简介：本文面向燃烧诊断与燃料安全检测需求，提出了一种基于多模态深度学习融合的金属添加剂非接触识别方案。通过同步采集火焰可见光图像与400-1000 nm高光谱数据，分别提取形态特征与空间-光谱特征并进行特征级融合，结合Grad-CAM可视化解释决策依据。实验覆盖无添加、铜、硼、铝四类燃烧状态共40组工况，五折交叉验证准确率达96.88%。该方法为工业燃料品质在线监测提供了一种高精度、可解释的技术路径。
在液体燃料燃烧过程中，微量金属纳米颗粒的掺入会显著改变火焰的辐射特性、温度场分布及化学反应路径。这种敏感性既为功能化纳米流体燃料的设计提供了调控手段，也给燃料成分的快速鉴别带来了新的技术挑战。传统检测手段如电感耦合等离子体质谱、X射线荧光光谱等虽具备高精度，但存在采样破坏性、分析周期长、设备昂贵等局限，难以满足工业现场对在线、非接触、实时检测的需求。
火焰自身携带丰富的物理化学信息：其可见光图像蕴含燃烧区域的宏观形态、亮度梯度与颜色分布，反映燃烧组织方式与热释放特征；而高光谱数据则记录了不同波段下火焰发射强度的精细变化，直接关联激发态中间体与金属元素的特征辐射。然而，单一模态的信息维度往往存在盲区——普通图像难以捕捉特定元素的窄带辐射特征，而单点光谱又丢失了火焰的空间不均匀性。因此，将高分辨率空间信息与高维光谱信息进行有机融合，构建多模态深度学习识别框架，成为提升燃料添加剂检测准确率与鲁棒性的关键技术路径。
本研究的实验体系以乙醇为基础燃料，分别掺入平均粒径约30 nm的铜（Cu）、硼（B）和铝（Al）纳米颗粒，质量分数统一设定为2.5%，并设置无添加的纯乙醇对照组。为抑制纳米颗粒的团聚沉降，燃料配制过程依次采用机械搅拌与超声分散，且在燃烧实验全程保持持续超声扰动，从而最大限度地保证悬浮液的均一性与燃烧工况的稳定性。
燃烧装置采用同轴扩散火焰构型，通过精确控制氧化剂流量，在21%—25%与31%—35%两个氧浓度区间内分别开展实验。氧浓度的变化直接改变火焰的驻定位置、温度梯度与碳烟生成趋势，对添加剂特征信号的激发条件具有显著调节作用。将4种燃料状态与2段氧浓度区间进行全因子组合，共形成40组独立的燃烧工况。每组工况重复采集3次原始数据，经一致性筛选后仅保留一组最具代表性的配对样本参与后续建模，以规避因重复测量引入的数据泄漏风险，确保模型评估结果的客观性。
在传感器配置方面，研究采用双通道同步采集策略：一台高分辨率数码相机记录火焰的可见光形态图像，负责捕捉火焰轮廓、亮度分布及颜色差异等宏观表观特征；另一台高光谱成像仪覆盖400—1000 nm波段范围，在256个连续光谱通道上记录火焰的空间分辨发射光谱。两类数据在时间维度上严格对齐，空间视野保持一致，为后续双分支异构特征提取提供了数据基础。
整个识别流程由四个环节构成：数据采集、特征提取、特征融合与分类决策、模型解释。其中特征提取部分采用双分支异构网络结构，是模型性能的关键决定因素。
分支一：二维卷积神经网络提取形态特征。 火焰可见光图像被输入至2D-CNN分支。该网络通过一系列卷积层、池化层与激活函数的组合操作，自动学习火焰的轮廓几何形态、亮度空间分布、颜色组合模式以及纹理粗糙度等表观特征。卷积核在图像平面上滑动，逐层抽象出从边缘、角点到火焰内部结构的高层语义描述。最终通过全连接层将学习到的高层视觉表征压缩为一个64维的形态特征向量。
分支二：三维卷积神经网络提取空间-光谱联合特征。 高光谱数据本身是一个三维张量——两个空间维度（火焰平面分布）加上一个光谱维度（波长）。为充分挖掘这种三维结构中的联合判别信息，研究采用3D-CNN架构直接处理高光谱立方体。三维卷积核同时沿空间方向和波长方向滑动，能够同时捕获“在某一特定火焰区域，特定波长区间呈现出怎样的发射强度变化”这类联合模式。这种时空-光谱耦合特征的表达能力远超传统的逐点光谱比对方法，尤其在火焰中不同金属元素的特征发射峰可能出现在不同空间位置的场景下，三维卷积的优势极为显著。该分支同样输出一个64维特征向量。
特征融合与分类决策。 两个分支输出的64维特征向量在融合层进行首尾拼接，构成128维的综合特征表示。融合后的特征向量同时携带了宏观燃烧形态信息与微观发射光谱信息，形成对火焰状态的互补性描述。随后，该高维特征被输入至支持向量机（SVM）分类器完成四分类决策。相较于直接使用Softmax层，SVM在中等规模样本条件下具备更强的泛化能力与更好的分类边界优化特性，尤其适合本研究中样本总量有限但特征维度较高的场景。
Grad-CAM模型解释机制。 为突破深度学习模型的“黑箱”局限，研究引入梯度加权类激活映射技术对分类决策进行可视化归因。通过计算目标类别的梯度信息回传至最后一个卷积层，生成空间维度的显著响应热力图，指示模型在做出“铜”或“铝”等判别时主要关注了火焰的哪些空间区域。同时，针对高光谱分支，通过聚合光谱维度的梯度贡献，定位对分类结果影响最大的关键波段区间。这为燃烧诊断提供了物理可解释性，有助于研究人员验证模型学到的特征是否与已知的元素发射谱线相吻合。
实验结果显示，四种燃烧状态在形态与光谱两个维度呈现出显著且可区分的差异。无添加乙醇火焰表现为典型的光滑宽带辐射分布，整体明亮度相对均匀。金属纳米颗粒的加入引起了三方面连锁变化：其一，火焰颜色发生肉眼可辨的偏移——Cu火焰呈现特有的绿色辉光，B火焰倾向于黄绿色，Al火焰则表现为明亮黄色；其二，火焰整体辐射强度出现下降，这与金属颗粒的吸热效应及辐射再吸收机制有关；其三，火焰轮廓出现不同程度的收缩或变形，反映添加剂对燃烧化学动力学的影响。
光谱维度的信息更具判别价值。Cu添加火焰在550—560 nm区间出现明显的发射增强带，对应铜原子的特征激发跃迁；B添加火焰在约780 nm附近形成显著峰值，源于硼氧化中间体的辐射；Al添加火焰则在约900 nm近红外区域表现出独特的强发射特征。值得强调的是，这些特征波长并非均匀分布于火焰各个高度，而是随反应区位置的改变呈现强度差异，说明有效的判别信息同时分布在波长维度和物理空间维度，这正是单一光谱仪或单张图像无法完整捕获的本质原因。
研究进行了系统性的消融实验以验证融合策略的有效性。五折交叉验证结果表明，仅依赖2D-CNN处理可见光图像时，分类准确率存在明显波动，原因是部分添加剂的形态差异不够显著，容易产生误判。仅依赖3D-CNN处理高光谱数据时，准确率有所提升，但当火焰晃动或局部区域被遮挡时，空间信息的缺失仍会导致稳定性下降。而融合两种模态特征的完整模型在全部40组工况上实现了平均96.88%的分类准确率，且交叉验证中不同折间的性能方差显著缩小，证明多模态融合策略有效缓解了单一模态的不确定性，显著增强了模型的鲁棒性和工况适应能力。
本研究提出的方法体系在多个维度展现出技术价值。在检测能力层面，该方法实现了对燃料中金属纳米添加剂的非接触、在线、实时识别，检测过程不破坏样品、无需预处理，单次数据采集在秒级内即可完成。在模型可解释性层面，Grad-CAM可视化机制使深度学习模型的决策过程具备物理可追溯性，研究人员可以通过热力图反向验证模型是否关注了与已知化学机理相符的火焰区域与波段范围。
该方法向工业场景迁移具备较为清晰的技术路径。在燃料生产环节，该技术可嵌入调合管线对添加剂浓度与均匀性进行在线品质监控；在储运环节，可用于识别燃料的批次差异与异常掺杂；在燃烧设备运维领域，可通过对火焰状态的实时监测实现燃烧诊断与故障预警。随着高光谱硬件成本的降低和边缘计算设备的算力增强，该技术的在线部署经济性将逐步改善。未来可进一步拓展至更复杂的混合添加剂体系、更多燃料种类以及多燃烧器阵列场景，同时结合注意力机制与Transformer架构进一步提升跨工况的泛化能力。
火焰作为燃烧过程最直接的信息载体，其视觉形态与光谱特征中蕴藏着关于燃料组成、反应进程与工况状态的深层编码。本研究验证了“图像形态+高光谱发射”双模态融合策略在燃料添加剂非接触识别中的有效性与可解释性，96.88%的识别准确率展现了多模态深度学习在燃烧诊断领域的巨大潜力。这一技术路线不仅为纳米流体燃料的质量控制提供了实用工具，也为更广泛的燃烧过程在线监测与智能诊断奠定了方法学基础。