[发明专利]一种热壁热流传感器及其测试方法

权利要求书

1.一种热壁热流传感器及其测试方法，其特征在于，包括：

壳体，其内部具有T型腔；所述T型腔后部设置有两层陶瓷垫片；

传热体，其前部开设了两个有一定间距互呈十字形的径向通孔Ⅰ和径向通孔Ⅱ，且前部端口与所述壳体前端保持齐平的过渡配合；所述传热体后部通过一体成型的法兰盘固定在两层所述陶瓷垫片之间，且后部端口上设置有螺纹柱；所述螺纹柱上套设有两层陶瓷穿片和绝缘套管，且通过固定螺母拧紧固定；两层所述陶瓷穿片上设置有上大下小互呈十字形的一对阶梯孔Ⅰ和一对阶梯孔Ⅱ；所述传热体侧面内嵌有与径向通孔Ⅰ和径向通孔Ⅱ相对应的一对刚玉管Ⅰ和一对刚玉管Ⅱ；一对所述刚玉管Ⅰ和一对所述刚玉管Ⅱ的后端分别嵌入一对所述阶梯孔Ⅰ和一对所述阶梯孔Ⅱ中；

对接型热电偶丝Ⅰ，其中部的测温节点Ⅰ紧密贴合在所述径向通孔Ⅰ中部，两端从一对所述阶梯孔Ⅰ中穿出后套上一对小玻璃纤维管Ⅰ且被包裹在大玻璃纤维管中；

对接型热电偶丝Ⅱ，其中部的测温节点Ⅱ紧密贴合在所述径向通孔Ⅱ中部，两端从一对所述阶梯孔Ⅱ中穿出后套上一对小玻璃纤维管Ⅱ且被包裹在大玻璃纤维管中；

尾夹，其与所述壳体后端可拆卸连接；所诉尾夹上设置有尾架压片；所述尾架压片位于所述大玻璃纤维管一侧且通过两个固定螺栓进行压紧固定。

2.如权利要求1所述的一种热壁热流传感器，其特征在于，所述壳体与所述传热体为相同的高温合金材质。

3.如权利要求1所述的一种热壁热流传感器，其特征在于，两层所述陶瓷垫片和两层所述陶瓷穿片使用了氧化锆材质。

4.如权利要求1所述的一种热壁热流传感器，其特征在于，所述壳体为T型圆柱结构；所述壳体前部设置有长度为10mm的M8x0.75的细外螺纹，且前部端口的长度为1.5mm,直径为6.5mm。

5.如权利要求1所述的一种热壁热流传感器，其特征在于，所述T型腔与所述传热体之间存在空气间隙；所述壳体前部端口上设置有上小下大的环形刃孔；所述环形刃孔的较小端与所述传热体的前端保持齐平且紧密的嵌合，较大端与所述空气间隙连通。

6.如权利要求1所述的一种热壁热流传感器，其特征在于，所述传热体为变直径的圆柱体形的结构，从前端到后端分别为Φ4.9mm、Φ9mm、Φ4.9mm和Φ2mm，总长29mm；所述径向通孔Ⅰ和径向通孔Ⅱ的内径为Φ0.2mm。

7.如权利要求1所述的一种热壁热流传感器，其特征在于，一对所述刚玉管Ⅰ和一对所述刚玉管Ⅱ的外径为Φ0.9mm，内径为Φ0.4mm，长度分别为22.8mm和20.8mm；且前端分别与所述径向通孔Ⅰ和所述径向通孔Ⅱ中心线的距离为0.3mm。

8.如权利要求1所述的一种热壁热流传感器，其特征在于，所述固定螺母为M2陶瓷六方螺母。

9.如权利要求1所述的一种热壁热流传感器，其特征在于，所述壳体后端设置有M12的内螺纹管；所述尾夹前端设置有M12的外螺纹管；通过所述外螺纹管与所述内螺纹管的螺纹连接实现了对T型腔后端的密封，以及对两层所述陶瓷垫片的压紧，保证各部件的连接稳定，实现了可拆卸连接；所述内螺纹管两侧开设有两个M2的压紧螺孔Ⅰ；使用两个M2内六角平端紧定螺钉分别与两个M2的压紧螺孔Ⅰ螺纹连接，实现了将外螺纹管从两侧进行压紧固定。

10.如权利要求1所述的一种热壁热流传感器，其特征在于，所述尾夹压片两侧设置有两个M2的压紧螺孔Ⅱ；两个所述固定螺栓为两个M2内六角圆柱头螺钉；通过使用两个所述固定螺栓分别与两个所述压紧螺孔Ⅱ螺纹连接，将大玻璃纤维管压紧在所述尾夹压片上。

11.一种采用如权利要求1～10任一项所述的热壁热流传感器进行热壁热流测试的方法，其特征在于，包括以下步骤：

步骤一、热流传感器标定试验平台方波热流幅值的标定：热流传感器标定实验平台提供方波形的输入热流；然后用基准热流传感器测试出方波热流幅值绝对热流q_c，并将测试出的绝对热流q_c作为基于一维非线性传热体假设的热壁热流传感器的标定输入方波热流幅值；

步骤二、以采样时间间隔为Δt，同步采集幅值已标定的方波形输入热流的分光路光电二极管信号s(k)和基于一维非线性传热体假设的热壁热流传感器的测温节点Ⅰ和测温节点Ⅱ的温度数据T₁(k)、T₂(k)；归一化能反映标定热流波形的s(k)信号，并结合已知的标定输入方波热流幅值q_c，可以获得基于一维非线性传热体假设的热流传感器动态标定输入热流q(k)；

步骤三、采用Levenberg-Marquardt优化辨识算法，结合基于一维非线性传热体假设的热流传感器动态标定输入热流q(k)和温度数据T₁(k)和T₂(k)，根据最优目标函数调整单隐含层神经元个数为3个的非线性人工神经网络模型中的参数矢量即权系数和阈值，使得估计热流与实际标定输入热流q_incident(k)均方差为最小，从而得出最优参数矢量其中，K为非线性人工神经网络模型参数个数；Γ_K为K维向量空间；N为标定试验数据对数；q_incident(k)为标定输入热流；另外，

作为非线性人工神经网络输入变量，共计10个。

步骤四、根据步骤三获得的最优参数矢量，得到基于一维非线性传热体假设的热流传感器的热流逆估计模型，即

其中，为逆估计动态热流；为非线性神经网络模型最优参数矢量。