基于智能手机APP的火焰温度分布检测研究

王浩帆，付 睿，袁 怡，李智聪，蒲 旸，娄 春，翁 灿

(1.华中科技大学 能源与动力工程学院 煤燃烧国家重点实验室，湖北 武汉 430074；2.成都三峰环保发电有限公司，四川 成都 610200)

1 引 言

温度是燃烧过程中的重要物理参数，合理地控制火焰温度，可以提高燃烧效率，控制燃烧污染物的排放[1]，如在垃圾焚烧炉中，控制温度范围可以减少二噁英等有毒物质的生成，燃烧室温度升高对碳烟生成存在促进作用等。在实际控制燃烧过程中，需要对火焰温度的准确测量提出了要求[2]。

现有的火焰温度测量方式主要有热电偶、红外热像仪和激光测温等。其中热电偶为单点测量，不能获得燃烧的温度分布，且对流场有一定干扰；红外热像仪成本较高，且因发射率的设置不准确造成一定的误差；激光测温的装置复杂。根据维恩辐射定律，在大部分火焰温度范围内，物体温度越高热辐射峰值越向可见光波段移动，于是可以根据辐射理论，结合可见光图像处理技术，测量火焰温度。该方法可以在不干扰流场的情况下获得火焰温度分布，且不需要设置发射率，避免出现误差[2,3]。基于辐射理论与可见光图像处理技术的双色法测量火焰温度的技术已广泛应用于燃烧检测与诊断，如用于测量燃烧室温度或其他燃烧特性[4,5]。

基于电荷耦合传感器(charge-coupled device，CCD)双色测温技术已经广泛应用到工业生产过程中。薛飞等使用双色法，通过面阵CCD获得的彩色图像，定量计算除燃煤锅炉燃烧温度场[6]；刘建浩等使用双色法获得了玻璃熔窑内的可靠温度分布[7]；闫勇等分别使用该方法计算了实验室尺度的甲烷轴对称扩散火焰和500 kW锅炉火焰温度[8～10]；何旭等用双色法研究了汽油机火焰的温度分布，证明了双色法的有效性[11]。

在计量测试领域，智能手机可以作为计算机的部分替代和便携化应用。如医学血压测量，Patrick等利用智能手机从患者指尖收集光信号，无创测量血压[12]，Sang等利用智能手机摄像头，测量分析血液的血红蛋白[13]；在工程测量方面，倪彤元等开发了测量混凝土裂缝长度、面积等特征的手机APP[14,15]。

本文基于辐射理论和图像处理技术，以智能手机为硬件，利用手机摄像头与CPU，自主开发火焰温度测量Android APP。通过标定实验，获得色度值与对应辐射能的定量关系，以保证火焰温度测量精度。通过拍摄燃烧图片，可以在10 s左右获得燃烧二维温度场。

2 火焰温度测量原理

燃烧过程伴随着强烈的辐射传递过程，燃烧火焰的主要波长范围为300～1 000 nm，温度范围为800～2 000 K，在这个范围内根据维恩辐射定律可以得到火焰的单色光谱辐射亮度[2,3]。

智能手机的摄像头的传感器接收到火焰发射出的辐射光，传感器对接收到的辐射光亮度进行一定的处理。处理步骤包括：入射的光子将电子激发形成自由电子，传感器收集电子电荷，并转换为电压值，最后通过A/D转换将电压值转换为数字信号。不同的相机光电响应、A/D转换效率不同，所以对某一特定相机的标定过程是必要的[3]。

2.1 测温原理

相机传感器接收到的辐射亮度进行一定处理，输出的是RGB三色信号幅度。其中，红、绿两色的信号幅度可由公式(1)计算：

(1)

式中：I(λ)为单色辐射亮度；ηR(λ)与ηG(λ)为相机在红色响应波段与绿色响应波段的对应的响应函数，对于不同的相机，响应函数也不相同，两者的乘积在对应波长范围内的积分结果即分别为传感器接收到的红色、绿色辐射亮度ER和EG；公式中用f(ER)与f(EG)代表传感器对辐射亮度的光电转换、A/D转换等过程；R和G分别为红色、绿色的信号幅度。

选取各个像素点中满颜色信号幅度的95%作为参考像素点，选择参考点的原因是：在实际的工程应用中直接采用双色法测温时，较小的颜色信号幅度变化会引起温度大范围的波动。对于拍摄的火焰图像而言，忽略红绿2个特征波长下光谱辐射率的变化与图像各个像素点(i0，j0)的光谱辐射率变化。则可以根据辐射理论得到参考像素点对应的温度T(i0，j0)：

(2)

式中：ER(i0，j0)和EG(i0，j0)为参考点的红、绿的辐射亮度。设火焰图像中任意一点的坐标为(i，j)，其红色特征波长下的辐射能为ER(i，j)，根据维恩辐射定律，即可得到：

(3)

设火焰图像中其他像素坐标为(i，j)，由式(2)、式(3)可求得任一像素点的温度T(i，j)：

(4)

式中：c2为第二辐射常数，其值为1.438 775 2×10-2m·K；λ为波长；T为温度。

值得说明的是，在双色法计算温度过程中，直接使用了RGB的比值，实质上是用宽带的辐射亮度代替了窄带的单色辐射亮度计算温度。如前所述，这种方法是在图像法燃烧学温度测量过程中，研究者们普遍使用的方法，并且认为该方法是一种误差在可接受范围内、结果可信的测温方法[6～11]。

2.2 标定过程

标定目的是正确建立每一像素的RG值与红、绿辐射亮度ER和EG的大小关系。由于不同的手机型号具有不同的CMOS，对于同一辐射对象的响应函数不同，需要对不同型号的手机进行标定。本文标定的手机型号为小米MIX 2S，其主要的参数见表1。

表1 小米MIX 2S手机主要参数Tab.1 Main parameters of MI MIX 2S smartphone

为消除拍照参数对标定的影响，在进行标定图像采集前需要对手机参数进行设置：将白平衡设置为手动模式；关闭自动增益功能；设置合适的快门速度。本次标定使用的快门速度为1/1 000 s，ISO感光度为100，白平衡为0。

图1 黑体炉标定图像Fig.1 Blackbody furnace calibration images

标定实验采用美国MiKron公司生产的M330型高温黑体炉，黑体炉是一种标准辐射热源，校准温度范围为300～1 700 ℃。本次实验标定温度范围为860～1 140 ℃，每隔40 ℃采集1组图像，见图1。

辐射亮度ER、EG和图像颜色信号幅度R、G之间各自的对应关系、拟合曲线分别见图2(a)与如图2(b)。

图2 辐射亮度与RGB值关系曲线Fig.2 The relationship between monochromatic radiation intensity and RGB value

完成对手机相机的黑体炉标定后，可以将标定公式导入APP中，利用APP拍摄黑体炉图像，反算温度值，并与黑体炉设定温度对比，以验证标定结果的准确性，结果如表2。

表2 黑体炉温度与APP测量温度对比Tab.2 Comparison of blackbody furnace temperature and APP measurement temperature ℃

对比结果显示，相机自身存在着一定的噪声干扰，APP测量黑体炉的温度结果误差均在3%以内，表明黑体炉标定手机相机的结果是较可靠的。

3 火焰温度分布测量APP设计

二维火焰温度测量手机APP的框架如图3。APP分为4个模块，分别为相机模块、储存模块、计算模块与显示模块。为保证温度测量准确性，实际使用时拍照参数必须与标定参数一致，因此需要调用相机专业模式。在专业模式中，设置拍照参数与标定参数完全相同，拍摄燃烧图像；此外，用户还可以选择已经储存在图库中的图片，由APP读取图片的Exif参数并显示，Exif参数包含快门速度、光圈、白平衡等重要信息。之后，代入获得的标定公式，计算出图片中各个像素点的温度数据。最后，根据温度数据绘制温度云图，控制Imageview控件显示温度云图。

图3 火焰温度分布测量APP框架Fig.3 Development framework of two-dimensional combustion temperature measurement APP

二维火焰温度测量手机APP的操作流程如图4。首次使用前，需要选择恰当的相机参数，进行标定实验，获得标定公式；进入APP后，可以选择在专业模式下拍照或在图库中选择图片的方式，确定测量的燃烧图片，提取燃烧图片的Exif参数，显示在APP界面上；通过APP算法计算各个像素点的温度，将各个像素点的温度绘制为二维温度云图并显示在APP图片控件中。

图4 火焰温度分布测量APP操作流程图Fig.4 Flow chart of two-dimensional combustion temperature measurement APP

二维火焰温度测量APP的主要界面见图5。图5(a)为APP的首界面，图5(b)为燃烧图片界面，图5(c)为计算的温度云图界面。在图5(b)中，燃烧图片下的文字即为该图片的Exif参数，同时APP支持触摸图片的某一点得到该点的温度。

图5 APP主要界面图Fig.5 Main interface of the APP

4 火焰温度测量实验验证

实验使用手机型号为小米MIX 2S，主要参数如表1，经过标定并验证其准确性后，选择反扩散火焰检验APP的可用性。反扩散火焰的燃烧器由3个同心圆管组成，中心圆管内径为8 mm，流过空气；中间圆管内径为30 mm，中间圆管与中心圆管构成的圆环区域流过乙烯；外侧圆管内径为60 mm，外侧圆管与中间圆管形成的圆环区域流过氮气，氮气作为保护气体，以避免火焰受到环境的影响。为了气体流动均匀，乙烯与氮气均经过多空泡沫金属层与玻璃珠层。实验中反扩散火焰工况如表3，其中QC2H4为乙烯流量；Qair为空气流量；vC2H4为乙烯出口流速；vair为空气出口流速，使用N2作为保护气。

表3 反扩散火焰工况Tab.3 Inverse fiffusion flame experiment condition

使用手机APP，在曝光时间为1/1 000 s，ISO为100，白平衡为0时，拍摄实验的燃烧图像，通过APP计算，绘制温度云图。

实验演示图片如图6。图6(a)为调用专业模式拍摄燃烧图片，图6(b)为用户操作APP示意图。

图6 反扩散火焰实验图Fig.6 Inverse diffusion flames experiment images

为了验证APP测量温度的准确性，测量结果与文献[16]采用的多波长法测量结果进行了对比，见图7。多波长法采用高光谱仪采集辐射信息，计算获得温度分布。图7(a)为APP的测温结果，图7(b)为多波长法测温结果。对比两图，APP计算的乙烯反扩散火焰温度分布与多波长法测量结果近似，高温区均分布在火焰边缘内侧，火焰顶部温度均较低。APP测量最高温度为1 958 K，多波长法测量的最高温度为2 040 K，相对偏差为4%。目前，本APP已经取得了软件著作权[17]。

图7 APP测温结果与多波长法测温结果对比Fig.7 Comparison of APP temperature measurement result and multi-wavelength measurement result

5 结 论

基于辐射理论与可见光图像处理技术，本文开发了Android系统下测量火焰温度的手机APP，介绍了APP的框架与操作流程，测量反扩散火焰的二维温度分布，并与文献结果对比，证明了APP测量的准确性。

(1) 在固定的拍照参数下，使用手机相机获得燃烧的可见光图片，提取各个像素点的色度值；使用标准辐射热源黑体炉，获得色度值RGB与对应特征波长下的辐射能的定量关系，根据维恩辐射定律，计算各个像素点的温度值。

(2) 本文的主要创新点是自主开发了测量火焰温度的手机APP技术，通过APP可以得到火焰温度的二维分布，实现火焰温度非接触式检测。

(3) 使用APP在实验室尺度下测量反扩散火焰温度二维分布，结果表明：与使用高光谱仪的多波长方法相比，APP测量最高温度的相对偏差为4%。