渊散射应用于复杂燃烧场提供了数据和模型支持。

章节摘要

瑞利-布里渊散射仪器

实验装置示意图如图1所示。实验光源采用二极管泵浦连续波、二次谐波产生的Nd:YVO4激光系统(Verdi-V10, Coherent),工作输出波长为532.23 nm,平均功率为7 W,垂直偏振,偏振比大于100:1。激光输出通过95:5分束器分为两路。主光束(95%的能量)通过镜面M1,穿过

瑞利-布里渊散射光谱的温度确定方法

在实际测量中,瑞利-布里渊散射光谱中心常出现窄谱特征。这是由米氏散射或壁面反射引起的。这两种现象本质上都是弹性散射过程,其理想光谱线型可以用狄拉克δ函数来描述[23]。然而,由于激光有限线宽和仪器响应函数等因素,所测光谱实际上是理想线型与系统响应的卷积:R(

不同当量比下CH4/空气层流预混火焰瑞利-布里渊散射光谱的获取与分析

测量点位于燃烧器表面以上10 mm处,以确保测量区域位于纵向温度分布相对均匀的区域。通过改变当量比,该系统可用于评估瑞利-布里渊散射技术在不同组分浓度下的温度测量精度。获取了CH4流量固定为1.31 L/min条件下预混火焰混合物(Φ = 0.8–1.2)的瑞利-布里渊散射光谱。由于N2是主要的

总结与结论

本研究采用了一种基于虚拟成像相位阵列(VIPA)的瑞利-布里渊散射技术。通过为燃烧产物构建加权叠加瑞利-布里渊散射模型,并结合Chemkin组分模拟数据,实现了CH4/空气预混火焰的高精度温度测量。该模型与测量光谱具有良好的吻合度。在当量比为0.8–1.2时,混合气体中火焰中心温度的测量精度显著高于

作者贡献声明

Xinxin Feng:论文撰写——初稿,方法论,数据管理。Tao Wu:监督指导,经费获取,概念构思。Qiang Wu:验证,数据管理。Hongda Yan:形式分析。Jun Yang:概念构思。Xingdao He:概念构思。
Xinxin Feng|Tao Wu|Qiang Wu|Hongda Yan|Jun Yang|Xingdao He
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号