我的新闻

一、为什么气体"看不见"？

1.1 人眼的局限性

我们之所以能看见物体，是因为物体反射或发射的光线进入了我们的眼睛。但人眼只能看到波长在380-780纳米之间的可见光，而气体分子对可见光的反射和吸收非常微弱，所以气体对我们来说是"透明"的。

1.2 红外成像的困境

红外热成像技术可以检测物体发出的红外辐射。理论上，不同温度的物体在红外图像上会呈现不同的颜色。但问题来了：气体的红外辐射特性与空气非常接近，就像在白纸上写白字，根本分辨不出来。

具体来说：

• 气体的发射率（辐射能力）很低
• 气体与背景空气的温度差异极小
• 气体与背景的红外辐射差异几乎为零

所以，用普通的红外热像仪去拍气体泄漏，就像用普通相机去拍空气一样——什么都看不见。

二、让气体"现形"的两大法宝

这项研究的核心创新，就是通过物理增强和算法增强两个手段，让看不见的气体变得清晰可见。

2.1 物理增强：给气体"打光"

方法一：热脉冲激励

想象一下，你在黑暗的房间里找东西，打开手电筒就能看清了。同样的道理，研究人员在气体泄漏区域设置一个脉冲闪光灯（热脉冲源），对气体和背景进行"照射"。

原理是这样的：

1. 脉冲闪光灯发出强烈的红外辐射
2. 气体云团会吸收部分热量，阻碍热量的传递
3. 没有气体的区域，背景吸收更多热量，温度上升更快
4. 有气体和没气体的区域产生温度差异
5. 红外热像仪就能捕捉到这个差异，显示出气体的轮廓

实验发现：

• 激励功率越高，气体图像越清晰
• 激励方向与热像仪方向一致时效果最好
• 任何方向的激励都能有效成像

方法二：辅助背景

另一个巧妙的方法是在气体泄漏区域后面放置一个高发射率的背景板（比如黑色纸板）。

原理是这样的：

1. 背景板的红外辐射能力强，辐射稳定
2. 没有气体的区域，背景辐射直接到达热像仪
3. 有气体的区域，气体会阻挡部分背景辐射
4. 两者产生辐射差异，气体轮廓就显现出来了

实验表明，同时使用热脉冲激励和辅助背景，效果最好！

2.2 算法增强：AI来"修图"

即使有了物理增强，原始的红外图像仍然存在噪声大、边缘模糊等问题。这时候就需要算法来"修图"了。

图像增强

研究人员测试了多种图像处理方法：

• 双边滤波

  ：既能增强气体轮廓，又能去除背景噪声

• Canny边缘检测

  ：能准确提取气体云团的边缘

智能识别

更厉害的是，研究人员训练了一个卷积神经网络（CNN），让AI自动识别气体泄漏的状态：

• 识别泄漏孔径大小（0.3mm、0.5mm、0.8mm、1.0mm、1.5mm）
• 识别气体流量（5、10、15、20 mL/min）
• 识别准确率高达99.93%！

三、从图像到数据：半定量检测

这项技术不仅能"看见"气体，还能"测量"气体！

3.1 气体羽流角度

气体从泄漏孔喷出后，会形成一个锥形的"羽流"。研究发现：

• 羽流角度与泄漏孔径成正比

  ：孔径越大，角度越大

• 羽流角度与气体流量成正比

  ：流量越大，角度越大

例如：

• 0.3mm孔径时，羽流角度约20°
• 1.5mm孔径时，羽流角度约55°

3.2 气体羽流面积

羽流在图像中占据的像素面积，也与泄漏参数有关：

• 孔径越大，面积越大
• 流量越大，面积越大

通过测量羽流的角度和面积，就可以反推泄漏孔径和流量，实现半定量检测！

四、创新之处

4.1 突破传统局限

传统方法的痛点：

• 窄波段红外成像（OGI）：只能检测特定气体（如CO₂、甲烷），设备昂贵
• 宽波段红外成像：气体不可见，无法检测

本技术的突破：

• 使用普通宽波段红外热像仪（成本低）
• 通过物理增强，让所有气体都可见（通用性强，不限气体种类）
• 不依赖气体种类，CO₂、N₂等都能检测

4.2 物理与算法的完美结合

• 物理增强

  ：从源头解决问题，提高成像对比度

• 算法增强

  ：后期优化图像，提高识别准确率
• 两者结合，实现1+1>2的效果

4.3 定量检测能力

不仅能发现泄漏，还能：

• 估算泄漏孔径
• 估算泄漏流量
• 为风险评估提供数据支持

图2传统方法vs本技术对比

五、应用场景

5.1 工业安全监测

化工厂气体泄漏检测

• 实时监测管道、阀门、储罐的泄漏情况
• 快速定位泄漏点，提高巡检效率
• 评估泄漏严重程度，指导应急处置

天然气管道巡检

• 大范围、远距离扫描管道
• 及时发现微小泄漏，防止事故发生
• 降低人工巡检成本和风险

5.2 特殊设备检测

航空发动机涡轮叶片气膜孔检测

• 涡轮叶片内部有复杂的冷却通道
• 气膜孔堵塞会影响冷却效果，导致叶片过热损坏
• 通过检测气膜孔出气状态，判断堵塞情况
• 无需拆卸设备，实现在线检测

5.3 环境监测

危险气体泄漏预警

• 有毒气体（如氯气、氨气）泄漏监测
• 温室气体排放监测
• 工业园区环境安全监控

5.4 科研实验

气体流动可视化研究

• 观察气体喷射、扩散过程
• 研究气体流动特性
• 验证流体力学模型

六、技术展望

这项技术虽然已经取得了很好的效果，但仍有提升空间：

1. 检测距离

   ：目前实验距离较近，未来可研究远距离检测

2. 环境适应性

   ：提高在复杂背景下的检测能力

3. 实时性

   ：优化算法，实现实时在线监测

4. 多气体识别

   ：结合光谱分析，识别气体种类

结语

从"看不见"到"看得清"，从"定性检测"到"定量分析"，这项技术让气体泄漏检测进入了一个新时代。它不仅提高了工业安全水平，也为特殊设备的无损检测提供了新思路。

未来，随着技术的不断完善和成本的降低，这项技术有望在更多领域得到应用，为安全生产和环境保护保驾护航。

科技，让看不见的危险无处遁形！

参考文献

Ma, D., Liu, A., Wu, R., et al. (2024). Visual detection and identification of gas outflow based on physical-algorithmic coupled enhancement method. Flow Measurement and Instrumentation, 96, 102567.