Forecasting-and-Reconstructing Network for Predictive Temperature Imaging Using TDLAS Tomography

doi:10.1109/tim.2026.3742084

Forecasting-and-Reconstructing Network for Predictive Temperature Imaging Using TDLAS Tomography

2026-10-09

0

PRE

AI

DOI：10.1109/tim.2026.3742084

原文链接

原文求助

摘要

En 中文

可调谐二极管激光吸收光谱（TDLAS）层析成像已被广泛用于成像反应流场的横截面温度场。现有的大多数TDLAS层析方法主要关注从时序TDLAS测量中重建当前或历史温度分布。预测温度成像的能力很少被研究，但实际上在in situ燃烧诊断中对于缓解异常燃烧行为非常重要。在本文中，建立了一个预测-重建网络，以实现从有限的回顾性TDLAS层析测量中实现预测温度成像。该网络由一个预测子网络和一个重建子网络组成。前者基于在短回顾时间窗口内获得的测量值，预测未来某个时间戳的TDLAS测量值，而后者使用预测的测量值重建指定未来时间戳的温度分布。该网络通过模拟反应流数据及真实实验室规模实验进行验证。模拟和实验结果均表明，该网络在层流场中动态预测温度分布方面具有良好的预测性能。

Keyword:

temperature imaging

tomography

Transformer

tunable diode laser absorption spectroscopy (TDLAS)

Forecasting-and-Reconstructing Network for Predictive Temperature Imaging Using TDLAS Tomography

摘要

期刊

机构

引用论文