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。     

热湍流多重态与热输运效率实验研究

湍流多重态是近期湍流研究的热点问题.多重态是指在相同的控制参数下,湍流系统会出现不同的流动结构和统计特性.文章通过实验研究,分析了Rayleigh-Bénard热湍流系统中的多重态现象以及湍流态与热输运的关系.首先借助粒子图像测速技术直接测量了偶极子流态和四极子流态的空间结构,结果表明通过温度场和速度场测量得到的大尺度...     

可压缩混合层中的大尺度结构及其作用初探

利用粒子示踪图像流动显示技术和粒子图像测速技术(PIV技术)研究了对流马赫数Mc=0.38时可压缩混合层发展早期出现的大尺度结构的形状和特性,并将这些混合现象与湍流脉动场结合起来研究了这些大尺度结构对流动混合效率的作用.将粒子示踪图像和湍流脉动强度场对比以后发现:混合层流动中早期出现的大尺度结构沿着顺时针方向旋转着向前移动;该结构上的流体微元具有高涡量.由于该结构旋转和高涡量产生了较大的诱导速度,加上该结构的非定常性导致在这些大尺度结构频繁出现的区域具有很高的脉动强度,从而可能带来较高的混合效率.     

一种基于幅值和波数的耗散控制方法

激波捕捉格式可以根据局部流场的光滑程度自适应地控制耗散，以抑制小尺度的非物理波动并解析更多的大尺度流动结构。为了更好地识别激波捕捉过程中产生的小尺度非物理波动，进而更精确地控制耗散，提出一种基于局部流场的幅值和波数控制耗散的方法。对于激波主导的或各向同性湍流的具有强烈非定常性的问题，根据一维非定常欧拉方程，推导小尺度下不同物理量之间的关系，并通过数值实验或Kolmogorov尺度理论确定小尺度波动幅值的阈值。最后，基于傅里叶分析及小尺度波动幅值的阈值，建立耗散大小与局部流场的幅值和波数的关系。为了获得激波捕捉能力，将该格式与TENO(Targeted Essentially Non-Oscillatory)格式进行混合构造了混合格式。一系列激波主导的基准算例显示，该格式在计算过程中产生的小尺度非物理波动的波数更低，幅值更小，并对大尺度的流动结构具有更好的分辨率。     

竖直平板间湍流自然对流中螺旋羽流结构的实验研究

应用粒子图像测速技术（PIV）对竖直平板间水的温差湍流自然对流的流场进行了测量,并由测量所获得的速度场获取了涡量分布和散度分布。测量结果表明,在流场中的竖直展向截面和水平流向截面上都存在大尺度涡流结构,而且在部分涡量集中区域同时具有正的或者负的散度集中,速度矢量分布也表明水平截面上的这部分涡流结构呈现着清晰的源或汇的特征。这些现象都表明这部分旋转着的流体不但有切向速度,还有径向速度。这意味着这部分流体在旋转的同时也有向上或向下的运动,即同时具有在同方向上的涡量和速度,即螺度,而这是螺旋羽流结构的特征。这些涡结构,尤其是水平流向截面上具有径向速度的涡流结构的存在证实了竖直平板之间的湍流自然对流流场中大尺度的螺旋羽流结构的存在。     

贴壁方柱湍流场TR—PIV实验研究

采用时变粒子图像速度场测试技术（TR—PIV）,对低速循环水槽中贴壁二维方柱绕流湍流场进行了细致的测量。通过对实验得到的30000个连续瞬态速度场进行分析,得到了时均速度场和流线图谱,以及流向、法向速度分量的脉动强度场和涡量场。此外,对脉动速度时序信号进行谱分析,得到了流场中低频大尺度相干结构脱落频率。通过对瞬态速度场的分析,揭示了贴壁方柱绕流的旋涡脱落及其发展过程。     

用PIV实验研究边界层内结构函数标度律

湍流标度律的变化情况显示了湍流边界层内的流动状况。利用高分辨率、高帧率的粒子图像测速技术（PIV）对平板湍流边界层进行了实验研究。研究结果显示,当脉动速度增量结构函数的阶数为正整数且逐渐增大时,由实验所得的脉动速度增量结构函数的标度指数逐渐偏离K41和SL标度指数,出现奇异标度律;而当结构函数的阶数为正分数时,实验所得的标度指数和K41及SL标度指数较为接近;当结构函数的阶数由0趋向于-1时,实验的标度指数明显偏离K41和SL标度指数,出现奇异标度律。这也说明了用低阶结构函数的标度指数也能说明标度律的奇异性及边界层内存在间歇性。对于法向速度增量和涡量分量来说,不管结构函数的高阶或低阶的标度指数都不随壁面位置的不同而改变,具有普适性。     

标量图像测速原理及数值检验

标量图像测速是一种新型的能够测量微小结构的湍流实验测量系统,其理论依据是Schmidt（Sc）数〉1的标量湍流里,标量场脉动的时间尺度和空间耗散尺度要小于对应的速度场脉动的时间尺度和空间耗散尺度,标量脉动比速度脉动具有更强的间歇性,标量场所含信息大于速度场所含信息,从高＆数标量场提取速度场是可能的。笔者详细介绍了标量图像测速原理,并在积分最小化法思想指导下根据标量输运守恒方程及限定条件,建立了积分最小化标量图像测速的数学表示。通过变分法,获得了积分空间每个点的三个速度分量的欧拉特征方程,对欧拉特征方程离散化即可在积分空间建立一线性稀疏方程组。采用变分迭代法对此线性稀疏方程组进行求解即可获得三维速度场,据此采用积分最小化法建立了标量图像测速图像处理系统。还介绍了四维标量场（三维空间加一维时间）的图像采集原理,并采用DNS数据对标量图像测速处理系统进行了数值检验,检验结果表明标量图像测速技术所求解的速度场和DNS精确解之间在结构上是十分相似的,标量图像测速可以正确地提取速度场。     

基于深度学习光流法的荧光油膜全局速度测量

针对基于先验的传统光流法存在前提条件苛刻的问题，提出使用基于深度学习的光流法进行荧光油膜全局速度测量。采用数值仿真试验对基于先验的改进HS光流法和基于深度学习的FlowNet2光流法进行对比，结果显示：在不外加干扰时，改进HS光流法和FlowNet2光流法的平均端点误差分别为0.458 7像素/s和0.381 7像素/s；在亮度变化、噪声干扰或不同的演化时间下，FlowNet2光流法的平均端点误差均明显低于改进HS光流法，平均端点误差差值最大可达5.19像素/s；风洞试验进一步证明，FlowNet2光流法能够获得正确、清晰、定量的荧光油膜全局速度场，较改进HS光流法鲁棒性更高，对风洞工程应用具有一定的参考价值。     

大涡PIV方法测量水平矩形槽道内湍流耗散率

湍能耗散率的准确测量对工程实际和湍流的理论研究都有着重要的意义。以往的研究多是基于单点速度测量来估算单点的湍能耗散率或者有限体积内的平均值，而不能提供整个流场范围内的耗散率的分布情况。PIV能够测量瞬时流场的速度分布情况，它更适合于用来测量整个流场内的耗散率分布。本文分析了PIV测量得到的速度与单点测量方法之间的关系，提出了大涡PIV方法，运用大涡模拟中的亚网格尺度(SCS)应力模型，对PIV测量结果进行处理得到了水平槽道内的耗散率的分布。对采用不同SCS模型的结果以及量纲分析的结果进行了比较。     

跨声速风洞中的超临界翼型速度场测量

针对跨声速风洞实验环境,发展适用于高速流动测量的粒子图像测速(PIV)实验技术,从而实现对超临界翼型的非定常流动进行准确的速度场测量。对跨声速风洞中的PIV测量系统进行了如下改进工作:改进粒子播撒装置;对片光光路布局进行了优化;对模型表面进行了防漫反射处理;提高图像位移场计算精度。使用RAE 2822超临界翼型,在FL-1风洞进行实验,来流马赫数为0.6~0.92,雷诺数为1.86×10~6~2.58×10~6。结果表明,利用PIV测得的速度场能够有效捕捉激波位置,并且与表面平均压力分布一致,通过对PIV数据进行统计分析可得到激波振荡的类型及幅度等特征。     

航空涡轮发动机燃烧室内流场的PIV测量

设计了一种基于旋风分离原理的高压粒子发生器,并成功应用于高压状态下的航空涡轮发动机燃烧室内流场的PIV（粒子图像测速法）测量.在氢氧燃烧加热来流温度为813K、燃烧室压力为2.78MPa条件下,应用PIV技术开展了航空涡轮发动机单头部燃烧室复杂内流场测量研究,实现了高温高压条件下强旋流、强扰流、宽速域流场的PIV测量,获得了接近燃烧室工作压力工况下的流场速度和流场精细结构.结果表明:该型燃烧室内流场存在多处旋涡结构,形成回流区;流场旋流作用强,横截面流场存在顺时针大涡;主燃孔射流和掺混孔射流作用明显,射流穿透深度较大,对流场结构影响显著;高温高压状态下,流场结构与常温中压状态类似.      

无剪切湍流混合层中被动标量扩散的实验研究

研究被动标量在无剪切湍流混合层中的扩散。实验在风洞中进行，用大小网格尺度比为2：1的网格实现无剪切湍流混合层，用烟粒子作为测量用的示踪粒子同时作为被动标量形成浓度场，用PIV测量得到速度场同时用Mie散射测量得到高施密特数的浓度场，由此可以计算得到速度和浓度相关，并用实验数据直接检验大涡模拟中亚格子应力Smagorinsky模式和亚格子质量通量梯度模式。     

PDPA与HW测量技术的对比试验研究

利用自由剪切湍流中的圆管射流所具有的流动特性，采用相位多普勒粒子分析仪对射流随轴向发展的最大速度进行了７次重复性测量试验，给出非侵入测量射流的势流区和湍流自模拟区的测量精度。文中还进行了热线与ＰＤＰＡ对射流最大速度随轴向衰减变化的测量试验，给出了ＰＤＰＡ与ＨＷ测量结果之间的关系曲线和公式。同时给出了侵入测量中探头对流场中当地速度的干扰影响量。     

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     

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。     

湍流边界层大尺度相干运动的阵列TRPIV测量

使用高时间分辨粒子图像测速技术，研究湍流边界层中大尺度相干运动。由于大尺度运动的流向空间尺度与边界层厚度δ有关，因此沿流向排列4个高速相机进行拍摄，得到了约6.7δ×1.2δ的湍流边界层大视场，实验雷诺数Re_τ=422。针对流场中不同法向高度的流向脉动速度，采用沿流向方向进行空间小波变换的方法，得到不同空间尺度分量的脉动速度，并计算其占总流向脉动动能的比例，发现湍流边界层外区存在流向最大能量流向尺度，约为1δ。通过小波分解将湍流脉动速度场分为大尺度分量和小尺度分量。使用速度门限法，沿时间序列提取大尺度相干运动，利用泰勒冻结假设，将时间结构转化为空间结构，并与直接从空间得到的大尺度相干结构做对比。使用相位平均法测得大尺度相干结构的几何形态，发现从时间维度和直接从空间维度得到的喷射事件的流向尺度相近，而直接从空间提取的扫掠事件要比从时间提取的大。结果表明：流场中1δ尺度左右的大尺度运动是湍动能的主要贡献者；利用泰勒冻结假设可以从时间中提取出大尺度相干结构，与从流场空间直接提取的结果有着良好的一致性。     

不同类型防护林绕林流场的PIV测量

利用粒子图像速度场仪(PIV),采用2帧-互相关的分析技术,对紧密型、疏透型和通风型防护林流场的流动特征在环境风洞中进行实验研究.通过PIV系统测量,得到不同类型防护林绕林流场的速度矢量图、流线图和涡量场图,并对各个流场特征进行探讨.     

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。     

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。