基于粒子图像叠加方法的微柱群绕流流场测量

分析了相关深度对Micro-PIV速度场测量的影响,说明采用低密度粒子图像叠加技术能够有效减小相关深度,提高速度测量的准确性。将该方法应用于微柱群绕流流场的分层测量,雷诺数分别取0.8~3.6,在此基础上计算了空间平均速度。将分层速度场和平均速度廓线与采用平均相关技术获得的结果进行了比较。结果表明,采用低密度粒子图像叠加方法获得的全场绕流速度分布更为合理,通道底部和顶部近壁区的平均“伪滑移速度”分别减小了22.7%和17.2%,通道中心平均速度峰值增加了5.2%。     

基于深度神经网络的流场时空重构方法

针对流场粒子图像测速实验中时间和空间高分辨率测量代价高的问题,研究了数据驱动的流场时空重构方法。为了对实验测得的低分辨率数据进行时空高分辨率重构,提出了一种基于深度神经网络的流场时空重构方法,并构建了一种基于卷积神经网络和长短时记忆神经网络的混合深度神经网络。该混合深度神经网络能够学习流场的时空演化特征,训练完成后可实现对实验数据的时空高分辨率重构。测试结果表明:只进行流场空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差为0.0065左右,流场数据点数是原来的51倍;同时进行流场时间和空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差可保持在0.065左右,流场时间维度的密度是原来的5倍,可极大提高实验效率,节约实验成本。     

基于光流算法的粒子图像测速技术研究

光流测量技术作为一种新的空气动力学实验技术,以其像素级分辨率的矢量场测量优势获得广泛的应用。光流测量技术使用光流约束方程,配合平滑限定条件,可以进行速度场测量,获得高分辨率的全局矢量场。首先通过研究积分最小化光流测速理论和算法,采用C++编写光流速度测量程序,然后通过3种典型人工位移图像对光流计算程序进行验证,并将结果和标准位移分布进行比对分析,以指导如何在实际应用中获得高精度光流速度场,最后进行小型风洞后向台阶实验,利用高速相机拍摄示踪粒子图像,使用光流计算程序获得速度矢量场,同采用互相关算法的粒子图像测速计算结果进行比较,体现出光流计算方法像素级分辨率的矢量场测量优势。     

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。     

基于全卷积孪生神经网络的复杂监控场景下前景提取方法

由于光照变化、相机抖动和动态背景等因素影响,现有基于传统图像处理方法的前景提取算法并不能在复杂场景下获得良好的分割效果。针对此类问题,本文提出了一种基于全卷积孪生神经网络的前景提取算法,仅需任意2帧图像即可准确提取运动前景。将输入的2帧图像分为背景图像与待提取图像,将其输入全卷积孪生神经网络得到二者的相似性度量图,该相似性度量图中包含待提取图像相对于背景图像的各像素变化情况信息;接着将相似性度量图与待提取图像融合,利用编解码网络以实现端到端的前景提取。在CDnet2014数据集上进行综合评估与测试,结果均证明了该方法的有效性。     

基于超分辨率重构方法的湍流流场重构

从低分辨率流场数据中获取精细流场信息具有重要的研究意义。基于卷积神经网络的超分辨率重构方法是近年来发展的一种较为有效的精细流场重构方法。本文采用高效亚像素卷积神经网络（Efficient Sub-Pixel Convolutional Neural Network,ESPCN）,对Rayleigh–Bénard（RB）对流的数值模拟数据和湍流边界层（Turbulent Boundary Layer,TBL）的实验测量数据进行了超分辨率重构,并与双三次插值方法（Bicubic Interpolation）的重构结果进行对比。对比结果表明:在较小的下采样比下,ESPCN方法和Bicubic方法的重构精度相当;在较大的下采样比下,ESPCN方法的重构精度明显优于Bicubic方法。此外,ESPCN方法对数据梯度较大区域的超分辨率重构效果优于Bicubic方法。     

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)...     

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。     

不同相位壁面局部微振动诱导边界层大涡结构

以平板边界层Blasius解为基本流,利用直接数值模拟的方法求解三维不可压缩N-S方程,研究了边界层中不同初始相位壁面局部微振动诱导大涡结构的过程。计算结果表明:壁面扰动初始相位为0或π,大涡结构的初始扰动速度场完全相反,初始相位为0时,大涡结构演化时无论其扰动速度幅值、高低速条纹结构,流向涡量均随时间的增加而增长,壁面平均切应力明显大于平板边界层流动,近壁平均速度剖面变得饱满;初始相位为π时,诱导形成的大涡结构较弱。壁面局部微振动可诱导边界层内形成大涡结构,大涡结构演化特性与局部微振动初始相位密切相关。     

PIV中提取速度信息的一种新方法

通过对PIV中粒子图像固有特点的研究,提出了一种新的速度信息提取方法。该方法先通过模拟人眼判断粒子图像中心点的过程来获得粒子的中心点,再利用这些中心点之间的相关关系求取速度。以内燃机缸内流场的PIV实测图像为例,通过与直接FFT变换求相关的方法进行比较,阐明了该方法的特点。     

基于形心主轴的二维DPTV算法

提出了一种根据曝光时间内示踪粒子形成的轨迹图像来确定瞬时流速的数字化方法.将采集到的粒子轨迹灰度图像转化为二值化图像, 对粒子轨迹图像包含的像素点进行了标记.通过确定粒子轨迹图像的形心主轴得到了粒子轨迹长度,根据流场局部区域运动速度基本相同的事实确定了示踪粒子的运动方向,得到了流体的运动速度.应用本文提出的测速算法对槽道流动的瞬时流场进行了测量.对瞬时测量结果进行平均得到的垂向平均流速分布规律与公认的对数率分布规律相吻合.     

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。     

Remaining Useful Life Prediction of Rolling Element Bearings Based on Different Degradation Stages and Particle Filter

A method is proposed to improve the accuracy of remaining useful life prediction for rolling element bearings,based on a state space model(SSM)with different degradation stages and a particle filter. The model is improved by a method based on the Paris formula and the Foreman formula allowing the establishment of different degradation stages. The remaining useful life of rolling element bearings can be predicted by the adjusted model with inputs of physical data and operating status information. The late operating trend is predicted by the use of the particle filter algorithm. The rolling bearing full life experimental data validate the proposed method. Further,the prediction result is compared with the single SSM and the Gamma model,and the results indicate that the predicted accuracy of the proposed method is higher with better practicability.     

微灌滴头平角齿形微通道流动实验研究

采用Micro-PIV技术,以边长800μm方形截面平角齿形微灌滴头内流微通道为对象,对微通道内流体运动进行了测量。实验使用10x显微物镜、14位灰阶PCO1600相机、3μm荧光示踪粒子和仅允许610nm红光透过的滤光镜相配合、获取了清晰的粒子图像,解决了相机与PIV系统的匹配问题,提高了图像信噪比。在图像处理中使用多次测量取平均的方法消除示踪粒子的布朗运动影响,运用系综互相关算法获取流场速度分布和流线图。实验发现微通道内各齿间流动结构基本一致,即通道内流充分发展后是一种周期性流动;通道顶角和转角内侧存在低速涡旋区,其涡旋结构和尺度随时间和Re变化而变化;颗粒在低速涡旋区易发生沉积,是造成堵塞的主要原因。     

关于粒子图像测速仪精度的数值测试

利用数值模拟的方法对粒子图像测速仪的精度问题进行了数值实验。速度场是通过对一个片光源上两次曝光的图像进行互相关处理来得到的。为了研究流体运动的不均匀性对于一个诊断区内速度矢量测量结果的影响，针对五种典型的不均匀性进行讨论。数值实验的结果表明有几种流体运动不均匀性会显著地影响这种粒子图像测速方法的精度。     

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...