基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

鱼游动涡结构PIV实验研究

鱼类逃逸和巡游已逐渐成为鱼类仿生推进水动力学领域的研究热点，其研究结果为水下航行器推进技术提供了很好的理论基础和指导意义。利用平面PIV技术测量了斑马鱼在水中游动时的尾迹流场，分析了不同游动状态下的鱼尾迹涡结构的变化规律；同时利用Tomo-PIV技术测量了曼龙鱼游尾迹三维流场，获得了涡环链结构。结果表明:不同游动状态下，鱼游尾迹表现出不同的流动结构和尾迹模式，对其进行研究有利于进一步揭示鱼游动的水动力学机理。     

高频响流场测试TR-PIV系统技术及其应用

系统地介绍了高频响流场测试TR-PIV技术的基本原理、系统结构及组成,并对其三大关键技术即高速相机、高频响激光器和高速数据存储技术进行了系统的技术分析.结合TR-PIV实验系统要求,对商业高速相机和高频响激光器技术的现状进行了介绍和分析.TR-PIV实验过程中产生的大量数据图像文件对实验系统数据传输带宽的高要求,制约着实验数据采集频率和总实验时间两个参数.建立了基于PCI-E间接存储技术的TR-PIV流场测试系统并利用该系统对低速循环水槽中自由来流方柱绕流场进行了长时间110Hz连续采样,获取了方柱尾迹中旋涡结构的时空演变特征.研究结果对于集成建立高频响TR-PIV测试系统及其应用具有较好的指导价值.     

基于机器学习方法的三维粒子重构技术

通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤,有限二维投影下的三维粒子重构是一个欠定的反问题,其精确解往往很难得到。一般情况下,可以通过优化方法得到近似解。为了获取质量更高的粒子场并用于层析粒子图像测速,提出了一种基于卷积神经网络（Convolutional Neural Networks,CNN）的粒子重构方法。所提出的技术可以从基于传统的代数重构技术（Algebraic Reconstruction Technique,ART）的方法所得到的粗略粒子分布中进一步提高粒子重构质量。与现有的基于ART的算法相比,新技术在重构质量方面有了显著的改进,可以有效剔除虚假粒子并更准确地还原粒子形状,并且在粒子浓度较稠密的情况下计算速度至少快了一个数量级。     

近距离DPIV粒子成像分析

在PIV(Particle Image Velocimetry)近距离拍摄中,通过对在非傍轴成像条件下薄透镜成像公式的推导,求得粒子图像成像点的近似解析解,对粒子图像的成像位置在PIV图像计算中的影响作了讨论;同时也对已知直径粒子进行了试验拍摄,将试验所得的数据与理论推导的结果进行了比较,对在近距离拍摄中光圈对粒子成像的影响给出了定量分析.      

数字全息粒子图像测速技术研究

 通过全息照相及再现的理论分析,进行了数字全息计算机数值模拟,利用快速傅里叶变换技术(FFT)对拍摄到的干涉条纹进行了图像复频域的信号分析,实现了数字全息的复频域滤波技术和全息图的小景深再现技术,应用于数字全息粒子图像测速DHPIV(Digital Holography Particle Image Velocimetry)技术.并对立方体对角复杂流动流场进行了试验测量,得到了空间中的三维速度向量场分布,进而得到了三维流线的空间分布,实现了具有时间序列全流场三维空间的三维速度场测量.     

DPIV在水洞流场均匀度校测中的应用

用数字式粒子图像测速技术(DPIV)及特定预偏置技术校测水洞流场,并将测量结果与用传统流场校测方法测得的结果相比较,发现特定预偏置技术显著提高了流场测量精度,适用于流场校测.     

高频响流场测试TR-PIV系统技术及其应用

系统地介绍了高频响流场测试TR-PIV技术的基本原理、系统结构及组成,并对其三大关键技术即高速相机、高频响激光器和高速数据存储技术进行了系统的技术分析。结合TR-PIV实验系统要求,对商业高速相机和高频响激光器技术的现状进行了介绍和分析。TR-PIV实验过程中产生的大量数据图像文件对实验系统数据传输带宽的高要求,制约着实验数据采集频率和总实验时间两个参数。建立了基于PCI-E间接存储技术的TR-PIV流场测试系统并利用该系统对低速循环水槽中自由来流方柱绕流场进行了长时间110Hz连续采样,获取了方柱尾迹中旋涡结构的时空演变特征。研究结果对于集成建立高频响TR-PIV测试系统及其应用具有较好的指导价值。     

基于层析PIV的湍流边界层展向涡研究

层析PIV是一种现代激光测速技术,能实现三分量空间体内三分量(3D3C)速度场的测量。应用层析PIV测量Reτ=1768的平板湍流边界层,得到150个瞬时速度场,测量体的大小为80mm×16mm×45mm。旋涡强度λci 准则用来进行涡识别,而旋涡强度在展向的投影λzci 被用来识别展向涡。根据λzci 的连通域得到展向涡位置后,统计了展向涡沿法向的变化规律,并给出了在流向-法向平面内高低速区域和正负展向涡空间位置的关系。统计结果表明:随着法向高度的增加,展向涡的强度逐渐降低;负展向涡的流向平均速度高于正展向涡,且流向速度与法向速度有很强的依赖性;在小尺度范围内,流向-法向平面内的高低速流动区域与正负展向涡的空间位置密切相关。     

DPIV系统研制及其应用

笔者在北京航空航天大学流体力学研究所多年从事系统的PIV测试技术研究,经过科研攻关成功研制出目前国内第一套完善的实时数字式粒子图像测速(DigitalParticleImageVelocimetry)系统,实现了速度场和涡量场的实时测量,而且已经成功地应用于各项流体力学的实验测量中,其中包括:1.5M超声速喷流实验、三角翼前缘涡破裂复杂流场测量实验、大型工程水洞流场校测、绕摆动圆柱卡门涡测量实验以及锥阀管道模型和漩涡分离器内部流场测量实验等[1～3]。