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。     

彩色投影电视机立体成象装置

彩色投影电视机立体成象技术,用于彩色电视转换模拟立体电视图象,以及立体电影转换立体电视图象。普通彩色电视图象经立体成象技术处理后,可形成具有选定视差变化规律的互补色视差图象,通过相应的互补色滤色眼镜观看时,即可看到彩色立体图象。普通彩色投影电视机立体成象装置,可模拟出多种类型空间立体成象面,并且可以调节空间立体成象面在空间的位置,以适应不同景     

全息照相无损材料检验法

全息照相干涉测试法,是检验材料的极好方法。它可以采用双重曝光技术,或者也可采用“实时”干涉成象技术。在这两种技术的应用中,使一个不受应力的测试件立体象同一个测试件在另加应力情况下的立体象重叠起来。     

彩色投影电视机立体成象装置

彩色投影电视机立体成象技术,用于彩色电视转换模拟立体电视图象,以及立体电影转换立体电视图象。普通彩色电视图象经立体成象技术处理后,可形成具有选定视差变化规律的互补色视差图象,通过相应的互补色滤色眼镜观看时,即可看到彩色立体图象。普通彩色投影电视机立体成象装置,可模拟出多种类型空间立体成象面,并且可以调节空间立体成象面在空间的位置,以适应不同景别内容的电视图象,使之模似立体成象效果更加丰富,逼真,自然。     

CCD互相关粒子图像测速及其在对抗流流场测量中的应用

在常规自相关粒子图像测速（ＰＩＶ）系统的基础上,发展了一个采用ＣＣＤ像机的互相关粒子图像测速系统。用这一新系统测量了对抗流流场的结果表明,这一技术克服了自相关粒子图像测速技术在测量具有滞止点的流场中的困难。实验说明,与自相关粒子图像测速技术相比,这一技术更快捷有效。     

阀体后90°圆形弯管内部流场PIV测量及POD分析

利用激光粒子图像测速技术对阀体后90°圆截面弯管的内部流场进行测量,获取了弯管流场在不同来流流速及观测截面上的高分辨率瞬态速度场数据。分析了图像相关计算所获得的瞬态及时均速度场,对流场进行本征正交分解,并进一步分析重构脉动场中的涡结构特性。结果表明：流体流经蝶阀在弯管中形成卡门涡街,涡结构信息包含在本征正交分解低阶模态中,脉动场的模态重构可以还原涡的流动特性。     

基于非接触测量技术的降落伞流场测试方法研究

在开口单回流式风洞试验中,采用由激光器、片光元件、光臂、激光脉冲同步器、CCD摄像机等组成的成像系统获取图像数据,再由帧抓取器和图像分析软件组成的分析与显示系统,获取了几种典型结构的模型伞尾流绕流场特性。试验结果表明,非接触式的粒子图像测速技术应用于降落伞流场测试试验是可行的,测取的数据真实准确;相比它接触性流场测量技术,具有可以全场瞬态的定量测量、仪器对流体干扰少、较高的精度与准确率等优点。     

高超声速飞行器DPIV内流阻力测量技术研究

为了研究吸气式高超声速飞行器的气动特性,提出一种新的内流阻力测量技术,即采用粒子图像测速技术和总压测量技术相结合,测量超燃发动机尾喷管流场速度矢量和皮托压力分布,间接获得内流出口处平均马赫数和内流出口处静压平均值,从而实现高超声速通气模型内流阻力测量。研究结果表明:粒子图像测速技术和总压测量技术相结合,成功地实现了内流阻力测量;试验获得的粒子图像,能够清楚地显示喷管出口位置内外流的分界面及边界层和边界层的尾迹;粒子图像测速试验获得的速度矢量场结果准确,精度高,能够提供远远超出传统测量技术所能提供的流场信息。      

基于压缩感知的高频响流场重构方法及其应用

粒子图像测速（PIV）方法具有高空间分辨率的优势,但是往往受到采样频率的限制（一般在15 Hz以下）,难以完成高频响测量。压缩感知（CS）能够基于稀疏采样数据获得高频信息,但如果直接应用于所有的数据点则计算量过大。基于亚采样（sub-Nyquist）PIV数据,本文提出了基于压缩感知和本征正交分解（POD）的高频响流场重构方法。首先采用POD对数据降维,同时获取空间模态和相应的亚采样时间系数,将亚采样时间系数作为观测值,选取适当的稀疏基,通过求解基追踪问题来计算高频响的模态系数。结合空间模态和所得到的时间分辨模态系数,可以重构高频响的非定常流场。利用该方法分别对周期性的振荡器流场和非周期性的不同直径圆柱流场进行重构,检测该方法的适应性。结果表明,压缩感知方法无需侵入式的辅助测量,可以为周期性流场提供准确的重构,重构误差低于3%,而对于非周期性复杂流场,则出现较大的高频噪声。因此,本文所提出的方法可以应用到周期性流场中以提高测量数据的时间分辨率。     

超声速光学头罩流场的PIV研究

在马赫数Ma-3．8超声速风洞中,采用PIV（Particle Image Velocimetry,粒子图像测速）技术测量了超声速光学头罩流场的速度分布。PIV技术应用于超声速流场时,对系统的硬件配备、示踪粒子的跟随性以及PIV算法的精度有很高的要求。本文PIV系统选用高精度的同步控制器和高能量激光器;以纳米级粒径的粒子作为示踪粒子,通过斜激波响应实验分析了其在超声速流场中的跟随性;并采用多种高精度速度场算法对粒子图像进行处理。实验结果表明,示踪粒子在超声速流场中有很好的跟随性,采用的高精度速度场算法能够很好地反映超声速光学头罩流场的速度分布。     

白光氧气泡图像测速技术

本文介绍一种白光氧气泡图像测速新技术。用电解水产生的氧气泡做为流场示踪粒子,用两个闪光时间间隔由数字电路控制的普通闪光灯做为粒子图像底片记录的多脉冲光源,取代了以往PIV测速技术中通常所用的固体示踪粒子及大功率激光光源。该技术的显著优点是实验成本低,无污染,而且光源功率需求低,并且可以获得高信噪比的粒子图像记录底片。通过实际应用说明该实验技术是水洞力学中速度场测量的一种有效方法。     

粒子图象电影测速技术

<正> 以往文献中介绍的粒子图象测速技术(Particle Image Velocimetry简称PIV)仅能测量流场截面某一瞬态的二维速度分布,但是某一瞬态的流速场不能完整地揭示非定常流动随时间的发展特性。文献[1,2]为了获得二维后向台阶起动涡的发展过程,需对流场重复起动,并在起动后不同瞬态拍摄。对于一般不可重复的非定常流动,上述方法失效。因此有必要发展一种粒子图象连续拍摄技术,以得到一个截面上随时间变化的不同瞬态的二维速度场。 1 实验装置及方法     

白光气泡图象测速技术

 介绍了一种新的PIV(Particle Image Velocimetry)测速技术——白光气泡图象测速技术。用电解水产生的氧泡作为流场示踪粒子,用普通闪光灯组作为PIV底片记录的多脉冲光源。其主要优点是:对实验设备无污染;不需要高能量激光光源;并可获得高信噪比的PIV底片。     

基于深度学习的PIV流场图像修复技术

粒子图像测速技术（PIV）是空天动力装置研究中常用的流场测试方法。但对具有复杂流动特征的燃烧室,通过传统互相关算法处理得到的流场结果往往具有一定缺陷。本文将深度学习应用于PIV后处理中,以实现流场数据的异常检测和修复。在甲烷预混对冲火焰数据集上,将异常划分为两种类型,并搭建U-Net卷积神经网络架构。经过训练和优化,模型以较高置信水平识别两类异常并使用不同策略自适应修复,过滤噪声并保留原始正常数据。同时模型具有较好的可迁移性,可以为其它种类的流场数据修复提供参考。与POD迭代法和中值滤波相比,神经网络强大的非线性特征具有明显的优势,这种方法不仅修复率高,而且在不同工况下鲁棒性好。     

基于POD-RBFN降阶模型的串列叶栅流场预测

通过传统实验或CFD 手段获取流场信息的方法往往需要耗费大量资源或时间,这在需要快速获取大量流场信息时产生的成本是无法接受的,发展比传统CFD 更快速的流场预测方法具有重要意义。采用本征正交分解（POD）方法对样本流场进行模态分解,提取流场的主导模态;而后采用径向基函数神经网络（RBFN）响应POD 基函数的系数,实现流场降阶预测模型的构建,并在模型中采用基于函数响应偏差的自适应抽样方法;通过某串列叶栅非定常流场数据对预测模型进行验证。结果表明：本文构建的POD-RBFN 混合模型可以快速准确地预测出串列叶栅的流场参数分布;与静态采样相比,本文采用的自适应采样方法在采样效率上表现出明显优势,同样重构精度所需的样本数降低了25% 左右。     

YOUNG氏条纹高精度快速处理方法

介绍一种粒子图象测速技术中Young氏条纹图象的计算机自动处理方法。通过一维平均-相关法由二维Young氏条纹强度分布构造的函数W(α)确定条纹方向;用正态分布函数构成的模拟函数修正衍射光晕影响;采用一维Fourier变换确定条纹间隔。这种Young氏条纹处理方法省时且具有较高的测量精度(条纹方向和间隔测量误差分別小于0.5°和1％)。     

悬停状态下旋翼尾迹测量试验研究

采用粒子图像测速(PIV)技术,对悬停状态下直升机旋翼尾迹进行了全面测量,获得了在不同试验条件时旋翼流场的涡量和速度分布。测量结果合理可信,为开展旋翼流动机理研究及提高CFD分析精度奠定了基础。     

共轴式双旋翼诱导速度的PIV水洞试验研究

采用PIV（粒子图像测速）技术,对共轴式双旋翼在悬停和以不同速度前飞时的流场进行水洞试验,测量得到旋翼流场的速度和涡量分布,主要研究了共轴式双旋翼流场的垂向诱导速度沿径向的分布规律。为了比较,对单旋翼也进行了测量。试验结果对共轴式直升机的气动计算和合理设计具有重要意义。     

扫描跟踪和图象跟踪之间的协调控制

扫描跟踪和图象跟踪方式之间的协调控制系统设计者提出了一些重要的问题。扫描跟踪用于点目标，图象跟踪用于大面积目标；在任何给定条件下，有时两种方法都可能用到。必须找到协调控制的一个最佳点。目标还可能在扫描跟踪和图象跟踪最佳的状态之间变化。当用一种方式丢失目标后，用另一种方式再次捕获目标又是另一个必须论述的问题。两种方式的局限性是需要考虑的：采用二维空间算法点点目标探测取决于目标和滤波器这两者的外形尺寸大小。图象跟踪的实现主要取决于目标的大小和形状。本文将论述采用典型的扫描跟踪探测点目标的探测算法，简要地介绍一种典型的图象跟踪器并给出几种不同情况下获得的结果。     

任意运动变形边界流场测量PIV算法的研究：薄膜涡激振动

提出了一种精确测量任意运动变形边界流场的粒子图像速度场PIV算法,能智能识别强流固耦合问题流场测量中任意运动变形的边界信息,然后生成贴体自适应的图像互相关计算窗口,计算获取运动变形边界附近的速度场数据。这一算法可大大提高任意运动边界附近流场的测量精度,为流固耦合问题的理论分析和数值计算验证提供可靠的高质量实验数据。针对数字合成给定流场的粒子图像序列,采用所发展的PIV算法对粒子图像区域中的运动变形边界进行了精确识别,高质量地复现了原始流场信息。最后,对低速闭式循环水洞中的钝体尾流柔性薄膜涡激振动现象进行了PIV实验测量,获得了柔性薄膜大变形运动状态下的瞬态流场特征。