CN103177192B - 五孔探针角度特性曲线数据处理方法 - Google Patents

Abstract

本发明涉及一种五孔探针角度特性曲线数据处理方法，该方法主要步骤包括：⑴将经过标定的五孔探针的校准角度特性曲线数字化，以数组形式存储到计算机中；⑵采集五孔探针所在测点Q*的五个孔的测量压力值P₁、P₂、P₃、P₄及P₅，计算得到所在测点Q*的仰俯角系数Kalf（Q*）和侧滑角系数Kbeta（Q*）：⑶利用查询算法，在角度特性曲线中找到与仰俯角系数Kalf（Q*）和侧滑角系数Kbeta（Q*）最接近的四个数组点Q1、Q2、Q3及Q4；(4)利用插值算法，计算得到仰俯角Alf（Q*）和侧滑角Beta（Q*）。本发明方法能准确、迅速的对五孔探针角度特性曲线进行自动处理，减少人工查图的误差，不但节省了时间，同时提高了数据结果精度，测量结果快速直接显示，提高工作效率。

Description

五孔探针角度特性曲线数据处理方法

技术领域

本发明属于工程测量技术领域。尤其是一种五孔探针角度特性曲线数据处理方法。

背景技术

五孔探针，如图1-3所示，是测量复杂三维流场标量和矢量特性的常用手段。因其精度高，设备简单，成本低等优点被广泛应用。目前五孔探针有两种使用方法：转动法和不转动法。转动法校准较为简单，但是使用过程中工作量大，对测量环境要求较高，需要配套准确的角度旋转设备。不转动法校准工作量大，试验校准曲线的拟合也比较麻烦，但是测量时间较短，所以大型试验多采用不转动法。

每一个五孔探针交付使用时，都会配有三条特性校准曲线，分别为：角度特性曲线、动压头特性曲线、总压特性曲线。三条特性校准曲线为五孔探针的特征曲线，是五孔探针使用的前提条件。由于加工工艺及加工误差等影响，每个五孔探针的特性校准曲线都有所不同。

五孔探针采用不转动法使用过程中，仅可以得到五个孔对应的压力值（P1、P2、P3、P4、P5），结合三条特征曲线，通过人工查图的方式可以得到空间测点风速的仰俯角Alf、侧滑角Beta、总压、动压，由此可以确定速度矢量。

以下介绍角度特性曲线的查图方法：

五个压力值通过计算得到仰俯角系数Kalf和侧滑角系数Kbeta。

$\mathrm{Kalf}=\frac{P5-P4}{2P2-P5-P4}$

$\mathrm{Kbeta}=\frac{P3-P1}{2P2-P3-P1}$

如图4所示，由Kalf(Q^*)和Kbeta(Q^*)在角度特性曲线上找到测点对应的角度特性点Q^*，而Q^*周围四个点（Q¹Q²Q³Q⁴）的对应参数（仰俯角Alf、侧滑角Beta）可以人工肉眼观察得到，通过Q¹Q²Q³Q⁴四个点的仰俯角Alf、侧滑角Beta，及Q^*与四个点的位置关系，可以通过估读得到Q^*的仰俯角Alf（Q^*）、侧滑角Beta（Q^*）。即空间流速的角度方向可以确定。

五孔探针后期数据处理的推算、查图、估读等工作的时间较长，造成工作量大，成本高的不足。为此提出设计五孔探针角度特性曲线数据处理方法的思路，将五孔探针角度特性曲线数字化，设计查询算法和插值算法实现五孔探针角度特性曲线查询自动化，大大节约人工处理工作量。

发明内容

本发明的目的在于克服现有技术的不足，提供一种五孔探针角度特性曲线数据处理方法，将五孔探针角度特性曲线数字化，设计特性曲线查询算法和插值算法实现五孔探针角度特性曲线查询自动化，提高了数据结果精度。

本发明解决其技术问题是采取以下技术方案实现的：

一种五孔探针角度特性曲线数据处理方法，方法步骤如下：

⑴将经过标定的五孔探针的校准角度特性曲线数字化，以数组形式存储到计算机中；

⑵使用五孔探针，对空间测点Q*进行测量后，采集五孔探针五个孔的测量压力值P₁、P₂、P₃、P₄及P₅，计算得到所在测点Q*的仰俯角系数Kalf（Q*）和侧滑角系数Kbeta（Q*）；

⑶利用查询算法，在角度特性曲线中找到与仰俯角系数Kalf（Q*）和侧滑角系数Kbeta（Q*）最接近的四个数组点Q1、Q2、Q3及Q4；

⑷利用插值算法，计算得到仰俯角Alf（Q*）和侧滑角Beta（Q*）。

而且，所述步骤(1)中角度特性曲线数字化的具体方法为：将角度特性曲线中Alf曲线和Beta曲线所有交点以数组形式存储，

Q(X,Y,Z)=[Alf、Beta、Kalf、Kbeta]

X表示特征点数组在角度特性曲线图纵向位置；

Y表示特征点数组在角度特性曲线图横向位置；

Z表示特征点数组的参数指针，分别对应仰俯角、侧滑角、仰俯角系数和侧滑角系数，Z=1、2、3、4。

例：Q(5,6,2)表示角度特性曲线第五排中第六个特征点的侧滑角。

而且，所述步骤⑶在角度特性曲线中找到四个数组点Q1、Q2、Q3及Q4的具体方法为：

①测量点为Q*，设定角度特性曲线上其它点为Q，Q*与Q的距离为L；

$L=\sqrt{{(\mathrm{Kalf}\left(Q\right)-\mathrm{Kalf}(Q*))}^2+{(\mathrm{Kbeta}\left(Q\right)-\mathrm{Kbeta}(Q*))}^2}$

②计算Q*左上角部分的所有点（满足Kalf(Q)>Kalf(Q*);Kbeta(Q)<Kbeta(Q*)条件的点）与Q*之间的距离L，找到与Q*距离最近的Q点，即L最小的点为Q1；

③Q1确定后，根据步骤（1）中数据的存储规则，便可以确定Q*四周的三个点Q2、Q3、Q4，

X(Q2)=X(Q1);

X(Q3)=X(Q4)=X(Q1)-1;

Y(Q4)=Y(Q1);

Y(Q2)=Y(Q3)=Y(Q1)+1。

而且，所述步骤(4)利用插值算法，计算得到仰俯角Alf（Q*）和侧滑角Beta（Q*）的具体公式采用：

$\mathrm{Alf}\left(Q^{*}\right)=\frac{1}{2}[\mathrm{Alf}\left(Q^4\right)+\frac{i*(\mathrm{Kalf}\left(Q^{*}\right)-\mathrm{Kalf}\left(Q^4\right))}{\mathrm{Kalf}\left(Q^1\right)-\mathrm{Kalf}\left(Q^4\right)}+\mathrm{Alf}\left(Q^3\right)+\frac{i*(\mathrm{Kalf}\left(Q^{*}\right)-\mathrm{Kalf}\left(Q^3\right))}{\mathrm{Kalf}\left(Q^2\right)-\mathrm{Kalf}\left(Q^3\right)}]$

$\mathrm{Beta}\left(Q^{*}\right)=\frac{1}{2}[\mathrm{Beta}\left(Q^1\right)-\frac{i*(\mathrm{Kbeta}\left(Q^{*}\right)-\mathrm{Kbeta}\left(Q^1\right))}{\mathrm{Kbeta}\left(Q^2\right)-\mathrm{Kbeta}\left(Q^1\right)}+\mathrm{Beta}\left(Q^4\right)-\frac{i*(\mathrm{Kbeta}\left(Q^{*}\right)-\mathrm{Kbeta}\left(Q^4\right))}{\mathrm{Kbeta}\left(Q^3\right)-\mathrm{Kbeta}\left(Q^4\right)}]$

式中：i为角度特性曲线中的角度间隔。

本发明的优点和积极效果是：

1、本发明方法能准确、迅速的对五孔探针角度特性曲线进行自动处理，减少人工查图的误差。不但节省了时间，同时提高了数据结果精度。

2、测量结果快速直接显示，提高工作效率。

附图说明

图1为五孔探针结构示意图；

图2为图1五孔探针的头部A处左视放大图；

图3为图1五孔探针的头部A处仰视图；

图4为角度特性曲线差值查询算法示意图。

具体实施方式

以下结合附图对本发明实施例做进一步详述：

一种五孔探针角度特性曲线数据处理方法，五孔探针的结构如图1所示，方法步骤如下：

⑴将经过标定的五孔探针的校准角度特性曲线数字化，以数组形式存储到计算机中；详细过程如下所述：

将角度特性曲线中Alf曲线和Beta曲线所有交点以数组形式存储，

Q(X,Y,Z)=[Alf、Beta、Kalf、Kbeta]；

X表示特征点数组在角度特性曲线图纵向位置；

Y表示特征点数组在角度特性曲线图横向位置；

Z表示特征点数组的参数指针，分别对应仰俯角、侧滑角、仰俯角系数和侧滑角系数，Z=1、2、3、4，

例：Q(5,6,2)表示角度特性曲线第五排中第六个特征点的侧滑角；

⑵采集五孔探针五个孔的测量压力值P1、P2、P3、P4及P5，如图2所示，五孔探针水平线上的孔分别为孔1、孔2、孔3，铅垂线上的孔分别为孔4、孔2、孔5，孔5正对气流为俯仰角（Alf角）的正角度，孔1正对气流为偏航角（Beta角）的正角度，

通过计算得到仰俯角系数Kalf（Q*）和侧滑角系数Kbeta（Q*）：

$\mathrm{Kalf}=\frac{P5-P4}{2P2-P5-P4}$

$\mathrm{Kbeta}=\frac{P3-P1}{2P2-P3-P1}$

⑶如图4所示，利用查询算法，在角度特性曲线中找到与Kalf（Q*）和Kbeta（Q*）最接近的四个数组点；详细过程如下所述：

①测量点为Q*，设定角度特性曲线上其它点为Q，Q*与Q的距离为L。

$L=\sqrt{{(\mathrm{Kalf}\left(Q\right)-\mathrm{Kalf}(Q*))}^2+{(\mathrm{Kbeta}\left(Q\right)-\mathrm{Kbeta}(Q*))}^2}$

②计算Q*左上角部分的所有点（Kalf(Q)>Kalf(Q*);Kbeta(Q)<Kbeta(Q*)）与Q*之间的距离L，找到与Q*距离最近的Q点，即L最小的点为Q1；

③测量点Q1确定后，根据（1）中的数组数据的存储规律，便可以确定Q*四周的三个点Q2、Q3、Q4；详细过程如下所述：

X(Q2)=X(Q1);

X(Q3)=X(Q4)=X(Q1)-1;

Y(Q4)=Y(Q1);

Y(Q2)=Y(Q3)=Y(Q1)+1;

(4)利用插值算法，计算得到仰俯角Alf（Q*）和侧滑角Beta（Q*）：

$\mathrm{Alf}\left(Q^{*}\right)=\frac{1}{2}[\mathrm{Alf}\left(Q^4\right)+\frac{i*(\mathrm{Kalf}\left(Q^{*}\right)-\mathrm{Kalf}\left(Q^4\right))}{\mathrm{Kalf}\left(Q^1\right)-\mathrm{Kalf}\left(Q^4\right)}+\mathrm{Alf}\left(Q^3\right)+\frac{i*(\mathrm{Kalf}\left(Q^{*}\right)-\mathrm{Kalf}\left(Q^3\right))}{\mathrm{Kalf}\left(Q^2\right)-\mathrm{Kalf}\left(Q^3\right)}]$

$\mathrm{Beta}\left(Q^{*}\right)=\frac{1}{2}[\mathrm{Beta}\left(Q^1\right)-\frac{i*(\mathrm{Kbeta}\left(Q^{*}\right)-\mathrm{Kbeta}\left(Q^1\right))}{\mathrm{Kbeta}\left(Q^2\right)-\mathrm{Kbeta}\left(Q^1\right)}+\mathrm{Beta}\left(Q^4\right)-\frac{i*(\mathrm{Kbeta}\left(Q^{*}\right)-\mathrm{Kbeta}\left(Q^4\right))}{\mathrm{Kbeta}\left(Q^3\right)-\mathrm{Kbeta}\left(Q^4\right)}]$

式中：i为角度特性曲线中的角度间隔。

实例对比

例如，对一空间点Q*进行实际测量，得到五个孔的压力值：P1=29Pa；P2=72Pa；P3=36Pa；P4=27Pa；P5=43Pa；

对原方法和本方法进行对比分析。

原方法：

(1)计算仰俯角系数Kalf（Q*）和侧滑角系数Kbeta（Q*）；（需时约2分钟）

$\mathrm{Kalf}\left(Q^{*}\right)=\frac{P5-P4}{2P2-P5-P4}=0.216$

$\mathrm{Kbeta}\left(Q^{*}\right)=\frac{P3-P1}{2P2-P3-P1}=0.0886$

(2)根据测点的Kalf（Q*）、Kbeta（Q*），确定测点角度特征点在五孔探针角度特性曲线上的位置，及Q*周围四个点Q1、Q2、Q3及Q4的仰俯角、侧滑角、仰俯角系数、侧滑角系数（需时约4分钟）；

Alf(Q1)=Alf(Q2)=5；

Alf(Q3)=Alf(Q4)=0；

Beta(Q1)=Beta(Q4)=0；

Beta(Q2)=Beta(Q3)=-5；

（3）根据Q*与Q1、Q2、Q3及Q4在角度特性图上的位置估算Q*的仰俯角和侧滑角（需时约5分钟）。

Alf（Q*）=3.4

Beta(Q*)=-2.5

本方法：

在使用本方法进行数据处理之前，需将角度特征曲线按照发明中详述的方法存储到计算机中，只需进行一次操作，以后使用过程中就可以不再重复，实例中不详细介绍实施过程。

⑴将经过标定的五孔探针的校准角度特性曲线数字化，以数组形式存储到计算机中；

(2)将五孔探针五个孔的压力值输入程序，计算仰俯角系数Kalf（Q*）和侧滑角系数Kbeta（Q*），Kalf（Q*）=-0.2162，Kbeta（Q*）=0.0886（需时20秒）；

(3)在角度特性曲线中找到与Kalf（Q*）和Kbeta（Q*）最接近的四个数组点（Q1，Q2，Q3，Q4）,各点的具体参数可以通过存储的数组记录直接调取得到；

(4)利用插值算法，计算得到仰俯角Alf（Q*）和侧滑角Beta（Q*）：

$\mathrm{Alf}\left(Q^{*}\right)=\frac{1}{2}[\mathrm{Alf}\left(Q^4\right)+\frac{i*(\mathrm{Kalf}\left(Q^{*}\right)-\mathrm{Kalf}\left(Q^4\right))}{\mathrm{Kalf}\left(Q^1\right)-\mathrm{Kalf}\left(Q^4\right)}+\mathrm{Alf}\left(Q^3\right)+\frac{i*(\mathrm{Kalf}\left(Q^{*}\right)-\mathrm{Kalf}\left(Q^3\right))}{\mathrm{Kalf}\left(Q^2\right)-\mathrm{Kalf}\left(Q^3\right)}]$

$\mathrm{Beta}\left(Q^{*}\right)=\frac{1}{2}[\mathrm{Beta}\left(Q^1\right)-\frac{i*(\mathrm{Kbeta}\left(Q^{*}\right)-\mathrm{Kbeta}\left(Q^1\right))}{\mathrm{Kbeta}\left(Q^2\right)-\mathrm{Kbeta}\left(Q^1\right)}+\mathrm{Beta}\left(Q^4\right)-\frac{i*(\mathrm{Kbeta}\left(Q^{*}\right)-\mathrm{Kbeta}\left(Q^4\right))}{\mathrm{Kbeta}\left(Q^3\right)-\mathrm{Kbeta}\left(Q^4\right)}]$

其中Kalf（Q1）=0.273；Kbeta（Q1）=0.023；

Kalf（Q2）=0.255；Kbeta（Q2）=0.177；

Kalf（Q3）=0.111；Kbeta（Q3）=0.169；

Kalf（Q4）=0.133；Kbeta（Q4）=0.015；

Alf(Q1)=Alf(Q2)=5；

Alf(Q3)=Alf(Q4)=0；

Beta(Q1)=Beta(Q4)=0；

Beta(Q2)=Beta(Q3)=-5；

通过计算得到仰俯角Alf（Q*）=3.3；侧滑角Beta（Q*）=-2.5。

对比两种方法的计算结果，原方法Alf（Q*）=3.4；Beta(Q*)=-2.5；使用本发明中提到的办法Alf（Q*）=3.3；Beta（Q*）=-2.5；计算结果基本相同，差别完全在设备的测量误差范围内，验证了本方法的合理有效性。

计算时间比较，原方法约需要11分钟处理一组数据，而本方法只需要20秒，极大的缩短了数据处理时间，提高工作效率，尤其是在工程领域，对空间流速的测量需要大量的测点不同时段的数据，使用本方法对五孔探针的测量数据进行处理将更为有效。

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (1)

1.一种五孔探针角度特性曲线数据处理方法，其特征在于：方法步骤如下：

⑴将经过标定的五孔探针的校准角度特性曲线数字化，以数组形式存储到计算机中，其中，角度特性曲线数字化的具体方法为：将角度特性曲线中Alf曲线和Beta曲线所有交点以数组形式存储，

Q(X,Y,Z)＝[Alf、Beta、Kalf、Kbeta]

X表示特征点数组在角度特性曲线图纵向位置；

Y表示特征点数组在角度特性曲线图横向位置；

Z表示特征点数组的参数指针，分别对应仰俯角、侧滑角、仰俯角系数和侧滑角系数，Z＝1、2、3、4；

⑵使用五孔探针，对空间测点Q*进行测量后，采集五孔探针五个孔的测量压力值P₁、P₂、P₃、P₄及P₅，计算得到所在测点Q*的仰俯角系数Kalf(Q*)和侧滑角系数Kbeta(Q*)；

⑶利用查询算法，在角度特性曲线中找到与仰俯角系数Kalf(Q*)和侧滑角系数Kbeta(Q*)最接近的四个数组点Q1、Q2、Q3及Q4，其中，角度特性曲线中找到四个数组点Q1、Q2、Q3及Q4的具体方法为：

①测量点为Q*，设定角度特性曲线上其它点为Q，Q*与Q的距离为L；

$L=\sqrt{{(\mathrm{Kalf}\left(Q\right)-\mathrm{Kalf}\left(Q^{*}\right))}^2+{(\mathrm{Kbeta}\left(Q\right)-\mathrm{Kbeta}\left(Q^{*}\right))}^2}$

②计算Q*左上角部分的所有点满足Kalf(Q)>Kalf(Q*)；Kbeta(Q)<Kbeta(Q*)条件的点与Q*之间的距离L，找到与Q*距离最近的Q点，即L最小的点为Q1；

③Q1确定后，根据步骤(1)中数据的存储规则，便可以确定Q*四周的三个点Q2、Q3、Q4，

X(Q2)＝X(Q1)；

X(Q3)＝X(Q4)＝X(Q1)-1；

Y(Q4)＝Y(Q1)；

Y(Q2)＝Y(Q3)＝Y(Q1)+1；

(4)利用插值算法，计算得到仰俯角Alf(Q*)和侧滑角Beta(Q*)，计算得到仰俯角Alf(Q*)和侧滑角Beta(Q*)的具体公式采用：

$\mathrm{Alf}\left(Q^{*}\right)=\frac{1}{2}[\mathrm{Alf}\left(Q^4\right)+\frac{i*(\mathrm{Kalf}\left(Q^{*}\right)-\mathrm{Kalf}\left(Q^4\right))}{\mathrm{Kalf}\left(Q^1\right)-\mathrm{Kalf}\left(Q^4\right)}+\mathrm{Alf}\left(Q^3\right)+\frac{i*(\mathrm{Kalf}\left(Q^{*}\right)-\mathrm{Kalf}\left(Q^3\right))}{\mathrm{Kalf}\left(Q^2\right)-\mathrm{Kalf}\left(Q^3\right)}]$

$\mathrm{Beta}\left(Q^{*}\right)=\frac{1}{2}[\mathrm{Beta}\left(Q^1\right)+\frac{i*(\mathrm{Kbeta}\left(Q^{*}\right)-\mathrm{Kbeta}\left(Q^1\right))}{\mathrm{Kbeta}\left(Q^2\right)-\mathrm{Kbeta}\left(Q^1\right)}+\mathrm{Beta}\left(Q^4\right)+\frac{i*(\mathrm{Kbeta}\left(Q^{*}\right)-\mathrm{Kbeta}\left(Q^4\right))}{\mathrm{Kbeta}\left(Q^3\right)-\mathrm{Kbeta}\left(Q^4\right)}]$

式中：i为角度特性曲线中的角度间隔。