内燃机工程

作者：石磊,雷艳,梁晓杰,林琛,王磊,王晓艳,周定武

单位：潍柴动力股份有限公司 内燃机可靠性国家重点实验室,潍坊 261061,北京工业大学 汽车工程系,北京 100124,北京工业大学 汽车工程系,北京 100124,北京工业大学 汽车工程系,北京 100124,潍柴动力股份有限公司 内燃机可靠性国家重点实验室,潍坊 261061,潍柴动力股份有限公司 内燃机可靠性国家重点实验室,潍坊 261061,湖南汽车工程职业学院,长沙 412001

关键词：深度学习,图像分割,甲烷,高压射流,湍流火焰,

基金：内燃机可靠性国家重点实验室开放基金项目（skler—201913）；湖南省自然科学基金项目（2021JJ60056）

基于定容弹开展了高压天然气（甲烷）射流燃烧光学测试，并分别运用深度学习方法和边缘检测算法进行了图像处理。对比结果表明，由于图像中存在射流、火焰差异大的图像识别目标，边缘检测算法无法较好识别射流和火焰，该算法适合于单一目标的火焰图像处理。深度学习方法可识别射流湍流燃烧火焰轮廓，有效地获得射流湍流燃烧火焰前锋面发展位移及火焰传播速度，该方法适用于多个目标的火焰图像处理。根据深度学习图像处理结果表明：当高压甲烷射流接触预燃球形火焰时，火焰由稳定层流速度（<3 m/s）快速上升，最大火焰传播速度高达300 m/s，形成湍流火焰，火焰沿射流方向快速向前发展，火焰面积增加。随着射流和点火时间间隔的增加，最大火焰传播速度线性下降。

来源：2022年第4期

《内燃机工程》期刊编辑部

查看内燃机工程杂志2022年第4期