引用本文
肖菊, 郝志勇, 周蔓兰, 胡伟兆. 面向火灾爆炸的瞬态高温场检测系统设计[J]. 光谱学与光谱分析, 2025,45(7): 1986-1991.
XIAO Ju, HAO Zhi-yong, ZHOU Man-lan, HU Wei-zhao. Design of Transient Temperature Field Detection System for Fire Explosion[J]. Spectroscopy and Spectral Analysis, 2025,45(7): 1986-1991.
Doi:10.3964/j.issn.1000-0593(2025)07-1986-06  
Permissions
Copyright©2025, 《光谱学与光谱分析》期刊社
《光谱学与光谱分析》期刊社 所有
面向火灾爆炸的瞬态高温场检测系统设计
肖菊1, 郝志勇1, 周蔓兰1, 胡伟兆2
1.山西工程科技职业大学安全与应急管理学院, 山西 晋中 030619
2.中国科学技术大学火灾科学国家重点实验室, 安徽 合肥 230026

作者简介: 肖 菊,女, 1977年生,山西工程科技职业大学安全与应急管理学院副教授 e-mail: xiaoju13934047248@163.com

收稿日期: 2024-11-08 修回日期: 2025-01-20 接受日期: 2025-01-20
基金: 国家自然科学基金面上项目(51774182),山西工程科技职业大学横向项目(HSLB-2024-1542-0001)资助
摘要

温度场的瞬态分布是评估爆炸毁伤程度的重要指标。 火灾过程中的爆炸、 爆燃等现象会给抢险救援带来极大的风险, 故研究爆炸过程中瞬态温度场的变化规律, 毁伤范围等对提高消防灭火安全性十分必要。 为了对爆炸过程中瞬态温度场的分布范围及温度值进行定量分析, 搭建了一种基于光谱归一化的辐射测温系统。 现有文献中主要利用辐射测温的方式测量爆炸火焰, 多采用单一波长计算爆炸区域内的亮温场, 但这样无法解算真温值。 针对该问题, 设计了一种基于多波长组合窄带滤光片分区采集的图像获取结构, 提出了一种光谱归一化辐射测温算法。 系统由成像透镜组、 多波长组合窄带滤光片和多光谱相机构成。 成像透镜组用于收集待测区域的爆炸辐射, 并实现准直与聚焦。 多波长组合窄带滤光片是将4个不同特征波长的窄带滤光片拼接在一起, 使面阵CCD感光面上可以同时获取图像。 该设计以牺牲1/4的空间分辨率的代价换取同时获取4个特征波长的测试图像。 最后由多光谱相机同时获取4个特征波长条件下的多光谱图像, 再通过处理模块完成基于辐亮度的温度反演, 最终获得爆炸区域内的温度场及瞬态变化过程。 实验采用S16型热电偶传感器标定爆炸区域实际位置上的瞬时温度, 采用M20型红外热像仪的测试结果标定爆炸区域的温度场瞬态范围。 热电偶传感器温度测试结果显示距离1.0与5.0 m处, 最高温度分别为1 625和810 ℃。 本系统的反演结果分别为1 602和783 ℃, 相对误差均值为3.1%。 热像仪的范围测试结果显示, 最大范围为6.9 m×6.0 m。 本系统为7.2 m×6.3 m, 相对误差均值小于5%。 验证了本系统采用4个特征波长分区图像反演爆炸区域瞬时温度场的可行性。 实验结果显示, 该系统的瞬态温度反演精度高, 且具备三维温度场重建能力, 支持爆炸范围动态识别能力。 在火灾爆炸等领域具有更大的应用潜力和实用价值。

关键词: 爆炸测温; 瞬态温度场; 多波长组合窄带滤光片; 光谱归一化
中图分类号:TH745 文献标志码:A
Design of Transient Temperature Field Detection System for Fire Explosion
XIAO Ju1, HAO Zhi-yong1, ZHOU Man-lan1, HU Wei-zhao2
1. School of Safety and Emergency Management, Shanxi Vocational University of Engineering and Technology, Jinzhong 030619, China
2. State Key Laboratory of Fire Science, University of Science and Technology of China, Hefei 230026, China
Abstract

The transient distribution of the temperature field is a crucial indicator for assessing the extent of explosion damage. Explosions, detonations, and other phenomena that occur during a fire can pose significant risks to emergency rescue operations. It is necessary to study the changes in the transient temperature field during the explosion process and the extent of damage. It can improve the safety of fire extinguishing. The distribution range and temperature values of the transient temperature field during the explosion process were quantitatively analyzed. A radiation temperature measurement system based on spectral normalization was designed. The existing literature primarily employs radiation thermometry to measure the temperatures of flames from explosions. Most literature uses a single wavelength to calculate the brightness temperature field within the explosion zone. But this method cannot calculate the true temperature value. A structure for image acquisition based on a multi-wavelength combination narrowband filter partition has been designed. A spectral normalization radiometric temperature measurement algorithm was proposed. The system consists of an imaging lens group, a multi-wavelength combination narrowband filter, and a multispectral camera. The imaging lens group is used to collect explosive radiation from the test area and achieve collimation and focusing. A multi-wavelength combination narrowband filter is a combination of four narrowband filters with different characteristic wavelengths. It enables simultaneous acquisition of images on the photosensitive surface of the CCD array. This design sacrifices 1/4 of the spatial resolution in exchange for simultaneously obtaining test images of four characteristic wavelengths. Finally, the multispectral camera simultaneously captures multispectral images under four characteristic wavelength conditions. The processing module is used to complete temperature inversion based on radiance. Finally, obtain the temperature field and transient changes within the explosion area. The experiment utilized the S16 thermocouple sensor to calibrate the instantaneous temperature at the actual location of the explosion area, and the M20 infrared thermal imager's test results were used to calibrate the transient temperature range in the explosion area. The temperature test results of the thermocouple sensor show that the highest temperatures at distances of 1.0 and 5.0 m are 1 625 ℃ and 810 ℃, respectively. The inversion results of this system are 1 602 ℃ and 783 ℃, respectively, with an average relative error of 3.1%. The range test results of the thermal imager show that the maximum range is 6.9 m×6.0 m. This system is 7.2 m×6.3 m, with an average relative error of less than 5%. It verifies the feasibility of using four characteristic wavelength partition images to invert the instantaneous temperature field of the explosion area in this system. The experimental results demonstrate that the transient temperature inversion accuracy of this system is high, enabling it to reconstruct the three-dimensional temperature field. This design can dynamically identify the explosion range. It has greater potential and practical value in fields such as fire and explosion.

Keyword: Explosion temperature measurement; Transient temperature field; Multi-wavelength combination narrowband filter; Spectral normalization
引言

火灾是常见的灾害之一, 而伴随火灾的爆炸又是消防救援中最容易受到二次伤害的现象[1]。 因为火灾中产生的高温随时间的推移, 可能会伴随爆炸、 爆燃等现象的发生, 为了避免或降低该类情况对消防人员及被困人员的伤害, 研究爆炸过程是具有重要意义的。

爆炸实验具有危险性高、 成本高且受环境影响大等特点, 接触式测量法虽然可以通过近距离传感器获得高精度的测试结果, 但是往往伴随着传感器损毁及需要预先知道爆炸位置等问题[2]。 而火灾中可能伴随的随机爆炸现象对测试精度要求相对不高, 但对测试范围及设备可快速重复测量的要求较高, 故非接触式检测手段更适用于本文研究内容的应用方向。 非接触式方法主要包括辐射法、 光谱法、 和热成像法[3, 4]。 Bityukov[5]等通过小扰动法对静态热源进行非接触测量, 温度范围小于1 000 K时, 误差为0.15%。 程丽鹏[6]等通过测试爆炸火球的辐射值, 并结合热像仪标定, 得到了爆炸的温度场分布数据, 测试精度优于5%。 许仁翰[7]等通过红外测温仪对爆炸产生的火球进行测试, 系统具有很好的实时性, 测试精度优于± 7.8 ℃。 David[8]等将滤光镜与光谱仪联用, 测量了500~1 100 ℃的变温过程, 测试精度可达0.9 ℃。 Bityukov[5]等通过远程监测火焰自身辐射特性的方式, 获取了动态的火焰区域动态温度分布, 测试误差为0.3%。 Pradere[9]等测试了100~800 ℃范围内的温度分布, 通过软件完成了三维温度场的重建。 刘斯尧[10]等利用LASSO技术对多光谱测温方法进行改进, 得到了瞬态温度的温度曲线。 谭勇[11]等通过CCD采集目标区域温度场, 在线标定的误差优于2.0%。 韩占锁[12]等利用爆炸过程中辐射量与发射率的函数关系, 使温度解算过程提高了39.5%。

以上文献多数侧重提高静态温度测试精度, 少量涉及温度场重建, 但少有涉及测试位置与温度的定量计算。 为了给爆炸过程温度场分布提供准确地数据支撑, 本文提出了一种用于瞬态高温场重建的光谱检测系统。

1 系统设计

系统主要由电脑、 数据采集卡、 多光谱相机组成。 温度标定设备用S16型热电偶传感器测试预设位置上的瞬态温度, 用M42型红外热像仪标定测试爆炸区域范围边界。 多光谱相机采用SDI公司的MSC2(NIR8)型多光谱相机, 其光谱范围700 nm× 1 000 nm, 光谱分辨率1.0 nm, 有效像素面积为16.5 μm× 5.5 μm。 成像透镜组采用HK2540-MP20型镜头组, 焦距20 mm, 视场角37.6° × 30.4° × 23° , 镜头直径37 mm。 整个测试系统如图1所示。

图1 爆炸瞬态温度场检测系统示意图Fig.1 Schematic diagram of explosion transient temperature field detection system

如图1所示, 多光谱相机与成像透镜组采集爆炸区域内的多光谱图像, 在传统结构中加入了多波长组合窄带滤光片结构, 该结构由4个不同特征波长的窄带滤光片构成。 4个窄带滤光片的波长分别是720、 800、 855和940 nm, 透过率优于99.8%, 窄带半宽为1.0 nm。 4个波长选择的依据是: 首先, 在700 nm× 1 000 nm的光谱范围内, 尽量让4个特征波长分布均匀, 避免某一区间的反演权重过大, 影响系统稳定性。 其次, 4个特征波长对应的能量转化率尽量一致, 从而减少多光谱图像重建时的色差问题。 最后, 对应特征波长附近最好没有强吸收峰, 从而提高对应波长位置上的信噪比。 同时, 4个波长滤波片的位置关于光轴对称, 如图1中所示, 每个滤光片透过约1/4的视场, 这样在完成多光谱图像叠加时可以获得更好反演效果。 它们可使测试图像分成4个区域, 这4个区域分别表征一个特征波长的辐亮度特性。 结合辐射测温算法对测试数据进行瞬态温度场重建。 测试系统在测试未知爆炸源时先采用图1中蓝色与红色的标定设备进行温度与区域位置的标定。 红外热像仪为系统提供爆炸区域位置的标定数据; 预设已知位置的多个热电偶传感器为系统提供爆炸区域准确位置上瞬时温度的标定数据。 校正后的辐射测温模型就可以应用于未知爆炸区域温度场分布范围与强度的检测与风险预测了。

2 辐射测温解算模型
2.1 辐射测温基本原理

辐射测温是通过对被测区域辐射检测的方式反演对应位置上的温度值[14]。 可以通过热辐射波段内任意波长或某一段波长的辐射量进行温度计算, 设与辐射源同温度下的黑体辐出度为Mb(λ , T)有

M(λ, T)=c1λ51ec2/λT-1(1)

式(1)中, c1和c2为第一、 第二辐射常数, T为温度, λ 为波长。 根据Stefan-Boltzmann 定律, 可知

M(λ, T)=σ·T4(2)

式(2)中, σ 为常数。 而黑体材料固定时, Mb(λ , T)可表示为Mb, 则温度函数为

T=c2λln-1c1λ5Mb(3)

式(3)中, λ 为辐射波长。 c1=3.74× 10-16 W· m2, c2=1.43× 10-12 m· K, 分别为第一、 第二辐射常数[15]。 实际测量中等效黑体辐出度是无法测量的, 所以直接采用实际幅出度进行反演。 在不考虑发射率的前提下, 测量温度T可表示为

T=c2λln-1c1λ5ε(λ, T)AλM测试(4)

式(4)中, ε (λ , T)为光谱发射率, Aλ 为探测器的影响因子, M测试为测试得到的辐射值。 对于4个不同特征波长而言, 只需将对应的波长替换为4个特征波长值即可。

2.2 光谱图像获取与归一化

本系统中采用CCD成像单元, 在其感光面上, 图像中像素大小与目标区域的辐射总量有关

D=γlgH+m(5)

式(5)中, D为测试图像的灰度值, H为图像曝光量, γ 为CCD的反差系数, m为修正参数。 CCD传感器检测辐亮度的函数可表示为

L=βT10DGγ(6)

由于CCD的反差系数、 镜头的投射系数等参数无法直接获取, 故实际使用中会对辐亮度公式简化, 在T和G固定时, D和L存在唯一的函数关系, 经过灰度归一化处理后, 亮度L和D/TG也有唯一的函数关系。 因此实际测量中, 对光谱进行归一化可简化计算过程, 归一化后的输出灰度值可表示为

Di=n·(D'i-I)(7)

式(1)中, D'i是输出灰度值, I为直流噪声, Di为归一化后的图像灰度值。

2.3 测温系统的灰度输出

由于爆炸产生的辐亮度与传感器接收到的光能量存在函数关系, 则进入成像透镜组的光通量有

dφ=πLds0sin2u0(8)

式(8)中, L为辐亮度, ds0为透镜组到CCD感光面的距离, u0为CCD的数值孔径。 设透过率为τ , 成像透镜组的焦距为f时, 当D=Di时, 辐射照度为

E=τπL4Dif21-fl21+14Dif21-fl2-1(9)

得到式(9)后, 可以得到辐射照度, 就能够采用辐射照度计算辐亮度和黑体等效温度值, 由此完成对应位置上温度的反演。

3 实验部分
3.1 成像单元的非均匀性校正

非均匀性校正可以抑制传感器和成像透镜组引起的非均匀性效应, 从而提高成像质量。 校正过程通过采集白色和黑色两幅图像实现, 白色图像由可调的稳定光源照射相机获得, 并保证校正前后光强均未饱和。 黑色图像由完全遮光状态下获得, 该图像一般影响较小, 主要是对白色图像的校正。 白色图像获取实验如图2(a)所示, 校正前后的图像对比如图2(b)和(c)所示。

图2 成像单元的非均匀性校正实验
(a): 成像单元校正测试; (b): 校正前图像; (c): 校正后图像Fig.2 Non-uniformity correction experiment of imaging unit
(a): Imaging unit calibration test; (b): Pre calibration image; (c): Post calibration images

由图3(b)可知, 校正前灰度图像中存在噪声, 成像矩阵中存在亮暗不均匀的现象, 并且能量直方图不均匀, 噪点多出现在垂直分量上, 计算其峰值信噪比(PSNR)为31.58 dB。 在采用非均匀性校正后, 如图3(c)所示, 像素中灰度均匀性大幅提升, 没有显著的亮暗差异, PSNR提升至45.36 dB。 直方图分布趋于集中, 其说明优化后能量集中度更高, 这样在温度反演时, 4个特征波长的能量比更均匀, 降低了由于能量分布不均造成的温度反演误差。 说明对原始输入图像进行非均匀性校正是十分必要的。

图3 爆炸位置、 测试位置及标定设备
(a): 爆炸位置; (b): 测试位置Fig.3 Explosion location, testing location, and calibration equipment
(a): Explosion location; (b): Test location

3.2 爆炸温度场瞬态测试

在火灾中, 爆炸多由可燃气体泄露造成, 故采用电打火方式引爆小型压缩可燃气罐模拟火灾中的爆炸现象。 将爆炸源放置于0.5 m高的木架子上, 距爆炸中心1.0、 2.0、 3.0、 4.0和5.0 m位置上分别放置热释电传感器, 用来检测爆炸过程中瞬态温度的真值, 从而标定系统的温度反演值。 红外热像仪与本系统放置在距爆炸中心50 m的位置同时采集爆炸温度场, 测试环境如图3所示。

准确计算爆炸场的高温范围, 为火灾救援中可能出现的爆炸情况提供安全距离的评估, 本系统通过几何定标建立相机像素点与测试位置的距离函数关系。 爆炸位置距离1.0和2.0 m等位置上的固定标杆中间夹着热电偶传感器, 同时上面的红白标杆更容易被相机识别。 所有测试标杆与爆炸源位置在同一条直线上, 最远标杆位置距爆炸源为5.0 m。 根据实际位置关系和相机像元数计算可知, 测试图像中两个标杆之间的像素个数约300个, 即单个像素与实际距离的关系约为0.016 4 m· px-1。 故当获取爆炸的瞬态图像时, 可以根据图像中高温辐射的边界计算爆炸的区域范围, 再配合热电偶传感器对光谱温度反演的定标, 就可以获取爆炸的准确温度、 范围及时间信息, 为提高安全救援等提供更多量化信息。

3.3 温度测试数据对比

由于一般消防隔热服适用于距火源1.75 m位置上850 ℃的火焰, 能够抵抗1 000 ℃的瞬态火焰。 故红外热像仪温度范围设置为170~1 850 ℃的档位, 热电偶传感器的温度响应范围选用0~1 600 ℃的范围。 则温度测试结果如图4所示。

图4 瞬态温度变化与温度最大值对比
(a): 热电偶传感器响应电压; (b): 不同方法的温度最大值Fig.4 Transient temperature changes and comparison of maximum temperature values
(a): Response voltage of thermocouple sensor; (b): Maximum temperature by different methods

如图4(a)所示, 距爆炸源最近的热电偶传感器(1.0 m处)在55 ms左右瞬间接收到强烈信号, 响应电压从5.0 mV突然拉升至34.68 mV, 最高温度达1 625 ℃。 爆炸后温急速攀升达峰值后, 在1 000 ℃以上约持续350 ms。 在3 m位置上, 电压最大值为26.25 mV, 分布趋势随时间增加而逐渐减弱, 没有明显的变小区域, 基本上是单调递减的趋势。 相比之下, 距爆炸源最远的热电偶传感器(5.0 m处)在95 ms左右瞬间接收到强烈信号, 响应电压从3.0 mV拉升至17.95 mV, 最高温度达991 ℃。 如图4(b)所示, 三种方式的测温数据在5个测试位置上的测试数据相近, 本系统与热电偶传感器的相对误差均值为3.1%。

5个测试点位的最大温度测试值如表1所示。

表1 瞬态温度场测试结果对比 Table 1 Comparison of transient temperature field test results

测试结果显示, 五个位置的最大温度相对误差均小于2.5%, 平均相对误差值为1.65%, 说明本系统的温度反演精度与实际温度十分接近, 符合温度值反演的设计要求。

3.4 温度场区域对比

针对同一次爆炸过程, 采用红外热像仪作为爆炸范围标定设备, 与本系统成像区域进行对比, 测试结果如图5所示。

图5 瞬态温度场测试结果对比
(a): 红外热像仪的测试图像; (b): 爆炸火球尺寸偏差对比Fig.5 Comparison of transient temperature field test results
(a): Test image of infrared thermal imager; (b): And size deviation of explosion fireball

如图5(a)所示, 爆炸在50~300 ms过程中, 火球x轴方向从3.3 m膨胀至6.9 m, 达到最大值, y轴方向从3.2 m膨胀至6.0 m。 如图5(b)所示, 本系统在50和300 ms时, 相同温度的位置分别为(3.4 m, 7.2 m)和(3.5 m, 6.3 m), 可以看出, 两组数据接近, 本系统反演计算的区域略大于真实区域, 但相对误差均值小于5%, 并可以通过红外热像仪的测试数据进行标定, 从而进一步提升系统范围测试精度, 结合温度测试与范围测试, 验证了本系统设计的可行性。

4 结论

本文研究了一种基于光谱归一化的辐射测温系统, 用于同时测量爆炸瞬态温度场范围与温度值, 从而为火灾救援等提供安全工作距离的量化指标。 实验中分别采用热电偶传感器与红外热像仪对系统的温度测试值与范围测试值进行标定, 实验结果显示, 本系统的温度测试精度标定后与热电偶传感器的测试值相对误差小于3.1%, 范围测试误差与红外热像仪的测试值相对误差小于5.0%。 本系统具备同时测试爆炸区域温度场范围与温度值的能力, 在火灾爆炸监测等领域具有一定的应用价值。

参考文献
[1] WANG Zhen-tao, DAI Jing-min, YANG Sen(王振涛, 戴景民, 杨森). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2023, 43(12): 3885. [本文引用:1]
[2] YUAN Liang, YUAN Lin-guang, DONG Zai-tian, et al(袁良, 袁林光, 董再天, 等). Journal of Applied Optics(应用光学), 2023, 44(3): 580. [本文引用:1]
[3] ZHANG Jie, WANG Gao, LI Zhi-ling, et al(张杰, 王高, 李志玲, 等). Transducer and Microsystem Technologies(传感器与微系统), 2022, 41(8): 37. [本文引用:1]
[4] Li Z, Yin J, Zhang J. Sensors, 2022, 22(14): 5294. [本文引用:1]
[5] Bityukov V K, Simachkov D S. Measurement Techniques, 2018, 60(10): 1038. [本文引用:2]
[6] CHENG Li-peng, ZHANG Meng, WANG Gao, et al(程丽鹏, 张猛, 王高, 等). Initiators & Pyrotechnics(火工品), 2016, 2(4): 49. [本文引用:1]
[7] XU Ren-han, ZHOU Yi-jie, DI Chang-an(许仁翰, 周钇捷, 狄长安). Acta Armamentarii(兵工学报), 2021, 42(3): 640. [本文引用:1]
[8] David L Frost, John-Mark Clemenson, Samuel Goroshin, et al. Propellants, Explosives, Pyrotechnics, 2021, 46(6): 899. [本文引用:1]
[9] Pradere C, Ryu M, Sommier A, et al. Journal of Applied Physics, 2017, 121(8): 085102. [本文引用:1]
[10] LIU Si-yao, WANG Jin-song, SUN Yan-jun, et al(刘斯尧, 王劲松, 孙艳军, 等). Journal of Changchun University of Science and Technology (Natural Science Edition)[长春理工大学学报(自然科学版)], 2019, 42(2): 61. [本文引用:1]
[11] TAN Yong, XIE Lin-bo, FENG Hong-wei, et al(谭勇, 谢林柏, 冯宏伟, 等). Laser & Infrared(激光与红外), 2019, 49(6): 720. [本文引用:1]
[12] HAN Zhan-suo, CAO Feng, WANG Jian-gang, et al(韩占锁, 曹锋, 汪建刚, 等). Journal of Applied Optics(应用光学), 2020, 41(6): 1230. [本文引用:1]
[13] CUI Zhong-yao, ZHAO Feng-jun, ZHAO Shuang, et al(崔中耀, 赵凤君, 赵爽, 等). Journal of Natural Disasters(自然灾害学报), 2024, 33(1): 99. [本文引用:1]
[14] ZHU Zi-min, XING Jian(朱自民, 邢键). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2023, 43(9): 2674. [本文引用:1]