DOI： 10.11817/j.issn.1672-7207.2021.04.023
基于光谱处理和热电偶测量的生物质火焰发射率实验研究
郑树，李心语，韩磊，陆强
(华北电力大学 生物质发电成套设备国家工程实验室，北京，102206)
摘要：结合火焰发射光谱检测原理和热电偶测温技术，对生物质火焰发射率进行实验研究。提出一种生物质火焰发射率的热电偶计算模型，并在生物质燃烧炉中对3种常见生物质燃料(松木、红木、稻壳)燃烧火焰进行检测实验。研究结果表明：在同一波长下，松木燃烧火焰发射率最大，其次是红木燃烧火焰发射率，稻壳燃烧火焰发射率最小，且发射率在光谱短波段达到最大值，随波长的增大而减小；将发射率计算结果与光谱计算模型所得结果进行对比验证，稻壳燃烧火焰发射率的平均相对误差最大，为3.02%，证明了模型的准确性与适用性。
关键词：生物质火焰；火焰发射光谱；热电偶测温；发射率
中图分类号：TK6 文献标志码：A 开放科学(资源服务)标识码(OSID)
文章编号：1672-7207（2021）04-1268-08
Experimental study of biomass flame emissivity based on spectral processing and thermocouple measurements
ZHENG Shu, LI Xinyu, HAN Lei, LU Qiang
(National Engineering Laboratory for Biomass Power Generation Equipment, North China Electric Power University, Beijing 102206, China)
Abstract: The flame emissivity of biomass was studied by combining the flame emission spectroscopy and thermocouple temperature measurement technology. A thermocouple calculation model of biomass flame emissivity was proposed and three kinds of common biomass fuels(pine wood, red wood, rice husk) flame detection experiments were carried out in a laboratory biomass combustion furnace. The results show that pine wood has the highest flame emissivity at the same wavelength, followed by mahogany flame emissivity and rice husk flame emissivity, and the emissivity reaches the maximum value in the short wavelength, which decreases with the increase of the wavelength. The results of the emissivity calculation are compared with the spectral calculation model, and the maximum average relative error is 3.02%, which appears in the rice husk flame. The accuracy and applicability of the model are proved.
Key words: biomass flame; flame emission spectrum; thermocouple temperature measurement; emissivity
能源是社会发展的基石，目前世界能源需求仍以燃烧产生的能量为主[1]。相比化石燃料，生物质燃料为可再生能源，储量丰富，利用潜力巨大。但因生物质燃料燃烧的热能转换效率低、稳定性差、设备不完善等制约了其发展[2]。为了拓宽生物质燃料的使用领域，需进一步完善生物质燃烧设备。生物质燃料在高温设备中燃烧时，热辐射是最主要的传热方式，热辐射参数是燃烧过程数值模拟计算所必需的输入参数，也是设备参数优化设计的重要依据，而发射率是表征目标热辐射能力的物理量，其受温度、波长、材料等众多因素影响，难以直接测量，故如何准确获得生物质燃烧火焰发射率成为广大学者研究的热点。AGUEDA等[3]利用红外辐射图像信息对森林可燃物的火焰发射率进行了研究，得到了发射率与消光系数之间的关系，但是该方法不适用于大型燃烧设备中火焰发射率的计算。万振刚等[4]利用光纤光谱仪对电站煤粉锅炉的火焰发射率进行了研究，利用CCD阵列转化辐射信号，通过拟合计算可实时监测锅炉火焰各特征区的平均温度和火焰发射率。文献[5-8]利用光谱辐射测温技术，通过数据处理算法反演得到待测火焰的真实温度和光谱发射率，其中，单色法和双色法[5]均是在被测火焰发射率不随波长变化的灰体假设下进行，而多光谱辐射测温方法[6-8]则围绕建立实验过程中的发射率模型展开。然而，过往研究成果[9-10]表明光谱发射率变化复杂，很难用固定的函数关系进行表述，孙晓刚等[11-12]提出的可变发射率模型有一定的适用性，但是假设的发射率模型无法通用。此外，因为火焰温度和辐射特性参数相互耦合，温度计算值依赖于光谱发射率模型的建立，其准确性无法保证，温度的误差同时会影响到反演计算所求发射率的准确性，且算法迭代时间较长，无法满足实时测量的需求。
开展火焰温度和辐射特性参数测量研究是深入了解燃烧过程的一种有效手段；对于生物质燃烧火焰，火焰温度和发射率是反映燃烧特性的2个重要参数，这2个参数的准确测量将对生物质燃烧机理的深入研究提供指导作用。本文作者结合火焰发射光谱和热电偶测温方法，对生物质火焰燃烧过程中随波长变化的发射率分布进行实验研究。提出一种生物质火焰发射率的热电偶计算模型，并在生物质燃烧炉中对3种常见生物质燃料燃烧火焰(松木，红木，稻壳)进行检测实验，并将发射率计算结果与光谱计算模型所得结果进行对比验证。
1 发射率测量方法
1.1 热电偶计算模型
在生物质燃烧实验中，火焰光谱检测系统与热电偶测温系统同时从燃烧炉水平相对检测孔中采集数据，采样频率均为1 Hz。
在热电偶测温过程中，浸入火焰中的长度超过5 cm，忽略沿热电极的热传导所传递的热量，同时假设热电偶测温点与其周围环境处于热平衡状态，则本实验中热电偶测温点的能量平衡可由式(1)简化为式(2)。
(1)
(2)
式中：
为热电偶密度；
为热电偶比热容；
为热电偶测温点的体积；
为热电偶测温点的温度；
为热电偶测量时间；
为对流换热传递的热量；
为辐射换热传递的热量；
为热传导传递的热量。
对于生物质燃烧火焰，辐射传热量包括炉壁与测温点之间的辐射效应及碳烟与测温点之间的辐射效应，可得出辐射传热量的公式为
(3)
式中：
为黑体辐射常数，为5.67×10-8 W/(m2·K4)；
为热电偶测温点面积；
为炉壁温度；
为生物质火焰的真实温度；
为热电偶测温点的发射率。在一定的温度范围内，可由经验公式(4)求得[13]：
(4)
由于炉壁的温度远远低于热电偶测温点的温度，因此，可以忽略式(3)中的炉壁温度，则式(3)可简化为
(5)
热电偶测温点与生物质火焰之间对流换热过程传递的热量为
(6)
式中：
为对流换热系数。
(7)
(8)
式中：
为热电偶测温点的直径；
为待测火焰的导热系数，其数值基于测量点的温度，在770~2 070 K的温度范围内，由式(8)求得。
由于B型热电偶低温时的电压不精确，冷端修正与否对测量结果仅有1 ℃左右的差别，可以忽略，故利用一下数值迭代方法计算式可求解出生物质火焰的真实温度：
(9)
火焰光谱测温系统利用光谱仪可以得到一定波长范围内的火焰单色辐射强度信息，但系统的原始输出信号是经光电转换后的电信号，为相对强度，因此，必须对系统输出的电信号进行绝对黑体辐射强度的标定。光谱仪通过黑体炉标定后，即可以输出测量范围内火焰在不同波长下的光谱辐射强度。
热辐射引起的光谱辐射强度由普朗克辐射定律描述如式(10)所示。根据普朗克辐射定律及测得不同波长下的实际火焰发射光谱强度
，由式(11)可求得生物质火焰随波长变化的发射率[14]。
(10)
表1 生物质燃料的工业分析和元素分析
Table 1 Industrial and elemental analysis of biomass fuels
(11)
式中：
和
均为普朗克常数，
，
；
为黑体光谱辐射强度；
为热力学温度；
为波长；
为所求生物质火焰发射率。
1.2 光谱计算模型
为了对比热电偶计算模型的准确性，引入基于多个波段下的辐射强度来计算待测火焰温度和发射率的光谱计算模型[15]。该模型基于牛顿迭代法求解温度、辐射特性参数与波长间多项式关系的各阶系数以及随多项式阶数收敛的多项式关系，从而得到生物质火焰的发射率。
对于光谱检测系统，光谱仪通过黑体炉标定后，即可以测量一定波长范围内火焰的光谱辐射强度。光谱辐射强度可表示为[16]
(12)
式中：
为实际辐射强度；
为黑体辐射强度；
，
，
，…，
为未知的多项式系数；
为多项式的阶数，为大于等于0的整数。在此条件下，将计算转化为根据不同波长下光谱数据求解发射率各阶系数，，，…，及温度。
2 实验测量
2.1 实验原料
本实验选用3种常见生物质燃料，分别为松木、红木和稻壳。3种生物质燃料的工业分析和元素分析结果见表1。由表1可知：松木的挥发分质量分数(78.60%)比红木(70.20%)和稻壳(63.32%)的高，红木的含水量最高，稻壳的灰分含量最高。
2.2 实验装置
检测实验装置为生物质燃烧实验炉，包括生物质燃烧器、带有光学观测端口的燃烧炉、光谱检测系统、热电偶测温系统以及其他组成部分，如图1所示。
图1 实验装置原理图
Fig. 1 Schematic diagram of experimental setup
螺旋输送机输送生物质颗粒到燃烧室，由一次风机和二次风机提供燃烧所需的空气，采用变频器控制调节风机进风量。一次空气从炉排底部的3个进气口均匀地进入生物质燃料层，提供生物质颗粒一次燃烧所需的氧气。二次空气从炉室外壁和燃烧室夹层流出，并进行热量交换，然后，空气从中间层流出进入燃烧室，挥发分与二次空气充分混合在炉内燃烧。光谱检测窗口和温度检测窗口分别位于炉膛的相对侧壁，检测窗口与火焰喷嘴的水平距离为280 mm，喷嘴内径为100 mm。在温度检测窗口外放置了1个B型热电偶。热电偶的测量点浸入火焰中，与光谱检测窗口水平对齐。光谱测温系统使用的光谱仪型号为Avaspec-Mini2048CL，光谱仪的光谱响应波长范围为360~1 100 nm，光谱分辨率为1.3 nm。光谱仪的光纤前端装有准直透镜探头，以保证进入光纤的是探头正视方向的平行光，确保精确的测量角度。
2.3 光谱标定
标定实验装置包括高温黑体炉、光谱仪、计算机、光纤、透镜等。将透镜连接光纤正对黑体炉炉口，通过计算机软件控制光谱仪的采集工作。首先根据标定温度和黑体炉发射率由普朗克定理式(10)计算得到黑体辐射强度
，其中，发射率默认为1，标定温度分别取1 677 K和1 823 K。
将光谱仪响应值扣除暗背景并标定后能得到实际的单色强度。通过直接测量黑体炉辐射得到光谱仪的响应强度
，再计算出黑体辐射强度，由式(13)可以得到光谱仪标定系数
。不同温度下的标定曲线如图2所示。
(13)
式中：t为光谱仪的积分时间。
图2 光谱检测系统黑体炉标定曲线数
Fig. 2 Calibration curve of blackbody furnace for spectral detection system
3 实验结果分析
3.1 光谱分析
光谱检测系统测量得到3种生物质火焰光谱辐射强度在当量比为0.85时的分布如图3所示。从图3可知：火焰发射光谱在400~900 nm波长范围内存在2条强烈的特征谱线；分别为590 nm处的Na特征谱线和767 nm处的K特征谱线；生物质燃料中含有大量Na和K等具有强烈焰色反应的碱金属元素，在火焰燃烧过程中被热激发产生特殊谱线。特征谱线的强度被认为与挥发性K和挥发性Na的浓度成正比[17-19]，在火焰燃烧温度下，碱金属除了少量以氧化物形式滞留在固相中外，大部分以气态的形式析出，故特征谱线的绝对辐射强度可以表征不同原料中Na和K元素相对含量比。由图3得到Na和K特征谱线的绝对辐射强度如表2所示。
图3 3种生物质燃烧火焰辐射强度
Fig. 3 Three biomass burning flame radiation intensity
表2 K和Na特征谱线的绝对辐射强度
Table 2 Absolute radiation intensity K and Na characteristic spectral lines W·m-2·sr-1
由表2可知：3种生物质燃料中，稻壳中K元素含量最高，松木中其次，红木中最低；而松木中Na元素含量最高，稻壳中其次，红木中最低。
挥发分物质的燃烧产物为碳烟，生物质燃料中挥发分物质的质量分数越高，碳烟的浓度越大，生物质火焰实际光谱辐射强度越大。对比3种燃料的工业分析结果，松木的挥发分质量分数最高(78.60%)，红木的其次(70.20%)，稻壳的最低(63.32%)。由图3可知松木燃烧火焰的光谱辐射强度大于红木燃烧火焰的光谱辐射强度，也大于稻壳燃烧火焰的光谱辐射强度。
3.2 热电偶测温分析
热电偶测量温度经式(9)修正后可得生物质火焰的真实温度，如图4所示。从图4可见：松木燃烧火焰温度的热电偶测量值为1 282 K，修正后的温度为1 501 K，修正差值为219 K；红木燃烧火焰温度的热电偶测量值为1 177 K，修正后的温度为1 335 K，修正差值为158 K；稻壳燃烧火焰温度的热电偶测量值为1 203 K，修正后的温度为1 370 K，修正差值为167 K。由修正结果结合迭代计算式(9)可推断，修正的温度差受热电偶测温点的温度影响，越高，修正差越大，计算的燃烧火焰真实温度越高。
图4 3种生物质燃烧火焰热电偶温度
Fig. 4 Three biomass burning blame thermocouple temperatures
对比修正后的真实温度可以判断出松木燃烧火焰温度最高，稻壳燃烧火焰温度居中，红木燃烧火焰温度最低。结合3种生物质燃料的工业分析，红木的挥发分物质的质量分数要高于稻壳的挥发分物质的质量分数，但是，红木中含水量较高，水分蒸发吸收部分热量，导致红木燃烧火焰的温度低于稻壳燃烧火焰的温度。
3.3 发射率计算结果和误差分析
图5所示为检测实验中3种生物质火焰通过2种计算模型所得发射率的结果及相对误差。由热电偶计算模型得到的发射率结果为：松木燃烧火焰发射率的最大值为0.066，最小值为0.026；红木燃烧火焰发射率的最大值为0.054，最小值为0.016；稻壳燃烧火焰发射率的最大值为0.038，最小值为0.009。同时由图4可观察到：火焰发射率在光谱短波段达到最大值，随波长的增大而减小，这与碳氢火焰吸收系数满足瑞利近似规律相符合，吸收系数与波长成反比。
图5 3种生物质燃烧火焰发射率结果及相对误差
Fig. 5 Results and relative error of flame emissivity of three biomass combustion
由于3种生物质燃料挥发分物质含量不同，而挥发分的含量决定燃烧过程碳烟的浓度，且碳氢火焰辐射主要来源于碳烟颗粒物的连续辐射[20-24]，故同一波长下松木燃烧火焰发射率最大，其次是红木燃烧火焰发射率，稻壳燃烧火焰发射率最小。
利用光谱计算模型结果对热电偶计算模型精度进行验证。定义发射率相对误差为将2种模型同波长所得发射率之差的绝对值除以热电偶模型计算范围内发射率的最大值。热电偶测温准确度最高，且只需要求解发射率，而光谱计算模型需要同时解耦温度和发射率，所得温度和发射率计算值精度都比热电偶计算模型所得的精确低。
由图5可知：短波段测量仪器噪声较大导致热电偶计算模型结果波动较大，相对误差较高，长波段相对误差较小；整体相对误差小于10%的发射率所对应的波长范围占测量波长范围的96%以上；松木的发射率平均相对误差为2.41%，红木的发射率平均相对误差为2.64%，稻壳的发射率平均相对误差为3.02%，均小于4.00%。故热电偶计算模型适用于多种生物质火焰燃烧发射率的计算。
4 结论
1) 提出了一种生物质火焰发射率的热电偶计算模型，并在生物质燃烧炉中进行了3种常见生物质燃料(松木、红木、稻壳)燃烧火焰的检测实验。
2) 松木燃烧火焰的发射率最大。3种生物质燃料的发射率在光谱短波段达到最大值，随波长的增大而减小。
3) 将发射率计算结果与光谱计算模型所得结果进行了对比验证，稻壳燃烧火焰发射率的平均相对误差最大，为3.02%，证明了模型的准确性与适用性。该项研究将为研制新型生物质燃烧设备和生物质燃料燃烧过程数值模拟计算中热辐射参数的选取提供参考。
参考文献：
[1] HOSSEINI S E, ANDWARI A M, WAHID M A, et al. A review on green energy potentials in Iran[J]. Renewable and Sustainable Energy Reviews, 2013, 27: 533-545.
[2] 葛红, 徐伟程, 闫勇, 等. 基于数字图像处理的生物质混燃火焰稳定性检测方法[J]. 热力发电, 2019, 48(9): 64-70.
GE Hong, XU Weicheng, YAN Yong, et al. Flame stability detection method for co-firing of biomass fuels based on digital image processing[J]. Thermal Power Generation, 2019, 48(9): 64-70.
[3] AGUEDA A, PASTOR E, PEREZ Y, et al. Experimental study of the emissivity of flames resulting from the combustion of forest fuels[J]. International Journal of Thermal Sciences, 2010, 49(3): 543-554.
[4] 万振刚, 蔡小舒, 余大勇, 等. 锅炉设计算法在火焰监测中的应用[J]. 锅炉制造, 2001(4): 8-10.
WAN Zhengang, CAI Xiaoshu, YU Dayong, et al. Application of boiler designing algorithm in flame detection[J]. Boiler Manufacturing, 2001(4): 8-10.
[5] LOU Chun, CHEN Chen, SUN Yipeng, et al. Review of soot measurement in hydrocarbon-air flames[J]. Science China Technological Sciences, 2010, 53(8): 2129-2141.
[6] 闫伟杰. 基于光谱分析和图像处理的火焰温度及辐射特性检测[D]. 武汉: 华中科技大学能源与动力工程学院, 2014: 19-23.
YAN Weijie. Measurement of flame temperature and radiative properties based on spectral analysis and image processing[D]. Wuhan: Huazhong University of Science and Technology. School of Energy and Power Engineering, 2014: 19-23.
[7] 周洁. 基于辐射强度多波长分析的燃烧火焰温度测量方法的实验研究[J]. 动力工程, 1999, 19(6): 460-465.
ZHOU Jie. Experimental study of flame temperature measurement based on combustion flame radiation multi wavelength analysis[J]. Power Engineering, 1999, 19(6): 460-465.
[8] FU Tairan, DUAN Minghao, LIU Jiangfan, et al. Spectral stray light effect on high-temperature measurements using a near-infrared multi-wavelength pyrometer[J]. Infrared Physics & Technology, 2014, 67: 590-595.
[9] SHAN Ruifeng, ZHAO Yue, FAN Mengli, et al. Multilevel analysis of temperature dependent near-infrared spectra[J]. Talanta, 2015, 131: 170-174.
[10] 邵艳明, 赵书安, 陈延如, 等. 基于多光谱测温法的转炉炉口火焰温度预测研究[J]. 光学学报, 2015, 35(11): 1130002.
SHAO Yanming, ZHAO Shu′an, CHEN Yanru, et al. Temperature measurement of flame at converter mouth based on multi-spectral thermometry[J]. Acta Optica Sinica, 2015, 35(11): 1130002.
[11] 孙晓刚, 李成伟, 戴景民, 等. 多光谱辐射测温理论综述[J]. 计量学报, 2002(4): 248-250.
SUN Xiaogang, LI Chengwei, DAI Jingmin, et al. Review on the theory of multi-spectral radiation thermometry[J]. Acta Metrologica Sinica, 2002(4): 248-250.
[12] 袁镇福, 李彬彬, 浦兴国, 等. 应用组合热电偶测量火焰温度的研究[J]. 计量学报, 2004(1): 31-34.
YUAN Zhenfu, LI Binbin, PU Xingguo, et al. Research of furnace gas temperature measurement with multi-thermocouple[J]. Acta Metrologica Sinica, 2004(1): 31-34.
[13] 陆新蠡, 彼·怀特. 测量燃烧室内温度时的热辐射修正[J]. 航空动力学报, 1986, 1(2): 176-177.
LU Xinli, WILD P. Radiation correction of measuring temperature in combustor[J]. Journal of Aerospace Power, 1986, 1(2): 176-177.
[14] YAN W, ZHOU H, JIANG Z, et al. Experiments on measurement of temperature and emissivity of municipal solid waste(MSW) combustion by spectral analysis and image processing in visible spectrum[J]. Energy & Fuels, 2013, 27(11/12): 6754-6762.
[15] LIU Huawei, ZHENG Shu, ZHOU Huaichun. Measurement of soot temperature and volume fraction of axisymmetric ethylene laminar flames using hyperspectral tomography[J]. IEEE Transactions on Instrumentation and Measurement, 2017, 66(2): 315-324.
[16] LIU Huawei, ZHENG Shu, ZHOU Huaichun, et al. Measurement of distributions of temperature and wavelength-dependent emissivity of a laminar diffusion flame using hyper-spectral imaging technique[J]. Measurement Science and Technology, 2016, 27(2): 025201.
[17] 程智海, 蔡小舒, 毛万朋. 火焰特征发射谱线研究[J]. 工程热物理学报, 2004, 25(3): 519-522.
CHENG Zhihai, CAI Xiaoshu, MAO Wanpeng. Investigate into the characteristic emission line of flame[J]. Journal of Engineering Thermophysics, 2004, 25(3): 519-522.
[18] MASON P E, DARVELL L I, JONES J M, et al. Observations on the release of gas-phase potassium during the combustion of single particles of biomass[J]. Fuel, 2016, 182: 110-117.
[19] 陈兢, 傅培舫, 张斌, 等. 生物质燃烧中碱金属和氯沉积烧结行为分析[J]. 工程热物理学报, 2014, 35(7): 1453-1456.
CHEN Jing, FU Peifang, ZHANG Bin, et al. Deposition and sintering behavior of alkali metals and chlorine in biomass combustion[J]. Journal of Engineering Thermophysics, 2014, 35(7): 1453-1456.
[20] 娄春, 陈辰, 孙亦鹏, 等. 碳氢火焰中碳黑检测方法评述[J]. 中国科学: 技术科学, 2010, 40(8): 946-958.
LOU Chun, CHEN Chen, SUN Yipeng, et al. Review on the Detection Method of Carbon Black in Hydrocarbon Flame[J]. Scientia Sinica (Technologica), 2010, 40(8): 946-958.
[21] MERIENNE M F, JENOUVRIER A, HERMANS C, et al. Water vapor line parameters in the 13 000-9 250 cm-1 region[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2003, 82(1/2/3/4): 99-117.
[22] ZHENG Shu, YANG Yu, LI Xinyu, et al. Temperature and emissivity measurements from combustion of pine wood, rice husk and fir wood using flame emission spectrum[J]. Fuel Processing Technology, 2020, 204: 106423.
[23] ZHENG Shu, QI Chaobo, HUANG Zhifeng, et al. Non-gray radiation study of gas and soot mixtures in one-dimensional planar layer by DRESOR[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2018, 217: 425-431.
[24] ZHENG Shu, SUI Ran , YANG Yu, et al. An improved full-spectrum correlated-k-distribution model for non-gray radiative heat transfer in combustion gas mixtures[J]. International Communications in Heat and Mass Transfer, 2020, 114: 104566.
(编辑 杨幼平)
收稿日期： 2020 -06 -29; 修回日期： 2020 -08 -10
基金项目(Foundation item)：国家重点研发计划项目(2017YFB0601900)；国家自然科学基金面上资助项目(51976057)；国家自然科学基金优秀青年科学基金资助项目(51922040)(Project(2017YFB0601900) supported by the National Key Research Development Program of China; Project(51976057) supported by the National Natural Science Foundation of China; Project(51922040) supported by the National Natural Science Foundation for Outstanding Youth Science of China)
通信作者：郑树，博士，副教授，从事燃烧检测研究；E-mail：shuzheng@ncepu.edu.cn
引用格式： 郑树, 李心语, 韩磊, 等. 基于光谱处理和热电偶测量的生物质火焰发射率实验研究[J].中南大学学报(自然科学版), 2021, 52(4): 1268-1275.
Citation: ZHENG Shu, LI Xinyu, HAN Lei, et al. Experimental study of biomass flame emissivity based on spectral processing and thermocouple measurements[J]. Journal of Central South University(Science and Technology), 2021, 52(4): 1268-1275.
