(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111560825.5 (22)申请日 2021.12.20 (71)申请人 哈尔滨工程大 学 地址 150001 黑龙江省哈尔滨市南岗区南 通大街145号 (72)发明人 高山　张先岐　陈立伟　王桐　 崔颖　王超　姜晶　牛夷　 (74)专利代理 机构 哈尔滨市阳光惠远知识产权 代理有限公司 2321 1 代理人 张宏威 (51)Int.Cl. G01J 5/00(2022.01) G06F 30/17(2020.01) G06F 30/27(2020.01) G06N 3/00(2006.01)G06F 119/08(2020.01) (54)发明名称 一种基于有效发射率的复杂环境下涡轮叶 片辐射测温方法和装置 (57)摘要 本发明公开了一种基于有效发射率的复杂 环境下涡 轮叶片辐射测温方法和装置， 属于涡轮 叶片辐射测温技术领域， 解决现有技术计算量过 大、 误判率较高和不能满足涡 轮叶片测温要求的 实时性和高效性的问题。 本发明的方法包括： 获 取多个波长下的待测涡轮叶片的辐射数据； 构建 涡轮叶片反射辐射分析模型， 获得周围复杂环境 投射到叶片待测点的辐射量； 设定发射率模型结 合高温计实际接收辐射数据和复杂环境投射到 待测点的辐射量构造优化目标方程； 利用双种群 社会群体优化算法求解优化目标方程获得涡轮 叶片在各波长下的发射率数值； 求解待测涡轮叶 片表面的有效发射率， 并计算涡 轮叶片表面真实 温度。 本发明适用于涡轮叶片辐射测温。 权利要求书4页 说明书14页 附图5页 CN 114295214 A 2022.04.08 CN 114295214 A 1.一种基于有效发射率的复杂环境下涡轮叶片辐射测温方法， 其特征在于， 所述方法 包括： 步骤1、 利用多 波长高温计获取多个波长下的待测涡轮叶片的辐射数据； 步骤2、 构建涡轮叶片反射辐射分析模型， 获得周围复杂环境投射到叶片待测点的辐射 量； 步骤3、 设定发射率模型结合高温计实 际接收辐射数据和复杂环境投射到待测点的辐 射量构造优化目标 方程； 步骤4、 利用 双种群社会群体优化算法求解优化目标方程获得涡轮叶片在各波长下的 发射率数值； 步骤5、 利用高温计实际接收辐射量、 复杂环境投射辐射量和发射率数值求解待测涡轮 叶片表面的有效发射 率， 并计算涡轮叶片表面真实温度。 2.根据权利要求1所述的一种基于有效发射率的复杂环境下涡轮叶片辐射测温方法， 其特征在于， 所述 步骤2具体包括： 步骤2.1、 构建待测涡轮叶片、 前级导 叶和临近动叶的三维离散模型， 叶片离散模型采 用离散三角面元表示， 每 个离散三角面元面积为2 ‑3mm2； 步骤2.2、 进行面元 ‘可视化’筛选操作， 在不考虑面元相互遮挡的情况下筛选留下周围 环境可能传递热辐射到待测点的面元； 步骤2.3、 判断 ‘可视化’筛选后的面元与待测面元间是否有其 他叶片面元遮挡； 步骤2.4、 根据步骤2.2和步骤2.3筛选留下的叶片面元都可传递热辐射到待测面元， 计 算各叶片面元与待测 面元间的角系 数， 结合已知的叶片理论温度分布， 利用普朗克定理求 得待测点周围环境投射的辐射 量。 3.根据权利要求2所述的一种基于有效发射率的复杂环境下涡轮叶片辐射测温方法， 其特征在于， 所述 步骤2.2中， ‘可视化’筛选操作中， 筛 选的条件为： 若两个面元间可能传递热辐射， 则其法 向量与重心连线所表示的向量之间满足如下公 式条件 其中， 和 分别是面元1和2的法向量， 是两个面元重心连线构成的向量。 4.根据权利要求2所述的一种基于有效发射率的复杂环境下涡轮叶片辐射测温方法， 其特征在于， 所述 步骤2.3中， 所述遮挡的判断方法， 具体包括： 当判断临近动叶是否遮挡前级导叶与待测面元间的辐射传播路径时， 首先求两面元重 心连线所在线段， 之后判断该线段是否与某一个近似表示临近动叶的三角形相交， 若相交 则存在遮挡； 当判断前级导叶和临近动叶是否存在自身其他叶片面元遮挡辐射传播路径时， 将待测 面元进一 步离散成若干个小三角形并计算每 个小三角形的重心； 计算待遮挡判断面元的重心与每个离散化后小三角形重心连线所在线段从而得到一 簇线段； 设定遮挡比例阈值， 计算线段簇与其 他叶片面元相交数目的百分比； 如果相交数目的百分比达 到遮挡比例阈值， 则判断两个面元之间存在遮挡。权　利　要　求　书 1/4 页 2 CN 114295214 A 25.根据权利要求2所述的一种基于有效发射率的复杂环境下涡轮叶片辐射测温方法， 其特征在于， 所述 步骤2.4中， 所述角系数根据公式： 计算获得， 其中， Aj为面元j的面积； Ai为面元i的面积； Fji为面元j到面元i的辐射角系 数； θi和θj是相应面元法线和连接两个无穷小区域dAi和dAj的直线之间的角度； R是两个面 元之间的距离； 待测点周围环境投射的辐射 量通过公式： 计算获得， 其中， Mr( λ,T)是待测点周围环境投射的辐射量； Mj,i( λ,Tj)为面元j投射到面 元i的辐射 量； Mj( λ,Tj)为面元j的黑体辐射出射度。 6.根据权利要求1所述的一种基于有效发射率的复杂环境下涡轮叶片辐射测温方法， 其特征在于， 所述 步骤3中， 所述优化目标 方程为： 其中， εi是多波长高温计第i个通道下的发射率； M( λi,Tm)为高温计接收 的辐射量； M( λi, Tr)为周围环境投射到待测目标表面的辐射量； f( λ,T)为选定的发射率模型， 其中 的待定系 数是未知的； 函数M‑1{ λ,M}是普朗克公式的逆运 算得到待测目标的温度。 7.根据权利要求1所述的一种基于有效发射率的复杂环境下涡轮叶片辐射测温方法， 其特征在于， 所述 步骤4具体包括： 步骤4.1、 种群初始化参数设置， 根据选定的发射率模型， 设置发射率模型待定参数的 可行解范围， 种群 个体数目N,反向学习比例RL， 最大迭代次数D等 参数； 步骤4.2、 在发射 率模型的可 行解参数范围内生成初始种群； 执行双种群分群操作， 将初始化种群随机分为两个同等 规模大小的种群1和种群2； 步骤4.3、 根据优化目标方程计算种群1和种群2内的个体适应度， 并在各自所属的种群 内按照适应度优劣降序排列； 步骤4.4、 种群1和种群2内的个体进入 ‘提高阶段 ’， 各种群内部个体更新方式采用改进 后的提高阶段进化 算法如公式 其中， c为自我反省参数， 其取值通常在0 ‑1； r为0‑1的随机数； agbestj为对应种群内部 当前代最优个体的第j维特征数值； 与 分别为第i个个体更新前后的第j维特征数 值， 每个个体以所在种群最优个体为指导进行提高进化， 重新计算新个体适应度并根据适 应度优劣降序排列； 步骤4.5、 根据反向学习比例RL选取一定数量种群2当前代中较劣质的个体执行反向学 习操作， 并将种群2更新后的个 体根据适应度优劣降序排列；权　利　要　求　书 2/4 页 3 CN 114295214 A 3