当前位置: 首页 > news >正文

红外物理学习笔记 ——第三章

第三章

基尔霍夫定律:就是说物体热平衡条件下,发射的辐射功率要等于吸收的辐射功率

M = α E M=\alpha E M=αE
α \alpha α 是吸收率, M M M 是幅出度(发射出去的), E E E是辐照度(外面照过来的)

普朗克公式: 描述了黑体光谱幅出度关于 温度波长 的关系
M λ b b = c 1 λ 5 1 e c 2 / λ T − 1 M_{\lambda bb}= \frac{c_1}{\lambda ^5} \frac{1}{e^{c_2/\lambda T}-1} Mλbb=λ5c1ec2/λT11

c 1 , c 2 c_1,c_2 c1,c2 分别为第一、第二辐射常数

薇恩位移定律: 普朗克公式里面不是有两个变量吗,而且其图像都是先上升后下降,有一个峰值波长(平的,导数为0),所以你把普朗克公式对波长求个导,导数为0 就是,峰值波长了。薇恩位移定律可以通过温度确定峰值波长

λ m T = 2898.8 \lambda_m T = 2898.8 λmT=2898.8

PS: 把这东西带入普朗克公式可以得到黑体光谱幅出度的峰值

斯特藩-波尔兹曼定律: 他的意思就是说,你把普朗克公式对波长进行积分,就得到了全波长下黑体光谱幅出度关于温度的一个表达式

M b b = σ T 4 M_{bb}= \sigma T^4 Mbb=σT4

σ \sigma σ 是个常数

黑体辐射的简易计算: 本来嘛,只要有了具体的 温度波长 ,直接套公式就行,但是有次方,有指数,计算比较麻烦。所以引入了两个函数(都是关于 温度波长 )简便计算。

  1. f 函数,用来简便计算特定温度下,特定波长的辐出度

M λ = f ( λ ⋅ T ) M λ m = f ( λ ⋅ T ) ⋅ b 1 T 5 M_{\lambda} = f(\lambda \cdot T) M_{\lambda_{m}} = f(\lambda \cdot T) \cdot b_1 T^5 Mλ=f(λT)Mλm=f(λT)b1T5

M λ m = b 1 T 5 M_{\lambda_{m}} = b_1 T^5 Mλm=b1T5 是之前提到的幅出度的峰值,可由维恩位移定律带入普朗克公式得到

  1. F 函数,用来计算任意波长范围的辐出度

M 0 − λ = F ( λ ⋅ T ) M 0 − ∞ = F ( λ ⋅ T ) ⋅ σ T 4 M_{0 - \lambda } = F(\lambda \cdot T) M_{0 - \infty} = F(\lambda \cdot T) \cdot \sigma T^4 M0λ=F(λT)M0=F(λT)σT4

M λ 1 − λ 2 = M 0 − λ 2 − M 0 − λ 1 = [ F ( λ 2 ⋅ T ) − F ( λ 1 ⋅ T ) ] ⋅ σ T 4 M_{\lambda_1 - \lambda_2 } =M_{0 - \lambda_2 } - M_{0 - \lambda_1 }= [F(\lambda_2 \cdot T)- F(\lambda_1 \cdot T)] \cdot \sigma T^4 Mλ1λ2=M0λ2M0λ1=[F(λ2T)F(λ1T)]σT4

工程最佳温度: 前面的学习我们知道给定温度可以得到一个峰值波长,给定波长也可以得到一个最佳温度,但是工程上的最佳温度和韦恩定律得出的并不相同。

λ e T e = 3669.73 \lambda_e T_e = 3669.73 λeTe=3669.73

T e = 1.266 T m T_e = 1.266 T_m Te=1.266Tm

最大对比度: 就是说想让目标和背景获得最大的可区分度,波长选多少合适

λ c T e = 2411 \lambda_c T_e = 2411 λcTe=2411

λ c = 0.832 λ m \lambda_c = 0.832 \lambda_m λc=0.832λm

发射率 ε \varepsilon ε 用来衡量实际物体和黑体的接近程度,其实就是在给定温度 T T T 下,实际物体的辐射量比上黑体的辐射量,这个值越接近于1越好。

辐射温度、色温度、亮温度。在知道发射率的情况下,都可以算出真实温度。

http://www.lryc.cn/news/152986.html

相关文章:

  • 使用 htmx 构建交互式 Web 应用
  • S32K324芯片学习笔记
  • htmx-使HTML更强大
  • Java学习之序列化
  • C++实现蜂群涌现效果(flocking)
  • IDEA复制一个工程为多个并启动,测试负载均衡
  • 001_C++语法基础
  • 对Excel表中归类的文件夹进行自动分类
  • LabVIEW液压支架控制系统的使用与各种配置的预测模型的比较分析
  • C++中位运算符使用
  • 微机原理 || 第2次测试:汇编指令(加减乘除运算,XOR,PUSH,POP,寻址方式,物理地址公式,状态标志位)(测试题+手写解析)
  • 人员闯入检测告警算法
  • python中super()用法
  • jmeter While控制器
  • 3D数字孪生技术助力港口全新升级,提供实时数据进行智能调度
  • Qt日历控件示例-QCalendarWidget
  • 函数式编程(四)Stream流使用
  • 区块链面临六大安全问题 安全测试方案研究迫在眉睫
  • K8S---kubelet TLS 启动引导
  • Android系统修改驱动固定USB摄像头节点绑定前后置摄像头
  • RT-Thread 内核移植
  • springboot中entity层、dto层、vo层通俗理解三者的区别
  • TypeScript_队列结构-链表
  • STM32G0 定时器PWM DMA输出驱动WS2812配置 LL库
  • 记录错误:Access denied for user ‘root‘@‘localhost‘ (using password:No) 解决方案
  • python爬虫实战(5)--获取小破站热榜
  • 单目标应用:基于麻雀搜索算法SSA的微电网优化调度MATLAB
  • C# easymodbus
  • HikariCP源码修改,使其连接池支持Kerberos认证
  • 5分钟看明白rust mod use