论文部分内容阅读
高温气体的辐射特性计算在很多领域均有应用,如高速目标的红外特征探测。结合传统的气体辐射特性参数计算方法,研究拥有更高计算效率的高温气体辐射特性参数计算方法具有重要意义。本文首先研究精度最高的逐线法,通过逐线法对单一均匀气体和混合气体的辐射特性参数计算,与文献实验结果吻合,验证了逐线法程序的正确性;之后基于最新的高分辨率光谱数据库HITEMP-2010建立了Malkmus统计窄谱带模型,编制模型参数求解程序,对其在单一均匀气体和单一非均匀气体的不同工况下与逐线结果进行验证,证明了Malkmus统计窄谱带程序的正确性。通过对气体热力学非平衡态辐射参数计算研究,采用双温度模型,基于逐线法,建立了CO2、CO及H2O气体热力学非平衡态窄带K分布数据库。数据库的振动温度范围为200-3000K,间隔100K,转动温度范围为200-3000K,间隔为100K,共335个温度点,窄带分辨率为5cm-1,对数据库进行了验证,并对数据库的概况及使用方式进行了介绍。将RBF神经网络作为高温气体辐射特性参数计算的代理模型方法,对RBF神经网络的结构、原理、学习方式进行研究,分别构建了CO2和H2O气体在3400-3800cm-1波段的吸收系数代理模型,代理模型的输入参数为温度、压力和摩尔分数,输出参数窄带分辨率为5cm-1吸收系数,通过与传统的气体辐射特性参数计算方法相比,在保证精度的同时,代理模型拥有更高的计算效率和占用更少量的内存。将代理模型与辐射传输模型结合,在气体辐射传输计算中,存在温度和摩尔分数剧烈变化的情况,所以先假定了气体温度和摩尔分数分别服从线性分布和高斯分布,在不同分布类型和不同气体行程长度下计算光谱辐射强度,通过将代理模型与窄带K分布方法相比,光谱辐射强度的均方根误差很小,而光谱辐射强度的谱带积分值的相对误差基本在2%左右,这对于研究辐射热流具有十分积极的意义,同时也反映出代理模型的误差不会随着辐射传输而放大,在气体传输中具有良好的适应性,可以将代理模型推广至更多气体分子和更大的谱带范围。