全文HTML
--> --> --> -->2.1.基本理论
光声光谱检测技术的基本理论为: 当待测气体分子吸收激光能量后会由基态跃迁至激发态, 处于激发态的气体分子通过无辐射弛豫退激后会释放能量, 释放的能量使得待测气体分子及其空间介质按激光调制的频率产生周期性加热, 在体积一定的情况下, 气体周期性的温度变化会引发相应的压力变化, 由此产生声场效应, 通过高灵敏度麦克风便可以感知声学信号, 以此规律来反演气体的浓度等其他物态信息, 检测原理图如图1所示.图 1 光声光谱气体检测原理示意图
Figure1. Schematic diagram of photoacoustic spectroscopy gas detection principle.
2
2.2.系统结构
基于光声光谱的基本理论, 本文构建了一套用于气体检测的光声光谱实验装置, 并以甲烷气体为检测对象. 检测系统主要由分布式反馈激光器(distributed feedback laser, DFB)激光器, DFB半导体激光器(NEL, 1653 nm DFB)、激光控制器(THORLABS, CLD1015)、函数发生器(南京盛普, SPF05)、锁相放大器(Stanford Research System, SR830)、自动配气系统(Environics, S4000)、光声池(自制)、高灵敏度麦克风(北京声望, MP201)和采集卡(NI, USB6212)等组成, 实验装置实物图如图2所示.图 2 光声光谱气体检测实验装置图
Figure2. Photoacoustic spectroscopy gas detection device.
-->
3.1.光声信号数学模型
基于声学基本方程与光谱吸收定律, 假定待测气体为理想性、各向同性、均匀且初始静止的连续性流体介质, 并假设介质中声波传输中的声压与气体密度变化为微扰动量, 根据流体质量守恒方程、动量守恒方程以及气体的物态方程, 可得到无激励源线性化气体声压波动方程:本文初始研究的光声光谱装置中光声池形状为圆柱形, 因而可利用柱坐标系
若调制频率
通常情况下, 圆柱形共振式光声池一般工作在一阶纵向简正模式, 即[qmn]为[100]模式, 因而可计算出:
2
3.2.物理模型与基本参量
光声池是光声光谱气体检测装置中最重要的核心部分, 它决定着整个检测系统的性能的优劣. 本实验装置中所采用的光声池为圆柱形, 其内部空间是一个封闭的空腔, 空腔内填充待测气体, 光声池主要由谐振腔、缓冲腔、入射窗口、出射窗口、进、出气口等部分组成. 初始结构参量如下: 光声池外壳材质为硬铝, 谐振腔体材质为紫铜, 窗口采用透过率大于90%的石英窗片密封, 谐振腔半径为5 mm, 长度为100 mm, 缓冲腔半径为20 mm, 长度为50 mm, 忽略一些微小细节, 如较小倒角、圆角、用于装配螺钉、螺母及其对应的孔等, 在基本假设的前提下, 对光声池物理模型作出一定简化, 建立的光声池空腔声学物理模型如图3所示.图 3 光声池空腔声学物理模型
Figure3. Acoustic physical model of photoacoustic cell cavity.
-->
4.1.空腔声学模态数值计算
光声池空腔结构具有声学模态频率与相应的振型, 声学模态可以表征其内部空腔的压力分布特性, 当声波以某一模态频率在空腔内传播时, 光声腔将随之发生声学共振, 求解光声池空腔模态, 即解出(5)式中pj(r), 根据(1)式及界面法向速度及法向力连续条件, 并采用有限元离散化方式, 建立声场的数值方程[19]如(19)式:进一步进行频域下求解:
利用多物理场仿真程序进行数值求解, 定义光声池空腔中流体材料为氮气, 密度为1.25 g/L, 声速为349 m/s, 采用仿真平台中物理场智能控制网格方式进行网格划分, 四面体网格单元数为28711, 三角形单元5302, 光声池声学模态仿真求解结果如图4所示.
图 4 光声池空腔声学模态仿真云图
Figure4. Acoustic mode simulation of photoacoustic cell cavity: (a)The first mode (265 Hz); (b) the second mode (1659 Hz); (c) the third mode (3125 Hz); (d) the fourth mode (3490 Hz); (e) the fifth mode (3680 Hz); (f) the sixth mode (4966 Hz) ; (g) the seventh mode (5123 Hz); (h) the eighth mode (6207 Hz).
从图4中光声池空腔各阶声学模态振型中可知, 在前8阶模态中, 第1—6阶为纵向模态振型, 第7阶为角向模态振型, 第8阶为纵向与角向的混合振型, 由于结构的对称性, 第7阶与8阶还存在模态频率值相同且为对称性的模态振型(对称模态振型本文只选择其一来说明), 但可以预见, 随着模态阶数的增加, 光声池声学模态振型将越来越复杂, 在仿真范围内没有出现径向模态振型. 由于受缓冲腔的影响, 光声池纵向声学模态与单纯圆柱形光声池的计算结果稍有不同, 仿真结果中出现低频声学共振是由于缓冲腔造成的, 但这不影响后续的分析研究; 图4仿真云图中颜色从红到蓝依次表示声压的相对强弱, 颜色接近于深蓝的地方声压为0, 其连线称为光声池声腔模态的节线, 当光声池受到外界激励源时, 红色区域处声压响应相对大, 蓝色区域处声压响应相对小, 节线位置处没有响应. 因而通过模态分析可知, 在设计光声麦克风采音位置时, 应尽量选择靠近声腔模态中声压相对较强的区域, 设计进、出气口时, 应尽量选择靠近声腔模态中节线的位置. 本文光声池的信号采样选取的是仿真结果中第2阶模态频率与振型, 其重要特征为麦克风安装于谐振腔的中部位置, 为区别有无缓冲腔带来的效应影响, 本文将光声池工作在上述状态下的声学模态称之为“工作纵向声学简正模态”.
2
4.2.光声信号数值计算与分析
4.1节中光声池声学模态频率与模态振型的求解结果是基于未施加激励源的条件, 所获得的声压分布均为相对值, 计算光声池通过激光调制并由待测气体吸收后产生的绝对声压值, 还需要将激光激励源、待测气体物理参数和热黏性声学损耗等添加于仿真模拟中.3
4.2.1.计算参数设置与网格划分
利用多物理场仿真程序对光声池热黏性声学进行数值求解, 黏性边界层厚度与热边界层厚度解析式计算公式[18]如下:在 1659 Hz, 20 ℃, 1 atm环境中, 通过粗略分析, 光声池中的黏性边界层及热边界层厚度数量级为10–2 mm, 因此在光声池三维声学模型的情况下, 直接利用“热黏性声学”接口程序仿真求解时, 计算机运行成本太高, 结合光声池对称式的结构特点, 本文将光声池三维模型转化为二维轴对称模型来进行热黏性模拟仿真计算, 如此在保持一定求解精度的情况下可以节省计算机仿真成本与计算时间, 仿真模型如图5所示.
仿真中参量与仿真条件如下: 待测气体为甲烷, 体积浓度为100 × 10–6; 激光功率为4.5 mW, 激光光源分布为高斯分布, 束腰半径为0.9 mm, 中心波长为1653 nm; 选用甲烷2v3带R(3)支吸收谱线, 通过HITRAN数据库查找谱线的吸收截面, 根据 (11) 式计算出热功率密度源H; 在光声池壁处, 对速度场施加无滑移边界条件, 对温度场施加等温边界条件; 对热黏性声学模型进行恰当的网格剖分非常重要, 这也是仿真求得准确解的关键之一, 黏滞边界层和热边界层在仿真中必须被网格解析, 本文采用手动控制网格单元尺寸与边界层网格的混合控制剖分技术, 预定义普通物理场极细化网格划分, 边界层采用10层网格, 第一层厚度设为0.01 mm, 边界层拉伸因子为1, 网格统计为, 单元总数为3462, 网格顶点2641, 其中四边形单元数为1500, 三角形单元数为1962, 谐振腔中部剖分细节如图6所示.
图 5 光声池二维轴对称物理模型
Figure5. Two dimensional axisymmetric physical model of photoacoustic cell.
图 6 谐振腔中部混合网格剖分细节图
Figure6. Detail drawing of mixed meshes in the middle of resonator.
3
4.2.2.扫频结果
在模拟计算中, 提取光声池谐振腔正交中心线上最大声压值, 首先以粗频率(range 50—6500 Hz; step 50 Hz)对光声池进行频率扫描, 粗频率响应曲线如图7所示. 从曲线上可知, 粗频扫描情况下在1650 Hz与4950 Hz处出现了声压峰值, 说明在此频率上出现了声学共振, 这与4.1节光声池第2阶与6阶的声学模态计算结果非常吻合, 共振频率值略为减小, 原因在于声学共振增强了热声效应, 从而降低了其共振频率. 在黏性损耗和热损耗效应的作用下, 模态中其他振型并没有被有效激发, 由于研究的光声池光声信号采样选取的是第2阶模态频率与振型, 因而在1650 Hz附近对光声池进行频率细扫描(range 1550—1750 Hz; step 5 Hz), 并对扫频结果进行Lorentz函数拟合, 细频率响应曲线如图8所示, 从曲线上可知, 细扫频结果的共振峰值对应频率为1650 Hz, 拟合结果为1648 Hz, 拟合程度非常显著(R2 = 0.9968), 可以计算出半功率处的全频线宽为25.9 Hz, 利用拟合结果可计算出该光声池的品质因数Q = 63.7.图 7 光声池粗频响应仿真曲线
Figure7. Simulation curve of photoacoustic cell's coarse frequency response.
图 8 光声池细频响应仿真曲线
Figure8. Simulation curve of photoacoustic cell's fine frequency response.
3
4.2.3.声场与温度场分布结果
频扫均设置为(range 1550—1750Hz; step 5Hz), 扫描探测路径上的声压和温度场分布及大小, 声压探测路径为光声池空腔中沿轴纵向上与紫铜接触的边界线, 即谐振腔的母线, 其分布特征可以表征光声池光声信号的转化能力. 如图9仿真结果所示, 当扫频值等于声学共振频率时, 声压值较非共振情况得到显著增益, 因而在系统实际检测中, 应该将光源调制频率准确地落在光声池简正频率上, 这样可以获得较高的系统检测灵敏度; 在不同探测频率下沿光声池谐振腔母线的声压特性曲线基本相同, 均呈现二次抛物线形状, 沿谐腔轴线方向的两侧声压呈对称分布, 在谐振腔的中部为最大声压值, 此位置也正是高灵敏麦克风的探测位置.图 9 光声池谐振腔母线声压特性曲线
Figure9. Sound pressure characteristic curve of cavity geometry of photoacoustic cell.
温度场探测路径为光声池谐振腔轴线正交中心线, 即安装的麦克风的轴线上, 仿真结果如图10所示. 从图10可知, 在不同探测频率下光声池谐振腔轴线正交中心线的温度场特性曲线趋势基本相同, 在r = 0—1.5 mm区间上, 温升趋于减弱状态, 其原因在于光声池轴线上的激光光源引起的, 所设激光光源的束腰直径为1.8 mm且光强为高斯分布, 接近激光中心的温度较强, 远离激光中心的温升稍微减弱, 这与仿真曲线较为吻合, r = 2.1—4.9 mm区间上, 温升趋于平稳状态, r = 4.9—5 mm区间上, 温升发生突变, 其接近外壁处温升梯度较大, 此区间为黏性边界层与热边界层的厚度, △r ≈ 0.06 mm, 该区域内黏性损耗与热损耗较大, 通过(22)和(23)式可计算两类边界层厚度约为0.06 mm, 这与仿真结果较为吻合, 说明了数值模拟具有较高的可信度.
图 10 光声池谐振腔轴线正交中心线温升特性曲线
Figure10. Temperature rise characteristic curve of orthogonal center line of photoacoustic cavity resonator axis.
2
4.3.实验与计算结果比较
根据3.1节光声信号解析计算与4.2节光声信号数值模拟结果, 基于搭建的光声光谱气体实验装置(如图2所示)进行相关的实验验证. 实验中选用氮气为缓冲气体, 由自动配气系统配成100 × 10–6浓度的甲烷气体, 缓慢充入光声池腔内, 并关紧阀门形成密闭的光声池空腔, 保持腔内气压为1 atm, 调节激光器频率由1400 Hz缓慢增至1700 Hz, 通过粗调与精调相结合的方法, 每个频率粗调为1次采样光声信号值, 细调为20次采样平均. 对实验中光声光谱气体检测系统进行相关性能测试, 重点测量光声池的相关性能指标, 计算对比结果如图11所示. 从图11(a)中可知, 对于光声池一阶共振频率值, 其解析结果、数值模拟与实验结果三者较为吻合, 误差较小; 由图11(b)中可知, 对于光声池品质因素, 其理论解析与数值模拟结果非常接近, 但实验结果与上述两者存在一定误差, 原因在于光声池存在加工误差、谐振腔与缓冲腔的光洁度不够以及声速随温度与湿度影响的变化等, 理论计算存在一定的理想化误差; 由图11(c)中可知, 对于光声池池常数, 理论解析与数值模拟、实验结果具有一定偏差, 这是由于光声池存在各种误差导致的共振频率与各类损耗计算误差综合累积引起的, 同时光声池中缓冲腔的内壁也存在一定的表面损耗, 理想计算下并没有考虑; 图11(d)中可知, 对于光声池黏性边界层和热边界层厚度而言, 实验测量困难, 从图中给出的解析与数值模拟的结果可知, 声波在光声池壁周围的气体中传播时, 导热效应与粘滞性效应的影响程度相当, 光声池内腔表面热黏边界层仿真与解析计算结果几乎吻合, 误差较小; 图11(b)—(d)结果还需考虑光声池结构三维到二维的简化. 上述对比结果显示, 本文所建立的光声池物理模型与边界条件可以适用, 数值模拟方法可以为后续光声池的优化工作提供设计参考.图 11 计算结果比较
Figure11. Comparison of calculation results: (a) Resonance frequency; (b) quality factor; (c) pool constant; (d) boundary layer thickness.
-->
5.1.优化模型设定及流程
考虑到光声池的加工制造, 对于本实验中的光声池结构改进方案, 根据参考文献[20], 探索将原光声池中的谐振腔两端拟更改为喇叭口形, 如图12所示, 蓝色为原始结构剖面图, 红色为拟更改的内腔半剖图. 具体优化策略如下: 以光声池中的喇叭形状底圆半径rc及其高度hc, 谐振腔半径Rc, 谐振腔的长度Lc为变量因子, 并约束缓冲腔的形貌与几何尺寸不变、光声池轴向总长度不再增大, 利用DOE(design of experiment)试验设计方法选择分析样本, 建立设计变量与优化目标之间参数映射的响应面代理模型(surrogate model method), 最后通过多目标优化算法求得优化解.图 12 光声池参数优化设计选取
Figure12. Optimum design parameters of photoacoustic cell.
2
5.2.试验设计与代理模型
DOE采用Box-Behnken试验设计采样方法, Box-Behnken是一种具有高效率的响应曲面设计方法, 比较适应于二阶响应面模型的采样, 该采样方法包括中心点和设计空间的中心. 根据光声池原加工尺寸及制作经验确定设计变量的取值范围, 设计4 因素3水平的分析实验, 总计25组试验组合, 选取的试验设计水平表如表1所列.因素 | 编码水平 | ||
–1 | 0 | 1 | |
A: 底圆半径rc/mm | 5 | 6 | 7 |
B: 圆台高度hc/mm | 8 | 10 | 12 |
C: 谐振腔半径Rc/mm | 3 | 4 | 5 |
D: 谐振腔长度Lc/mm | 60 | 70 | 80 |
表1因素水平表
Table1.The factors and levels graph.
由于光声池设计参数与其品质因素及池常数之间函数关系较为复杂, 因而代理模型选择二阶响应面模型来进行表示, 函数关系如下[21]:
在保证材料属性、网格控制方法和边界条件不变的情况下, 通过数值模拟方法对上述25组试验组合下的光声池进行仿真求解并拟合代理模型, 拟合结果如表2所列. 为提高拟合模型的精度和简化模型公式, 代理模型中已筛选去除了影响不显著的部分因素组合. 表2结果表明, 三者响应面代理模型高度显著且拟合程度高, 可以满足后续优化设计的需求.
目标响应 | 相关系数R2 | 校正系数R2adj | P值 |
f1(x): Q | 0.9997 | 0.9993 | < 0.0001 |
f2(x): Ccell/(Pa·cm) · W–1 | 0.9999 | 0.9982 | < 0.0001 |
f3(x): f/Hz | 0.9998 | 0.9996 | < 0.0001 |
表2代理模型拟合结果
Table2.Fitting results of surrogate models.
光声池品质因素f1(x): Q, 池常数f2(x): Ccell和工作纵向声学模态值f3(x): f的代理模型公式如下:
2
5.3.多目标优化求解结果
优化设计是在给定的设计区域和约束条件下求解目标值最优化的过程, 一般包括设计变量、设计目标以及约束条件三要素. 针对光声池的优化, 其品质因素及池常数在一定内范围内应尽可能大, 根据上述优化试验的设定, 光声池的优化数学模型可以表示为:光声池的优化是一个多目标优化问题, 通过上述响应面模拟结果可知光声池品质因素与池常数不能保证同时取到最优值, 设计目标之间相互冲突并且与设计变量呈现较为复杂的非线性关系. 本文采用多目标遗传算法MOGA (multi objective genetic algorithm)来解决该优化模型. 遗传算法是模拟生物在自然界进化过程形成的自适应的全局优化搜索算法, 通过群体的选择、交叉与变异等技术, 使群体进化到包含或接近最优解的状态. 优化模型采用Matlab中多目标遗传算法工具箱进行求解, 算法计算采用二进制编码, 遗传代数为 500, 种群数量为 60, 交叉率为0.8, 变异率为 0.01, 计算得到的优化目标Pareto 最优解集, 如图13所示.
从图13中可知, 光声池品质因数及其池常数两者之间是互为矛盾的, 品质因数取大时, 池常数就会较小, 反之亦然, 这使得光声池品质因数与池常数同时都取最大是不可能的. 根据Pareto最优解集, 考虑到改进后的光声池要优于之前性能指标, 对光声池两设计目标选择进行折衷处理, 从Pareto解集方案中选取3组进行考察, 同时希望光声池的品质因数与池常数相比较更加均衡增长, 因此选择方案2为最终设计方案并对参数值进行圆整, 即为方案4, 如表3所列, 初始结构参数值见本文3.2节.
图 13 Pareto最优解前沿分布图
Figure13. Pareto optimal solution frontier distribution map.
方案 | rc/mm | hc/mm | Rc/mm | Lc/mm |
1 | 5.96 | 11.99 | 3.55 | 61.43 |
2 | 5.6 | 11.99 | 4.78 | 60.28 |
3 | 7.0 | 11.99 | 5.0 | 60.0 |
4 | 5.6 | 12.0 | 4.7 | 60.0 |
表3优化后设计变量值
Table3.Optimized scheme value.
依据方案4所给出的结构参数值, 同时为了验证响应面代理模型的准确性, 对光声池进行模型重构与数值模拟计算, 结果如表4所列. 表4中的变化率以数值模拟结果为参照, 从结果中可知, 代理模型预测与数值模拟结果误差非常小, 光声池三种指标的最大误差仅为1.3%, 可见针对代理模型来进行优化计算的方法可行, 结果可靠; 在一定约束条件下, 优化后的光声池的品质因素Q较初始值增长了48.9%、池常数Ccell增长了34.4%, 光声池相关指标得到了一定改善.
指标 | 初始值 | 优化后 | 变化率/% | ||
代理 模型 | 数值 模拟 | 误差 率/% | |||
Q | 63.7 | 95.2 | 94.9 | 0.32 | + 48.9 |
Ccell/( Pa·cm) ·W–1 | 1750 | 2321 | 2353 | 1.3 | + 34.4 |
f/Hz | 1648 | 2000 | 2002 | 0.1 | + 21.4 |
表4相关指标结果对比
Table4.Comparison of index results.