Surface temperature and emissivity assessment in an enclosed cavity at high temperature using IR thermography
Notice bibliographique
Résumé
• A novel method for numerical evaluation of cavity emissivity. • Relationship between apparent and intrinsic emissivity regardless of the complexity of the cavity. • Multispectral imaging to link simulation and experimental results. • Enhanced thermal imaging and remote sensing applications in harsh, high temperature and oxidizing environments. Assessing emissivity and temperature using IR thermography is challenging, particularly at high temperatures. Moreover, in an enclosed cavity, the multiple reflections of the signal before reaching the camera can lead to a geometry-dependent apparent increase in emissivity. In this work, we describe a novel approach for solving this problem in the context of measurements within a model aircraft engine combustion chamber. By using thermocouples and a multi-spectral camera, we experimentally validate our radiometric model for the cavity. We first show how to evaluate the amplification factor of a cavity using numerical tools, and we then use these results to apply corrections on the camera signals for in-band radiance (IBR) measurements. As a non-invasive and non-destructive technique, this approach can be used to monitor in real time the evolution of the temperature and emissivity over a large temperature range. As a specific example, we present and compare values measured by the camera and thermocouples inside the combustion chamber. Following the calibration step, we determine the emissivity and temperature distribution of the entire scene. The calculations are compared across 3 different wavebands to ensure their validity, with a difference lower than 2 %. Finally, we showcase the importance of assessing the in situ emissivity of a surface, which can change drastically with a large temperature variation and in a harsh environment. Using a calibration point given by a carefully placed thermocouple, the 2D temperature mapping of the whole scene is evaluated and compared in two different wavebands, leading to temperatures within Δ T = 10 0 C across the wavebands when the combustion chamber is at 700℃.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».