CN114170294A - 基于弹道光成像的液体燃料喷雾区域判别与瞬态蒸发量的计算方法 - Google Patents
基于弹道光成像的液体燃料喷雾区域判别与瞬态蒸发量的计算方法 Download PDFInfo
- Publication number
- CN114170294A CN114170294A CN202111392849.4A CN202111392849A CN114170294A CN 114170294 A CN114170294 A CN 114170294A CN 202111392849 A CN202111392849 A CN 202111392849A CN 114170294 A CN114170294 A CN 114170294A
- Authority
- CN
- China
- Prior art keywords
- liquid
- spray
- area
- image
- calculating
- 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
- 239000007788 liquid Substances 0.000 title claims abstract description 132
- 239000007921 spray Substances 0.000 title claims abstract description 65
- 239000000446 fuel Substances 0.000 title claims abstract description 55
- 238000003384 imaging method Methods 0.000 title claims abstract description 49
- 238000001704 evaporation Methods 0.000 title claims abstract description 26
- 230000008020 evaporation Effects 0.000 title claims abstract description 26
- 230000001052 transient effect Effects 0.000 title claims abstract description 23
- 238000004364 calculation method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 43
- 239000007791 liquid phase Substances 0.000 claims abstract description 19
- 238000002485 combustion reaction Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000002347 injection Methods 0.000 claims abstract description 8
- 239000007924 injection Substances 0.000 claims abstract description 8
- 238000005507 spraying Methods 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 10
- 230000005374 Kerr effect Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- QBLDFAIABQKINO-UHFFFAOYSA-N barium borate Chemical group [Ba+2].[O-]B=O.[O-]B=O QBLDFAIABQKINO-UHFFFAOYSA-N 0.000 claims description 3
- 239000013078 crystal Substances 0.000 claims description 3
- 230000005672 electromagnetic field Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000010008 shearing Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 2
- 230000035515 penetration Effects 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Images
Classifications
-
- 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
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
- G01N2021/8592—Grain or other flowing solid samples
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提出了一种基于弹道光成像的液体燃料喷雾区域判别与瞬态蒸发量的计算方法,涉及内燃机喷雾测量计算领域;本发明的液体燃料喷雾区域判别方法主要包括液柱区与液滴区的划分;本发明的液体燃料瞬态蒸发量的计算方法,主要包括液柱区的液相质量计算、液滴区的液相质量计算和总喷油量计算,最终得到液体燃料喷雾过程中的瞬态蒸发量;对比已有技术,本发明不需要设置温度和压力传感器,也不需要获得液滴速度,除了可以得到喷雾锥角、贯穿距等常规参数外,还能够简便准确地得到喷雾液柱和液滴区域的状态,以及喷雾的瞬时蒸发量。
Description
技术领域
本发明涉及燃料喷雾过程中瞬态蒸发过程的测量技术领域,尤其是一种涉及通过弹道光成像判断液体燃料瞬态喷雾过程的判别计算方法。
背景技术
我国机动车的动力主要依靠内燃机,消耗了大量了化石燃料,2019年中国石油对外依存度上升到了70%。柴油机会排放大量NOx、颗粒等排放物,对环境与人体健康造成极大的危害。这些污染物可以通过改善喷雾燃烧进行控制,进而为缓解能源危机和环境问题做出贡献。不同组分燃料的燃烧也不相同,因此有必要对燃料的喷雾过程开展研究,针对燃料喷雾的瞬时蒸发量的计算有助于评价混合气的形成效果。
此前多用高速显微摄影法对喷雾近场区域进行观测,但是随着内燃机高增压、高喷射压力等技术的应用,内燃机缸内压力和温度不断升高。碳氢燃料喷入气缸的环境压力、温度等已超出了大部分烃类燃料以及环境气体的临界压力与温度,燃料达到超临界态。因此常规的光学测量方法无法获取喷雾的液核有效信息。弹道光成像可以通过空间过滤、时间选通等方法获取实际喷雾近场区域的液核信息。
对比已有技术,本发明不需要设置温度和压力传感器,也不需要获得液滴速度,除了可以得到喷雾锥角、贯穿距等常规参数外,还能够简便准确地得到喷雾液柱和液滴区域的状态,以及喷雾液柱区的质量、喷雾液滴区的质量和喷雾的瞬时蒸发量。
发明内容
针对现有技术中的不足,本发明提出了一种基于弹道光成像的液体燃料喷雾区域判别方法与瞬态蒸发量的计算方法,通过弹道光成像装置拍摄燃料喷雾图像,按照发明所提出的判别方法对喷雾区域进行判别,按照发明所提出的计算方法对喷雾瞬时蒸发量进行计算,从而计算出喷雾过程中的瞬时蒸发量。
本发明的技术方案为:一种基于弹道光成像的液体燃料喷雾区域的判别与瞬态蒸发量的计算方法,包括以下步骤:
步骤1:使用弹道光成像装置获取液体燃料的喷雾图像;步骤2:使用灰度函数处理法和曲率寻优法将拍摄得到的喷雾图像划分为液柱区和液滴区域;步骤3:基于区域划分完毕的喷雾图像进行瞬态蒸发量的计算。
进一步,所述步骤2的具体过程为:
步骤2.1:使用弹道光成像装置获得喷雾场成像图片,记为T;
步骤2.2:对图像T进行预处理;所述对图像T进行预处理,采用matlab工具箱中的剪切算法将无效黑色边框去除;采用最大值法对图像T进行灰度化处理,选取RGB图像中三分量亮度的最大值作为灰度值;进一步地采用高斯滤波法去除图像噪声,处理后的图像记为T1;
步骤2.3:进一步地设定阈值,对图像进行二值化处理;灰度值大于阈值的像素点视为干扰元素,将其删除;灰度值为0的区域视为氛围气,将其删除,处理后的图像记为T2;
步骤2.4:计算图像T2的灰度函数I=f(x,y),其中x和y分别是图像的横纵坐标,I则是图像坐标为(x,y)处的灰度值;
步骤2.5:基于步骤4获取图像T2各个像素点的灰度值,构成灰度矩阵;使用轮廓分析算法,在图像T2中筛选液柱区的轮廓线;所述轮廓分析算法为自液柱区的轴线向两边的灰度矩阵进行液柱轮廓特征判别,将灰度值发生陡降的区域初步划分为液柱或液滴的轮廓线;
步骤2.6:基于步骤5初步划分的液柱或液滴的轮廓线,使用曲率寻优法进行进一步地精确划分;所述曲率寻优法为在初步划分的轮廓线两侧用边长为E毫米的正方形栅格进行寻优;所述E=10d0;所述d0为基于经验假设的液滴粒径初始值;
步骤2.7:进一步地将液柱或液滴的轮廓线用J个边长为E毫米的正方形栅格进行分割,并计算这J个正方形栅格内各个的图形的曲率半径;
步骤2.8:计算第j(j=1,2,3…J)个栅格内各个图形的曲率半径时,需先计算第j个栅格附近图形的平均曲率半径;
步骤2.9:所述第j个栅格附近图形的平均曲率半径计算步骤如下:在以第j个栅格为圆心,5E为半径的半圆内随机选10个边长为E毫米的正方形单元;计算这10个单元内的液滴的平均曲率半径(为了减小误差重复计算12次);进一步计算这120个单元的曲率半径的平均值和标准差s,则标准误差设显著性水平α设为0.05,查正太分布z值表可知标准分z=1.96;则置信区间为
步骤2.12:至此液滴区轮廓线划分完毕,轮廓线内区域为液柱区,记为L;轮廓线以外的区域为液滴区,记为K。
进一步,步骤2.10中:
进一步,所述步骤3的具体过程为:
步骤3.1:基于喷油规律计算瞬时喷出的燃油质量M0;
步骤3.2:计算喷柱区域的液相质量;将喷嘴处记为a,分界线处记为b,喷雾末端记为c;喷柱区液相燃料的质量记为M1;喷嘴处的燃料温度接近常温,液柱区的燃料的温度接近氛围气的温度,则喷嘴处液相燃料的密度记为ρ1,液柱区末端密度记为ρ2,则对液柱的总体密度加权处理后为ρ=2/3ρ1+ρ2;液滴区的燃料密度即为在氛围气温度下燃料的密度;通过matlab程序将喷柱区的喷雾轮廓线拟合为f(x),则
步骤3.3:对液滴区进行栅格划分,将液滴区分为m个边长为E毫米的子区,采用mi表示第i个子区,ni表示第i个子区中的液滴数,di表示第i个子区中液滴的平均直径(i=1…m);
步骤3.4:通过重力加速度与表面张力间的关系将液滴体积平均直径转化为液滴的体积Vm,
步骤3.6:液滴区液相质量为M2=ρNηVm;
步骤3.7:液体燃料的瞬态蒸发量Me=M0-M1-M2。
进一步,弹道光成像装置包括:飞秒激光器、分束器、倍频器、带通滤镜1、反射镜1、定容弹、反射镜2、透镜1、偏光器1、二向色镜、光克尔介质、带通滤镜2、偏光器2、透镜2、高速摄像机;
所述弹道光成像装置的光路传播为飞秒激光器,输出激光脉冲,经频率放大器后所述分束器将激光脉冲分为开关光束和成像光束;所述两种光束的比例为7:3;所述成像光束经过倍频器后转变为400nm;所述倍频器为偏硼酸钡晶体;所述成像光束经过带通滤镜1过滤后经由反射镜1穿过定容燃烧弹获取喷雾场信息;所述定容弹的腔体四周各有一个椭圆形石英玻璃视窗;所述成像光束获取喷雾场信息后经由反射镜2穿过透镜1、偏光器1和二向色镜后与开关光束在光克尔介质中汇合;所述透镜1起到空间过滤作用;所述偏光器1起到极性过滤作用;所述光克尔介质内装有CS2液体;所述CS2液体在没有开关光束通过时为各向同性的透明液体;所述CS2液体在有开关光束通过时,CS2分子的偶极矩在激光脉冲强烈的电磁场作用下沿着开关光束的极性方向排布,使CS2液体产生克尔效应,扭转成像光束的极性;利用光克尔效应,可以将弹道光子从成像光束中分离;所述成像光束通过带通滤镜2、偏光器2和透镜2后照射到高速摄像机上。
进一步,飞秒激光器输出波长为800nm、脉宽为100fs、单脉冲能量为4mJ、频率为1000Hz的激光脉冲。
进一步,所述高速摄像机的有效像素为1024×1024,相机快门时间为100us,采集时刻为1msASOI。
本发明的有益效果是:
对比已有技术,本发明不需要设置温度和压力传感器,也不需要获得液滴速度,除了可以得到喷雾锥角、贯穿距等常规参数外,还能够简便准确地得到喷雾液柱和液滴区域的状态,以及喷雾的瞬时蒸发量。
附图说明
图1为弹道光成像装置
图2为喷雾区域的划分示意图
图3为喷雾区域判别流程图
图4为瞬态蒸发量的计算流程图
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。
本发明的判别方法与计算方法均基于弹道光成像装置,所谓弹道光成像就是利用光克尔效应将获取弹道光子来成像;弹道光子是未经散射且保持原有传播方向的光子,包含了液核的信息;可以获得喷雾的清晰图像;
如图1,弹道光成像装置主要包括飞秒激光器、频率放大器、分束器、倍频器、带通滤镜1、带通滤镜2、定容弹、透镜1、透镜2、偏光器1、偏光器2、二向色镜、光克尔介质、高速摄像机;
定容弹通过外部空气压缩机提高稳定流动的高压空气;高压空气经过电热丝加热后垂直流过定容弹内部;所述定容弹内部的压力有高压空气构成,最高可达9MPa;所述定容弹内部的温度最高可达到900K;定容弹的腔体四周各有一个椭圆形石英玻璃视窗;透镜对光束起到空间过滤作用;偏光器对光束起到极性过滤作用;高速摄像机的有效像素为1024×1024,快门时间为100us,采集时刻为1msASOI;
弹道光成像装置的光路传播为飞秒激光器输出波长为800nm、脉宽为100fs、单脉冲能量为4mJ、频率为1000Hz的激光脉冲;分束器将激光脉冲分为开关光束和成像光束,所述两种光束的比例为7:3;成像光束经过倍频器后转变为400nm;所述倍频器为偏硼酸钡晶体;成像光束经过倍频后穿过定容燃烧弹与所述开关光束在光克尔介质内汇合;光克尔介质内装有CS2液体;CS2液体在没有开关光束通过时为各向同性的透明液体;CS2液体在有开关光束通过时,CS2分子的偶极矩在激光脉冲强烈的电磁场作用下沿着开关光束的极性方向排布,使CS2液体产生克尔效应,扭转成像光束的极性;光克尔效应,可以将弹道光子从成像光束中分离;成像光束通过透镜2后直接照射到高速摄像机上;
如图2-4,在获取喷雾图像后需要先对液体燃喷雾区域进行判别,将喷雾划分液柱区域液滴区,喷雾区域判别方法如下:
步骤1:使用弹道光成像装置获得喷雾场成像图片,记为T;
步骤2:对图像T进行预处理;所述对图像T进行预处理,采用matlab工具箱中的剪切算法将无效黑色边框去除;采用最大值法对图像T进行灰度化处理,选取RGB图像中三分量亮度的最大值作为灰度值;进一步地采用高斯滤波法去除图像噪声,处理后的图像记为T1;
步骤3:进一步地设定阈值,对图像进行二值化处理,将灰度值大于阈值的像素点视为干扰元素,将其删除,将灰度值为0的像素点视为氛围气,将其删除;处理后的图像记为T2;
步骤4:计算图像T2的灰度函数I=f(x,y),其中x和y分别是图像的横纵坐标,I则是图像坐标为(x,y)处的灰度值;
步骤5:基于步骤4获取图像T2各个像素点的灰度值,构成灰度矩阵;使用轮廓分析算法,在图像T2中筛选液柱区的轮廓线;所述轮廓分析算法为自柱区的轴线向两边的灰度矩阵进行液柱轮廓特征判别;所述液柱轮廓特征判别为将灰度值发生陡降的区域初步划分为液柱或液滴的轮廓线;
步骤6:基于步骤5初步划分的液柱或液滴的轮廓线,使用曲率寻优法进行进一步地精确划分;所述曲率寻优法为在初步划分的轮廓线两侧用边长为E毫米的正方形栅格进行寻优;所述E=10d0;所述d0为基于经验假设的液滴粒径初始值;以柴油为例,柴油喷雾的液滴粒径初始值范围为80-120μm,在本实施案例中选择d0=100μm。
步骤7:进一步地将液柱或液滴的轮廓线用J个边长为E毫米的正方形栅格进行分割,并计算这J个正方形栅格内各个的图形的曲率半径;
步骤8:计算第j(j=1,2,3…J)个栅格内各个图形的曲率半径时,需先计算第j个栅格附近图形的平均曲率半径;
步骤9:所述第j个栅格附近图形的平均曲率半径计算步骤如下:在以第j个栅格为圆心,5E为半径的半圆内随机选10个边长为E毫米的正方形单元;计算这10个单元内的液滴的平均曲率半径(为了减小误差重复计算12次);进一步计算这120个单元的曲率半径的平均值和标准差s,则标准误差设显著性水平α设为0.05,查表可知标准分z=1.96;则置信区间为
步骤10:计算第j(j=1,2,3…J)个栅格内各个图形的曲率半径当栅格中各个图形的曲率半径均小于时,则认为此时栅格所在位置是液滴区;当栅格中存在图形的曲率半径大于时,则认为此时栅格所在位置为液柱区;
步骤12:至此液滴区轮廓线划分完毕,轮廓线内区域为液柱区,记为L;轮廓线以外的区域为液滴区,记为K;
在喷雾区域判别之后,应用本发明的液体燃料喷雾瞬态蒸发量量的计算方法可以算出不同时刻液体燃料喷雾的瞬态蒸发量;主要包括喷油质量计算和液相质量计算;喷油质量与液相质量的差值即为瞬态蒸发量;
步骤13:喷油质量计算,是基于喷油规律计算瞬时喷出的燃油质量,记为M0;
步骤14:液相质量计算包括液柱区的液相质量和液滴区的液相质量;液柱区L的液相质量计算方法为以喷嘴中心为轴线,将液柱区L绕轴线旋转得到旋转体;将喷嘴处记为a,分界线处记为b,喷雾末端记为c;
喷柱区液相燃料的质量记为M1;喷嘴处的燃料温度接近常温,液柱区的燃料的温度接近氛围气的温度,则喷嘴处液相燃料的密度记为ρ1,液柱区末端密度记为ρ2,则对液柱的总体密度加权处理后为ρ=2/3ρ1+ρ2;液滴区的燃料密度即为在氛围气温度下燃料的密度,ρ2;通过matlab程序将喷柱区的喷雾轮廓线拟合为f(x),则
步骤15:液滴区K液相质量计算方法为,将液滴区K绕轴线旋转得到旋转体;进一步地对液滴区进行栅格划分,将液滴区分为m个边长为E毫米的子区,采用mi表示第i个子区,ni表示第i个子区中的液滴数,di表示第i个子区中液滴的平均直径(i=1…m);进一步地计算液滴区K的平均液滴数η,进一步地计算液滴区Ki的液滴体积平均直径为dvm,则
步骤18:进一步地计算液滴区K的液相质量M2,M2=ρ2NηVm;
步骤19:液体燃料的瞬态蒸发量Me=M0-M1-M2;
以上实施例仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施,本发明的保护范围不限于上述实施例。所以,凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰,均在本发明的保护范围之内。
Claims (7)
1.一种基于弹道光成像的液体燃料喷雾区域的判别与瞬态蒸发量的计算方法,其特征在于,包括以下步骤:
步骤1:使用弹道光成像装置获取液体燃料的喷雾图像;步骤2:使用灰度函数处理法和曲率寻优法将拍摄得到的喷雾图像划分为液柱区和液滴区域;步骤3:基于区域划分完毕的喷雾图像进行瞬态蒸发量的计算。
2.根据权利要求1所述的一种基于弹道光成像的液体燃料喷雾区域的判别与瞬态蒸发量的计算方法,其特征在于,所述步骤2的具体过程为:
步骤2.1:使用弹道光成像装置获得喷雾场成像图片,记为T;
步骤2.2:对图像T进行预处理;所述对图像T进行预处理,采用matlab工具箱中的剪切算法将无效黑色边框去除;采用最大值法对图像T进行灰度化处理,选取RGB图像中三分量亮度的最大值作为灰度值;进一步地采用高斯滤波法去除图像噪声,处理后的图像记为T1;
步骤2.3:进一步地设定阈值,对图像进行二值化处理;灰度值大于阈值的像素点视为干扰元素,将其删除;灰度值为0的区域视为氛围气,将其删除,处理后的图像记为T2;
步骤2.4:计算图像T2的灰度函数I=f(x,y),其中x和y分别是图像的横纵坐标,I则是图像坐标为(x,y)处的灰度值;
步骤2.5:基于步骤4获取图像T2各个像素点的灰度值,构成灰度矩阵;使用轮廓分析算法,在图像T2中筛选液柱区的轮廓线;所述轮廓分析算法为自液柱区的轴线向两边的灰度矩阵进行液柱轮廓特征判别,将灰度值发生陡降的区域初步划分为液柱或液滴的轮廓线;
步骤2.6:基于步骤5初步划分的液柱或液滴的轮廓线,使用曲率寻优法进行进一步地精确划分;所述曲率寻优法为在初步划分的轮廓线两侧用边长为E毫米的正方形栅格进行寻优;所述E=10d0;所述d0为基于经验假设的液滴粒径初始值;
步骤2.7:进一步地将液柱或液滴的轮廓线用J个边长为E毫米的正方形栅格进行分割,并计算这J个正方形栅格内各个的图形的曲率半径;
步骤2.8:计算第j(j=1,2,3…J)个栅格内各个图形的曲率半径时,需先计算第j个栅格附近图形的平均曲率半径;
步骤2.9:所述第j个栅格附近图形的平均曲率半径计算步骤如下:在以第j个栅格为圆心,5E为半径的半圆内随机选10个边长为E毫米的正方形单元;计算这10个单元内的液滴的平均曲率半径(为了减小误差重复计算12次);进一步计算这120个单元的曲率半径的平均值和标准差s,则标准误差设显著性水平α设为0.05,查正太分布z值表可知标准分z=1.96;则置信区间为
步骤2.12:至此液滴区轮廓线划分完毕,轮廓线内区域为液柱区,记为L;轮廓线以外的区域为液滴区,记为K。
4.根据权利要求1所述的一种基于弹道光成像的液体燃料喷雾区域的判别与瞬态蒸发量的计算方法,其特征在于,所述步骤3的具体过程为:
步骤3.1:基于喷油规律计算瞬时喷出的燃油质量M0;
步骤3.2:计算喷柱区域的液相质量;将喷嘴处记为a,分界线处记为b,喷雾末端记为c;喷柱区液相燃料的质量记为M1;喷嘴处的燃料温度接近常温,液柱区的燃料的温度接近氛围气的温度,则喷嘴处液相燃料的密度记为ρ1,液柱区末端密度记为ρ2,则对液柱的总体密度加权处理后为ρ=2/3ρ1+ρ2;液滴区的燃料密度即为在氛围气温度下燃料的密度;通过matlab程序将喷柱区的喷雾轮廓线拟合为f(x),则
步骤3.3:对液滴区进行栅格划分,将液滴区分为m个边长为E毫米的子区,采用mi表示第i个子区,ni表示第i个子区中的液滴数,di表示第i个子区中液滴的平均直径(i=1…m);
步骤3.4:通过重力加速度与表面张力间的关系将液滴体积平均直径转化为液滴的体积Vm,
步骤3.6:液滴区液相质量为M2=ρNηVm;
步骤3.7:液体燃料的瞬态蒸发量Me=M0-M1-M2。
5.根据权利要求1所述的一种基于弹道光成像的液体燃料喷雾区域的判别与瞬态蒸发量的计算方法,其特征在于,弹道光成像装置包括:飞秒激光器、分束器、倍频器、带通滤镜1、反射镜1、定容弹、反射镜2、透镜1、偏光器1、二向色镜、光克尔介质、带通滤镜2、偏光器2、透镜2、高速摄像机;
所述弹道光成像装置的光路传播为飞秒激光器,输出激光脉冲,经频率放大器后所述分束器将激光脉冲分为开关光束和成像光束;所述两种光束的比例为7:3;所述成像光束经过倍频器后转变为400nm;所述倍频器为偏硼酸钡晶体;所述成像光束经过带通滤镜1过滤后经由反射镜1穿过定容燃烧弹获取喷雾场信息;所述定容弹的腔体四周各有一个椭圆形石英玻璃视窗;所述成像光束获取喷雾场信息后经由反射镜2穿过透镜1、偏光器1和二向色镜后与开关光束在光克尔介质中汇合;所述透镜1起到空间过滤作用;所述偏光器1起到极性过滤作用;所述光克尔介质内装有CS2液体;所述CS2液体在没有开关光束通过时为各向同性的透明液体;所述CS2液体在有开关光束通过时,CS2分子的偶极矩在激光脉冲强烈的电磁场作用下沿着开关光束的极性方向排布,使CS2液体产生克尔效应,扭转成像光束的极性;利用光克尔效应,可以将弹道光子从成像光束中分离;所述成像光束通过带通滤镜2、偏光器2和透镜2后照射到高速摄像机上。
6.根据权利要求5所述的一种基于弹道光成像的液体燃料喷雾区域的判别与瞬态蒸发量的计算方法,其特征在于,飞秒激光器输出波长为800nm、脉宽为100fs、单脉冲能量为4mJ、频率为1000Hz的激光脉冲。
7.根据权利要求5所述的一种基于弹道光成像的液体燃料喷雾区域的判别与瞬态蒸发量的计算方法,其特征在于,所述高速摄像机的有效像素为1024×1024,相机快门时间为100us,采集时刻为1msASOI。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111392849.4A CN114170294A (zh) | 2021-11-23 | 2021-11-23 | 基于弹道光成像的液体燃料喷雾区域判别与瞬态蒸发量的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111392849.4A CN114170294A (zh) | 2021-11-23 | 2021-11-23 | 基于弹道光成像的液体燃料喷雾区域判别与瞬态蒸发量的计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114170294A true CN114170294A (zh) | 2022-03-11 |
Family
ID=80480408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111392849.4A Pending CN114170294A (zh) | 2021-11-23 | 2021-11-23 | 基于弹道光成像的液体燃料喷雾区域判别与瞬态蒸发量的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114170294A (zh) |
-
2021
- 2021-11-23 CN CN202111392849.4A patent/CN114170294A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kashdan et al. | A digital image analysis technique for quantitative characterisation of high-speed sprays | |
CN103017683A (zh) | 一种液体射流最外围边界的测量装置及方法 | |
CN107430052A (zh) | 成像粒子分析装置 | |
CN105043946B (zh) | 基于双波长的散射角自标定全场彩虹测量方法及装置 | |
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 | |
Pastor et al. | Schlieren methodology for the analysis of transient diesel flame evolution | |
Zheng et al. | Measurement and simulation of DI spray impingements and film characteristics | |
Sohrabiasl et al. | Effect of open cell metal porous media on evolution of high pressure diesel fuel spray | |
Montanaro et al. | Impinging jets of fuel on a heated surface: effects of wall temperature and injection conditions | |
CN110118143A (zh) | 一种喷雾落点测试装置及方法 | |
CN114858664A (zh) | 一种燃油雾化特性测试系统及方法 | |
CN114170294A (zh) | 基于弹道光成像的液体燃料喷雾区域判别与瞬态蒸发量的计算方法 | |
Lazzaro et al. | Image processing of vaporizing GDI sprays: a new curvature-based approach | |
CN112053345B (zh) | 基于机器视觉的gdi汽油机喷雾撞壁参数自动提取方法及系统 | |
CN106841036A (zh) | 激光干涉成像系统中样品池的最佳摆放方式 | |
Krämer et al. | Investigations on gasoline spray propagation behaviour characteristic for multihole injectors | |
Lu et al. | A deep transfer learning model for packaged integrated circuit failure detection by terahertz imaging | |
Li et al. | GMAW Molten Pool Micrograph Image Recognition Based on Convolution Neural Network and Transfer Learning. | |
Kobashi et al. | Flow fields and turbulent characteristics in non-evaporating diesel sprays | |
CN105547185B (zh) | 液体横向射流边界的获取方法 | |
Galle et al. | Spray parameter comparison between diesel and vegetable oils for non-evaporating conditions | |
Zhang et al. | Effects of droplets in the air on light transmission in target optical detection | |
Schulz et al. | Investigation of fuel wall films using Laser-induced-fluorescence | |
Kaneko et al. | Experimental Investigation of the Effects of Fuel Injection on the Cycle-to-Cycle Variation of the In-Cylinder Flow in a Direct-Injection Engine Using High-Speed Particle Image Velocimetry Measurement | |
Binjuwair et al. | In-Cylinder Flow Structure Analysis by Particle Image Velocimetry Under Steady State Condition |
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 |