报告题目：迈向低碳智能发电-基于可见光辐射成像的煤粉锅炉燃烧诊断与温度场反演

报  告   人：刘凤山

报告时间：2026年10月22日上午9:00

报告地点：能源与环境学院能源楼325会议室

报告对象：全校感兴趣的老师及研究生

报告人简介：刘凤山，中国矿业大学低碳能源与动力工程学院教授、国际燃烧学会会士。曾长期任加拿大国家研究院高级研究员，主要从事火焰辐射传递、碳烟生成与光学诊断研究，阐明了碳烟光学特性与火焰辐射的耦合机理，建立了激光诱导白炽光碳烟诊断的理论模型与测量方法体系。兼任国际期刊JQSRT副主编，及哈尔滨工业大学和多伦多大学航空学院客座教授。2021以来连续入选世界顶尖2%学者，发表期刊论文230余篇，文章他引超13000次，H因子64，获加拿大国立研究院工业合作奖、研究发现奖等多项国际学术荣誉。

报告内容：

随着可再生能源快速并网，燃煤电厂越来越需要在减排的同时实现灵活高效运行。因此，对煤粉锅炉内部燃烧状态进行实时监测，对于保障运行安全、优化燃烧效率以及降低污染物排放至关重要。本报告重点介绍基于可见光辐射成像的燃烧诊断最新进展，聚焦于从辐射图像重建煤粉火焰的三维温度场。该方法将基于辐射传递方程的火焰成像模型与物理约束的梯度反演算法相结合，以非侵入方式联合重建炉内温度场与辐射特性场。针对发射、吸收与散射耦合过程，以及颗粒辐射特性随燃烧状态变化等关键难题，研究建立了考虑吸收与散射的辐射成像模型，并配套开发了与燃尽率关联的颗粒辐射特性模型，从而实现了温度场与辐射特性场的可靠重建。报告进一步讨论了温度场反演与智能燃烧优化系统的集成，为二次风分配、磨煤机出力及燃烧器摆角等操作参数的优化提供依据。工业锅炉现场测量表明，该方法能够可靠反演温度、吸收系数与散射系数，为及时识别燃烧异常工况提供了有价值的信息。最后，报告展望了基于可见光成像的诊断技术与数字孪生及AI驱动燃烧控制的融合方向，以及其对燃煤发电向低碳化、智能化转型的潜在贡献。