科研之友
微信
新浪微博
Facebook
分享链接
摘要
结冰探测在防除冰系统运行中起着至关重要的作用。本文提出了利用红外热波检测技术进行了积冰探测，并运用相关分析技术探讨了积冰边缘、厚度识别与冰形重建的方法。搭建了闪光脉冲红外主动式红外积冰探测实验平台，制备了规则型与阶跃型积冰样件，借助红外热像仪采集了受脉冲红外热激励后的积冰红外热信号。运用传统边缘检测方法与新构建的高斯-拉普拉斯金字塔和面积滤波相结合的边缘检测算法进行了积冰边缘识别效果的对比与分析。利用积冰热信号的时空相关性，提出了在长短时记忆（Long short term memory,LSTM）模型中引入注意力机制建立端到端的红外探测积冰厚度预测模型（Convolutional neural netwok-long short term memory-efficient channel attention,CNN-LSTM-ECA），用以预测积冰厚度。此外，通过结合边缘检测和厚度预测，进行了阶梯状积冰样件的三维重建。结果表明，基于高斯-拉普拉斯金字塔和区域滤波的传统边缘检测算法和新的边缘检测算法都可以用于检测冰的外边缘，但新算法在检测具有内部阶梯边界的冰边缘方面显示出显著的优势。基于信号特征的CNN-LSTM-ECA厚度预测模型在预测精度、稳定性和抗噪声性方面表现良好。重建三维积冰形状的数据来源于采集的数字信号和热图像，不受温度读数和传热条件的限制，具有更广阔的应用前景。此项研究为探索一种利用闪光脉冲红外技术进行积冰冰形有效、准确、定量识别提供可参考的方案。
- 单位
