燃烧是最常见、最典型、最直接的能量转化方式,温度场和气体浓度场的分布对表征燃烧发生的位置,评价燃烧状态、效率和热释放量具有非常重要的价值,成为燃烧科学研究领域中及其关注的研究对象。实时监测两者分布情况可以在线了解燃烧状态参数,达到控制燃料配比,节能、提效、减排的目的。本项目针对基于TDLAS技术在燃烧参数诊断中的应用进行研究。主要内容包括利用760nm附近的多条氧气谱线测量燃烧温度和气体浓度,探索有效消除测量环境影响的方法,优化高温气体探测中波长调制参数,建立燃烧过程气体浓度测量的温度补偿算法。同时结合数学算法、物理边界条件和图像处理技术建立离散化方程,实现4*4网格状二维温度场、浓度场分布的测量和"CT"影像模型重建的理论和实验方法研究。为发展基于TDLAS技术的燃烧参数(二维层析温度场、浓度场分布)在线监测,优化控制系统,提高燃烧效率,有效减少CO、NOx等污染气体的排放总量奠定基础。
英文主题词tunable diode laser absorption spectroscopy(TDLAS);two-dimensional tomography;temperature distribution;concentration distribution;image model reconstruction