冲击物理温度是**弹药性能测试、 极端环境材料状态的重要参量, 温度的精准获取在**建设和工业制造领域有重要意义。 冲击过程由于持续时间短、 较难接触式测量以及温度范围广等特性, 常规测温方法较难满足要求。 利用多光谱辐射测温法, 获取材料辐射强度值, 以普朗克辐射定律为基础建立温度反演模型, 从而获取目标的冲击物理温度值。 实际中, 由于不同目标发射率存在一定随机性, 在模型反演温度时误差较大。 冲击压缩下材料的结构可能发生相变, 发射率随之变化, 因此直接将发射率模型假定用于冲击物理温度求解, 很难准确的获取温度值。 基于约束优化理论, 将多光谱测温实验中温度求解问题转为约束优化问题。 针对每个通道获取到的温度值应该相同, 将物体发射率限制在特定范围, 利用约束优化算法计算获取目标温度和发射率, 克服了未知发射率对于冲击物理温度求解的障碍。 同时, 将平衡优化器算法（EO）与序列二次规划法（SQP）相结合应用于温度模型的求解中, 避免了单一算法求解稳定性差和速度慢的缺点, 提高了温度反演的效率和准确性。 对四种常见的发射率模型在3 000 K时的发射率数据进行了仿真验证, 结果表明温度反演误差均小于1%, 反演时间小于3 s。 最后利用本算法对冲击压缩下金属铜的温度进行了反演, 并与最小二乘法和内点罚函数法进行了对比, 结果表明所提出的方法得到金属铜的冲击物理温度值更接近理论计算结果。 因此, 该方法为其他未知发射率模型目标的冲击物理温度值获取, 提供了一种有效的反演方法。

多光谱辐射测温技术获取真实温度时, 目标发射率信息是温度求解的关键。 一般解决的方法是基于发射率与波长或温度之间的函数关系建立发射率假设模型。 然而, 当假设模型与实际情况存在偏差时, 会造成较大的温度测量误差。 因此, 消除目标未知发射率的干扰, 减少对发射率模型的依赖, 增加测温算法的通用性, 是多光谱辐射测温技术亟需解决的难题。 提出了改进的粒子群与遗传混合优化算法（HPSOGA）, 算法的核心思想是将多波长辐射测温问题转化为约束优化问题。 首先根据约束条件所设置的范围, 在可行域内生成若干个群, 每个种群对应一组满足条件的光谱发射率, 然后通过HPSOGA算法不断地进化、 迭代操作, 最终寻得最优适应度值的对应解。 该算法实现了在不需要假设发射率模型的情况下, 同时反演出目标的光谱发射率和真实温度。 通过对六种典型的发射率模型进行仿真, 验证了新算法对不同分布趋势的光谱发射率反演的适应性。 结果表明, 在真温800和900 K的情况下, 反演温度的平均相对误差小于0.73%。 最后, 将该算法应用于火箭发动机羽焰温度测量数据的处理。 结果表明, 当设计温度为2 490 K时, 反演温度的相对误差均小于0.65%。 仿真与实验均表明, 新算法可求解出满足一定精度要求的发射率和真温。 因此, 提出的HPSOGA算法是可靠的、 有效的, 为多光谱辐射测温技术测量目标真实温度提供了一种新的思路。

多光谱辐射测温在高温测量领域应用广泛。 但是, 未知的光谱发射率是多光谱辐射测温反演过程的最大困难。 目前, 解决方法多采用假设发射率模型法, 二次测量法等, 此类方法反演精度取决于假设的发射率模型和实际发射率是否相符, 多数情况下反演结果误差较大。 基于约束优化的多光谱辐射温度数据处理算法解决了未知发射率的难题, 但受迭代算法的复杂性和初值难以确定的影响, 反演精度和效率不高。 为此, 提出广义逆-坐标轮换算法解决约束优化算法中的反演效率问题。 由于广义逆法需对发射率范围进行约束, 坐标轮换法需设定合适的发射率初值, 考虑两种算法各自的优势与不足, 可对两种算法进行结合。 将广义逆法求得的最小范数解作为约束优化算法中迭代搜索的初始点, 进一步提高了算法对不同材料发射率的适应度。 为验证算法是否能在无需考虑发射率模型的前提下寻找符合待测目标的发射率和真温, 选取六种不同发射率类型的目标材料进行仿真实验。 针对六种典型材料的仿真结果表明, 新方法在真温1 800 K的情况下, 绝对误差和相对误差均小于5.0%, 与梯度投影法相比运算效率平均提高了202倍。 表明该算法具有无需考虑发射率模型、 反演精度高, 速度快, 适合于各类材料等优点, 解决了约束优化算法中初值选择不确定的问题, 为在线实时高温测量中的数据处理提供了解决方案。

开发高发射率红外辐射材料是高温窑炉节能的重要方向。本工作采用高温固相反应工艺制备Ni2+掺杂MgCr2O4材料，研究了Ni2+掺杂量摩尔分数对MgCr2O4材料红外辐射性能的影响，探讨了影响MgCr2O4材料红外发射率的机理。结果表明，Ni2+能掺杂进入MgCr2O4材料晶格，所制备的Mg1-xNixCr2O4 (0.1≤x≤0.5)材料产生了晶格畸变，少量Ni2+价态发生转变；同时，随着Ni2+掺杂量增加，氧空位浓度的增大，禁带宽度减小，所制备材料在近中红外波段的发射率均有提高。x=0.5的材料(Mg0.5Ni0.5Cr2O4)在近红外波段(0.8～2.5 μm)的平均发射率达到0.88，较未掺杂样品提升了167%。Ni2+掺杂强化了晶格振动吸收、自由载流子吸收和杂质能级吸收，提升了MgCr2O4材料在近中红外波段的红外发射率。

多光谱测温依据黑体辐射定律, 通过辐射光强、 多组波长即能推测出温度值, 克服了比色测温要求光谱单一和比色光谱相近的约束, 在工程实际中得到了广泛的应用。 在多光谱温度反演的过程中, 光谱发射率的求解及多光谱数据处理是精确测温的关键。 目前, 光谱发射率的求解大多以光谱发射率假设模型为主要的方法, 当假设模型与实际情况接近时, 反演的温度与光谱发射率精度很高, 当二者不相符时, 反演的结果与实际情况相差甚大, 对于复杂材料和燃烧过程中材料性能动态变化情况下的测温, 以光谱发射率假设模型的方法存在盲目性; 近年来, 基于神经网络的深度学习的方法应用于多光谱测温, 避免了光谱发射率假设模型, 可建立温度与多光谱的非线性统计规律关系, 但需要海量数据与超强算力支撑, 且建模过程复杂。 针对上述问题, 提出了一种基于多元极值优化的多光谱温度测量方法(MEVO), 该方法利用不同温度下多光谱信号之间的关联性, 通过分析在多光谱温度反演过程中各通道测量温度之间的联系, 基于多光谱辐射测温原理以及温度反演过程中各通道数据之间的信息关联, 建立多元温差关联函数, 通过关联函数的寻优, 建立高精度测温模型。 该方法将建模过程简化为多元温差函数的寻优问题, 避免了光谱发射率与其他物理量的关系假设, 降低了深度学习方法对数据样本量的要求, 简化了多光谱温度测量的过程。 为了验证该方法的可行性与可靠性, 利用一套简单的8通道多谱测温装置进行实验验证, 实验中认定黑体炉发射的温度是标准值, 在1 923.15～2 273.15 K温区内对468～603 nm波段的光谱数据进行标定, 实现了基于多元极值优化的多光谱温度测量, 其测温精度在0.5%左右, 温度反演时间在2.5 s以内。 与二次测量法(SMM)、 神经网络方法相比反演精度有所提高; 反演速度与SMM法相比有大幅度提升。

随着红外测温技术的快速发展, 红外测温仪在**及民用领域得到广泛应用, 对测量准确度的要求提升到了新的高度。 面源黑体辐射源作为非接触测温设备校准的核心装置, 近年来受到广泛的关注。 发射率是描述辐射源性能的重要指标, 目前缺少黑体表面形貌对发射率影响的研究。 面源黑体发射率主要由表面凸锥结构和涂覆涂层决定。 为设计出高发射率面源黑体, 以具有凸锥结构的面源黑体为基础模型, 引入间距及涂层结构, 建立具有不同表面结构参数、 单元间距及涂层厚度的面源黑体模型, 设置基底材料为石墨, 涂层材料为氮化硅, 通过有限元软件得到仿真模型的反射率, 利用反射率反演得到其发射率, 绘制3~14 μm范围内的光谱发射率曲线; 研究面源黑体表面的电场分布情况。 分析结构单元的宽高比、 涂层厚度和结构单元间距等参数对发射率的影响。 结构单元高度与发射率成正比、 较窄的宽度对发射率有优化作用, 发射率随宽高比的减小而增大。 涂层结构改变了光谱发射率的下降趋势, 在11 μm后发射率上升, 发射率随厚度增加而增大; 单元间距变化与发射率成正比。 设置初始面源黑体单元结构高度为10 μm、 宽度为1 μm, 在该模型上依次添加2 μm涂层及2 μm间距结构, 进行仿真计算。 优化后黑体辐射源在长波段具有优势, 在3~14 μm波段内光谱发射率稳定, 最低值为0.966; 电场分布图表明了三种结构因素对面源黑体表面能量的影响, 优化得到的模型参数可用于面源黑体的实际制造。 仿真结果表明较小宽高比、 较厚涂层、 较大间距具有提高发射率的能力, 为制造高辐射性能面源黑体辐射源提供了理论参考。