CN113432829A - 一种用于气、固、液多相云雾燃爆湍流场piv测量集成系统 - Google Patents

一种用于气、固、液多相云雾燃爆湍流场piv测量集成系统 Download PDF

Info

Publication number
CN113432829A
CN113432829A CN202110695032.8A CN202110695032A CN113432829A CN 113432829 A CN113432829 A CN 113432829A CN 202110695032 A CN202110695032 A CN 202110695032A CN 113432829 A CN113432829 A CN 113432829A
Authority
CN
China
Prior art keywords
image
flow field
cloud
piv
solid
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
CN202110695032.8A
Other languages
English (en)
Other versions
CN113432829B (zh
Inventor
刘雪岭
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202110695032.8A priority Critical patent/CN113432829B/zh
Publication of CN113432829A publication Critical patent/CN113432829A/zh
Application granted granted Critical
Publication of CN113432829B publication Critical patent/CN113432829B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/06—Measuring arrangements specially adapted for aerodynamic testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/26—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the direct influence of the streaming fluid on the properties of a detecting optical wave
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/207—Analysis of motion for motion estimation over a hierarchy of resolutions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

本发明涉及可燃性多相云雾安全指标量化测定技术领域，公开了一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，包括多功能同步触发装置、PIV片光发生装置、PIV数据分析处理装置、高速摄像机、示踪粒子、透明实验爆炸罐体、双喷头雾化装置和PIV数据记录与存储系统，所述多功能同步触发装置用于透明实验爆炸罐体爆炸时双喷头雾化装置和PIV数据记录与存储系统精确触发。本发明能精确捕捉，准确获得云雾点火时刻多相燃料云雾场的矢量速率云图与湍流强度,为预防可燃性多相云雾安全生产环境可能燃爆事故，实现准确获取不同可燃性多相云雾不同工况下，发生燃爆因素指标量化测定，且操作直观简便、控制精准。

Description

一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统
技术领域
本发明涉及可燃性多相云雾安全指标量化测定技术领域，具体是一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统。
背景技术
石油燃料、金属粉末、谷类食品加工等多相燃料由于这些物质在其生产加工、储存和运输过程中极易发生泄漏、扬尘等现象，可燃性液体及粉尘分散到空气介质中，形成均相混合物，一旦遇到外加能量或自发化学反应所释放能量的作用，即可发生燃烧、爆炸乃至爆轰，对于工业生产部门，为了能够抑制或预防在生产过程中发生此类事故，就必须从机理上认识云雾爆炸在其点火，燃烧与爆炸过程的基本规律，进而对多相云雾爆炸事故的危险行业的安全生产提出依据，因此，需要对粉尘粒子瞬态运动规律进行观测。
根据示踪粒子浓度的不同，粒子图像测速技术分为三种模式：激光散斑测速技术(LSV)、粒子跟踪测速技术(PTV)和粒子图像测速技术(PIV)，其中，LSV是流场中示踪粒子浓度较大时，图像中的示踪粒子中在成像图上出现相互重叠现象，无法区分和识别单个粒子，这时粒子间的随机相差会产生激光散斑，利用散斑的特征计算流体速率；PTV是当流场中示踪粒子浓度较低时，示踪粒子的图像在成像图中相互重叠现象较少，因此能够跟踪每个单个粒子的速度，通过测量它们的位移来确定流场速率；PIV是当流场中示踪粒子浓度介于LSV和PTV之间时，通过测量小区域(诊断窗口)中粒子的平均位移来得到该区域中心处的流场速率。
然而，现有的测量方法精度较差，观察不便，往往不能准确地观测与燃爆密切相关的参数，从而可能导致燃爆事故地发生。
发明内容
本发明的目的在于提供一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，包括多功能同步触发装置、PIV片光发生装置、PIV数据分析处理装置、高速摄像机、示踪粒子、透明实验爆炸罐体、双喷头雾化装置和PIV数据记录与存储系统，所述多功能同步触发装置用于透明实验爆炸罐体爆炸时双喷头雾化装置和PIV数据记录与存储系统精确触发，所述PIV数据分析处理装置系统包括流场数据后处理、序列图像流场计算和序列图像前处理，所述流场数据后处理包括错误矢量剔除、速度向量插值和流场可视化，所述序列图像流场计算采用粒子匹配几率算法，所述序列图像处理包括图像增强和图像分割，所述PIV片光发生装置包括激光器、棱镜和柱面镜，所述PIV数据分析处理装置为内存有PIV数据分析软件的计算机，所述透明实验爆炸罐体的内侧安装有一组对称的双喷头雾化装置而形成流场，所述PIV片光发生装置所发出的片光平面用于在透明实验爆炸罐体的纵截面、横截面不同位置进行测量。
作为本发明再进一步的方案：所述图像增强包括灰度变换、直方图修正、图像平滑处理和图像锐化处理；
所述灰度转变用于将图像的动态范围增大，对比度拓展，使图像更加清晰、特征更加明显；
所述直方图修正用于对图像中像素个数较多的灰度部分进行展宽，而对像素
个数较少的灰度部分进行归并处理，进一步改善图像清晰度，同时原始图像特征又得以保持；
所述图像平滑处理用于减弱或消除图像中高频率分量，而不影响低频分量，且图像平滑处理采用均值滤波的处理方法。
作为本发明再进一步的方案：所述图像分割用于将图像分成互不重叠的区域并提取所研究的粒子图像信息。
作为本发明再进一步的方案：所述粒子匹配几率法为一种利用粒子群体运动特征的PTV算法。
作为本发明再进一步的方案：所述错误矢量剔除用于剔除图像中存在噪声或视野中外界杂物成像，以及系统自动计算粒子匹配中误判而产生一些错误流速矢量信息，得到正确完整的反映流场规律的流速场；
所述错误矢量剔除分为人工判断和自动判断两种；
所述人工判断根据周围流速场的整体形态来判断某一条流速矢量是否正确；
所述自动判断根据周围流速场的形态，根据设定区域和方法自行判断。
作为本发明再进一步的方案：所述速度向量插值用于更好的表现出流场的特征，以得到均分布网格上的流速矢量，从而避免流场中粒子所处的位置的随机性，得到初期流场矢量计算结果分布不均匀。
作为本发明再进一步的方案：所述流场可视化用于展示流场云图，并通过不同色彩显示与标注强度变化区域，达到流场强度变化云图最终结果。
与现有技术相比，本发明的有益效果：
本发明能精确捕捉，准确获得云雾点火时刻多相燃料云雾场的矢量速率云图与湍流强度,为预防可燃性多相云雾安全生产环境可能燃爆事故，实现准确获取不同可燃性多相云雾不同工况下，发生燃爆因素指标量化测定，且操作直观简便、控制精准，能完成可燃性多相云雾点火时刻，罐体不同位置云雾场的湍流速率与强度，其与燃爆密切相关的参数测量。
附图说明
图1为一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统的结构示意图；
图2为一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统中阈值分割方法过程的示意图；
图3为一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统中粒子匹配几率法的示意图；
图4为一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统中流场数据的后处理示意图；
图5为一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统中多功能同步触发装置的设计原理图；
图6为一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统中可编程逻辑控制器的同步触发编程图。
具体实施方式
请参阅图1～6，本发明实施例中，一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，包括多功能同步触发装置、PIV片光发生装置、PIV数据分析处理装置、高速摄像机、示踪粒子、透明实验爆炸罐体、双喷头雾化装置和PIV数据记录与存储系统，多功能同步触发装置用于透明实验爆炸罐体爆炸时双喷头雾化装置和PIV数据记录与存储系统精确触发，精度在1ms，PIV数据分析处理装置系统包括流场数据后处理、序列图像流场计算和序列图像前处理，流场数据后处理包括错误矢量剔除、速度向量插值和流场可视化，序列图像流场计算采用粒子匹配几率算法，序列图像处理包括图像增强和图像分割，PIV片光发生装置包括激光器、棱镜和柱面镜，PIV数据分析处理装置为内存有PIV数据分析软件的计算机，透明实验爆炸罐体的内侧安装有一组对称的双喷头雾化装置而形成流场，双喷头雾化装置可以在几毫秒到几十毫秒内发生喷雾、喷粉，PIV片光发生装置所发出的片光平面用于在透明实验爆炸罐体的纵截面、横截面不同位置进行测量。
优选的，图像增强包括灰度变换、直方图修正、图像平滑处理和图像锐化处理，由于不同环境及现场流场照明不均匀等原因，激光屏会产生一些反射，故有必要对图像进行增强处理，图像增强是对所采集的连续序列图像的边界、轮廓、亮度、对比度等进行强调或锐化，以便提高粒子显示、分析与处理，并在随后粒子的流场计算中获得更高的准确率；
灰度转变用于将图像的动态范围增大，对比度拓展，使图像更加清晰、特征更加明显，其计算方法如下：
设图像大小为m×n，原像素灰度为f(i,j)，经过灰度变化后图像灰度为g(i,j)，而从f(i,j)到g(i,j)的映射函数可根据实际实验获得的图像结果，可以选择线性函数、对数函数或指数函数的方法进行图像处理，假设f(i,j)的值域范围时[f1,f2]，变换后[g1,g2]，则有
Figure BDA0003127006150000041
对于图像需突出重要的研究区间，可对f(i,j)和g(i,j)的定义区域进行手工指定，采样三段线性变换方法
Figure BDA0003127006150000042
直方图修正用于对图像中像素个数较多的灰度部分进行展宽，而对像素个数较少的灰度部分进行归并处理，进一步改善图像清晰度，同时原始图像特征又得以保持，其计算方法如下：
设图像大小为m×n，处理前后图像灰度分别为f(i,j)和g(i,j)，图像的灰度变化范围是[0,255]。具体修正步骤如下：
S1、将原始图像灰度直方图以256维向量hf表示；
S2、根据直方图hf得出原始图像灰度分布的概率pf(i)＝hf(i)/mn,i＝1,2,.....,255；
S3、计算图像各个灰度值的累计分布概率
Figure BDA0003127006150000051
Figure BDA0003127006150000052
S4、进行直方图均衡化计算，若f(i,j)的灰度值为k，则有g(i,j)＝255pa(k)；
图像平滑处理用于减弱或消除图像中高频率分量，而不影响低频分量，对于图像中某一点像素，如果和周围的像素点相比出现明显的不同，则可认定该像素点出现噪声污染，图像平滑处理采用均值滤波的处理方法，具体算法步骤如下：
S11、先确定邻域大小，手动采用4点、8点邻域作为模板大小，即假设处理模板大小为m1×m2；
S12、计算所处理的像素点的灰度值和邻域内所有像素灰度值平均值：
Figure BDA0003127006150000053
S13、若所处理的像素点的灰度值和邻域内所有像素灰度值平均值的差值大于所设定的门限值，则用邻域内所有像素灰度值平均值代替当前值：
Figure BDA0003127006150000054
图像锐化处理用于突出图像中粒子的细节，使粒子边缘和轮廓更为清晰，由于边缘和轮廓是图像灰度突变的地方，因此使用灰度的差分法对边缘和轮廓进行提取，表1列出了灰度变化的差分方式，根据实际应用，可选择一阶差分的前差分、后差分或中心差分格式，其计算方法如下：
求解沿x和y方向的一阶差分：
Figure BDA0003127006150000055
为提升图像运算速率，应用近似求得图像灰度变化的梯度：
Figure BDA0003127006150000056
在得到图像灰度变化的梯度后，运用
Figure BDA0003127006150000061
进行图像的锐化处理。
表1 灰度变化的差分方式
差分格式 沿x方向的差分G<sub>x</sub> 沿y方向的差分G<sub>y</sub>
前差分 f(i+1,j)-f(i,j) f(i,j+1)-f(i,j)
后差分 f(i,j)-f(i-1,j) f(i,j)-f(i,j-1)
中心差分 0.5[f(i+1,j)-f(i-1,j)] 0.5[f(i,j+1)-f(i,j-1)]
优选的，图像分割用于将图像分成互不重叠的区域并提取所研究的粒子图像信息，是图像流场分析前重要的工序，因此，图像分割实现的好坏直接影响到图像分析处理的最终结果，图像分割的方法分采用阈值分割方法，其分割方法如下：
S21、对图像进行二值化处理，使图像中粒子和背景的灰度值形成明显的对比度，即先确定图像合适的灰度阈值T，根据每个像素的灰度值与该阈值大小来进行分割，其数学描述：
Figure BDA0003127006150000062
S22、通过S21步骤将一副原始图像分割得到了一副二值图像，如图2(a)到如图2(b)所示变化；
S23、根据显示及图像分析处理的要求，将S22步骤中计算得出的二值图像进行反相运算处理，以粒子为显性特征图像，得到如图2(c)所示，其中，图2(d)为二值图像局部放大示意图。
优选的，粒子匹配几率法为一种利用粒子群体运动特征的PTV算法，示踪粒子在连续的两帧图像上，满足三条基本特征：
1)最大速度特征：任何粒子在连续的两帧图像上采样间隔位移小于一个确定值R2，如图3所示，第一帧图像的Xi粒子可能分别运动到第二帧图像的Yj、Y1、Y2粒子位置；
2)流场局域特征：在第一帧图像Xi粒子的区域范围内，即半径为R3范围内，所有示踪粒子的运动矢量应基本相似，如图3所示，第一帧图像的X1、X2、X3、X4、Xi粒子应该运动到第二帧图像的Y1、Y2、Y3、Y4、Yj粒子位置；
3)基本相同矢量之差的模：应仅存在一个较小误差范围，即误差圆半径为R4，如图3所示，第一帧图像的X4粒子按照第一个特征可能分别运动到第2帧图像的Y3、Y4位置，但Y3位置超出了群体矢量XiYi误差范围R4,即,|XiYi-X4Y3|≥R4，则Y3不是群体矢量XiYi的有效跟踪粒子，但不排除Y3粒子成为其它矢量的有效跟踪粒子；
基于上述三条基本特征，从目标粒子Xi的所有可能运动轨迹中，找到匹配几率最高的一条轨迹，进而最终确定目标粒子的匹配，实现方法如下：
S31、按照第一特征准则，找到第一帧图像的Xi在第二帧图像中所有可能为真的粒子，如图3所示有Yj、Y1、Y2,共3个，并设Xi到Yj、Y1、Y2的几率为Pi1、Pi2、Pij，Xi以及均不匹配的几率
Figure BDA0003127006150000071
设Pi1、Pi2、Pij、
Figure BDA0003127006150000072
的初始几率均匀分布，即
Figure BDA0003127006150000073
S32、按照第二特征准则，找到第一帧图像的Xi在第一帧图像上的所有相邻区域的粒子，如图3所示有X1、X2、X3、X4，共4个，对所有相邻区域每一个粒子进行第一步骤操作，得到其可能运动分叉及几率；
S33、对示踪粒子Xi各个可能运动矢量XiYξ(ξ＝1,2,j)，与其相邻区域的粒子X1、X2、X3、X4的可能运动分叉，按照第三特征原则搜寻相似矢量，并把相似矢量的几率按(9)式求和，按(10)式进行规一化；
Figure BDA0003127006150000074
Figure BDA0003127006150000075
其中
Figure BDA0003127006150000076
i为第一帧图像上研究的目标粒子下标；ξ为第i个目标粒子的可能匹配分叉运动矢量下标，ξ＝1,2,j；k为第i个目标粒子的相邻区域粒子下标，k＝1,2,3,4；l为相邻区域粒子的可能匹配分叉矢量下标；A、B为松驰系数，A<1,B>1，B/A设置越大，收敛速度越快，n为迭代次数；
S34、按(9)式、(10)式构成迭代公式，经过4、5次迭代，正确的运动矢量匹配几率迅速增加，而不正确的运动矢量的匹配几率迅速减少。匹配几率最大的运动矢量将作为粒子Xi的最终运动矢量。
优选的，错误矢量剔除用于剔除图像中存在噪声或视野中外界杂物成像，以及系统自动计算粒子匹配中误判而产生一些错误流速矢量信息，得到正确完整的反映流场规律的流速场；
错误矢量剔除分为人工判断和自动判断两种；
人工判断根据周围流速场的整体形态来判断某一条流速矢量是否正确；
自动判断根据周围流速场的形态，根据设定区域和方法自行判断，且自动判断可选择以下一种或多种方式进行：
1)阈值法：根据设定区域中的最大、最小流速值进行判断；
2)平均值法：根据设定区域中流速矢量的平均值进行判断；
3)方向突变排除法：根据设定区域中流速矢量的整体方向，若发生与整体方向相反或异向，则加以排除；
4)CNN人工神经网络法。
优选的，速度向量插值用于更好的表现出流场的特征，以得到均分布网格上的流速矢量，从而避免流场中粒子所处的位置的随机性，得到初期流场矢量计算结果分布不均匀，且速度向量插值采样滑动最小二乘积法来进行流场的插值，该方法是一种用加权最小二乘积近似场函数的方法，其计算如下：
设场函数为u(x)，其中x＝(x,y)T为场点，给定u(x)在n个节点上值：
u(xi)＝ui＝i (11)
则使用滑动最小二乘积法可确定u(x)的一个近似函数：
Figure BDA0003127006150000081
式中，a(x)为m维系数向量；p(x)为m维基向量。
为了保证收敛性，p(x)应取自完全多项式。
一维情况下：
p(x)＝(1,x,x2,...xm) (13)
二维情况下：
p(x)＝(1,x,y)T，线性基 (14a)
p(x)＝(1,x,y,x2,xy,y2)T，二次基 (14b)
p(x)＝(1,x,y,x2,xy,y2,x3,x2y,xy2,y3)T，三次基 (14c)
为了求得Gu(x)，先固定一点
Figure BDA0003127006150000082
Figure BDA0003127006150000083
称为估值点，而求
Figure BDA0003127006150000084
微小邻域内u(x)的局部近似函数
Figure BDA0003127006150000085
Figure BDA0003127006150000091
最小二乘积法要求近似函数
Figure BDA0003127006150000092
与真实函数u(x)在各已知点xi上的取值之离差的加权2-范数最小，取值
Figure BDA0003127006150000093
为i节点的权函数在
Figure BDA0003127006150000094
点的取值，则要求：
Figure BDA0003127006150000095
则有
Figure BDA0003127006150000096
即，
Figure BDA0003127006150000097
简化得
Figure BDA0003127006150000098
式(18)即为滑动最小二乘积法的标准方程，其中
Figure BDA0003127006150000099
为m×m阶矩阵，
Figure BDA00031270061500000910
为m×n阶矩阵，u为n维向量：
Figure BDA00031270061500000911
Figure BDA00031270061500000912
u＝(u1，u2，...，un)T (19c)
因此
Figure BDA00031270061500000913
将式(20)代入式(15)得
Figure BDA00031270061500000914
其中
Figure BDA00031270061500000915
现在使
Figure BDA00031270061500000916
和x不加区分，则可得出
Gu(x)＝Lxu(x) (22)
全域近似即可写作
Figure BDA00031270061500000917
Figure BDA00031270061500000918
Figure BDA00031270061500000919
B(x)＝[w1(x)p(x1)，...，wn(x)p(xn)] (23d)
式(23)中，wi(x)为i节点的权函数在x＝(x，y)T点的取值；ni(x)为i节点的形函数在x点的取值，当wi(x)为常数时，Gu(x)就是通常的最小二乘积拟合；
由于式(23a)所建立的近似函数Gu(x)并不能保证通过每个已知点，即不一定满足插值条件Gu(xi)＝ui，如果使权函数wi(x)在已知数据点xi奇异，即
Figure BDA0003127006150000101
则可使Gu(x)满足插值条件，这就是插值型滑动最小二乘积法；
选取如下形式的权函数：
Figure BDA0003127006150000102
式中，ri＝||x-xi||为xi与x的距离；rmi为节点i的影响半径；ε为一正的小量；k为正数。奇异权(ε＝0)虽然理论上可取，但在数值计算时会使式中当x→xi时
Figure BDA0003127006150000103
与
Figure BDA0003127006150000104
的某些元素趋于无穷大，造成滑动最小二乘积法标准方程的病态，所有不可取。实际计算中取ε>0，近似函数并不精确通过每个节点，但若ε足够小时，权函数接近奇异，滑动最小二乘积接近与插值型滑动最小二乘积法，如图4(a)所示，系统在选取k＝5,ε＝0.5，得到的插值计算结果较好，如图4(b)所示，即已基本完成流场矢量的分析和计算。
优选的，流场可视化用于展示流场云图，如图4(c)所示，并通过不同色彩显示与标注强度变化区域，达到如图4(d)所示的流场强度变化云图最终结果；
流场强度变化云图的实现较为简单，基本步骤：
S41、统计流场中每个矢量值、并根据最大值与最小矢量等分量级，并设定相似或相近矢量值的容差范围；
S42、分别将在相似或相近容差范围的矢量值归类，并显示在流场中，形成如图4(c)所示流场云图；
S42、由于图4(c)所示流场强度变化云图无法表达流场不同区域，可选择最大值与最小矢量等分量级与不同备选色度阈值进行等值划分，通过不同色彩填充不同流场矢量强度区域，形成如图4(d)所示的流场强度变化云图。
为实现喷雾与高速摄像在1ms数量级内精确同步运行，准确获得具有随时间变化的湍流场趋势，多功能同步触发装置还兼顾喷雾、高速摄像不同时长终止或结束功能，通过PLC运用可编程逻辑控制器进行流程控制，其定时器功能提供了三种分辨率：1ms、10ms、100ms。
多功能同步触发装置设计原理图如5所示，通过对PLC运用可编程逻辑控制器编程软件STEP7 Micro/WIN编程，实现喷雾与高速摄像联动控制。
如图6所示，分别采用PLC定时器T32、T33(时间分辨率1ms)，图6(a)T33设置了高速摄像图像采集时长，设置为闭合模式；而图6(b)T32设置了喷雾时长,设置为常开模式；
假设T32，T33手动设置分别为50ms，1000ms，Q0.1控制高速摄像，Q0.5控制喷雾。
1)当触发系统启动，程序闭合T32，则系统T32，T33均为闭合模式，喷雾系统与高速摄像系统同步触发；
2)当时间到达50ms，图6(b)中T32自动断开，Q0.5控制喷雾系统触发停止工作，而T33设置的时间1000ms还未到达，图6(a)中Q0.1控制高速摄像系统继续采集图像；
3)当时间到达1000ms，图6(a)中T33自动断开，Q0.1控制高速摄像系统触发停止工作。
为了更好地实现对多相云雾燃爆湍流场测量，对PIV片光发生装置、高速摄像机和示踪粒子的选用进行试验分析如下：
PIV片光发生装置的激光功率选择1W，波长532nm，光束直径小于2mm，光束发散角小于2mrad，激光光束经棱镜扩散成45°的激光片光源
由于云雾形成过程中，所具有的湍流强度随时间变化率极高，在极短雾化或分散动作的时间内，湍流速率由零迅速上升到20m/s以上，局部湍流速率高达50m/s，随着云雾的扩散，湍流速率又迅速跌到1m/s以下，以平均速率25m/s换算，即每ms粒子即已移动25mm，整个采样实际长宽区间在1000mm左右，单个粒子在1ms时间已占整个采样实际长宽区间2.5％左右，若设备采样帧频较低，存在第一张图像采集的大量粒子信息已移出第二张图像采集区域，对随后的流场分析产生失效和误差，因此，要求高速摄像机的记录运动图像帧频时间间隔进入到10ms以下的量级，可以把高速摄像机拍摄速率调在50,000～75,000fps之间。
常见用于流体测速的示踪粒子有聚酰胺示踪粒子(polyamid seedingparticles,PSP)、空心玻璃小球(hollow glass spheres,HGS)、镀银空心玻璃小球(silvercoated hollow glass spheres,S-HGS)、荧光聚合物粒子(fluorescent plomerparticles,FPP)等，表2列出了常见示踪粒子的参数特征。
表2 常见示踪粒子的参数特征
Figure BDA0003127006150000121
实验证明，大量气动压力所形成的云雾特征粒径，中值粒径均在50μm以上的级别，与荧光聚合物粒子(FPP)的中值粒径参数较为接近，虽然FPP粒子是常见示踪粒子密度最大的，但由于云雾多呈高瞬态高速率流场的环境下存在，因此示踪粒子的重力影响可忽略不计，因此，基于湍流强度测试系统的示踪粒子选择以荧光聚合物粒子(FPP)为主。
以上的，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，包括多功能同步触发装置、PIV片光发生装置、PIV数据分析处理装置、高速摄像机、示踪粒子、透明实验爆炸罐体、双喷头雾化装置和PIV数据记录与存储系统，其特征在于，所述多功能同步触发装置用于透明实验爆炸罐体爆炸时双喷头雾化装置和PIV数据记录与存储系统精确触发，所述PIV数据分析处理装置系统包括流场数据后处理、序列图像流场计算和序列图像前处理，所述流场数据后处理包括错误矢量剔除、速度向量插值和流场可视化，所述序列图像流场计算采用粒子匹配几率算法，所述序列图像处理包括图像增强和图像分割，所述PIV片光发生装置包括激光器、棱镜和柱面镜所述PIV数据分析处理装置为内存有PIV数据分析软件的计算机，所述透明实验爆炸罐体的内侧安装有一组对称的双喷头雾化装置而形成流场，所述PIV片光发生装置所发出的片光平面用于在透明实验爆炸罐体的纵截面、横截面不同位置进行测量。
2.根据权利要求1所述的一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，其特征在于，所述图像增强包括灰度变换、直方图修正、图像平滑处理和图像锐化处理；
所述灰度转变用于将图像的动态范围增大，对比度拓展，使图像更加清晰、特征更加明显；
所述直方图修正用于对图像中像素个数较多的灰度部分进行展宽，而对像素个数较少的灰度部分进行归并处理，进一步改善图像清晰度，同时原始图像特征又得以保持；
所述图像平滑处理用于减弱或消除图像中高频率分量，而不影响低频分量，且图像平滑处理采用均值滤波的处理方法。
3.根据权利要求1所述的一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，其特征在于，所述图像分割用于将图像分成互不重叠的区域并提取所研究的粒子图像信息。
4.根据权利要求1所述的一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，其特征在于，所述粒子匹配几率法为一种利用粒子群体运动特征的PTV算法。
5.根据权利要求1所述的一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，其特征在于，所述错误矢量剔除用于剔除图像中存在噪声或视野中外界杂物成像，以及系统自动计算粒子匹配中误判而产生一些错误流速矢量信息，得到正确完整的反映流场规律的流速场；
所述错误矢量剔除分为人工判断和自动判断两种；
所述人工判断根据周围流速场的整体形态来判断某一条流速矢量是否正确；
所述自动判断根据周围流速场的形态，根据设定区域和方法自行判断。
6.根据权利要求1所述的一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，其特征在于，所述速度向量插值用于更好的表现出流场的特征，以得到均分布网格上的流速矢量，从而避免流场中粒子所处的位置的随机性，得到初期流场矢量计算结果分布不均匀。
7.根据权利要求1所述的一种用于气、固、液多相云雾燃爆湍流场PIV测量集成系统，其特征在于，所述流场可视化用于展示流场云图，并通过不同色彩显示与标注强度变化区域，达到流场强度变化云图最终结果。
CN202110695032.8A 2021-06-22 2021-06-22 一种用于气、固、液多相云雾燃爆湍流场piv测量集成系统 Expired - Fee Related CN113432829B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110695032.8A CN113432829B (zh) 2021-06-22 2021-06-22 一种用于气、固、液多相云雾燃爆湍流场piv测量集成系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110695032.8A CN113432829B (zh) 2021-06-22 2021-06-22 一种用于气、固、液多相云雾燃爆湍流场piv测量集成系统

Publications (2)

Publication Number Publication Date
CN113432829A true CN113432829A (zh) 2021-09-24
CN113432829B CN113432829B (zh) 2023-01-31

Family

ID=77757301

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110695032.8A Expired - Fee Related CN113432829B (zh) 2021-06-22 2021-06-22 一种用于气、固、液多相云雾燃爆湍流场piv测量集成系统

Country Status (1)

Country Link
CN (1) CN113432829B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116312840A (zh) * 2023-05-12 2023-06-23 清华大学 物理量获取方法、装置、电子设备及存储介质
CN117890068A (zh) * 2024-03-14 2024-04-16 中国空气动力研究与发展中心低速空气动力研究所 一种结冰云雾颗粒尺寸重构方法及计算机可读存储介质
CN117969012A (zh) * 2024-03-28 2024-05-03 中国空气动力研究与发展中心高速空气动力研究所 风洞动态试验流动显示多周期移相同步测量方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6603535B1 (en) * 2002-08-30 2003-08-05 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Stereo imaging velocimetry system and method
JP2004156968A (ja) * 2002-11-05 2004-06-03 Railway Technical Res Inst 空力音源探査システム及び空力音源探査方法
CN101210935A (zh) * 2007-12-21 2008-07-02 西安交通大学 一种次流场瞬态特性的测量方法
CN102331510A (zh) * 2011-06-09 2012-01-25 华南理工大学 纸浆两相流piv测量的图像处理方法
CN103698554A (zh) * 2013-12-17 2014-04-02 华中科技大学 一种流场实时精确测量系统及方法
CN103852486A (zh) * 2014-02-17 2014-06-11 北京理工大学 液雾燃爆参数测试系统及测试方法
CN104777164A (zh) * 2015-03-30 2015-07-15 天津大学 基于piv的机舱内空气流动大尺寸测量实验装置及方法
JP2015206689A (ja) * 2014-04-21 2015-11-19 株式会社フローテック・リサーチ 可視化流体の流速計測方法及び流速計測装置
US20170299620A1 (en) * 2016-04-19 2017-10-19 Institute Of Process Engineering, Chinese Academy Of Sciences Online measuring method of particle velocity in multiphase system
CN107705318A (zh) * 2017-08-22 2018-02-16 哈尔滨工程大学 一种基于边界示踪的湍流边界层流场测速方法
CN110427700A (zh) * 2019-08-01 2019-11-08 中国人民解放军空军工程大学 针对尾流场不规则三维散点坐标的栅格吸附插值拟合方法
WO2019241144A1 (en) * 2018-06-10 2019-12-19 Tsi Incorporated System and method for three dimensional particle imaging velocimetry and particle tracking velocimetry
CN210293615U (zh) * 2019-07-29 2020-04-10 中国石油天然气股份有限公司 用于天然气流场测试的示踪粒子加注装置
CN112326192A (zh) * 2020-10-28 2021-02-05 西南石油大学 一种支撑剂平板输送实验中支撑剂速度定量表征方法
CN112987129A (zh) * 2021-02-01 2021-06-18 西安理工大学 云中小尺度湍流的观测方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6603535B1 (en) * 2002-08-30 2003-08-05 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Stereo imaging velocimetry system and method
JP2004156968A (ja) * 2002-11-05 2004-06-03 Railway Technical Res Inst 空力音源探査システム及び空力音源探査方法
CN101210935A (zh) * 2007-12-21 2008-07-02 西安交通大学 一种次流场瞬态特性的测量方法
CN102331510A (zh) * 2011-06-09 2012-01-25 华南理工大学 纸浆两相流piv测量的图像处理方法
CN103698554A (zh) * 2013-12-17 2014-04-02 华中科技大学 一种流场实时精确测量系统及方法
CN103852486A (zh) * 2014-02-17 2014-06-11 北京理工大学 液雾燃爆参数测试系统及测试方法
JP2015206689A (ja) * 2014-04-21 2015-11-19 株式会社フローテック・リサーチ 可視化流体の流速計測方法及び流速計測装置
CN104777164A (zh) * 2015-03-30 2015-07-15 天津大学 基于piv的机舱内空气流动大尺寸测量实验装置及方法
US20170299620A1 (en) * 2016-04-19 2017-10-19 Institute Of Process Engineering, Chinese Academy Of Sciences Online measuring method of particle velocity in multiphase system
CN107705318A (zh) * 2017-08-22 2018-02-16 哈尔滨工程大学 一种基于边界示踪的湍流边界层流场测速方法
WO2019241144A1 (en) * 2018-06-10 2019-12-19 Tsi Incorporated System and method for three dimensional particle imaging velocimetry and particle tracking velocimetry
CN210293615U (zh) * 2019-07-29 2020-04-10 中国石油天然气股份有限公司 用于天然气流场测试的示踪粒子加注装置
CN110427700A (zh) * 2019-08-01 2019-11-08 中国人民解放军空军工程大学 针对尾流场不规则三维散点坐标的栅格吸附插值拟合方法
CN112326192A (zh) * 2020-10-28 2021-02-05 西南石油大学 一种支撑剂平板输送实验中支撑剂速度定量表征方法
CN112987129A (zh) * 2021-02-01 2021-06-18 西安理工大学 云中小尺度湍流的观测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹列凯；DETERT MARTIN；李丹勋: "基于特征点匹配的室内表面流场快速测量系统", 《水力发电学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116312840A (zh) * 2023-05-12 2023-06-23 清华大学 物理量获取方法、装置、电子设备及存储介质
CN116312840B (zh) * 2023-05-12 2023-09-19 清华大学 物理量获取方法、装置、电子设备及存储介质
CN117890068A (zh) * 2024-03-14 2024-04-16 中国空气动力研究与发展中心低速空气动力研究所 一种结冰云雾颗粒尺寸重构方法及计算机可读存储介质
CN117890068B (zh) * 2024-03-14 2024-05-24 中国空气动力研究与发展中心低速空气动力研究所 一种结冰云雾颗粒尺寸重构方法及计算机可读存储介质
CN117969012A (zh) * 2024-03-28 2024-05-03 中国空气动力研究与发展中心高速空气动力研究所 风洞动态试验流动显示多周期移相同步测量方法

Also Published As

Publication number Publication date
CN113432829B (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
CN113432829A (zh) 一种用于气、固、液多相云雾燃爆湍流场piv测量集成系统
Isogawa et al. Optical non-line-of-sight physics-based 3d human pose estimation
Venkatakrishnan Density measurements in an axisymmetric underexpanded jet by background-oriented schlieren technique
CN104976960A (zh) 一种雨滴物理特性观测方法及装置
Fahringer et al. Filtered refocusing: a volumetric reconstruction algorithm for plenoptic-PIV
Kim et al. Deep learning-based data registration of melt-pool-monitoring images for laser powder bed fusion additive manufacturing
Jin et al. Three-dimensional spatial distributions of agglomerated particles on and near the burning surface of aluminized solid propellant using morphological digital in-line holography
CN112326192B (zh) 一种支撑剂平板输送实验中支撑剂速度定量表征方法
CN112508903B (zh) 一种卫星望远镜镜片表面疵病轮廓检测方法
Raffel et al. Techniques for 3D-PIV
Geipel et al. High-spatial-resolution OH PLIF visualization in a cavity-stabilized ethylene-air turbulent flame
Mikheev et al. Enhanced particle-tracking velocimetry (EPTV) with a combined two-component pair-matching algorithm
Settles et al. Schlieren and BOS velocimetry of a round turbulent helium jet in air
Wang et al. Gaussian process classification of melt pool motion for laser powder bed fusion process monitoring
Udrea et al. Two sub-pixel processing algorithms for high accuracy particle centre estimation in low seeding density particle image velocimetry
Wang et al. Three-dimensional measurement of the droplets out of focus in shadowgraphy systems via deep learning-based image-processing method
Wu et al. Direct particle depth displacement measurement in DHPTV using spatial correlation of focus metric curves
Loktev et al. Image Blur Simulation for the Estimation of the Behavior of Real Objects by Monitoring Systems.
CN116740125A (zh) 基于光线折射和深度学习实现透明流体可视化的检测方法
Geipel et al. Characterization of flame front structure in a dual-mode scramjet combustor with OH-PLIF
Agarwal et al. Deep learning-based image processing for analyzing combustion behavior of gel fuel droplets
Jux et al. Object surface reconstruction from flow tracers
CN113899657A (zh) 基于复合式纹影技术的可压缩雷诺应力测量方法
CN114049375A (zh) 基于piv的分区域油烟逃逸量计算方法和装置
Lounnaci et al. Image processing techniques for velocity, interface complexity, and droplet production measurement in the near-nozzle region of a diesel spray

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20230131