基于Mie散射理论水雾介质红外辐射衰减的校正研究

2022-08-24刘凯迪吴海滨陈新兵宋伟徐雷

大气与环境光学学报 2022年4期

刘凯迪,吴海滨,陈新兵,宋伟,徐雷

(安徽大学物理与材料科学学院, 安徽合肥 230601)

0 引言

钢铁生产的流程中,炉外精炼是必不可少的,钢水在这之后需要凝结成型。早期的凝结方法被称为传统的模铸法。随着钢铁产业的发展,出现了更先进的凝结技术,即当前钢铁生产中常用的连续铸钢法。连续铸钢法因其生产工序简单、能源消耗少和金属收得率高等特点,与传统的模铸法相比具有较大的优越性,作为钢铁产业生产过程中逐步发展形成的新技术,有着取代前者的趋势。连铸并非一次性冷却钢水成型,因此对冷却过程中的温度控制是决定最终产出成品质量的关键,同时也是衡量连铸机工作能力的重要指标,据此发展出连铸生产过程中的温度监测技术。连铸机二冷室的冷却方法是通过水来冷却凝固坯壳,即利用水的沸腾换热现象[1]。在连铸二冷区铸坯表面温度的监测过程中,水雾对辐射能具有强烈的衰减作用,从而对非接触式测温造成不可忽略的干扰。

目前工业生产中,非接触式测温有较为广泛的应用,例如管式工业炉炉管表面温度的连续实时监测[2]。而在连铸方面,为了减少水雾带来的测温干扰,通常的办法是在光路中通风以吹散水蒸气,但通入的气流必然与铸坯发生对流换热现象,反而会增大测温误差[3];另一种在工业生产中常用的方法是根据铸坯的氧化铁皮在表面随机分布的特点进行连续在线测温,对得到的温度数据进行有效判断,选择最佳的温度值[4]。当铸坯表面出现大量连续的氧化铁皮或者在光路中出现持续性的水雾介质时,温度的测量结果都会出现较大的误差。在理论研究方面,袁辉等[5]研究了1.06µm 激光辐射在水雾环境中的衰减特性;高文星等[6]通过建立水雾粒子的消光模型,计算了不同辐射波长下的消光特性;刘玉英和张欣欣[7]基于辐射换热理论建立了参与性介质影响下辐射测温问题的物理模型和数学模型,探讨了水雾遮挡对红外辐射测温仪的影响;谭锴等[8]以水雾厚度、铸坯实际表面温度、水量、气压为影响因素研究了水雾对高温铸坯表面辐射测温误差的影响。

本文依据现场实际工况建立了水雾状态模型,并分析红外辐射在水雾模型中的衰减特性,基于Mie 散射理论计算出水雾状态模型的消光系数。将校正因子与非接触式红外测温系统相结合,通过接收到的铸坯发射出的红外辐射能量,推导出铸坯原始发射的红外辐射能量,消除因水雾对红外辐射的衰减而产生的温度测量误差,提高连铸二冷区铸坯表面非接触式测温的精确度。

1 实验方案与装置

1.1 连铸二冷区水雾特性

连铸二冷过程中采用的是气液式雾化喷嘴,利用空气等气体来提高冷却水的雾化效果,产生超细水滴。超细水滴多呈球状,直径在25∼95µm 之间。通过水滴吸收铸坯表面的热量,达到铸坯冷却的目的,同时水滴因吸收热量而蒸发,在铸坯周围产生大量的水蒸气。超细水滴具有粒子介质的消光特征,而水蒸气具有谱带辐射特性。部分红外波段大气透射谱线如图1 所示,冷却产生的水蒸气对某些波段(如0.7、0.8、0.94、1.1µm[9])的红外辐射有较强的吸收能力,在利用红外辐射测温时必须将这个因素考虑在内,减少水蒸气对红外辐射吸收所带来的测量误差。

细水雾作为连铸坯辐射波的传播介质,具有吸收、反射和散射的作用,而这些物理特性将会极大地干扰利用红外辐射测温的结果。综合电磁波的相关理论,假设每个水滴的形状均为圆球。细水雾可以看作符合粒径分布的粒子系,设水滴的半径为r,水滴半径的分布函数为n(r)。采用对数正态分布模型描述时,其表达式为

式中σ 为水滴半径的标准差,rm为水滴半径的平均值。

1.2 Mie 散射理论

在红外辐射穿过水雾区时, 超细水滴引起红外辐射衰减, 在多种红外辐射衰减的现象中, 散射的影响远大于其他特性的衰减。设λ 为测温所采用的波长,βext(λ)为雾区的消光系数,βsca(λ)为雾区的散射系数,βabs(λ)为雾区的吸收系数,则三个系数的关系为

式中φv为超细水滴的体积分数;χ 为尺度参数,且χ=2πr/λ,Re(an+bn)表示an+bn的实部,an和bn为Mie散射系数[10]。

1.3 实验系统设计

实验系统组成如图2 所示,主要包括: 近红外CCD 模拟相机探测器、七芯耐高温通讯电缆、网络视频服务器、电源模块、工控机。采用工作波段为1064 nm 的近红外CCD 模拟相机探测器,架设在连铸二冷室的墙壁上,与铸坯保持1.5 m 的距离;由于钢种的不同,铸坯表面温度的变化范围为950∼1100◦C,现场采用风冷和水冷相结合的方式对探测器降温保护;七芯耐高温电缆对探测器供电,并进行视频信号的传输;网络视频服务器将模拟视频信号转换成数字视频信号;电源模块同时对探测器、视频服务器和工控机供电;工控机安装有测温系统控制软件。

图2 实验系统示意图Fig.2 Schematic diagram of test system

软件功能主要包括: 相机初始化、红外图像采集及预处理、铸坯图像的动态显示、铸坯表面温度的计算、铸坯图像任意位置的温度显示、铸坯温度的记录保存。工作流程图如图3 所示。近红外CCD 模拟相机初始化后,实时采集连铸坯图像,经过七芯电缆传输至视频服务器,将模拟信号转换成数字信号,再由网线传输至工控机测温系统软件中。红外图像的预处理可滤除现场复杂的环境带来的噪声;视频实时显示模块提供伪彩显示功能选项,以便现场工人更直观观测连铸坯状态;温度计算及校正主要排除现场水雾所带来的红外辐射衰减干扰;画面固定位置的温度监测显示连铸坯上温度连续变化的情况。

图3 实验系统工作流程图Fig.3 Flow chart of test system

1.4 红外图像预处理

测温系统采集连铸坯图像时,由于生产现场环境的复杂性,在系统中呈现的图像会出现不可避免的噪声。本研究主要采用极值中值滤波算法[11]对图像进行降噪处理,用矩阵X表示单帧灰度图像,其中xi j为图像坐标(i,j)的灰度值。采用中值滤波将图像矩阵X滤波后得到矩阵Y表示输出图像。W[xi j]表示矩阵X中点(i,j)处的滤波窗口,其大小等于m×n,其中m和n为奇整数,对窗口内的全部灰度值进行取中值操作可表示为yij=med(W[xi j])。

采用上述处理方法,最终得到的结果显示噪声能够被滤除掉,但是原本正常的图像细节遭到了不同程度的破坏。如果在上述方法执行前添加一个判断,明确哪些是被噪声污染的点,然后保持正常信号点不变,那么滤波后的图像更符合实际需求。由经验可知,自然拍摄的灰度图像,邻点之间的灰度值具有相关性,即使在边界位置的灰度值也存在关联,若图像中某点的灰度值在其邻域内不存在相关联的灰度值,该点很有可能被噪声污染。据此可以给出区分信号S和噪声N的方法,在单帧图像滤波前先计算该点邻域内灰度值的最值,min(W[xij])为该点滤波窗口内灰度值的最小值,max(W[xi j])为该点滤波窗口内灰度值的最大值,当该点灰度值等于最值时,该点是噪声,即

式中u24和u43是噪声点,使用上述方法可将其去除,从而得到细节清晰的连铸坯图像。

1.5 温度计算及校正

根据普朗克辐射定律,h为普朗克常量,c为真空中的光速,则第一辐射常量为c1=2πhc2;k为玻尔兹曼常数,则第二辐射常量为c2=hc/k;设热力学温度为T,辐射出射度为M(T,λ),则黑体辐射与波长λ 之间的关系为

将水雾粒子特性参数导入Mie 散射理论仿真软件,便可计算出对应的消光系数βext(λ),根据计算结果对测温系统进行校正,便可提高最终的温度测量精度。

2 实验结果与讨论

根据对数正态分布函数,并结合气雾喷嘴的参数[13],可拟合计算出水雾区超细水滴半径rm的平均值为41.4µm,标准差σ=1.85,其概率分布如图4 所示。

图4 超细水滴粒径的概率分布Fig.4 Probability distribution of water mist particle size

水雾对辐射的吸收和散射可由其复折射率描述,吸收由虚部描述,散射由实部描述。对于不同波段的辐射,实部和虚部的数值不相同。在测温所用的近红外波段,复折射率虚部基本保持不变,且远小于实部,但当波长逐渐增加时,实部的数值减小[14]。假设二冷室水雾复折射率实部a的数值等于1.298,可得到尺度参数χ 与消光系数的关系如图5 所示。

图5 消光系数与尺度参数的关系曲线Fig.5 Relation curve between extinction coefficient and scale parameter

在工作现场选取连铸坯经过的固定位置,使用人工测量和红外测温仪测量记录同一时刻的铸坯温度数据,并将红外测温仪测量温度进行校正,部分记录结果如图6 所示。由图可知,使用近红外非接触式测温仪测得的结果与人工测量结果存在较大差异,但校正后的温度值与人工测量结果基本一致,能够满足实际生产中的温度测量需求。

图6 部分采样点记录数据对比Fig.6 Comparison of recorded data of some sampling points

本次测试使用标准高温黑体炉对近红外测温系统进行标定, 实际工作时观测点与铸坯表面的距离在1∼2 m 之间。铸坯表面温度上千摄氏度,远高于测量路径上的环境温度,测量点和自然环境的温度差对测量结果的影响可以忽略。热辐射穿过水雾区时的衰减主要依靠单个粒子的吸收和散射的作用,实际物理现象为:部分光子本可由探测器捕捉到,但经散射逸出探测器视场;光子经散射后并未逸出探测器视场,其到达新位置的能量则被加强;光子经过半径较大的超细水滴时被直接吸收。连铸坯表面存在氧化层和水膜,对连铸坯温度的测量存在干扰,本研究暂未对这项干扰进行校正,这将是今后的工作重点。