基于TDLAS的燃烧室出口温度及组分浓度测量研究 | 航空技术

随着先进航空发动机对气动热力性能和推重比需求的持续提升，燃烧室出口的温度不断升高，由此带来的高温组分离解现象日益显著。出口温度分布和关键组分摩尔分数是评价航空发动机燃烧室性能的重要指标，其反映了燃烧室的燃烧性能，还决定了涡轮部件的耐久性与寿命，因此其准确获取对燃烧室的设计与优化具有重要意义。

当前主流的测量手段仍以热电偶与取样分析等接触式技术为主。然而，先进航空发动机燃烧室出口热点温度已高达2300K，这超出常规S型和B型热电偶的使用极限。尽管钨铼和铱铑热电偶可满足该温度要求，但成本高、适应性差。取样分析具备高温测试的潜力，但其对流场的扰动可能影响浓度测量的准确性。相比之下，非接触式测量技术可在高温高压等复杂环境下实现对燃烧场二维或三维结构的无扰测量。

尽管国内外机构已经利用TDLAS在多种环境对温度、H₂O浓度、CO₂浓度等参数进行了测量分析，然而针对航空发动机主燃烧室出口这一核心位置的研究仍相对有限。具体而言，当前研究工作多聚焦于下游尾喷管和燃烧室出口固定截面的测量，缺乏对燃烧室出口三维温度场与CO₂、CO浓度的系统性研究，且现有研究的来流工况参数及出口温度普遍相对较低。Sappey等和Ma等利用TDLAS获得了加力燃烧室喷管出口的温度分布、H₂O、CO₂等组分浓度，对比分析了不同工况下的羽流结构和动态分布特征。Liu等采用TDLAS测量了燃气轮机排气温度，通过试验验证了其准确的温度测量潜力。戴斌等和刘重阳等分别针对不同的燃烧室，采用TDLAS测量了距离燃烧室固定位置的温度分布和H₂O摩尔分数，并与热电偶测量结果进行对比，评估了TDLAS的适用性。Kuang等利用TDLAS探讨了不同分级比对燃烧室出口温度分布均匀性影响，分析了TDLAS在不同采集频率下捕捉燃烧室温度数据的能力。此外，CO₂与CO的同步测量及其燃烧效率量化应用研究尚不充分。当前大多数的研究集中在气体检测、火箭发动机燃烧室和简单燃烧器，而在航空发动机燃烧室出口的应用研究相对较少，且尚未系统性地利用获取的综合数据集对燃烧性能进行深入量化评估与验证。

总体而言，基于TDLAS获得的数据集进行燃烧性能量化分析及其与取样分析结果的对比验证研究仍显不足。因此，在航空发动机燃烧室出口实现多工况的三维温度场及关键组分浓度的非接触式测量，并基于此深入分析流场特征与性能参数，仍是当前研究亟待加强的方向。

为满足先进航空发动机燃烧室出口参数的获取需求，本文以双旋流单头部矩形燃烧室为对象，采用TDLAS实现燃烧室出口CO₂与CO摩尔分数的同步测量，结合位移扫描机构分时重构三维温度场。通过获取典型工况下的温度和组分分布，分析了来流条件对温度均匀性的影响，并将组分测量结果与取样分析进行比对，评估TDLAS组分测量的精度与稳定性。同时，基于TDLAS结果评估了燃烧效率计算的可行性。本文研究可为TDLAS在三维温度场获取、燃烧状态监测及燃烧性能评估提供重要参考。

2.1 试验模型及试验系统

图1展示了本文所采用的试验模型与实验系统示意图。试验模型为双旋流单头部矩形燃烧室，头部由双径向反向旋流器组成，旋流器中心为双油路离心喷嘴，火焰筒内外壁均匀分布有主燃孔和掺混孔。一、二级旋流器旋流数分别为1.122和1.456，其中一级旋流器叶片数为24，叶片角度为28°；二级旋流器叶片数为10，角度为73.8°。为实现燃烧室出口多个流向截面温度和组分摩尔分数的测量，测量段采用四面开窗结构。本文采用电阻加热式试验系统，由电阻加热器、气源系统、排气系统、控制与数采系统等组成。为调节燃烧室试验所需的来流压力，在系统下游布置了高温调节阀与孔板节流装置。点火系统使用高能火花塞，点火能量为12J，频率24 Hz，燃料为RP-3航空煤油。

Fig.1 Schematic diagram of experimental model and system

表1列出了本文的3组典型工况。燃烧进口布置K型热电偶用于测量空气温度T₃，量程273~1073K，最大允许误差±0.4%。来流压力总压p₃采用MPM489型绝压传感器，量程0~0.8MPa，精度±0.5%。空气流量m_a采用带压力、温度自动补偿的压差型质量流量计测量，精度优于±1.5%。燃油流量m_f采用圆齿轮流量计测量，量程0.25~5L/min，最大允许误差±0.5%。

Table1 Parameters of operating conditions

2.2 TDLAS测量系统

为实现燃烧室出口多个流向截面的温度测量，在测量段法兰上安装了位移机构，并将TDLAS准直器与探测器集成于矩形框架内，该框架固定在位移机构上以实现平移测量。本试验采用直接吸收光谱法，选取H₂O分子作为温度测量目标，主要因其在近红外波段具有强烈的高温吸收谱带。传统方法通常选用两条H₂O吸收谱线，通过双线比值法反演温度，但该方法受限于谱线的线强与低态能级，难以在宽温区(300~2300K)内兼顾测量精度与稳定性。为此，在原有两条谱线基础上，额外引入一条低态能级更低和两条低态能级更高的吸收线，覆盖高低温区测量。通过五条谱线联合反演，不同谱线在不同温区表现出各自的温度敏感性，显著提升了整体测温精度与温域覆盖范围。此外，该方法还可有效减弱线强误差与系统噪声对反演结果的影响。

为实现多谱线温度测量，选用了五支蝶形封装的分布反馈式激光器(DFB)，其中心波长分别为1392，1393，1343，1339，1469nm，对应所选的五条H₂O吸收谱线。系统采用自制的函数发生器电路产生5个4kHz的时间分复用斜坡电流信号，分别控制激光器的注入电流。5束激光经波分复用器合束后形成单束输出，再通过光纤分束器分为16束，其中9束用于燃烧室出口H₂O的测量。光路采用4×5的布局，入射光设置为约1°斜角，以避免窗口平面反射所引起的干涉信号。

由于试验时间较长，光纤准直器与石英窗片之间的空气易因局部加热而产生水汽吸收，叠加干扰内部流场信号。为此，在光纤准直器前设置高压氮气吹扫通道，以消除空气段的水汽吸收干扰。数据处理方面，首先使用列文伯格-马夸尔特(LM)算法对透射光强信号进行拟合，提取积分吸光度值；随后基于玻尔兹曼图法反演温度，进一步求解各组分摩尔分数。场分布基于代数重建(ART)算法，对每个划分的网格进行迭代运算获得积分吸光度值，再利用玻尔兹曼图法求解温度和摩尔分数。图2给出了适用于燃烧室出口温度分布测量的TDLAS系统示意图。

Fig.2 Schematic layout of TDLAS temperature

measurement system

为实现燃烧室出口CO和CO₂摩尔分数测量，TDLAS系统采用多波长中红外激光方案，选用中心波长分别为4854nm和4172nm的两支ICL与QCL激光器。多波长方案分别将中红外激光耦合进光纤再利用中红外光纤合束器合束，实现多个中红外激光的光纤传输，提高了中红外激光在航发测量的容忍能力。系统采用时分复用(TDM)方案实现多激光源的协同工作，激光发射时序由自研模块控制，使三支激光器依次出光。每个扫描周期内，激光器在初始阶段均设置一段低于其出光阈值的区段，以扣除燃烧背景辐射干扰。系统整体扫描频率设定为5kHz。试验中，将左右观测窗的玻璃替换为金属盲板，并将激光器直接固定在盲板上，以增强系统结构稳定性。测量位置距离燃烧室出口87.5mm。为减少视窗干涉效应，在测量窗口前端布置了3°楔角蓝宝石窗片，以削弱多次反射造成的干扰。图3给出了TDLAS组分测量系统示意图。

Fig.3 Schematic layout of TDLAS species

measurement system

为验证TDLAS温度测量系统的可靠性，首先在管式炉环境中开展了温度标定试验。标定试验覆盖的压力为100~600kPa，温度为673~1373K，在所有工况下，反演温度与设定温度的最大偏差为3.9%，相关验证细节详见文献。同时，在本研究所使用的燃烧室中，TDLAS系统与相干反斯托克斯拉曼反射(CARS)系统开展了同步温度测量。两种方法测得温度的最大相对偏差小于11%，具体试验内容可参见文献。此外，为验证组分测量系统的准确性，在管式炉中注入已知摩尔分数的CO和CO₂气体，并在不同温度条件下进行比对测试。结果显示，CO的最大测量偏差为3.37%，CO₂为3.11%。

为了确保试验中燃烧室出口温度和组分测量的准确性，确保来流参数的稳定性和重复性是首要前提。试验不确定度分为A类不确定度（基于统计分析的重复性误差）和B类不确定度（基于仪器精度等非统计信息），综合不确定度通过A类和B类不确定度合成。

根据Kline和McClintock的不确定度分析理论，实验数据的期望不确定度是由构成测量的变量的不确定度估算。基于数学假设，被测参数(Y)与直接测量的独立参数(x₁,x₂,……,xₙ)之间存在以下函数关系。

假设μ(Y)为测量不确定度，μ(x₁),μ(x₂),……,μ(xₙ)则是独立参数(xₙ)的不确定度。因此，试验中测量的不确定度表示为式(3)，通过求解可得到试验中相关测量值的不确定度：

式中，s为样本数据的标准差，n为试验重复次数。

由于Case3对来流温度和压力要求更高，其稳定性和重复性不如Case1和Case2，因此选择Case3的TDLAS温度测量试验进行稳定性和重复性评估，选取了2天、共计5车次独立试验。表2给出了Case3来流参数的A类不确定度。

Table2 Type A standard uncertainty of inflow parameters

B类不确定度由测量设备的精度或允许误差引入，定义如下：

FAR的B类不确定度由空气流量和燃油流量的B类不确定度计算得到，定义如下：

式中ψ代表FAR。

表3给出了基于测量设备精度或误差计算的B类不确定度。

Table3 Type B standard uncertainty of inflow parameters

通过不确定度合成公式，可计算得到综合不确定度，根据式(1)，计算得到的综合不确定度如表4所示。空气流量m_a和燃油流量m_f的相对不确定度μ_r分别为0.94%和0.72%,进气温度T₃和进气压力p₃的μ_r分别为0.27%和1.16%,油气比FAR的μ_r为1.43%，这能满足燃烧室试验的精度需求。

Table4 Combined standard uncertainty of inflow parameters

4.1 燃烧室出口温度分布特征

按照表1中的试验工况参数，待燃烧室稳定后开始进行数据采集，保证每个测量截面的稳定采集时间不少于25s。试验中，H₂O摩尔分数通过壁面静压测量结果间接计算得到。

图4-6展示了三个工况下，不同测量截面的通道时间平均温度与H₂O摩尔分数分布。在稳定燃烧阶段，Case1燃烧室出口温度为1100~1450K,各测量通道温度波动低于100K；Case2温度为1100~1300K，波动小于50K；Case3温度为1600~1850K，大部分通道波动仍小于100K。此外，H₂O摩尔分数的分布趋势与温度场变化基本一致，体现出良好的相关性。

就温度分布均匀性而言，Case1表现出明显的非均匀性，高温区主要集中在燃烧室出口截面的左下角(通道CH3、CH4、CH7、CH8)，而右上角区域 (通道CH0、CH5)温度偏低。相比之下，Case2的出口温度分布更为均匀，高温区位于燃烧室出口左侧区域；Case3的高温区则分布在出口中心偏左和偏右的位置，整体分布形态与Case2存在显著差异。上述分布特征表明，来流参数与油气比对燃烧室出口温度场具有显著影响。Case1中出现的温度非均匀性主要归因于燃油雾化效果较差以及进气温度较低。由于喷嘴压降较小，燃油喷雾液滴粒径偏大，部分液滴在旋流作用及重力影响下聚集于燃烧室下部，导致该区域燃油浓度较高、燃烧强度增强。同时，由于燃烧效率较低，该区域形成了持续的局部尾焰现象，进一步加剧了下半区域温度升高。这一现象在Case2与Case3中未观察到。此外，三个工况下，不同流向截面之间的温度分布趋势保持一致，表明燃烧室出口沿流向方向的温度分布相对稳定，具备良好的轴向一致性。

Fig.5 Channel time-averaged temperature and H₂O mole fraction under Case2

Fig.6 Channel time-averaged temperature and H2O mole fraction under Case3

为更直观地展示燃烧室出口不同截面的温度分布特征，图7-9给出了三个工况下各截面的二维温度分布。每个工况两个截面的温度分布是两次独立试验结果，三个工况下燃烧室出口不同截面的温度分布形态基本一致。

在Case1中，燃烧室出口温度分布表现出明显的不均匀性，高温区和低温区呈对角分布，出口下半部温度普遍高于上半部。这种分布特征表明，在常温常压来流条件下，燃烧效率较低，燃烧强度分布不均，难以全面反映燃烧室的真实燃烧状态。此外，出口区域持续存在的尾焰进一步加剧了温度场的不均匀性，削弱了该工况下温度分布的代表性。相比之下，Case2的出口温度分布更加均匀。虽然高温区集中在出口截面左侧，可能与通道CH4在试验中受局部干扰、导致数据波动较大有关，但整体温度波动明显小于Case1。值得注意的是，尽管Case1与Case3具有相同的油气比，但由于Case1的来流参数显著不同，其对出口温度分布的影响远大于油气比本身。这说明燃烧室来流工况对燃烧室出口温度分布影响较大。此外，从温度分布反映的流场的特征也可看出明显差异，Case1的主燃射流和掺混射流对温度分布影响较弱，出口温度场未展现出典型射流结构；而在Case2和Case3中，可明显观察到射流尾迹的影响，形成多个低温区。

Fig.7 Time-averaged temperature distribution under Case1

Fig.8 Time-averaged temperature distribution under Case2

Fig.9 Time-averaged temperature distribution under Case3

为对不同工况下燃烧室的燃烧性能进行评估，图10展示了z=88mm截面的燃烧室出口温度及基于温升法计算的燃烧效率。从图中可见，Case1、Case2和Case3的燃烧室出口平均温度分别为1328K、1163K和1748K。其中，Case1出口温度分布不均性最强，最大温差达589K；相比之下，Case2和Case3温度分布更为均匀，最大温差分别为281K和387K。基于温升法计算的三个工况的燃烧效率分别为96.11%、98.84%、97.84%。Case2和Case3燃烧效率明显高于Case1，这与其更高的进气温度和压力、更优的燃油雾化条件密切相关。需要指出的是，Case1由于TDLAS测量位置存在持续尾焰，可能导致局部温度偏高，进而对温升法计算的燃烧效率结果产生一定高估。

Fig.10 Combustor outlet temperature and

combustion efficiency at z=88 cross-section

为获取燃烧室出口的三维温度场分布，试验中通过位移机构实现测量截面的平移扫描。整个平移过程持续约23.68s，覆盖120mm的位移距离，对应每移动1mm所需时间约为197.3ms。在平移过程中共获取817个原始采样周期，相邻数据周期间的位置间隔为1.224μm。为提高信噪比，数据处理中以100个周期为一个平均单位，对原始数据进行平滑处理，生成的数据点间距为0.1224mm。

图11展示了三个工况下燃烧室出口的三维温度分布，每个工况沿流向方向选取5个横截面绘制温度切面图。结果表明，不同截面的温度分布特征与此前在两个固定截面位置的测量结果保持高度一致，说明移动测量方法在获取三维温度场数据方面具有良好的可靠性。

沿流向观察，出口温度分布呈现出逐渐均匀化趋势，局部高温区和低温区的差异明显减小。此外，靠近壁面的温度波动较为剧烈，推测与燃烧室出口测量段四面开窗形成的凹腔结构有关，该结构可能引入热场干扰，从而影响局部温度测量的准确性。

Fig.11 Three-dimensional temperature distribution at the combustor outlet

燃烧室出口组分摩尔分数是衡量燃烧性能的关键指标之一，能够反映燃烧组织的有效性。尽管传统的取样分析方法可同时获取多种组分信息，但取样耙结构会扰动局部流场，而这种扰动对组分测量结果的具体影响难以准确评估。

图12展示了在稳定燃烧阶段，采用TDLAS系统获取的三个工况下CO₂和CO的瞬态摩尔分数变化。在Case1中，CO₂摩尔分数为5%~6%，CO摩尔分数为(2.240~3.89)×10^-3，整体波动幅度较大；在Case2中，CO₂摩尔分数为3.5%~4.3%，CO显著降低，稳定在(1−2)×10⁻⁴范围内；在Case3中，CO₂摩尔分数为6.1%~6.5%，CO信号则低于TDLAS 测量下限，未检测到有效数据，表明其CO排放较低。

三个工况下，CO₂和CO瞬态摩尔分数随工况变化呈一致趋势。随着来流温度和压力的升高，燃烧过程更趋完全与稳定，表现为CO₂摩尔分数波动减小，CO排放量显著下降。Case1来流温度与压力较低，燃烧效率偏低，导致CO排放量最高，波动最为剧烈，反映出其燃烧稳定性较差，这一现象温度场的分布特征相一致。尽管Case1和Case3的油气比相同，但由于Case3具有更高的来流温度，其CO₂摩尔分数波动幅度小于Case1，燃烧状态更加稳定。相比之下，Case2在较高来流温度和压力下采用更低油气比，尽管CO₂摩尔分数略低，但其波动幅度也较小，体现出良好的燃烧稳定性。

Fig.12 Instantaneous results of CO₂ and CO mole fraction under three operating conditions

为进一步验证TDLAS测量结果的准确性，图13给出了TDLAS与取样分析所得CO₂和CO摩尔分数的对比结果。取样分析采用三个测点的平均值，测量位置与TDLAS保持在同一水平高度。

在三个工况下，TDLAS和取样分析所测得的CO₂摩尔分数整体差异较小，最大偏差出现在Case2，差值为0.3%，这验证了TDLAS在组分浓度测量方面的准确性与可靠性。对于CO摩尔分数，Case2中两种方法结果接近，而Case1存在较大偏差。取样分析结果显示，Case3的CO摩尔分数极低，仅为1.82×10⁻⁶，低于TDLAS系统的有效测量下限。在三个工况下，CO₂摩尔分数与取样分析的相对偏差为0.3%~9.7%，CO摩尔分数相对偏差为13.5%~30.4%。此外，在Case1中，TDLAS与取样分析均表现出较大的测量不确定性，表明燃烧室出口组分浓度分布存在明显不均，也反映了该工况下温度场的非均匀性；而Case2与Case3中，误差棒较小，说明组分分布趋于均匀，与前述温度场分布结果相一致。

综上，得益于TDLAS在CO₂摩尔分数测量中的高精度与稳定性，其可作为有效手段用于燃烧过程的实时监控与燃烧状态的评估。

Fig.13 Comparison of CO₂ and CO

燃烧效率是衡量燃烧室性能的重要指标之一，反映了燃料化学能向热能的转换比例。目前，燃烧效率的计算通常采用取样分析法和温升法，取样分析法能够有效避免热损失带来的误差。

组分分析法效率定义为：

式中φ为对应组分的摩尔分数。

在实际应用中，若仅用于评估燃烧效率，通常只需测量CO、CO₂和UHC等关键产物的摩尔分数。由于燃烧室内H₂的摩尔分数通常低于可忽略其对效率计算的影响。同时，在取样分析过程中，CH₄常以UHC表征。TDLAS测量中仅获取了CO₂和CO的摩尔分数，未包含UHC，因此在燃烧效率计算中未考虑该组分。对于如Case1等UHC排放显著的工况，该简化处理将引入较大误差。

温升法效率定义为：

式中△T_av为燃烧室实际温升，△T_th为燃烧室理论温升。

表5汇总了三个工况下采用温升法(TTDLAS)与组分分析法计算得到的燃烧效率。其中，组分分析法包括两种方式：一是基于TDLAS测得的CO₂和CO摩尔分数(XTDLAS)，二是基于燃气取样得到的组分数据(X-Sampling)。在Case1中，受出口尾焰现象影响以及未考虑UHC的影响，T-TDLAS与X-TDLAS所计算的燃烧效率均明显高于X-Sampling结果。Case2中，X-TDLAS和X-Sampling方法计算的燃烧效率非常接近，偏差仅为0.04%，说明在UHC排放较低、CO摩尔分数在TDLAS测量范围内的情况下，TDLAS可以较准确地评估燃烧效率。而在Case3中，燃烧室出口CO摩尔分数低于TDLAS的检测下限，导致X-TDLAS方法计算的燃烧效率趋近于100%；相比之下，X-Sampling结果为99.94%，两者差异较小。

此外，从温升法与组分法的对比可以看出，在Case2和Case3下，T-TDLAS方法计算的效率均低于X-TDLAS与X-Sampling的结果。这主要由于试验过程中存在热量通过辐射和对流向壁面或环境散失，而温升法仅依据气体温升进行估算，未考虑热损失，导致效率被低估。具体而言，T-TDLAS计算的燃烧效率与X-Sampling的相对偏差在2.8%以内；X-TDLAS 计算的燃烧效率与X-Sampling的相对偏差在4.4%以内。整体来看，在燃烧过程稳定、热损失相对可控的条件下，基于TDLAS温升法可作为燃烧效率的初步评估手段。相比之下，在常温常压且UHC排放显著，或高温工况CO摩尔分数低于检测下限的情况下，基于TDLAS组分的燃烧效率计算方法存在一定局限性，需结合取样分析等其他手段进行修正或补充，以提升评估的准确性和可靠性。

Table5 Combustion efficiency calculated by temperature rise and species analysis（%）

6 结论

通过本文研究，得到如下结论：

(1)燃烧室出口温度分布显著受到来流参数的影响。较低的来流温度和压力(Case1)导致出口温度分布极不均匀，最大温差达到589K；随着来流温度和压力的提高(Case3)，温度分布的均匀性明显改善，最大温差降至387K。

(2)基于位移扫描重构的三维温度场表明不同截面温度分布形态一致，沿流向温度梯度逐渐减小，局部高温区范围缩减。

(3)TDLAS对CO₂组分具有较高测量精度，与取样分析结果的相对偏差为0.3%~9.7%；CO测量偏差相对较大，在13.5%~30.4%。基于TDLAS温升法计算的燃烧效率与取样分析相对偏差在2.8%以内，基于TDLAS组分计算的相对偏差在4.4%以内，这验证了TDLAS在燃烧性能初步评估与实时监测中的可行性和应用潜力。

选自微信公众号 蓝色碳能