物理增强的有色噪声建模用于火焰动力学贝叶斯推断

《Combustion and Flame》：Physics-augmented colored noise modeling for Bayesian flame dynamics inference

　　

本研究提出了一种物理增强的湍流燃烧有色噪声模型。该模型用于从时间序列数据中精确推断火焰动力学的低阶线性模型，并量化其不确定性。该噪声模型基于两个湍流甲烷-空气旋流火焰的无外力大涡模拟（LES）数据推导而来。相应的噪声相关核仅需四个参数，其中三个可以预先估计。研究表明，该噪声模型可以与线性火焰动力学模型同时从宽带信号激励的湍流火焰数据中推断出来，无需单独进行噪声测量。研究还表明，标准白噪声假设通常会产生有偏的不确定性估计，且这些估计对信号采样率高度敏感。相反，所提出的噪声模型显著降低了火焰传递函数（FTF）估计及其相应不确定性的偏差。最后，研究表明物理约束（如零频率极限）可以轻松纳入贝叶斯推断流程中，以进一步提高精度。与通用黑箱方法不同，这种简约的、物理增强的结构在所考虑的案例中表现出一致的收敛性，无需进行广泛的全局优化。此外，通过利用卡尔曼滤波器进行似然评估，所提出的方法计算成本极低。 新颖性与重要性声明： 本研究提出了一种新颖的物理增强有色噪声模型，专门用于湍流火焰动力学的贝叶斯推断。数据驱动的辨识方法通常要么假设白噪声，要么依赖黑箱噪声模型。前者无法捕捉湍流燃烧的谱特性，并产生对采样率高度敏感的有偏不确定性估计；后者难以拟合且可靠性差。一种简约的、物理增强的噪声模型可大幅缓解这些问题。该研究的贡献在于实现了火焰传递函数稳健的不确定性量化，这是可靠预测热声不稳定性的先决条件。

论文解读

一、研究背景与问题

热声燃烧不稳定（TCI）是开发碳中和能源解决方案（如氢燃料燃气轮机）过程中的重大关切。这种不稳定源于火焰、流动和燃烧室声学之间的反馈回路，可能导致高振幅压力振荡，进而对燃烧系统造成损害。在设计阶段预测TCI通常需要详细的数值模拟，但计算成本高昂，尤其是在评估多种配置时。为降低计算成本，通常采用低阶模型，这些模型通常由声学求解器与降阶火焰动力学模型耦合而成。

在线性稳定性分析中，火焰动力学通常由火焰传递函数（FTF）描述，该函数将归一化的积分热释放率（HRR）波动与归一化的速度波动联系起来。FTF可以方便地从谐波强迫模拟数据中推断，但这种方法计算昂贵，因为每个目标频率都需要单独的模拟。先进方法使用宽带强迫模拟数据，通过宽带信号同时激励整个火焰动力学频谱，从而实现更具成本效益的辨识。有限脉冲响应（FIR）及相应的FTF随后可通过线性系统辨识方法推断。

关键挑战在于湍流火焰本质上会产生"有色"HRR噪声，其功率集中在与火焰对声学激励的动态响应相同的低频段。这些热释放波动有助于声音产生，并可能激发热声共振或触发不稳定模态，因此与热声稳定性分析直接相关。同时，由于强迫振幅必须限制以维持线性火焰动力学，强迫数据通常表现出低信噪比。这种强烈的谱重叠加上低信号功率，使得系统辨识方法难以区分确定性火焰响应与随机噪声波动。

近期研究采用了正则化系统辨识技术来估计火焰动力学，但这些方法假设白噪声，可能导致置信区间的高估或低估。为解决有色噪声问题，Merk等人应用了Box-Jenkins模型，该模型同时推断系统动力学和作为有理传递函数的显式噪声模型。尽管这种灵活的方法优于多种常见方法，但其实际应用具有挑战性：所需噪声模型结构事先未知，拟合其系数涉及求解通常初始化不佳的非线性估计问题。Merk等人使用赤池信息准则（AIC）指导模型选择，但AIC依赖于大样本假设，而湍流火焰LES数据典型的短物理时间序列不满足该假设。

在存在燃烧噪声的情况下获得精确的火焰动力学模型，可以将先验物理信息纳入辨识过程以约束模型架构。对于火焰动力学模型，分布式时延（DTD）模型已确立了这种方法。然而，适用于系统辨识和热声稳定性分析中燃烧噪声表示的物理增强有色HRR噪声模型尚未开发。尽管许多研究已调查了空间HRR噪声特征以及积分时间HRR特征，Kumar等人比较了各种受限燃烧器配置的积分HRR谱，发现非维度特征惊人地相似，但这一空白仍然存在。

在贝叶斯推断方面，Juniper和Yoko使用贝叶斯推断从实验中推断电加热Rijke管的基于物理的模型，也用于推断实验层流锥形火焰和湍流锥形火焰的FTF。然而，有色噪声模型尚未被纳入以改善热声学中的不确定性估计。本研究通过引入简约的、物理增强的湍流火焰HRR有色噪声模型来弥合这一空白。

二、主要技术方法

研究人员利用两个湍流旋流燃烧器的反应流LES数据来设计噪声模型并评估其鲁棒性。ETH燃烧器为完全预混甲烷-空气旋流火焰，热功率50 kW，使用BFER化学机理和unity Lewis数输运模型；柏林燃烧器为部分预混、旋流稳定、湿式甲烷-空气火焰，气流中含约9.1%质量分数的蒸汽，使用三步化学方案和非unity Lewis数输运模型。模拟使用基于OpenFOAM-10的自研reactingFoam版本，采用增厚火焰模型及Charlette效率函数。研究人员模拟了400 ms无外力ETH燃烧器噪声数据和80 ms柏林燃烧器数据，并对ETH燃烧器进行了350 ms宽带强迫模拟（强迫振幅0.1，信噪比0.6），另以三个频率的谐波强迫模拟验证FTF预测。核心方法包括FIR滤波建模、贝叶斯推断框架、物理增强有色噪声核的推导以及卡尔曼滤波器用于似然评估。

三、研究结果

噪声模型的推导与验证： 研究人员从无外力LES数据的谱特性推导出物理增强噪声核，该核仅需四个参数，其中三个可先验估计。该噪声模型基于湍流火焰HRR噪声的物理特性构建，其相关核结构反映了燃烧噪声的谱特征。

与白噪声假设的对比： 研究证明标准白噪声假设通常会产生有偏的不确定性估计，且这些估计对信号采样率高度敏感。相反，所提出的有色噪声模型显著降低了FTF估计及其相应不确定性的偏差。

同时推断噪声参数与FTF： 研究展示了该噪声模型可以从仅受迫数据中与线性火焰动力学模型同时推断，无需单独进行噪声测量。这一特性显著提高了方法的实用性。

物理约束的整合： 研究表明物理约束（如零频率极限）可以轻松纳入贝叶斯推断流程中，进一步提高估计精度。与通用黑箱方法不同，这种简约的物理增强结构在所考虑的案例中表现出一致的收敛性，无需广泛的全局优化。

计算效率： 通过利用卡尔曼滤波器进行似然评估，所提出的方法计算成本极低。

四、讨论与结论

该研究的核心贡献在于弥合了物理增强有色噪声模型在热声系统辨识中的空白。与假设白噪声的方法相比，所提出的模型能够捕捉湍流燃烧的谱特性，从而提供更可靠的不确定性量化。与黑箱噪声模型相比，该模型的简约结构避免了难以拟合和不可靠的问题，同时表现出一致的收敛性。该研究的意义在于实现了FTF的稳健不确定性量化，这是可靠预测热声不稳定性的先决条件。通过同时推断噪声参数和火焰动力学，该方法避免了单独噪声测量的需求，提高了实际应用的可行性。该研究发表于《Combustion and Flame》。