本文提出一种新的多光谱测温法数学模型的建立方法－－基于参考温度的数学模型。大量的计算机仿真实验结果表明，此方法与现有的基于亮度温度的数学模型相比，其测量准确度得到了大大提高，实际应用起来也方便，是一种较实用的数学模型。

为了解决大多数工程材料真实温度的测量问题,提出了基于BP神经网络的多光谱数据处理方法,分析了随机噪声对真实温度计算结果的影响.结果表明在没有噪声的情况下,训练过的发射率样本真实温度的识别误差在±30 K以内;未训练过的发射率样本真实温度的识别误差在±50 K以内.随着随机噪声的增大,网络的识别误差也相应增大,但训练过的样本其网络的识别误差较小.说明加大发射率样本可以提高真实温度的识别精度.

基于多光谱辐射测温理论，研制了20波长光纤辐射高温计。利用多光谱辐射测温法获得材料在多个光谱下的辐射信息，从而计算出试样的真温和在多个光谱下的法向光谱发射率。利用光学光纤将光学探头接收到的光信号进行远距离传输，增加了测量的便利性和整套装置对测量环境的适应能力；精密的多量程自动切换电路扩大了温度测量范围，并降低了环境噪声对测量结果的影响；专用的微型工控机控制系统提高了这套装置独自工作及与其它设备进行协调合作的能力。整套装置可测量的温度范围是800～3500℃，测量精度小于1％。

研制成功一种新型的与发射率无关的多光谱辐射高温计.采用神经网络技术、棱镜分光技术,克服了以往需要假设发射率与波长函数关系以及光导纤维分光、干涉滤光片限定工作波长的缺点,可用于自动识别大多数工程材料的真温及光谱发射率.

火焰温度是燃烧诊断的重要参数之一，它对研究各种燃烧过程具有重要价值。根据多光谱辐射测温所用的参考温度数学模型，提出了一种基于遗传算法的新的数据处理方法。该方法对火焰发射率与波长的关系依次进行了三点直线拟合，并通过遗传算法进行了优化，从而得到了发光火焰的温度和发射率。采用多波长高温计测量了某种固体推进剂燃烧火焰的自辐射光谱，并进行了数据处理。计算结果表明：火焰温度计算值与理论值之差在±100K以内；这种基于遗传算法的新的数据处理方法是测量发光火焰温度的一种可行性方法。

基于提出的新的多光谱测温法的数据处理方法,研制了一种可以自动识别目标真温及光谱发射率的新型多波长高温计.其光路系统采用棱镜分光技术,克服了以往用光导纤维分光、干涉滤光片限定工作波长的缺点;数据采集系统采用SA68D22模块,可以实现数据的无线传输.基于提出的新的发射率假设模型,使得此多波长高温计可用于大多数工程材料的目标真温及光谱发射率的测量.

在多光谱辐射温度计的数据处理中需要假设发射率与波长的数学模型,本文提出一种自动判别发射率与波长数学模型的新方法,并通过实验证明了此方法的确是一种解决目标真温及光谱发射率等测量问题行之有效的方法.

综述了火焰的分类及其温度测量方法,介绍了热电偶法、成象法、激光光谱法、辐射法和声波法的测量原理,并分析比较了它们的适用性和各自特点.简要描述了用于固体火箭发动机羽焰温度测量的多点多波长高温计.最后,展望了火焰温度测量的发展趋势.