复杂固体边界流场的三维 PIV 测试技术：任意三维边界识别算法

针对复杂固体边界三维流场的 PIV 测试应用,以及流固耦合实验研究中流场和固体结构特征的瞬态同步测试需求,发展了一种基于双相机布置形式的任意三维边界识别算法以精确获取三维表面几何信息;并以基于MLOS-SMART 三维粒子场重构的 Tomo-PIV 算法计算三维速度矢量场,可同步获取三维表面结构运动／变形信息和三维瞬态速度场。这一边界识别算法基于 SURF（加速稳健特征）模式识别算法进行三维曲面重构,可以确定流场中三维物体结构的边界特征。论文采用双相机布置方式获取了三种不同曲率的圆柱曲面图像,验证了所发展的三维边界识别算法的准确性。最后以圆柱绕流 Tomo-PIV 数字合成粒子图像序列为验证对象,采用所发展的边界识别算法和 Tomo-PIV 算法分别高质量地计算出圆柱曲面信息和三维速度场。     

基于高速纹影/阴影成像的流场测速技术研究进展

本文对近年基于纹影/阴影成像的二维和三维速度场测量方法进行了综述,主要内容包括纹影成像的基本原理、硬件设备和测速算法的研究进展。在二维测速方面,介绍了纹影/阴影PIV算法、光流算法及改进算法的原理、适用场景以及优缺点。纹影特性改进光流测速算法可以实现高精度、高空间分辨率的速度场计算,适用范围相对较广。在三维粒子追踪测速方面,主要介绍了层析阴影成像、双视角平行光段阴影成像、双视角汇聚光段阴影成像三种系统的光路设置,并对各自采用的粒子重构和追踪算法进行了比较。双视角阴影成像系统的光路布置更为简洁,降低了对硬件设备的要求,在高速测量中更具优势。梳理了近年来三维粒子追踪测速算法的发展脉络,重点介绍了“先追踪–后重构”和“时间–空间耦合”的双视角三维粒子追踪测速算法。时间–空间耦合的三维粒子追踪测速算法充分利用了时间和空间信息,将时序信息引入立体匹配过程中,显著提升了双视角阴影成像系统在粒子图像密度较高时的重构正确率和追踪准确率,其整体性能优于多种人工智能算法。测速算法在上述方面取得的研究进展,结合短曝光、高帧频的图像采集优势,使得纹影/阴影成像成为一种新型的高帧频、高精度的速度测量技术,在复杂湍流及高瞬态流场实验研究中具有广泛的应用前景。     

基于单相机光场PIV的逆压湍流边界层测量

作为一种新兴的体三维粒子图像测速技术,光场单相机三维粒子图像测速技术（Single-Camera Light-Field Particle Image Velocimetry,LF-PIV）能够仅用单个相机获得三维速度场,其结果已在许多复杂三维流动测量中得到验证。LF-PIV的优势主要在于其紧凑简便的硬件设备以及对光学窗口较宽松的要求。应用LF-PIV技术对一个自相似的逆压湍流边界层（Adverse Pressure Gradient Turbulent Boundary Layer,APG-TBL）进行测量,该实验在澳大利亚莫纳什大学（Monash University）航空航天与燃烧湍流研究实验室（Laboratory for Turbulence Research in Aerospace and Combustion,LTRAC）水洞中完成。实验对远、近壁面测量所得到的各600组瞬态三维流场数据进行分析验证,并与相同工况下的2D-PIV实验结果对比,证明基于DRT-MART重构技术的LF-PIV能够进行基本的湍流边界层测量。     

基于双光场相机的高分辨率光场三维PIV技术

光场相机粒子图像测速（Light Field Particle Image Velocimetry,LF-PIV）是一种近几年新发展起来的流动测试手段,能够仅通过单个光场相机测量3D-3C瞬态速度场,简化了三维流场测量的实验复杂度,特别是能实现受限空间的三维速度场测量。然而这一技术尚存在一些不足:由于光场相机沿景深方向的空间分辨率较低,沿该方向的速度测量精度低于垂直于景深方向的测量精度。本文尝试从硬件角度入手,发展一种双光场相机流动测试技术,通过增大对示踪粒子的观察视角,来提高光场三维测量系统沿景深方向的空间分辨率。基于乘积代数迭代技术（Multiplicative Algebraic Reconstruction Technique,MART）,开发了针对双光场相机的粒子三维重构算法。分别利用直接数值模拟（Direct Numerical Simulation,DNS）水射流的数字合成图像与低速水射流涡环的实验图像,将双光场相机的测量结果与单光场相机的测量结果进行对比分析研究。结果表明双光场相机与单光场相机相比显著提高了相机沿景深方向的测量精度。     

层析粒子图像测速技术研究进展

层析粒子图像测速技术(Tomographic Particle Image Velocimetry,Tomo-PIV)作为一种瞬时的三维流场速度测量技术,能够为具有强非定常性及强三维空间性的复杂流动提供详细的数据支撑.对近年来该技术在国内外的发展及应用进行了全面的综述.首先介绍了层析粒子图像测速技术的工作原理和技术特点...     

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.     

圆柱尾流场的 Tomo-PIV 测量

层析粒子图像测速(Tomo-PIV)是一种先进的光学测量技术,能够定量获取三维体视流场结构,可作为诸如湍流、多涡系干扰等三维复杂流场的有效测量手段。为了实现该技术在风洞模型测量中的应用,研究了工程应用和数据处理方法。在中航工业气动院 FL-5风洞,选取12mm 直径的圆柱体作为试验模型,应用 Tomo-PIV 技术测量了圆柱三维尾流场,通过解决体光源引入、示踪粒子投放和现场标定等关键技术以及对数据处理方法的研究,成功获得了圆柱体后方典型的三维卡门涡流场。测量区域约95mm×70mm×8.5mm,粒子图像分辨率达到20 pixels/mm,包含数万个速度矢量数据,实现了 Tomo-PIV 的风洞试验验证。     

光场单相机三维流场测试技术

将光场三维成像技术与实验流体力学相结合，实现单相机对空间三维瞬态流场（3D3C）的精确测量，为流体力学实验研究提供了一种全新的测试技术。详细介绍了具有自主知识产权的光场相机硬件系统、基于乘积代数重建技术（MART）的粒子光场图像重构算法以及基于光线追迹的数字光场图像合成算法。利用DNS数字合成图像以及低速射流实验图像，将所发展的光场单相机三维流场测试技术（Light Field Particle Image Velocimetry，LF-PIV）与目前最成熟的三维流场测试技术层析PIV（Tomographic Particle Image Velocimetry，Tomo-PIV）进行对比研究分析。实验结果表明LF-PIV技术完全能达到与Tomo-PIV同等量级的测量精度。     

基于低密度粒子图像叠加的Micro-PIV速度场测量

提出了一种基于低密度粒子图像的微流体粒子图像全场测速技术.经过背景噪声去除、阈值过滤、图像增强等图像预处理过程,获得了高质量的低密度荧光示踪粒子图像.对100对图像进行图像叠加处理,得到了满足互相关算法求解二维速度场的高密度叠加粒子图像.针对宽度为250μm,深60μm的长直微通道开展了覆盖全场不同流体层平面的二维速度测量,并利用多个流体平面的二维速度场实现了微通道内全场速度的构建.研究结果表明:由于图像叠加法去除了像径大但灰度低的背景粒子图像,采用互相关分析能够准确获得分层二维速度场,所构建的全场速度场正确反映了长直微通道内流流场特征.     

水流场PIV测试系统示踪粒子特性研究

粒子图像测速技术(PIV)是一种新的流场测量技术,通过对流场中的示踪粒子进行多次曝光成像,获得具有相关性的示踪粒子图像,利用软件对粒子图像进行处理后可得到被测流场的信息.水流场PIV测量利用合适的示踪粒子运动来表征流场状况,示踪粒子的特性对PIV最终测量结果影响很大.讨论了密度、直径、表面反射率等示踪粒子特性对系统实验测量的影响,并特别针对水流场斜入射离轴PIV测试,选择合适的特性参数设计研制了一种简单实用的水流场示踪粒子.通过在直径为100~200μm的聚苯乙烯微球上利用化学方法进行表面镀银,使示踪粒子具有高的光散射特性,实验结果表明这种微粒非常适合于水流场示踪.     

基于图像分割的两相流PIV/PTV测量技术

介绍了采用图像分割技术,将密度较低的大悬浮颗粒和高浓度的示踪粒子共存的两相流场图像进行分离(相分离),对经过分割的悬浮相图像和连续相图像分别进行PTV和PIV运算,以实现对两相流动各个相速度场的同时测量.而后将基于相分离的PIV/PTV程序应用于对液固两相冲击射流流场的实验测量,并对测量结果进行了研究和分析,从而验证了相分离程序.实验结果表明,基于图像分割的PIV/PTV程序在两相流速度场测量中具有较好的实用性.     

光场三维速度和温度同步测量技术仿真分析

本文提出了LF-PIV(单相机光场测速技术)与基于温敏磷光粒子衰减时间的测温技术相结合的三维速度和温度同步测量技术,实验校准了温敏示踪粒子(Mg3 F2 GeO4:Mn)光强衰减时间和温度的对应关系,仿真分析了相机曝光时间特性对测量准确性的影响.在相机两帧图像曝光时间可控条件下,利用DNS(Direct Numeric...     

粒子像斑三维定位的透视成像原理和方法

在三维粒子成像测速 (PIV)方面 ,可运用体积光照明同时从不同光轴用多个照相机获得PIV图像 ,如何根据这些不同光轴获得的PIV图像确定出粒子物点的空间位置是实现三维粒子成像测速的前提。基于此 ,提出了根据多幅不同光轴的PIV图像的粒子像斑实现粒子物点三维定位的透视成像定位原理和方法。精确确定透视平面与透视中心在空间的位置是实现粒子物点三维定位的关键 ,直接测定透视中心 (照相机的光学中心 )和透视平面在空间的精确位置用常规的测量手段和方法难以奏效 ,因而针对透视图像成像特征及规律进行了较为深入地研究探讨 ,这对于寻求精确计测透视中心和透视平面空间位置的方法有着重要意义。作为实例 ,还给出了两光轴夹角为 90°情况下实现粒子物点三维定位的一系列具体方法和有关算法及定量关系。     

正交投影二次曲面立体图的斜置对称面检测

斜对称检测是三维重建中一个重要的环节,恰当地对斜对称进行处理可以减少几何约束,从而降低三维重建的复杂度.改进了Sugimoto提出的包括椭圆曲线在内的平面二次曲线的斜对称检测方法,扩大了实体的覆盖域,实现了包括双曲线和抛物线在内的二次曲线的斜对称检测,并通过参数化检测的方法完成了空间二次曲线的投影匹配,最终得到二次曲面体的斜对称面.最后经算例验证得到了满意结果.     

高速流动中PIV示踪粒子松弛特性研究

示踪粒子的随流能力是 PIV 技术在高速流动中应用的关键点之一。在上海交通大学变马赫数高速风洞中开展了 PIV 实验研究,重点提出一种评价示踪粒子随流能力的松弛特性分析模型。在马赫数4条件下尖锥、尖劈等模型 PIV 实验研究中,可以准确分析粒子的松弛特性,粒径分析结果与实验吻合较好,并验证了高速流动 PIV的测试精度和示踪粒子布撒能力。     

高斯粒子滤波器及其在非线性估计中的应用

为了解决非线性、非高斯系统估计问题,讨论了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。在符合高斯假设和一定的粒子数的情况下,谈算法可以获得近似最优解。与粒子滤波算法相比,其优点是不需要重采样步骤和不存在粒子退化现象。在滤波精度、运算时间等方面与扩展卡尔曼滤波、Unscented滤波、高斯厄米特滤波及一般的粒子滤波进行了比较分析,仿真结果表明该算法性能优于其他算法。     

Ground-Based Cloud Using Exponential Entropy/Exponential Gray Entropy and UPSO

Objective and accurate classification model or method of cloud image is a prerequisite for accurate weather monitoring and forecast. Thus safety of aircraft taking off and landing and air flight can be guaranteed. Thresholding is a kind of simple and effective method of cloud classification. It can realize automated ground-based cloud detection and cloudage observation. The existing segmentation methods based on fixed threshold and single threshold cannot achieve good segmentation effect. Thus it is difficult to obtain the accurate result of cloud detection and cloudage observation. In view of the above-mentioned problems, multi-thresholding methods of ground-based cloud based on exponential entropy/exponential gray entropy and uniform searching particle swarm optimization （UPSO） are proposed. Exponential entropy and exponential gray entropy make up for the defects of undefined value and zero value in Shannon entropy. In addition, exponential gray entropy reflects the relative uniformity of gray levels within the cloud cluster and background cluster. Cloud regions and background regions of different gray level ranges can be distinguished more precisely using the multi-thresholding strategy. In order to reduce computational complexity of original exhaustive algorithm for multi-threshold selection, the UPSO algorithm is adopted. It can find the optimal thresholds quickly and accurately. As a result, the real-time processing of segmentation of groundbased cloud image can be realized. The experimental results show that, in comparison with the existing groundbased cloud image segmentation methods and multi-thresholding method based on maximum Shannon entropy, the proposed methods can extract the boundary shape, textures and details feature of cloud more clearly. Therefore, the accuracies of cloudage detection and morphology classification for ground-based cloud are both improved.     

粒子运动轨迹的图像处理及流场重构算法研究

为了高效获得颗粒的速度分布,提出一种针对单帧单曝光图像的图像处理方法和流场重构方法。图像处理过程包含去噪、锐化、自适应阈值分割、闭运算、去除小颗粒、骨架提取、速度提取、二义性判断、求切线等步骤和方法,对该处理过程的主要误差也进行了分析与修正。流场重构使用了基于RBF（Radial Basis Function）插值且采用迎风插值进行优化的算法,插值结果以速度云图及矢量图的形式展示,对该过程的主要误差也进行了分析与验证。最后的处理结果显示,针对单帧单曝光图像的图像处理方法和流场重构方法具有可行性。