CN112242000A - 基于丝网探针的气液两相流场特征重构方法、系统及介质 - Google Patents

基于丝网探针的气液两相流场特征重构方法、系统及介质 Download PDF

Info

Publication number
CN112242000A
CN112242000A CN202011141070.0A CN202011141070A CN112242000A CN 112242000 A CN112242000 A CN 112242000A CN 202011141070 A CN202011141070 A CN 202011141070A CN 112242000 A CN112242000 A CN 112242000A
Authority
CN
China
Prior art keywords
flow
matrix
liquid
gas
phase
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.)
Granted
Application number
CN202011141070.0A
Other languages
English (en)
Other versions
CN112242000B (zh
Inventor
顾汉洋
刘莉
张嘉荣
刘帅
张琦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202011141070.0A priority Critical patent/CN112242000B/zh
Publication of CN112242000A publication Critical patent/CN112242000A/zh
Application granted granted Critical
Publication of CN112242000B publication Critical patent/CN112242000B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring Volume Flow (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

本发明公开了一种基于丝网探针的气液两相流场特征重构方法，其利用MATLAB程序，首先通过标定获得空泡份额矩阵，对空泡份额矩阵进行三维表面重构获得流场的可视化结构图，从而对流型进行识别。通过对空泡份额矩阵进行剖分、截取和投影，获得流场的流动截面图以及投影图。基于流型识别的结果，对环状流和气柱流两种流型，利用求导法测量气柱直径或液膜厚度。对于泡状流和弹状流两种流型使用相关性算法计算气泡速度，使用活动轮廓算法对气泡或气弹进行识别，并对识别后的气泡进行诸如质心、体积和位置的物理参数的计算。

Description

基于丝网探针的气液两相流场特征重构方法、系统及介质
技术领域
本发明属于两相流流动成像技术领域，是一种基于丝网探针的气液两相流场特征重构方法。
背景技术
气液两相流动形式复杂、流型种类繁多，对其流场特征的准确测量对于两相流研究及其应用都十分重要。目前，气液两相流场测量方法主要包括光学法、射线法以及丝网探针法等。其中，光学法测量精度较高，但光学测量设备价格昂贵，通常只能拍摄到部分流场，且对被测介质和应用环境的清洁度有严格要求。射线法由于涉及到放射性元素，审批困难且成本也较高。相比之下，丝网探针通过在流动截面布置正交的金属电极丝，利用丝网节点测量流道全截面瞬时电信号值进行流场形态结构的重现。然而，目前还没有一套成熟的分析方法实现基于丝网探针测量数据的流场重构。
基于此，期望获得一种基于丝网探针测量数据所获得的流场重构方法，以获得更为准确的流场形态测量结果。
发明内容
针对现有技术中的缺陷，本发明的目的是提供基于丝网探针的气液两相流场特征重构方法、系统及介质。本发明通过基于丝网探针测量数据所获得的流场重构方法，以获得更为准确的流场形态测量结果。
为了实现上述目的，本发明提出了以下技术方案：
第一方面，本发明提出了一种基于丝网探针的气液两相流场特征重构方法，其包括如下步骤：
步骤S1：基于气液两相以及纯液相电流信号值对丝网探针实验数据进行标定，以获得空泡份额矩阵；
步骤S2：基于阈值以及等高线绘制算法对步骤S1获得的空泡份额矩阵进行三维重构，对三维结构进行流型识别；
步骤S3：沿不同方向截取步骤S1获得的空泡份额矩阵，对截取出的矩阵进行成像，获得流动截面图；
步骤S4：使用最小值投影算法，沿流动方向将步骤S1获得的空泡份额矩阵中每一列的最小值找出，并以最小值代替该列矩阵，得到更新后的空泡份额矩阵并对其进行成像，得到投影图；
步骤S5：对步骤S3所获得的流动截面图的图像进行数学运算分析，通过计算空泡份额，以获取截面点、线、面的空泡份额分布特征；
步骤S6：基于步骤S2的流型识别的分析结果，对环状流和气柱流进行气柱直径或液膜厚度的测量，通过分析步骤S5的流动截面图图像像素，使用求导算法寻找气液两相交界面，获取交界面后，按照像素比例关系计算液膜厚度物理特征参数；
步骤S7：基于步骤S2的流型识别的分析结果，对气泡流和弹状流进行气泡参数的测量，使用相关性算法计算气泡或气弹速度；
步骤S8：使用活动轮廓算法，提取步骤S4所获得的更新后的空泡份额矩阵中的气泡，并对气泡进行分类统计，结合测得的气泡速度对气泡的质心、位置和体积进行计算，最终获得重构的气液两相流场特征。
需要说明的是，在本发明所述的技术方案中，液膜厚度和气柱直径二者相加为一个定值，因此，计算得到其中一项，就可以获得另一项的值。
优选地，在所述步骤S2中，设定阈值去噪时，将空泡份额矩阵中小于等于阈值的值全都设置为0；而大于阈值的值保留原值；
基于等高线绘制算法绘制图像时，连接空泡份额矩阵中电流信号值相近的点，以获得等势面绘图。
优选地，在所述步骤S4中，通过公式对矩阵每一列的值进行排序，只取其中的最小值生成新矩阵，使用成像算法实现可视化投影。
优选地，在所述步骤S6中，通过对可视化截面图像进行求导计算，寻找像素导数的极值点，获取气液交界点，按比例计算液膜厚度。
优选地，在所述步骤S7中，使用两组丝网探针实验数据，采用相关性算法计算出气泡速度。
优选地，在所述步骤S8中，使用活动轮廓算法，基于轮廓表面能最小原理，进行气泡识别以及气泡的质心、位置和体积的计算。
优选地，在所述步骤S1中，通过丝网探针测量获得丝网探针实验数据构成的时空三维矩阵，基于气液两相以及纯液相电流信号值对时空三维矩阵求平均获得二维矩阵，基于三维时空矩阵以及二维矩阵进行标定以获得空泡份额矩阵。
第二方面，本发明提出了一种基于丝网探针的气液两相流场特征重构系统，所述基于丝网探针的气液两相流场特征重构系统包括：
丝网探针构成的传感器阵列，所述的传感器阵列采集气液两相以及纯液相电流信号值；
处理模块，所述处理模块执行下述步骤：
步骤S1：基于气液两相以及纯液相电流信号值对丝网探针实验数据进行标定，以获得空泡份额矩阵；
步骤S2：基于阈值以及等高线绘制算法对步骤S1获得的空泡份额矩阵进行三维重构，对三维结构进行流型识别；
步骤S3：沿不同方向截取步骤S1获得的空泡份额矩阵，对截取出的矩阵进行成像，获得流动截面图；
步骤S4：使用最小值投影算法，沿流动方向将步骤S1获得的空泡份额矩阵中每一列的最小值找出，并以最小值代替该列矩阵，得到更新后的空泡份额新矩阵并对其进行成像，得到投影图；
步骤S5：对步骤S3所获得的流动截面图的图像进行数学运算分析，根据定义通过计算空泡份额，以获取截面点、线、面的空泡份额分布特征；
步骤S6：基于步骤S2的流型识别的分析结果，对环状流和气柱流进行气柱直径或液膜厚度的测量，通过分析步骤S5的流动截面图像像素，使用求导算法寻找气液两相交界面，获取交界面后，按照像素比例关系计算液膜厚度物理特征参数；
步骤S7：基于步骤S2的流型识别的分析结果，对气泡流和弹状流进行气泡参数的测量，使用相关性算法计算气泡或气弹速度；
步骤S8：使用活动轮廓算法，提取步骤S4所获得的更新后的空泡份额矩阵中的气泡，并对气泡进行分类统计，结合测得的气泡速度对气泡的质心、位置和体积进行计算，最终获得重构的气液两相流场特征。
优选地，所述传感器阵列包括32×32×100000的两相流丝网探针数据构成的时空三维矩阵。
第三方面，本发明提出了一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述的基于丝网探针的气液两相流场特征重构方法的步骤。
在本发明所述的技术方案中，以32×32×100000的两相流丝网探针数据构成的数据矩阵R作为例子进行说明，首先需要对数据矩阵R进行标定，以获得空泡份额矩阵。具体来说：通过丝网探针构成的传感器阵列测量纯液相情况下总计100000帧数据，记该数据为时空三维矩阵M，对时空三维矩阵M求平均，转化成标定矩阵I，利用标定矩阵I对数据矩阵R进行标定，得到空泡份额矩阵Y。
其中，时空三维矩阵M是用来标定的矩阵，求平均后就是标定矩阵I，用标定矩阵I来标定数据矩阵R，获得空泡份额矩阵Y。
基于阈值以及等高线绘制算法对步骤S1获得的空泡份额矩阵进行三维重构，对三维结构进行流型识别。具体来说，选取阈值，剔除阈值以下的图像，采用连接等势面的方式获取流场三维成像图。
对空泡份额矩阵Y进行不同方向截取，对截取到的二维矩阵进行成像可以获得各个截面处的流动截面图。
仿照光学成像原理，采用最小值投影算法，获取侧面投影图。
对流动截面图图像进行像素分析，使用求导法寻找气液两相交界面，获取交界面后，按照像素比例关系计算液膜厚度等物理特征参数。
对流动截面图图像进行数学运算分析，根据定义计算空泡份额，获取截面点、线和面上的空泡份额特征。
使用两组丝网探针数据，利用相关性算法计算流场中的气泡速度。
使用活动轮廓算法，提取空泡矩阵中的气泡，并对气泡进行分类统计，结合测得的气泡速度对气泡的质心、位置和体积进行计算。
与现有技术相比，本发明具有适用于各种流型，计算准确度高，且计算速度快的优点。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明所述的基于丝网探针的气液两相流场特征重构方法在一种实施方式中所获得的基于丝网探针数据的两相流场三维可视化结果图；
图2为本发明所述的基于丝网探针的气液两相流场特征重构方法在一种实施方式中所获得的流动截面成像图；
图3为本发明所述的基于丝网探针的气液两相流场特征重构方法在一种实施方式中所获得的流动截面拼接图；
图4为本发明所述的基于丝网探针的气液两相流场特征重构方法在一种实施方式中所获得的基于最小值原理的流动投影图；
图5为本发明所述的基于丝网探针的气液两相流场特征重构方法在一种实施方式中气泡提取效果图；
图6为本发明所述的基于丝网探针的气液两相流场特征重构方法在一种实施方式中的流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1
以32×32×100000的数据矩阵R为例。图6示意了采用本发明所述的基于丝网探针的气液两相流程特征重构方法的整体流程示意图。
如图6所示，一种基于丝网探针的气液两相流场特征重构方法包括如下步骤：
步骤S1：基于气液两相以及纯液相电流信号值对丝网探针实验数据进行标定，以获得空泡份额矩阵；
步骤S2：基于阈值以及等高线绘制算法对步骤S1获得的空泡份额矩阵进行三维重构，对三维结构进行流型识别；
步骤S3：沿不同方向截取步骤S1获得的空泡份额矩阵，对截取出的矩阵进行成像，获得流动截面图；
步骤S4：使用最小值投影算法，沿流动方向将步骤S1获得的空泡份额矩阵中每一列的最小值找出，并以最小值代替该列矩阵，得到更新后的空泡份额矩阵并对其进行成像，得到投影图；
步骤S5：对步骤S3所获得的流动截面图的图像进行数学运算分析，通过计算空泡份额，以获取截面点、线、面的空泡份额分布特征；
步骤S6：基于步骤S2的流型识别的分析结果，对环状流和气柱流进行气柱直径或液膜厚度的测量，通过分析步骤S5的流动截面图图像像素，使用求导算法寻找气液两相交界面，获取交界面后，按照像素比例关系计算液膜厚度和气柱直径。
步骤S7：基于步骤S2的流型识别的分析结果，对气泡流和弹状流进行气泡参数的测量，使用相关性算法计算气泡或气弹速度；
步骤S8：使用活动轮廓算法，提取步骤S4所获得的更新后的空泡份额矩阵中的气泡，并对气泡进行分类统计，结合测得的气泡速度对气泡的质心、位置和体积进行计算，最终获得重构的气液两相流场特征。
其中，上述方法的具体过程如下所述：
首先，对数据矩阵Ri，j，k进行标定，将流动介质加热或冷却至试验工况条件下，控制变量例如系统压力，以除去离散气泡，从而确认流体处于纯液相状态。然后，通过丝网探针构成的传感器测量总计100000帧数据，获取一个32×32×100000的时空三维矩阵M。对时空三维矩阵M求平均，得到32×32的二维矩阵Ii，j，Ii，j就是标定矩阵。通过以下公式可以获得空泡份额矩阵Yi，j，k。
Figure BDA0002738283860000061
其中，Yi,j,k为空泡份额矩阵，Ri,j,k为数据矩阵，Ii,j为标定矩阵。
获取空泡份额矩阵Yi，j，k后设定合理的阈值T，去除小于阈值的噪声，即:
Figure BDA0002738283860000062
其中，Yi,j,k为空泡份额矩阵；T为阈值，其取值范围通常小于等于0.1。
采用绘制等高线的形式，连接数值相近的位置从而获取气液两相的交界面，随后通过MATLAB中的surface函数对其进行绘制，三维可视化结果图如图1所示。
对空泡份额矩阵Yi,j,k沿三个方向i,j,k进行截取。假定流动方向为k方向，沿正交于k方向对空泡份额矩阵Yi,j,k进行截取，可以获得截面矩阵Gi,j。
Gi,j＝Yi,j,k k为选定的工况内的任意数字
其中，Gi,j为二维截面矩阵。
根据G中各点的空泡大小不同进行绘图，得到流动截面成像图，所获得的流动截面成像图如图2所示。在此基础上通过MATLAB中的slice函数进行拼接，拼接所获得的图像如图3所示，由此可以获得多个不同方向的截面图的组合，从而可以多角度观察两相流场。
以观察者视角观察到两相流型事实上是观察方向上各个截面的组合，通常只能通过高速摄像等光学手段拍摄到的，但是通过简化处理，丝网探针数据也可以得到类似的投影图，如图4所示。
其原理如下：从i方向也就是正交于流动方向看去，可将空泡矩阵Y分解为3200000个32×1的线矩阵，对于每一个32×1的线矩阵，寻找其中的最小值(可视为1×1的矩阵)，用该1×1矩阵代替32×1的线矩阵，得到一个32×100000的俯视图矩阵F，利用数学式可以简洁的写成:
Fa,b＝MinYa,i,b(i＝1,2,3......32)
其中，Fa,b为俯视图矩阵，Ya,i，b表示投影矩阵。
在对两相流的流动截面处理完成之后，需要进行数学与物理上的参数分析。对于两相流动来说最重要的参数就是空泡份额，对于空泡份额根据定义可以这样计算：
将时空中任意一点的空泡份额设定为：αi,j,k＝Yi,j,k
其中，αi,j,k为任意点的空泡份额。
则任意截面的空泡份额：
Figure BDA0002738283860000071
其中，as表示任意截面的空泡份额。
考虑到不同流型存在不同的流动特征，对于环状流以及气柱流等两相分层流动形态，气柱或液膜是最关注的物理特征。对于该类情况，首先沿流动方向截取矩阵，按列或行对空泡份额的值进行分析，采用类似求导的算法寻找空泡值的极值点，将该点定义为气液两相交界面。按比例可以计算得到气柱直径或液膜厚度，计算式如下所述：
Figure BDA0002738283860000072
式中，L表示液膜厚度，n表示液相像素点数，d/l表示单位像素与实际距离的转换比例关系。
对于气泡流和弹状流，气泡的参数分析是最关注的物理特征。为了提取气泡特征，首先需要在空泡份额矩阵Yi,j,k中分割出气泡，分割气泡基于活动轮廓法，即使用轮廓表面能最低的方法进行分割，运用MATLAB中的actcontour函数进行分割，将气泡区域单独识别来，最终所获得的图像如图5。然后根据定义计算物理特征参数例如气泡体积以及含气率。其中，气泡体积计算公式如下：
Figure BDA0002738283860000081
式中，V表示气泡体积，N表示气泡所占像素点数，Vg表示气泡速度，Δx表示X方向上单位像素与实际距离的转换比例关系，Δy表示Y方向上单位像素与实际距离的转换比例关系，f表示采集频率。
气泡平均含气率计算公式如下：
Figure BDA0002738283860000082
质心与其余参数可以通过MATLAB中的regionalprop函数计算得到。
需要说明的是，本发明的保护范围中现有技术部分并不局限于本申请文件所给出的实施例，所有不与本发明的方案相矛盾的现有技术，包括但不局限于在先专利文献、在先公开出版物，在先公开使用等等，都可纳入本发明的保护范围。
此外，本案中各技术特征的组合方式并不限本案权利要求中所记载的组合方式或是具体实施例所记载的组合方式，本案记载的所有技术特征可以以任何方式进行自由组合或结合，除非相互之间产生矛盾。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种基于丝网探针的气液两相流场特征重构方法，其特征在于，其包括如下步骤：
步骤S1：基于气液两相以及纯液相电流信号值对丝网探针实验数据进行标定，以获得空泡份额矩阵；
步骤S2：基于阈值以及等高线绘制算法对步骤S1获得的空泡份额矩阵进行三维重构，对三维结构进行流型识别；
步骤S3：沿不同方向截取步骤S1获得的空泡份额矩阵，对截取出的矩阵进行成像，获得流动截面图；
步骤S4：使用最小值投影算法，沿流动方向将步骤S1获得的空泡份额矩阵中每一列的最小值找出，并以最小值代替该列矩阵，得到更新后的空泡份额矩阵并对其进行成像，得到投影图；
步骤S5：对步骤S3所获得的流动截面图的图像进行数学运算分析，通过计算空泡份额，以获取截面点、线、面的空泡份额分布特征；
步骤S6：基于步骤S2的流型识别的分析结果，对环状流和气柱流进行气柱直径或液膜厚度的测量，通过分析步骤S5的流动截面图图像像素，使用求导算法寻找气液两相交界面，获取交界面后，按照像素比例关系计算液膜厚度和气柱直径；
步骤S7：基于步骤S2的流型识别的分析结果，对气泡流和弹状流进行气泡参数的测量，使用相关性算法计算气泡或气弹速度；
步骤S8：使用活动轮廓算法，提取步骤S4所获得的更新后的空泡份额矩阵中的气泡，并对气泡进行分类统计，结合测得的气泡速度对气泡的质心、位置和体积进行计算，最终获得重构的气液两相流场特征。
2.根据权利要求1所述的基于丝网探针的气液两相流场特征重构方法，其特征在于，在所述步骤S2中，设定阈值去噪时，将空泡份额矩阵中小于等于阈值的值全都设置为0；而大于阈值的值保留原值；
基于等高线绘制算法绘制图像时，连接空泡份额矩阵中电流信号值相近的点，以获得等势面绘图。
3.根据权利要求1所述的基于丝网探针的气液两相流场特征重构方法，其特征在于，在所述步骤S4中，通过公式对矩阵每一列的值进行排序，只取其中的最小值生成新矩阵，使用成像算法实现可视化投影。
4.根据权利要求1所述的基于丝网探针的气液两相流场特征重构方法，其特征在于，在所述步骤S6中，通过对流动截面图像进行求导计算，寻找像素导数的极值点，获取气液交界点，按比例计算液膜厚度。
5.根据权利要求1所述的基于丝网探针的气液两相流场特征重构方法，其特征在于，在所述步骤S7中，使用两组丝网探针实验数据，采用相关性算法计算出气泡速度。
6.根据权利要求1所述的基于丝网探针的气液两相流场特征重构方法，其特征在于，在所述步骤S8中，使用活动轮廓算法，基于轮廓表面能最小原理，进行气泡识别以及气泡的质心、位置和体积的计算。
7.根据权利要求1所述的基于丝网探针的气液两相流场特征重构方法，其特征在于，在所述步骤S1中，通过丝网探针测量获得丝网探针实验数据构成的时空三维矩阵，基于气液两相以及纯液相电流信号值对时空三维矩阵求平均获得二维矩阵，基于三维时空矩阵以及二维矩阵进行标定以获得空泡份额矩阵。
8.一种基于丝网探针的气液两相流场特征重构系统，其特征在于，所述基于丝网探针的气液两相流场特征重构系统包括：
丝网探针构成的传感器阵列，所述的传感器阵列采集气液两相以及纯液相电流信号值；
处理模块，所述处理模块执行下述步骤：
步骤S1：基于气液两相以及纯液相电流信号值对丝网探针实验数据进行标定，以获得空泡份额矩阵；
步骤S2：基于阈值以及等高线绘制算法对步骤S1获得的空泡份额矩阵进行三维重构，对三维结构进行流型识别；
步骤S3：沿不同方向截取步骤S1获得的空泡份额矩阵，对截取出的矩阵进行成像，获得流动截面图；
步骤S4：使用最小值投影算法，沿流动方向将步骤S1获得的空泡份额矩阵中每一列的最小值找出，并以最小值代替该列矩阵，得到更新后的空泡份额矩阵并对其进行成像，得到投影图；
步骤S5：对步骤S3所获得的流动截面图的图像进行数学运算分析，通过计算空泡份额，以获取截面点、线、面的空泡份额分布特征；
步骤S6：基于步骤S2的流型识别的分析结果，对环状流和气柱流进行气柱直径或液膜厚度的测量，通过分析步骤S5的流动截面图图像像素，使用求导算法寻找气液两相交界面，获取交界面后，按照像素比例关系计算液膜厚度物理特征参数；
步骤S7：基于步骤S2的流型识别的分析结果，对气泡流和弹状流进行气泡参数的测量，使用相关性算法计算气泡或气弹速度；
步骤S8：使用活动轮廓算法，提取步骤S4所获得的更新后的空泡份额矩阵中的气泡，并对气泡进行分类统计，结合测得的气泡速度对气泡的质心、位置和体积进行计算，最终获得重构的气液两相流场特征。
9.根据权利要求8所述的基于丝网探针的气液两相流场特征重构系统，其特征在于，所述传感器阵列包括32×32×100000的两相流丝网探针数据构成的时空三维矩阵。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的基于丝网探针的气液两相流场特征重构方法的步骤。
CN202011141070.0A 2020-10-22 2020-10-22 基于丝网探针的气液两相流场特征重构方法、系统及介质 Active CN112242000B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011141070.0A CN112242000B (zh) 2020-10-22 2020-10-22 基于丝网探针的气液两相流场特征重构方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011141070.0A CN112242000B (zh) 2020-10-22 2020-10-22 基于丝网探针的气液两相流场特征重构方法、系统及介质

Publications (2)

Publication Number Publication Date
CN112242000A true CN112242000A (zh) 2021-01-19
CN112242000B CN112242000B (zh) 2022-07-26

Family

ID=74169831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011141070.0A Active CN112242000B (zh) 2020-10-22 2020-10-22 基于丝网探针的气液两相流场特征重构方法、系统及介质

Country Status (1)

Country Link
CN (1) CN112242000B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113610727A (zh) * 2021-08-05 2021-11-05 上海交通大学 针对两相体积份额图像的边界重构锐化方法
CN113688580A (zh) * 2021-07-21 2021-11-23 上海交通大学 气液两相流相界面密度计算方法、装置、设备和存储介质
CN113822952A (zh) * 2021-09-22 2021-12-21 西安石大派普特科技工程有限公司 一种基于图像处理的多相流流型判别方法
CN113959943A (zh) * 2021-09-22 2022-01-21 武汉雷施尔光电信息工程有限公司 一种平面型光纤探针传感器的空泡份额测量系统及方法
CN114689667A (zh) * 2022-03-28 2022-07-01 上海交通大学 基于丝网传感器的棒束通道内两相交混速率测量方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1664555A (zh) * 2005-03-17 2005-09-07 上海交通大学 基于时间序列与神经网络模式辨识的两相流流型识别方法
CN204882446U (zh) * 2015-07-28 2015-12-16 华北电力大学 一种测量气液两相流中空泡份额的标定实验台架
CN206671245U (zh) * 2017-03-20 2017-11-24 东北电力大学 一种以玻璃为基体测量气液两相流参数的电导探针
CN108534835A (zh) * 2018-05-07 2018-09-14 中国核动力研究设计院 两相流界面参数测量方法
CN109119176A (zh) * 2018-08-24 2019-01-01 西安交通大学 利用γ射线与可视化结合测量流体空泡份额的装置及方法
WO2020101103A1 (ko) * 2018-11-13 2020-05-22 주식회사 하이드로셈 옵티컬 플로우 영상 처리를 이용하는 하천 유속 측정 장치 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1664555A (zh) * 2005-03-17 2005-09-07 上海交通大学 基于时间序列与神经网络模式辨识的两相流流型识别方法
CN204882446U (zh) * 2015-07-28 2015-12-16 华北电力大学 一种测量气液两相流中空泡份额的标定实验台架
CN206671245U (zh) * 2017-03-20 2017-11-24 东北电力大学 一种以玻璃为基体测量气液两相流参数的电导探针
CN108534835A (zh) * 2018-05-07 2018-09-14 中国核动力研究设计院 两相流界面参数测量方法
CN109119176A (zh) * 2018-08-24 2019-01-01 西安交通大学 利用γ射线与可视化结合测量流体空泡份额的装置及方法
WO2020101103A1 (ko) * 2018-11-13 2020-05-22 주식회사 하이드로셈 옵티컬 플로우 영상 처리를 이용하는 하천 유속 측정 장치 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RONALD E. VIEIRA ET AL.: "Experimental Investigation of Horizontal Gas–Liquid Stratified and Annular Flow Using Wire-Mesh Sensor", 《JOURNAL OF FLUIDS ENGINEERING》 *
刘双科等: "绕水翼超空化阶段空泡相分布的定量图像分析", 《中国体视学与图像分析》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113688580A (zh) * 2021-07-21 2021-11-23 上海交通大学 气液两相流相界面密度计算方法、装置、设备和存储介质
CN113688580B (zh) * 2021-07-21 2024-03-08 上海交通大学 气液两相流相界面密度计算方法、装置、设备和存储介质
CN113610727A (zh) * 2021-08-05 2021-11-05 上海交通大学 针对两相体积份额图像的边界重构锐化方法
CN113822952A (zh) * 2021-09-22 2021-12-21 西安石大派普特科技工程有限公司 一种基于图像处理的多相流流型判别方法
CN113959943A (zh) * 2021-09-22 2022-01-21 武汉雷施尔光电信息工程有限公司 一种平面型光纤探针传感器的空泡份额测量系统及方法
CN113959943B (zh) * 2021-09-22 2024-03-19 武汉雷施尔光电信息工程有限公司 一种平面型光纤探针传感器的空泡份额测量系统及方法
CN114689667A (zh) * 2022-03-28 2022-07-01 上海交通大学 基于丝网传感器的棒束通道内两相交混速率测量方法

Also Published As

Publication number Publication date
CN112242000B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN112242000B (zh) 基于丝网探针的气液两相流场特征重构方法、系统及介质
CN113269237B (zh) 基于注意力机制的装配体变化检测方法、设备和介质
US10262189B2 (en) Evaluation of co-registered images of differently stained tissue slices
Lecigne et al. Exploring trees in three dimensions: VoxR, a novel voxel-based R package dedicated to analysing the complex arrangement of tree crowns
CN112560355B (zh) 基于卷积神经网络的风洞的马赫数的预测方法和装置
CN112991287B (zh) 一种基于全卷积神经网络的自动压痕测量方法
CN106530271B (zh) 一种红外图像显著性检测方法
KR101305305B1 (ko) 시공간 영상의 상관 분석을 이용한 표면 유속 측정 시스템 및 방법
CN103808492A (zh) 一种otdr采集数据的曲线显示方法
CN104992403A (zh) 一种基于视觉相似度度量的混合操作算子图像重定向方法
CN112798654B (zh) 用于电阻抗层析成像的快速梯度法和自适应雅可比矩阵重构方法
CN107832771A (zh) 气象数据处理装置及方法、包括气象数据处理装置的系统及记录气象数据处理程序的介质
Sarfaty et al. A video-based system for the estimation of the inertial properties of body segments
CN113627325A (zh) 基于视频的振动定位和分析方法
CN107578001A (zh) 测试指纹采集设备的分辨率的方法及装置
TW200408034A (en) Pattern measurement method, manufacturing method of semiconductor device using the same, and pattern measurement device
CN110349133B (zh) 物体表面缺陷检测方法、装置
CN112598792A (zh) 三维场景中地形复杂度的多重分形量化方法及系统
CN106951918A (zh) 一种用于冷冻电镜分析的单颗粒图像聚类方法
CN104794716B (zh) 基于图像分形特征的图像质量客观评价方法
Mühlbacher-Karrer et al. Object detection based on electrical capacitance tomography
CN114820688A (zh) 一种基于时空轨迹的公共空间社交距离测量和分析方法
CN113506366A (zh) 一种位错特征的三维图示化表示方法
KR101285256B1 (ko) 상호상관방식 고속화상처리 기법을 이용한 물체의 진동측정방법 및 측정장치
CN110779615A (zh) 一种利用光学原理来测量物体振动的方法及其装置

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
GR01 Patent grant
GR01 Patent grant