, 谭鹏1, 彭浩洋2, 吴卫3, 周大建3, 王潇楠31. 中国三峡建设管理有限公司, 成都 610041;
2. 清华大学 水利水电工程系, 北京 100084;
3. 浙江大华系统工程有限公司, 杭州 310000
收稿日期：2021-01-13
基金项目：中国长江三峡集团有限公司科研项目（WDD/0491，WDD/0490）
作者简介：乔雨(1990-), 男, 工程师
通讯作者：杨宁, 高级工程师, E-mail: yangning1@ctg.com.cn
摘要：开展大坝混凝土浇筑过程非接触红外热成像温度监测（红外测温）研究对于混凝土温度监测和施工过程中温控措施调控具有重要意义。该文基于红外热成像原理，建立了大坝混凝土表面红外辐射量、有效温度采集算法；通过开展不同环境温度、距离对红外测温精度的影响试验，修正了红外测温基本模型；并研发了复杂环境下特高拱坝混凝土出机口、入仓和浇筑等施工全过程红外测温系统。通过乌东德现场应用验证，实现了混凝土生产、运输、浇筑全过程的实时、在线、精准温度监测；为大坝工作性态分析提供了连续、真实的温度场等边界参数。研究成果可为其他同类工程温度在线监测提供参考与借鉴。
关键词：红外热成像温度监测混凝土特高拱坝
Engineering application and factors affecting infrared temperature measurements of mass concrete surfaces
QIAO Yu1, YANG Ning1
, TAN Peng1, PENG Haoyang2, WU Wei3, ZHOU Dajian3, WANG Xiaonan31. China Three Gorges Projects Development Co., Ltd., Chengdu 610041, China;
2. Department of Hydraulic Engineering, Tsinghua University, Beijing 100084, China;
3. Zhejiang Dahua System Engineering Co., Ltd., Hangzhou 310000, China
Abstract: Dam concrete pouring needs accurate non-contact infrared temperature measurements and temperature control. This paper presents an infrared temperature measurement algorithm for dam concrete surfaces based on concrete surface temperature measurements for various ambient temperatures at various distances. The algorithm was then applied to an infrared concrete temperature measurement system for super-high arch dams in complex environments. The tests show that this system provides accurate, real-time, and on-line temperature monitoring of the concrete production, transport and pouring at a site test in the Wudongde Hydropower Station. The system provides continuous boundary conditions including the temperatures for analyzing the dam characteristics. The study results provide a reference for on-line temperature monitoring of similar engineering systems.
Key words: infrared thermal imagingtemperature measurementsconcretesuper-high arch dams
混凝土温度监测是大坝施工过程中温控防裂措施的关键[1-2]。为控制混凝土的最高温度，需要对混凝土生产—运输—浇筑全过程温度进行监控，主要包括出机口、入仓、浇筑温度等。目前混凝土出机口、入仓、浇筑温度监测主要采用数字温度计插入混凝土面以下5~10 cm取得，这种采集方式需要消耗大量的人力物力，所获温度数据少，主观因素影响大，不具备代表性。随着计算机技术、深度学习、数字图像识别等先进信息技术的发展，非接触红外热成像温度监测(红外测温)发展迅猛，特别是在人体测温技术上已取得较为成熟的经验，并在2020年新冠疫情期间得到大规模应用[3]。
红外测温具有远距离、非接触、大面积、多目标、高精度的特点[4-8]，非常适合温度分布不均匀的大面积目标的表面温度场的测量[9]。由于大坝混凝土生产—运输—浇筑规模大，温度监测工作量繁重，因此红外测温在大坝混凝土温度监测中具有巨大的优势。
国内外研究****针对红外热成像进行温度监测做了大量研究，通常可分为2类：1) 提高红外测温的精度，如张志强等[3]提出了高精度红外测温曲线及温漂补偿的曲线；李云红等[9]得出了各种因素(发射率、环境、大气等)对测温精度影响的理论仿真曲线；晏敏等[10]验证了环境温度是红外测温误差的主要因素；杨桢等[11]提出了环境辐射对红外测温补偿的反射温度补偿法；石东平等[12]比较了反射温度和入射温度补偿方法，解决环境高温物体对红外测温的影响；文[13-15]探究了视角和大气透射率及距离对红外测温精度影响。以上研究侧重红外测温精度的提高，但缺乏在复杂大坝混凝土施工环境下温度监测的检验。2) 基于红外测温实现混凝土结构的无损检测，如根据混凝土红外热像平均温升与受火温度、强度损失关系，实现混凝土结构火灾损伤检测[16-18]；基于红外热辐射特征，实现混凝土结构受压损伤过程研究[19-20]，混凝土裂缝识别[21-22]；混凝土破裂与渗水前兆预警分析[23]，混凝土结构渗漏监测[24-27]等。已有研究虽应用红外测温技术进行混凝土结构的温度监测，但只是通过温度来表征其他物理量，温度的绝对大小及精度不是其本身关注的重点。而且在过去的研究中，并未见到采用红外测温技术开展混凝土生产—运输—浇筑过程中出机口温度、入仓温度、浇筑温度监测的公开报道，特别是300 m范围内的远距离混凝土测温技术更未见涉及。因此将红外测温技术应用于大坝混凝土温度监测，保障其在大坝复杂施工环境及300 m远距离下的测温精度具有巨大挑战。
本文首先建立了大坝混凝土表面红外辐射量、有效温度采集算法。根据环境温度、距离对红外测温精度的影响试验，对测温模型进行修正。通过乌东德水电站现场应用验证，实现了混凝土生产、运输、浇筑全过程的实时、在线、精准红外温度监测。
1 大坝混凝土浇筑过程温度非接触红外监测方法1.1 红外测温原理自然界中，高于绝对零度的物体会产生分子和原子的无规则运动并不断地向外辐射能量。辐射能包含各种波长，包括波长在0.76~1 000 μm的红外光波。红外光波具有很强的温度效应，携带辐射目标的温度信息。当处于某一环境下的物体辐射的红外能量通过大气媒介传输到红外热像仪上时，其内部的光学系统将目标辐射的能量会聚到探测器(传感器)，并转换成电信号，再通过放大电路、补偿电路及线性处理后，在显示终端显示被测物体的温度(见图 1)。
 |
| 图 1 红外热像仪温度监测系统 |
| 图选项 |
红外探测器接收周围环境所有的热辐射，包括目标本身、周围环境、设备内部等辐射能量，在光学传输通路上还有温室气体吸收、气体分子散射和光学结构衰减等对辐射能量产生影响。各部分能量没有办法量化计算，所以红外测温通常是采用标准黑体温度和灰度对应的数据标定来完成温度的测量。为了获得准确的测温结果，还必须对杂散能量作误差消减处理，排除噪声干扰。
1.2 基本算法红外热像仪通过接收被测物表面辐射来确定其温度。接收的有效辐射包括被测物自身辐射、环境反射辐射和大气辐射3部分。则红外热像仪的辐射照度为
| $\begin{array}{c}{E_\lambda } = {A_0}{d^{ - 2}}\left[ {{\tau _{{\rm{a}}\lambda }}{\varepsilon _\lambda }{L_{{\rm{b}}\lambda }}\left( {{T_0}} \right) + } \right.\\\left. {{\tau _{{\rm{a}}\lambda }}\left( {1 - {a_\lambda }} \right){L_{{\rm{b}}\lambda }}\left( {{T_{\rm{u}}}} \right) + {\varepsilon _{{\rm{a}}\lambda }}{L_{{\rm{b}}\lambda }}\left( {{T_{\rm{a}}}} \right)} \right].\end{array}$ | (1) |
根据杨立[28]推导的红外热像仪辐射测温度通用基本公式，可表示为
| $f\left(T_{0}^{\prime}\right)=\tau_{\mathrm{a\lambda}}\left[\varepsilon_{\lambda} f\left(T_{0}\right)+\left(1-a_{\lambda}\right) f\left(T_{\mathrm{u}}\right)\right]+\varepsilon_{\mathrm{a\lambda}} f\left(T_{\mathrm{a}}\right).$ | (2) |
在常见红外工作波段内，
| $f\left( T \right) = c{T^n}.$ | (3) |
| $T'{_0^n} = {\tau _{{\rm{a}}\lambda }}\left[ {{\varepsilon _\lambda }T_0^n + \left( {1 - {\alpha _\lambda }} \right)T_{\rm{u}}^n} \right] + {\varepsilon _{{\rm{a}}\lambda }}T_{\rm{a}}^n.$ | (4) |
| ${T_0} = {\left\{ {\frac{1}{{{\varepsilon _\lambda }}}\left[ {\frac{1}{{{\tau _{{\rm{a}}\lambda }}}}{T'{_0^n}} - \left( {1 - {a_\lambda }} \right)T_{\rm{u}}^n - \frac{{{\varepsilon _{{\rm{a}}\lambda }}}}{{{\tau _{{\rm{a}}\lambda }}}}T_{\rm{a}}^n} \right]} \right\}^{1/n}}.$ | (5) |
1.3 混凝土红外测温算法基本模型混凝土红外测温算法的基本模型由3部分组成。
1) 两点校正和单点校正。
(1) 两点校正。
两点校正公式为
| $y = k{x_0} + d.$ | (6) |
两点校正后保存k值表。
(2) 单点校正。
将快门温度对应的灰度值设置为4 096。
单点校正公式为
| $k'{x_0} + d = 4\;096.$ | (7) |
单点校正后保存d值表。
(3) 目标灰度值xT
| ${x_T} = k{x_0} + d.$ | (8) |
| ${T_{{\rm{jz}}}} = {T_{{\rm{jx}}}} + {T_{d{\rm{c}}}}.$ | (9) |
基准温度补偿值为一个分段线性函数，函数关系通过红外热像仪正对某一固定温度标准源黑体进行一段时间的数据采集，使得对应显示的黑体温度测量值始终保持准确，通过这种方法确定基准温度补偿值的数据变化过程，将数据变化利用分段线性的函数关系表示出来即得到准确的基准温度修正。
3) 测温标定温度计算。
通过对各黑体温度点的数据采集，得到测温标定曲线上某些特定点的灰度数据，用灰度差值的方式表示出温度与灰度之间的对应关系表(见表 1)，利用查表法得到目标温度测量值。
表 1 温度与灰度对应关系表
| 黑体温度/℃ | 灰度差 | |
| -30 | 0 | gray_diff0 |
| -20 | 447 | gray_diff1 |
| -10 | 460 | gray_diff2 |
| 0 | 474 | … |
| 10 | 487 | |
| 20 | 501 | |
| 30 | 514 | |
| 40 | 527 | |
| 50 | 618 | |
| 60 | 676 | |
| 70 | 733 | gray_diff11 |
表选项
仅从测温标定角度对目标物体温度测量值计算时，输入为目标原始灰度值x0、增益系数k、偏移量d、机芯温感温度Tjx、基准温度补偿值Tdc和探测器表面温度，计算后输出温度即为显示温度。温度显示的方法有点、线、框温等，由于混凝土为一个不同辐射率材料和不同温度材料的混合体，因此显示温度由框内平均温度来表示。
2 红外测温试验2.1 试验系统红外测温试验系统(见图 2)主要由黑体及黑体控制柜、红外热像仪、计算机等部分组成。红外热像仪用于温度探测，黑体为测温标定的标准，控制柜可控制黑体的温度范围，计算机为温度数据图形展示平台。试验中通过调整黑体温度、环境温度及黑体与红外热像仪的距离，可实现不同环境温度、距离下红外测温标定试验。本次试验及现场采用的热像仪为浙江大华技术股份有限公司生产的DH-TPC-PT8620M (8621B)设备，其探测器分辨率为640×512，光谱范围为8~14 μm，热灵敏度≤40 mK@f/1.0。
 |
| 图 2 红外测温试验系统 |
| 图选项 |
2.2 试验方案为验证红外测温系统用于混凝土温度监测的可靠性、稳定性，进行了不同环境温度下、不同监测距离的试验验证。
2.2.1 不同环境温度下红外测温试验(1) 将非接触式红外热像仪在5、25、35 ℃环境下开机1 h后达到热平衡状态。
(2) 5、25、35 ℃环境下红外热像仪分别对准10、40、50 ℃黑体，镜头中心与黑体靶面中心对齐，采集目标黑体温度和灰度数据，之后建立低温、常温和高温环境下的基准温度修正模型。
(3) 利用红外热像仪测量-10~60 ℃若干黑体温度，记录测量结果，根据测量结果调节探测器表面温度补偿参数，建立探测器表面温度变化时的测温标定模型。根据探测器表面温度的变化实时更新温度与灰度对应关系表。
(4) 完成基本测温模型，微调若干测温算法内影响测温精度的参数值，使测温结果达到精确状态。
(5) 分别于2、4、6、8、10 m采集若干黑体温度的测量结果，此时距离参数设置为0 m，利用采集的数据建立近距离修正模型。
(6) 采集2次打开快门之间的灰度数据变化和温感温度数据变化，用于建立温漂修正模型。
(7) 进行低温、常温和高温环境下测温准确性验证。
2.2.2 远距离红外测温试验在近距离测温基础上加入距离修正算法，使设备测温距离延展到300 m。红外热像仪对于测温目标大小有所要求，目标成像需占满焦平面3×3个像素点以上才可保证精确测量。目标距离越远目标成像会相应缩小，为满足远距离测温需求，选用100 mm的大焦距可调焦镜头。
在近测温距离17 m时对于设备进行测温标定，采集灰度数据与黑体温度的对应关系表，确定基准温度，完成温度计算配置。以17 m为一个单位，由17 m始增加至400 m，采集20、40、60 ℃黑体在不同距离的测温数据，根据数据完成距离修正算法，并在17 ~400 m范围对设备在不同测温距离时的测温准确性进行验证。由于大于300 m时黑体靶面在热像仪上的成像大小已不能满足测温要求，因此确定设备测温距离为17 ~300 m。
2.3 试验结果分析为评价不同环境温度下、不同监测距离红外测温效果稳定性，采用平均绝对误差和均方根误差作为评价指标。
| ${\rm{MAE}} = \frac{1}{m}\sum\limits_{i = 1}^m {\left| {{T_i} - {T_0}} \right|} , $ | (10) |
| ${\rm{RSEM}} = \sqrt {\frac{{\sum\limits_{i = 1}^m {{{\left( {{T_i} - {T_0}} \right)}^2}} }}{m}} .$ | (11) |
2.3.1 不同环境温度下红外测温结果分析图 3和表 2为不同环境温度下红外测温数据。由测温结果可知，对于不同的黑体温度，红外热像仪监测得到的温度与黑体温度相近。其中当环境温度为5 ℃，黑体温度为40 ℃时，红外测温结果与黑体温度相差较大，MAE达到2.82 ℃，RSEM达到2.85 ℃。其他环境温度和黑体温度条件下，红外测温结果与黑体温度的MAE及RSEM大部分均小于1 ℃。证明对大坝混凝土温度监测时，环境温度与混凝土实际温度不能相差过大，否则将对红外测温结果产生较大影响。建议在环境温度与混凝土实际温度差值不超过25 ℃进行红外测温。
 |
| 图 3 不同环境温度下红外热像仪温度监测 |
| 图选项 |
表 2 不同环境温度下红外测温稳定性评价?
| ℃ | |||||||||||||||||||||||||||||
| 黑体温度 | 5 ℃ | 25 ℃ | 35 ℃ | ||||||||||||||||||||||||||
| MAE | RMSE | MAE | RMSE | MAE | RMSE | ||||||||||||||||||||||||
| 10 | 0.92 | 0.98 | 1.03 | 1.04 | 0.48 | 0.53 | |||||||||||||||||||||||
| 20 | 1.23 | 1.29 | 0.85 | 0.87 | 0.46 | 0.49 | |||||||||||||||||||||||
| 30 | 0.88 | 0.95 | 0.53 | 0.55 | 0.84 | 0.90 | |||||||||||||||||||||||
| 40 | 2.82 | 2.85 | 0.65 | 0.67 | 1.10 | 1.14 | |||||||||||||||||||||||
表选项
2.3.2 不同距离下红外测温结果分析图 4和表 3为不同距离下红外测温数据。由测温结果可知，在17~300 m范围内，红外测温数据与黑体温度一致。不同黑体温度下，MAE分布在0.47~0.73 ℃，RSEM范围为0.53~0.84 ℃，温度准确、可靠。证明了远距离测温模型在17~300 m距离范围内的测温精度在实际使用过程中满足使用需求，测温仪测温稳定性良好，适宜长期稳定测温。
 |
| 图 4 不同距离下红外测温结果 |
| 图选项 |
表 3 不同距离下红外测温稳定性评价?
| ℃ | |||||||||||||||||||||||||||||
| 黑体温度 | MAE | RMSE | |||||||||||||||||||||||||||
| 10 | 0.69 | 0.72 | |||||||||||||||||||||||||||
| 20 | 0.54 | 0.61 | |||||||||||||||||||||||||||
| 30 | 0.56 | 0.60 | |||||||||||||||||||||||||||
| 40 | 0.47 | 0.53 | |||||||||||||||||||||||||||
| 50 | 0.59 | 0.73 | |||||||||||||||||||||||||||
| 58.6 | 0.73 | 0.84 | |||||||||||||||||||||||||||
表选项
3 应用案例3.1 工程介绍乌东德水电站位于四川会东县和云南禄劝县交界的金沙江河道上，是金沙江下游4个梯级电站的第一级。地处干热河谷气候，夏季炎热多雨，冬季干燥多风，昼夜温差大。乌东德大坝为混凝土坝曲拱坝，坝顶高程988 m，最大坝高270 m，厚高比仅为0.19，是目前世界上最薄的300 m级特高拱坝。拱坝越薄，温度荷载越大，温控防裂越不利。此外，乌东德全坝采用低热水泥混凝土，在拱坝建造史上尚属首次，给大坝混凝土温度控制带来巨大挑战。因此，及时而有效的温度监测对于乌东德混凝土温控防裂具有重要意义。
3.2 系统安装基于近距离测温基本模型，在乌东德大坝混凝土970拌合生产系统2#拌合楼3#、4#出机口分别安装1套非接触式红外热成像测温仪，用于出机口温度监测(见图 5a)；在大坝混凝土浇筑仓面1#、2#振捣车分别安装1套红外热成像测温仪，用于入仓及浇筑温度监测(见图 5b)。实现对大坝出机口、入仓及浇筑温度数据连续实时在线感知和分析预警。
 |
| 图 5 乌东德大坝混凝土不同部位红外测温 |
| 图选项 |
基于远距离测温基本模型，在大坝左右岸缆机平台分别安装1套红外热成像测温仪，用于大坝混凝土表面温度进行红外热成像监测(见图 5c)，实现对大坝表面温度数据连续实时在线感知。
3.3 效果评价基于乌东德大坝工程，验证红外测温系统在大坝混凝土温度监测中的效果。大坝混凝土出机口、入仓及浇筑、坝面远距离温度红外监测效果如图 6所示。为进一步分析红外测温的精度，对出机口和入仓及浇筑温度进行了人工监测温度对比。
 |
| 图 6 乌东德大坝混凝土红外热成像监测图 |
| 图选项 |
3.3.1 混凝土出机口温度红外热成像监测采用红外测温进行混凝土出机口温度监测时，可通过设置预置点，选择同一车不同部位的混凝土进行可视化在线实时监测，检测范围增加，可达到100%覆盖。由此可反映混凝土拌合的均匀性，判断是否存在生料等问题。减少了人工监测存在的随机性和主观性，能够更全面、更真实地了解混凝土出机口温度变化情况，并对超过出机口温度控制标准的混凝土及时进行预警。从源头上把控混凝土质量、确保混凝土浇筑温度受控。
图 7是乌东德大坝混凝土970拌合生产系统2#拌合楼3#、4#出机口，在2018年5月份至2019年3月份的人工监测与红外热成像温度对比数据，环境气温5~40 ℃。结果表明：人工监测温度与红外热成像温度监测差值在±1 ℃范围内，其中温差在±0.5 ℃范围内占比48.4%。由此表明：采用红外测温进行混凝土出机口温度监测效果较好，基本上能满足现场应用需求。
 |
| 图 7 混凝土出机口温度监测典型结果 |
| 图选项 |
3.3.2 混凝土入仓与浇筑温度红外热成像监测采用红外测温进行混凝土入仓温度、浇筑温度红外热成像监测，可以对每一罐混凝土的入仓温度、每一浇筑坯层覆盖前各个部位混凝土的浇筑温度进行可视化在线实时监测，检测范围大，覆盖面广，更全面、更真实地了解混凝土浇筑过程中温度变化情况，有利于确保混凝土最高温度受控。
图 8、9分别是大坝混凝土浇筑仓面，在2018年12月份至2019年3月份的混凝土入仓与浇筑人工监测与红外热成像温度对比数据，环境温度在5~ 30 ℃。结果表明：人工监测温度与红外热成像温度监测差值在±1 ℃之间，其中入仓温度温差在±0.5 ℃范围内占比48.8%，浇筑温度温差在±0.5 ℃范围内占比52.1%，红外测温进行混凝土入仓与浇筑温度监测效果较好。
 |
| 图 8 混凝土入仓温度监测典型结果 |
| 图选项 |
 |
| 图 9 混凝土浇筑温度监测典型结果 |
| 图选项 |
3.4 讨论红外测温技术能对混凝土温度进行大面积实时监测，更全面、更真实地反映混凝土温度变化情况，并且测温精度在±1 ℃之间，满足复杂水电工程环境下混凝土温度监测。但是红外测温技术只能获取混凝土表面温度，无法对混凝土内部温度进行监测。而混凝土内外温差是导致施工期混凝土温度开裂的重要原因，对于内部温度监测具有重要意义。在乌东德工程实际中，为了弥补红外测温技术只能监测表面温度的不足，在混凝土内部同步埋设数字温度计及分布式光纤进行内部温度监测。其中数字温度计可对混凝土内部进行点测温，分布式光纤可进行线测温，而红外测温可实现面测温。点、线、面3种测温方式的结合，最终实现了大坝混凝土内、外温度全面监测，为温控措施制定提供了依据，为建设“无缝大坝”提供了保障。
4 结论红外测温技术对于大规模大坝混凝土温度监测具有巨大优势，本文基于红外测温基本算法，探究了不同环境温度、距离对红外测温精度的影响，并通过乌东德水电站现场应用验证，实现了混凝土生产、运输、浇筑全过程的实时、在线、精准红外温度监测。具体结论如下：
1) 通过对混凝土检测目标物的红外辐射量进行分析，建立了混凝土表面红外辐射量、表面有效温度采集算法，并基于不同环境温度，不同距离下的测温试验，建立了红外测温修正模型，并进行了稳定性试验验证。
2) 基于红外测温技术，实现了乌东德大坝混凝土出机口温度、入仓、浇筑温度高精度非接触式实时连续监测，测温精度在±1 ℃范围内，满足了大坝施工现场要求。
3) 红外测温技术有效解决了大坝混凝土温度检测方式落后、频次低、覆盖面积小等问题，实现了快速、连续、在线精准混凝土温度监测，为大坝工作性态分析提供了真实温度场等边界参数。
参考文献
| [1] | 宁泽宇, 林鹏, 彭浩洋, 等. 混凝土实时温度数据移动平均分析方法及应用[J]. 清华大学学报(自然科学版), 2021, 61(7): 681-687. NING Z Y, LIN P, PENG H Y, et al. Moving-average calculations for real-time concrete temperature monitoring[J]. Journal of Tsinghua University (Science and Technology), 2021, 61(7): 681-687. (in Chinese) |
| [2] | 周华维, 赵春菊, 陈文夫, 等. 基于海量光纤测温数据的混凝土坝三维温度场分析系统[J]. 清华大学学报(自然科学版), 2021, 61(7): 738-746. ZHOU H W, ZHAO C J, CHEN W F, et al. Three-dimensional temperature field analyses based on massive optical fiber temperature monitoring data in concrete dams[J]. Journal of Tsinghua University (Science and Technology), 2021, 61(7): 738-746. (in Chinese) |
| [3] | 张志强, 王萍, 于旭东, 等. 高精度红外热成像测温技术研究[J]. 仪器仪表学报, 2020, 41(5): 10-18. ZHANG Z Q, WANG P, YU X D, et al. Study on high accuracy temperature measurement technology of infrared thermal imager[J]. Chinese Journal of Scientific Instrument, 2020, 41(5): 10-18. (in Chinese) |
| [4] | 王昵辰, 杨瑞珍, 何赟泽, 等. 多模红外热成像检测碳纤维布加固混凝土粘结缺陷[J]. 仪器仪表学报, 2018, 39(3): 37-44. WANG N C, YANG R Z, HE Y Z, et al. Detection of interface bonding defects in carbon fiber sheet reinforced concrete using multi-mode infrared thermography[J]. Chinese Journal of Scientific Instrument, 2018, 39(3): 37-44. (in Chinese) |
| [5] | PAN D, JIANG Z H, CHEN Z P, et al. Temperature measurement and compensation method of blast furnace molten iron based on infrared computer vision[J]. IEEE Transactions on Instrumentation and Measurement, 2018, 68(10): 3576-3588. |
| [6] | IMAZ E, ALONSO R, HERAS C, et al. Infrared thermometry system for temperature measurement in induction heating appliances[J]. IEEE Transactions on Industrial Electronics, 2014, 61(5): 2622-2630. DOI:10.1109/TIE.2013.2281166 |
| [7] | USAMENTIAGA R, GARCIA D F, MOLLEDA J, et al. Temperature measurement using the wedge method: Comparison and application to emissivity estimation and compensation[J]. IEEE Transactions on Instrumentation and Measurement, 2011, 60(5): 1768-1778. DOI:10.1109/TIM.2010.2089894 |
| [8] | PAN D, JIANG Z H, GUI W H, et al. Compensation method for the influence of dust in optical path on infrared temperature measurement[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 1000811. |
| [9] | 李云红, 孙晓刚, 原桂彬. 红外热像仪精确测温技术[J]. 光学精密工程, 2007, 15(9): 1336-1341. LI Y H, SUN X G, YUAN G B. Accurate measuring temperature with infrared thermal imager[J]. Optics and Precision Engineering, 2007, 15(9): 1336-1341. DOI:10.3321/j.issn:1004-924x.2007.09.005 (in Chinese) |
| [10] | 晏敏, 彭楚武, 颜永红, 等. 红外测温原理及误差分析[J]. 湖南大学学报(自然科学版), 2004, 31(5): 110-112. YAN M, PENG C W, YAN Y H, et al. Principle and error analysis of infra-red temperature measurement[J]. Journal of Hunan University (Natural Sciences), 2004, 31(5): 110-112. DOI:10.3321/j.issn:1000-2472.2004.05.025 (in Chinese) |
| [11] | 杨桢, 张士成, 杨立. 反射温度补偿法及其实验验证[J]. 光学精密工程, 2010, 18(9): 1959-1964. YANG Z, ZHANG S C, YANG L. Reflected temperature compensation method and its experimental verification[J]. Optics and Precision Engineering, 2010, 18(9): 1959-1964. (in Chinese) |
| [12] | 石东平, 吴超, 李孜军, 等. 基于反射温度补偿及入射温度补偿的红外测温影响分析[J]. 红外与激光工程, 2015, 44(8): 2321-2326. SHI D P, WU C, LI Z J, et al. Analysis of the influence of infrared temperature measurement based on reflected temperature compensation and incidence temperature compensation[J]. Infrared and Laser Engineering, 2015, 44(8): 2321-2326. DOI:10.3969/j.issn.1007-2276.2015.08.015 (in Chinese) |
| [13] | LITWA M. Influence of angle of view on temperature measurements using thermovision camera[J]. IEEE Sensors Journal, 2010, 10(10): 1552-1554. DOI:10.1109/JSEN.2010.2045651 |
| [14] | ZHANG Y C, CHEN Y M, FU X B, et al. The research on the effect of atmospheric transmittance for the measuring accuracy of infrared thermal imager[J]. Infrared Physics & Technology, 2016, 77: 375-381. |
| [15] | ZHANG Y C, CHEN Y M, FU X B, et al. A method for reducing the influence of measuring distance on infrared thermal imager temperature measurement accuracy[J]. Applied Thermal Engineering, 2016, 100: 1095-1101. DOI:10.1016/j.applthermaleng.2016.02.119 |
| [16] | 杜红秀, 张雄, 韩继红. 混凝土火灾损伤的红外热像检测与评估[J]. 同济大学学报, 2002, 30(9): 1078-1082. DU H X, ZHANG X, HAN J H. Testing and evaluating damage of concrete exposed to fire by infrared thermal image[J]. Journal of Tongji University, 2002, 30(9): 1078-1082. DOI:10.3321/j.issn:0253-374X.2002.09.010 (in Chinese) |
| [17] | 张洁龙, 杜红秀, 张雄. 火灾损伤混凝土结构红外热像检测与评估[J]. 高技术通讯, 2002, 12(2): 62-65. ZHANG J L, DU H X, ZHANG X. Testing and evaluating on the damage of fire concrete construction by infrared thermal image[J]. High Technology Letters, 2002, 12(2): 62-65. (in Chinese) |
| [18] | 苗春, 张雄, 杜红秀. 火灾混凝土结构损伤检测技术进展[J]. 无损检测, 2004, 26(2): 77-81, 88. MIAO C, ZHANG X, DU H X. Development of the testing technologies for fire-damaged concrete[J]. Nondestructive Testing, 2004, 26(2): 77-81, 88. DOI:10.3969/j.issn.1000-6656.2004.02.008 (in Chinese) |
| [19] | 刘杰, 张千里, 杨峰, 等. 高强混凝土受压损伤过程红外辐射特征试验研究[J]. 中国铁道科学, 2013, 34(2): 36-40. LIU J, ZHANG Q L, YANG F, et al. Test study on the infrared radiation features of high strength concrete during fracturing process under pressure[J]. China Railway Science, 2013, 34(2): 36-40. DOI:10.3969/j.issn.1001-4632.2013.02.07 (in Chinese) |
| [20] | 王杰, 张勇, 李向辉, 等. 混凝土受压破坏过程声发射和红外热像特性研究[J]. 水利水电技术, 2016, 47(10): 106-108, 146. WANG J, ZHANG Y, LI X H, et al. Study on characteristics of acoustic emission and infrared thermal imaging during compressive damage of concrete[J]. Water Resources and Hydropower Engineering, 2016, 47(10): 106-108, 146. (in Chinese) |
| [21] | 邓安仲, 赵启林, 李胜波, 等. 混凝土裂缝红外热成像分布式监测技术研究[J]. 建筑材料学报, 2013, 16(2): 284-288. DENG A Z, ZHAO Q L, LI S B, et al. Study on distributed monitoring technology of infrared thermal image of concrete crack[J]. Journal of Building Materials, 2013, 16(2): 284-288. DOI:10.3969/j.issn.1007-9629.2013.02.018 (in Chinese) |
| [22] | 黄莉, 李卓球, 宋显辉, 等. 碳纤维增强混凝土中裂纹的红外热像检测方法与机理研究[J]. 实验力学, 2003, 18(3): 403-408. HUANG L, LI Z Q, SONG X H, et al. Infrared thermographic inspection for the crack in carbon fiber reinforced concrete[J]. Journal of Experimental Mechanics, 2003, 18(3): 403-408. DOI:10.3969/j.issn.1001-4888.2003.03.021 (in Chinese) |
| [23] | 刘善军, 张艳博, 吴立新, 等. 混凝土破裂与渗水过程的红外辐射特征[J]. 岩石力学与工程学报, 2009, 28(1): 53-58. LIU S J, ZHANG Y B, WU L X, et al. Infrared radiation feature of concrete during fracturing and water seepage process[J]. Chinese Journal of Rock Mechanics and Engineering, 2009, 28(1): 53-58. (in Chinese) |
| [24] | ASAKURA T, KOJIMA Y. Tunnel maintenance in Japan[J]. Tunnelling and Underground Space Technology, 2003, 18(2-3): 161-169. DOI:10.1016/S0886-7798(03)00024-5 |
| [25] | CLARK M R, MCCANN D M, FORDE M C. Application of infrared thermography to the non-destructive testing of concrete and masonry bridges[J]. NDT & E International, 2003, 36(4): 265-275. |
| [26] | RICHARDS J A. Inspection, maintenance and repair of tunnels: International lessons and practice[J]. Tunnelling and Underground Space Technology, 1998, 13(4): 369-375. DOI:10.1016/S0886-7798(98)00079-0 |
| [27] | VAVILOV V, DEMIN V. Infrared thermographic inspection of operating smokestacks[J]. Infrared Physics & Technology, 2002, 43(3-5): 229-232. |
| [28] | 杨立. 红外热像仪测温计算与误差分析[J]. 红外技术, 1999, 21(4): 20-24. YANG L. Calculation and error analysis of temperature measurement using thermal imager[J]. Infrared Technology, 1999, 21(4): 20-24. (in Chinese) |
