CN109507069A - 一种用于固体推进剂铝团聚颗粒的精细化测量方法 - Google Patents
一种用于固体推进剂铝团聚颗粒的精细化测量方法 Download PDFInfo
- Publication number
- CN109507069A CN109507069A CN201811525317.1A CN201811525317A CN109507069A CN 109507069 A CN109507069 A CN 109507069A CN 201811525317 A CN201811525317 A CN 201811525317A CN 109507069 A CN109507069 A CN 109507069A
- Authority
- CN
- China
- Prior art keywords
- particle
- hologram image
- metal burning
- image
- solid propellant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000002245 particle Substances 0.000 title claims abstract description 157
- 239000004449 solid propellant Substances 0.000 title claims abstract description 24
- 239000004411 aluminium Substances 0.000 title claims abstract description 22
- 229910052782 aluminium Inorganic materials 0.000 title claims abstract description 22
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 title claims abstract description 22
- 238000000691 measurement method Methods 0.000 title claims abstract description 12
- 229910052751 metal Inorganic materials 0.000 claims abstract description 58
- 239000002184 metal Substances 0.000 claims abstract description 58
- 238000002485 combustion reaction Methods 0.000 claims abstract description 35
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 238000002203 pretreatment Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000000605 extraction Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 24
- 238000001093 holography Methods 0.000 claims description 8
- 238000012805 post-processing Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 239000013528 metallic particle Substances 0.000 abstract description 6
- 239000003380 propellant Substances 0.000 description 13
- 230000003321 amplification Effects 0.000 description 12
- 238000003199 nucleic acid amplification method Methods 0.000 description 12
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000004606 Fillers/Extenders Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000567 combustion gas Substances 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 238000010574 gas phase reaction Methods 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 238000009169 immunotherapy Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000005395 radioluminescence Methods 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0211—Investigating a scatter or diffraction pattern
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
- G01N2015/0233—Investigating particle size or size distribution by optical means using imaging; using holography using holography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Holo Graphy (AREA)
Abstract
本发明公开了一种用于固体推进剂金属铝燃烧团聚颗粒的精细化测量方法,对固体推进剂燃面上方区域的金属燃烧颗粒进行实时测量,获取金属燃烧颗粒的全息图像;对金属燃烧颗粒的全息图像进行前处理,根据去噪后的颗粒全息图像进行金属燃烧颗粒全息图像重建,对重建后的金属燃烧颗粒全息图像进行后处理并进行粒度提取;计算出金属燃烧颗粒的个数和体积概率分布统计及拟合分析结果;本发明能够清晰获得10μm以上的颗粒,相对测量误差可降低至0.4%,可以有效的测量固体推进剂金属颗粒动态燃烧过程中的粒度和空间分布。
Description
【技术领域】
本发明属于固体推进剂铝团聚颗粒燃烧测试技术领域,具体涉及一种用于固体推进剂团聚颗粒的精细化测量方法。
【背景技术】
金属粉在固体推进剂中被广泛使用,一方面可以有效提高推进剂的燃烧能量,另一方面也可以抑制燃烧不稳定的产生。含铝固体推进剂在燃烧过程中,随着推进剂燃烧表面的退移,大部分微米尺度的初始铝颗粒受气相燃烧热反馈的作用,在燃烧表面产生聚集、团聚和融合等现象,形成粒径超过百微米的球形团聚燃烧颗粒。受燃面燃气流的作用,团聚燃烧颗粒从燃烧表面逸出后进入气相反应区域燃烧形成带有尾焰的氧化物颗粒;而另一部分初始铝颗粒未在燃面处产生团聚等现象,而是随着燃面退移和燃气流的作用直接从燃烧表面逸出,进入气相区燃烧形成氧化物颗粒。由此表明:在推进剂燃烧过程中铝颗粒的燃烧并不是瞬时完成的,其燃烧颗粒的尺寸与最终形成凝相燃烧产物的颗粒尺寸并不相同。凝相燃烧产物的状态并不能完全表征铝颗粒的动态燃烧情况。因此,对于建立铝颗粒及团聚燃烧模型和分析新配方推进剂的燃烧特性,铝动态燃烧颗粒的粒径及其空间分布以及速度等参数的精确测量显得尤其重要。
目前,光学测量法具有非接触和高精度等优点被广泛应用在颗粒尺寸的测量中,其中包括高速相机直接成像法、Malvern激光粒度分析法和相位多普勒分析法。这些方法在有限的时间和空间条件下可获得颗粒燃烧的动态过程。然而,在推进剂燃烧过程中,受燃烧压强、燃气流动以及声场振荡等因素的影响,金属颗粒在推进剂燃烧场中的燃烧过程十分复杂,并且其反应速度快、反应区域厚度薄、燃烧颗粒运动速度较快,使得金属颗粒瞬时动态燃烧过程以及颗粒粒度的精细化测量对于时间和空间的要求较高,仅获得少量在焦平面上的颗粒信息已无法满足研究需求,需要光测系统具有较大景深的能力,获取整个燃烧场宽空间范围内的颗粒粒度信息,使得传统的方法较难实现。因此,有必要建立一种推进剂铝动态燃烧团聚颗粒的精确测量方法。
【发明内容】
本发明的目的是提供一种用于固体推进剂金属铝燃烧团聚颗粒的精细化测量方法,能够清晰获得10μm以上的颗粒成像,并得出固体推进剂金属团聚颗粒动态燃烧过程中的粒度和空间分布。
本发明采用以下技术方案:一种用于固体推进剂金属铝燃烧团聚颗粒的精细化测量方法,具体由以下步骤完成:
对固体推进剂燃面上方区域的金属燃烧颗粒进行实时测量,获取金属燃烧颗粒的全息图像;
对金属燃烧颗粒的全息图像进行前处理,去除其静态噪声,得到去噪后的颗粒全息图像;
根据去噪后的颗粒全息图像进行金属燃烧颗粒全息图像重建,得出重建后的金属燃烧颗粒全息图像;
对重建后的金属燃烧颗粒全息图像进行后处理并进行粒度提取;
根据提取的粒度计算出金属燃烧颗粒的个数和体积概率分布统计及拟合分析结果。
进一步的,金属燃烧颗粒的个数概率分布统计分别通过计算,体积概率分布统计通过计算;
个数概率分布拟合结果通过计算,体积概率分布拟合结果通过计算;
其中,N为相同粒径的金属燃烧颗粒的数量,N0为数量概率密度函数;V为体积概率密度函数,△d为概率分布函数的标量,d为金属燃烧颗粒的粒径,n为总正态分布个数,n为正整数,i∈n,wi为权重系数,σi为标准差,μi为粒径均值。
进一步的,前处理具体方法为:
对金属燃烧颗粒的全息图像进行取平均值操作,得到背景全息图像,利用背景相减法去除背景全息图像中的背景,得到去噪后的颗粒全息图像。
进一步的,采用二维图像插值法对重建后的金属燃烧颗粒全息图像进行后处理和粒度提取。
进一步的,图像重建方法具体为数值重建算法。
本发明的有益效果是:本发明根据成像系统的放大倍数,以及全息图像前处理和重建图像后处理,能够清晰获得10μm以上的颗粒,相对测量误差可降低至0.4%,可以有效的测量固体推进剂金属颗粒动态燃烧过程中的粒度和空间分布,适用于固体推进剂铝颗粒燃烧的精细化的测量,同时根据空间分布统计方法和拟合方法,可以获得金属燃烧颗粒测量范围内的粒度分布和平均粒径等参数,可以为研究金属燃烧颗粒的动态特性提供精细化的测量手段和数据支撑,具有一定的科学意义和工程价值。
【附图说明】
图1为本发明实施例中对同轴数字全息测量系统进行标定时标准粒径颗粒板全息图和重建聚焦图;
图2为本发明实施例中同轴数字全息测量系统(DIH)的组成原理图;
图3为本发明实施例中对全息图像进行前处理的原理图;
图4为本发明实施例中金属燃烧颗粒全息图像重建流程框图;
图5为本发明实施例中金属燃烧颗粒全息图像重建前和重建后的对比图;
图6为本发明实施例中对重建后的颗粒全息图像进行二维图像插值处理中各个步骤的颗粒图像示意图;
图7为本发明实施例中典型重建后的金属燃烧颗粒全息图;
图8为本发明实施例中放大倍数为1.1倍×时金属燃烧颗粒空间分布、多峰分布拟合结果图;
图9为本发明实施例中放大倍数为2.7倍×时金属燃烧颗粒空间分布、多峰分布拟合结果图。
【具体实施方式】
下面结合附图和具体实施方式对本发明进行详细说明。
本发明公开了一种用于固体推进剂金属铝燃烧团聚颗粒的精细化测量方法,具体过程如下:
1、通过同轴数字全息测量系统获取金属燃烧颗粒全息图像。为了保证同轴数字全息测量系统的精确度,可以先对该系统进行标定。标定方法如下:
如图1所示,采用标准粒径颗粒板作为被测对象,标定对象为的三种颗粒粒径分别为50μm、100μm、200μm,在离焦平面50mm处通过拍摄颗粒板全息图像Iraw(z=50mm)(图1中左侧所示)。
重建获得颗粒板的再现聚焦像,重建后颗粒粒径测量值分别为46μm、97μm、196μm(图1中右侧所示),重建距离为50mm。对比颗粒重建距离和重建粒度,可获得数字全息测量系统的相对误差分别为8%、3%、2%,均不超过10%的测量误差要求,并且随着粒径的增大,误差逐渐降低。
同轴数字全息测量系统(DIH)组成原理如图2所示,DIH主要由532nm波长的单纵模半导体连续激光器、连续可调衰减片、空间滤波器、扩束透镜、成像系统和采集HCCD组成。本实施例中,激光经过空间滤波器和扩束透镜后变为直径的高斯激光束,穿过被测流场,CCD相机像元尺寸大小为10μm×10μm,分辨率为1280×960。
采用标定后的同轴数字全息测量系统,对固体推进剂燃面上方区域的燃烧颗粒场进行实时测量,获得所有视场范围内的金属燃烧颗粒的全息图像Iraw(i)。
2、对获得的金属燃烧颗粒的全息图像Iraw(p)(表示第p张全息图像)进行前处理。
由于激光的不均匀性和观察窗、成像系统以及相机灰尘等会产生一些不可避免的干涉条纹,系统中会形成静态噪声,因此,需要对全息图像进行前处理,即去噪处理。
具体去噪处理过程如图3所示,其中,图3a为原始全息图像,图3b为背景提取图像,图3c为去噪后的颗粒全息图像。该方法具体为:
通过公式1对一系列全息图像Iraw(p)进行取平均值操作,获取背景全息图像IBG,再利用背景相减法从全息图像中除去背景全息图像(即Iraw(p)-IBG),得到去噪后的颗粒全息图像,即高信噪比的颗粒全息图像,同时也保证了图像中颗粒信息的准确性。
3、根据去噪后的颗粒全息图像进行金属燃烧颗粒全息图像重建。
根据光学干涉原理,平面波经过待测颗粒后,颗粒的散射光与未经过颗粒的参考光形成干涉,产生的干涉条纹被CCD记录,从而形成全息图像。
因此,去噪后的颗粒全息图像中含有物光波的振幅和相位等信息,利用标量衍射理论,完成光波的数值逆衍射实现物光场的重建,当再现距离Z与全息记录距离Z0相等时就能够获得物光场复振幅,再经过如图4所示的图像处理算法(具体为数值重建算法),对金属燃烧颗粒全息图像重建,得到重建后的金属燃烧颗粒全息图像,该图像中包含了金属颗粒的粒径和空间位置分布信息。如图5所示,为金属燃烧颗粒全息图像重建前和重建后的对比图,图中左半部分为重建前图像,右半部分为重建后图像,重建后的图像中消除了物光波的振幅和相位等信息,更接近真实场景。
4、对重建后的金属燃烧颗粒全息图像进行后处理及粒度提取。
重建后的全息图像中金属燃烧颗粒直径d的计算与图像内的像素数量、CCD像元尺寸和成像系统的放大倍数有关。当颗粒图像尺寸较小,甚至与像元尺寸处于同一数量级时,金属燃烧颗粒粒径的计算结果相对误差会非常大,这是因为像元是正方形,当颗粒与像元同数量级时,颗粒只能以正方形的外切圆或者内切圆处理,这种误差是非常大的,因此图像处理中通常将2×2个像元的外切圆或者3×3个像素的内切圆的直径作为最小颗粒直径。
因此,需要对重建后的颗粒全息图像进行二维图像插值,使粒子图像突破像元尺寸的限制,然后再进行金属燃烧颗粒直径d的计算,从而提高粒径测量的精度。
如图6所示,为对重建后的颗粒全息图像进行二维图像插值处理中各个步骤的颗粒图像示意图,图6a为一颗颗粒粒径d=20μm粒子的重建图像,实际成像面像元尺寸为2.7μm,采用传统灰度阈值G50提取粒子图像并换算得到的颗粒粒径为dDIH=18.9μm。图6b是经过图像线性差值计算后的粒子重建图像,采用灰度阈值G50进行颗粒边缘提取(图6c),用等效圆直径替代颗粒边缘(图6d),最后将等效圆和差值后的颗粒图像进行合并(如图6e所示),可以看出等效圆能较好的反映颗粒的粒度,换算得到的颗粒粒径为dDIH-LI=19.96μm。结果表明,通过二位图像插值处理,提高了颗粒图像直径测量的精度。
对于大部分球形团聚燃烧颗粒,其颗粒粒度即为等效圆的直径获得,而对于少量的非球形团聚颗粒,颗粒粒度则需要采用与之面积相等的等效圆的直径获得,因此存在一定的误差。但由于非球形团聚颗粒相对数量较少,大部分均为球形颗粒。因此该部分误差对于整体的粒度分布影响较小。
5、根据每个金属燃烧颗粒的粒径计算得出金属燃烧颗粒的空间分布统计及拟合分析结果。
通常金属燃烧颗粒的粒度采用两种分布统计方式来表征:个数概率函数(NumberPDF)和体积概率密度函数(Volume PDF)。
NumberPDF表达式为:
Volume PDF表达式为:
其中,N为相同粒径的金属燃烧颗粒的数量,N0为数量概率密度函数,△d为概率分布函数的标量(即图9中的柱状图中的每个柱的宽度),d为金属燃烧颗粒的粒径。
对个数和体积PDF分布进行多峰拟合,并计算d10(线性平均粒径)、d32(体积表面积平均粒径)、d43(质量平均粒径)、d50(质量中径),拟合结果如表1所示,其中,NumberPDF分布采用多峰Gauss函数拟合,而Volume PDF分布采用多峰log-normal函数拟合,拟合表达式如下所示。
其中,V为体积概率密度函数,n为总正态分布个数,n为正整数,i∈n,wi为权重系数,σi为标准差,μi为粒径均值。
实施例:
实验测量选用含铝固体推进剂,铝粉含量均为18%,推进剂试件尺寸为5mm×5mm×10mm。针对铝燃烧颗粒粒径分布较大(1~1000μm)的特点,分别采用两种放大倍数(1.1倍×和2.7倍×)的成像系统,相应测量区域分别为11.63mm*8.73mm和4.74mm*3.56mm。
对推进剂燃烧过程中测量得到的所有有效的金属颗粒燃烧的全息图像进行重建,利用本发明的图像处理算法从重建图像中获得燃烧表面和燃烧场中所有粒子的粒径信息。其中,从推进剂两种Case(Case1和Case2)的重建图像中分别提取出11420和7152个粒子。典型重建后的金属燃烧颗粒全息图像如图7所示,图7a为放大倍数为1.1倍×的图像,图7b为放大倍数为2.7倍×的图像,图7的两幅图是某一时刻下的重建图像,经过边缘提取可以获得图像中的所有颗粒粒径信息,图7为颗粒粒径提取的示意图,即从图中可以看出所有颗粒的粒径都可以被提取出来。
根据两种粒度分布函数(公式2和公式3)可以获得铝燃烧颗粒的粒度分布,并根据公式4和公式5进行多峰拟合分析,结果如表1所示。
表1金属燃烧颗粒空间分布、多峰分布拟合结果
该结果与图8和图9相对应,图8a为放大倍数为1.1倍×的数量概率分布图像,图8b为放大倍数为1.1倍×的体积概率分布图像;图9a为放大倍数为2.7倍×的数量概率分布图像,图9b为放大倍数为2.7倍×的体积概率分布图像。
相比于传统燃烧颗粒机械收集方法所得到的马尔文粒度结果来说,本方法测量得到的图8和图9的结果是在推进剂燃烧中实时测量得到的,是直接动态燃烧的结果,而机械收集方法的得到粒度分布结果是燃烧结束后的颗粒粒度分布,是间接、静态的结果。其次,根据两种不同放大倍数的测量结果可以看出,低放大倍数的测量结果偏向于大于100微米直径的信息,而高放大倍数的测量结果则更偏重测量小于100微米直径的颗粒信息,这也是根据铝燃烧产物的粒度分布特性决定的。
本发明利用激光同轴数字全息(DIH)技术,搭建了激光同轴数字全息测量系统,重点开展了固体推进剂动态燃烧颗粒的粒径及其空间分布的测量分析,对揭示技术颗粒燃烧机理及规律提供了精细化测量手段和重要数据支撑。
本发明方法相比于传统的燃烧研究方法,在金属燃烧测量上的优势主要表现为:(1)非接触式测量,不会对被测流场产生干扰;(2)相比于传统的直接显微成像技术,DIH技术可以利用数值重建算法能够获得燃烧流场空间不同位置处的铝颗粒清晰聚焦图像,解决景深过小的难题;(3)DIH技术能够分辨燃烧铝颗粒的气相火焰区与凝相颗粒区,避免火焰辐射发光对铝颗粒粒径的测量干扰,从而准确获得燃烧颗粒的真实粒径以及粒径的变化;(4)相比于产物粒子收集方法,DIH技术能够实时获得铝颗粒的动态燃烧过程,通过识别图像中的颗粒可以获得燃烧过程中粒度分布;(5)相比于激光全息技术,DIH技术更容易记录、保存和后处理。综上分析,为精确测量推进剂铝燃烧颗粒的粒度及空间分布,需要基于DIH技术,建立更精细的铝燃烧颗粒粒度的测量方法,实现推进剂燃烧过程中铝颗粒燃烧的颗粒粒度的精细化测量。
Claims (5)
1.一种用于固体推进剂铝团聚颗粒的精细化测量方法,其特征在于,具体由以下步骤完成:
对固体推进剂燃面上方区域的金属燃烧颗粒进行实时测量,获取金属燃烧颗粒的全息图像;
对所述金属燃烧颗粒的全息图像进行前处理,去除其静态噪声,得到去噪后的颗粒全息图像;
根据去噪后的颗粒全息图像进行金属燃烧颗粒全息图像重建,得出重建后的金属燃烧颗粒全息图像;
对重建后的金属燃烧颗粒全息图像进行后处理并进行粒度提取;
根据提取的粒度计算出金属燃烧颗粒的个数和体积概率分布统计及拟合分析结果。
2.如权利要求1所述的一种用于固体推进剂铝团聚颗粒的精细化测量方法,其特征在于,所述金属燃烧颗粒的个数概率分布统计分别通过计算,体积概率分布统计通过计算;
所述个数概率分布拟合结果通过计算,所述体积概率分布拟合结果通过计算;
其中,N为相同粒径的金属燃烧颗粒的数量,N0为数量概率密度函数;V为体积概率密度函数,Δd为概率分布函数的标量,d为金属燃烧颗粒的粒径,n为总正态分布个数,n为正整数,i∈n,wi为权重系数,σi为标准差,μi为粒径均值。
3.如权利要求1或2所述的一种用于固体推进剂铝团聚颗粒的精细化测量方法,其特征在于,所述前处理具体方法为:
对所述金属燃烧颗粒的全息图像进行取平均值操作,得到背景全息图像,利用背景相减法去除所述背景全息图像中的背景,得到所述去噪后的颗粒全息图像。
4.如权利要求3所述的一种用于固体推进剂铝团聚颗粒的精细化测量方法,其特征在于,采用二维图像插值法对所述重建后的金属燃烧颗粒全息图像进行后处理和粒度提取。
5.如权利要求1或2或4所述的一种用于固体推进剂铝团聚颗粒的精细化测量方法,其特征在于,所述图像重建方法具体为数值重建算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811525317.1A CN109507069A (zh) | 2018-12-13 | 2018-12-13 | 一种用于固体推进剂铝团聚颗粒的精细化测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811525317.1A CN109507069A (zh) | 2018-12-13 | 2018-12-13 | 一种用于固体推进剂铝团聚颗粒的精细化测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109507069A true CN109507069A (zh) | 2019-03-22 |
Family
ID=65752489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811525317.1A Pending CN109507069A (zh) | 2018-12-13 | 2018-12-13 | 一种用于固体推进剂铝团聚颗粒的精细化测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109507069A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441324A (zh) * | 2019-07-19 | 2019-11-12 | 合肥工业大学 | 基于萨格纳克干涉仪的气溶胶粒子的检测装置及检测方法 |
CN110702565A (zh) * | 2019-08-09 | 2020-01-17 | 西北工业大学 | 高温多组分环境金属颗粒随流燃烧的模拟装置、使用方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008080612A1 (en) * | 2006-12-28 | 2008-07-10 | Fluit Biosystems Gmbh | A method of determining characteristic properties of a sample containing particles |
CN102121817A (zh) * | 2010-12-22 | 2011-07-13 | 浙江大学 | 颗粒场紧凑式数字全息装置及方法 |
CN104159094A (zh) * | 2014-07-09 | 2014-11-19 | 四川大学 | 一种改善光学扫描全息层析成像效果的方法 |
CN108169080A (zh) * | 2017-11-21 | 2018-06-15 | 西北工业大学 | 基于同轴数字全息法的固体推进剂铝燃烧测量装置与方法 |
-
2018
- 2018-12-13 CN CN201811525317.1A patent/CN109507069A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008080612A1 (en) * | 2006-12-28 | 2008-07-10 | Fluit Biosystems Gmbh | A method of determining characteristic properties of a sample containing particles |
CN102121817A (zh) * | 2010-12-22 | 2011-07-13 | 浙江大学 | 颗粒场紧凑式数字全息装置及方法 |
CN104159094A (zh) * | 2014-07-09 | 2014-11-19 | 四川大学 | 一种改善光学扫描全息层析成像效果的方法 |
CN108169080A (zh) * | 2017-11-21 | 2018-06-15 | 西北工业大学 | 基于同轴数字全息法的固体推进剂铝燃烧测量装置与方法 |
Non-Patent Citations (3)
Title |
---|
R.JEENU 等: "Size distribution of particles in combustion products of aluminized composite propellant", 《JOURNAL OF PROPULSION AND POWER》 * |
金秉宁 等: "同轴数字全息用于铝燃烧颗粒的测量研究", 《推进技术》 * |
金秉宁 等: "固体推进剂中铝燃烧颗粒粒度的精细化测量方法研究", 《中国航天第三专业信息网第三十九届技术交流会暨第三届空天动力联合会议论文集-S8含能材料及推进剂技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441324A (zh) * | 2019-07-19 | 2019-11-12 | 合肥工业大学 | 基于萨格纳克干涉仪的气溶胶粒子的检测装置及检测方法 |
CN110441324B (zh) * | 2019-07-19 | 2022-04-08 | 合肥工业大学 | 基于萨格纳克干涉仪的气溶胶粒子的检测装置及检测方法 |
CN110702565A (zh) * | 2019-08-09 | 2020-01-17 | 西北工业大学 | 高温多组分环境金属颗粒随流燃烧的模拟装置、使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Meng et al. | Holographic particle image velocimetry: from film to digital recording | |
CN203705307U (zh) | 基于双光束相向照射的干涉粒子成像测量装置 | |
CN103674791A (zh) | 一种基于双光束照射的干涉粒子成像测量方法 | |
CN109085178B (zh) | 一种用于增材制造的缺陷指纹精确在线监测和反馈方法 | |
Hamed et al. | Analysis of speckle images to assess surface roughness | |
CN109507069A (zh) | 一种用于固体推进剂铝团聚颗粒的精细化测量方法 | |
CN111707221B (zh) | 一种多曝光散射信号融合的表面粗糙度测量方法 | |
CN108956384A (zh) | 一种同步测量液体表面张力系数和接触角的光学方法 | |
Qieni et al. | High-accuracy particle sizing by interferometric particle imaging | |
CN102494614B (zh) | 一种高精度数字散斑相关测量方法 | |
CN102967261A (zh) | 一种基于数字散斑相关法的激光位移测量方法 | |
Zhao et al. | Volumetric measurements of a self-similar adverse pressure gradient turbulent boundary layer using single-camera light-field particle image velocimetry | |
CN104697906A (zh) | 一种基于近场散射的颗粒粒度测量装置及方法 | |
Pavlović et al. | Comparative study of direct and indirect image‐based profilometry in characterization of surface roughness | |
Maksarov et al. | Studying parameters and quality of thread by optical light field recorder | |
CN106018201B (zh) | 基于均值滤波的混合场粒径测量方法 | |
CN102062572A (zh) | 基于jtc的高精度光电混合像移测量装置及其方法 | |
Ott et al. | Three-dimensional structural comparison of tantalum glancing angle deposition thin films by FIB-SEM | |
CN112595635A (zh) | 一种测量溶液中纳米颗粒粒度三维分布的方法及装置 | |
CN204514759U (zh) | 一种基于近场散射的颗粒粒度图像采集装置 | |
Hong et al. | Measurement of particle size based on digital imaging technique | |
Maksarov et al. | Method for studying shape of cutting tool by light field recorder | |
Liu et al. | In-situ noncontact measurement system for nozzle throat deformation in high-temperature gas heating via laser speckle digital image correlation with wavelet smoothing of displacement field | |
Shang et al. | Reconstruction of ligaments and droplets via multiview digital inline holography | |
CN201680816U (zh) | 基于jtc的高精度光电混合像移测量装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190322 |
|
RJ01 | Rejection of invention patent application after publication |