CN114838906A - 对风洞来流能谱进行测量的方法及系统、设备、存储介质 - Google Patents
对风洞来流能谱进行测量的方法及系统、设备、存储介质 Download PDFInfo
- Publication number
- CN114838906A CN114838906A CN202210302217.2A CN202210302217A CN114838906A CN 114838906 A CN114838906 A CN 114838906A CN 202210302217 A CN202210302217 A CN 202210302217A CN 114838906 A CN114838906 A CN 114838906A
- Authority
- CN
- China
- Prior art keywords
- vortex
- wind tunnel
- incoming flow
- energy
- distribution
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 238000009826 distribution Methods 0.000 claims abstract description 106
- 230000005855 radiation Effects 0.000 claims abstract description 24
- 230000033001 locomotion Effects 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000005314 correlation function Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 4
- 230000036962 time dependent Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 20
- 230000035939 shock Effects 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 16
- 238000002474 experimental method Methods 0.000 description 10
- 230000010349 pulsation Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009991 scouring Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002759 z-score normalization Methods 0.000 description 1
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
- 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
- G01M9/08—Aerodynamic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Fluid Mechanics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种对风洞来流能谱进行测量的方法及系统、设备、存储介质,该方法通过建立自由来流能谱与关于涡尺度的能量分布、涡结构的速度场分布、辐射角度和衰减系数等参数之间的计算模型,通过测量边界层中涡结构的精细流动结构,从而对风洞来流能谱分布进行估计测量,通过对自由来流能谱变化主要源自涡结构运动这一根本原因进行分析,能谱结果直接反应自由来流真实状态,测量结果更加直接和准确,并且属于非接触式测量,不存在设备介入流场而被气流冲刷损坏的风险,成本较低,对于超声速或高超声速气流能谱测量,不会产生额外的激波,可以同时适用于低速风洞和高速风洞的来流能谱测量,适用性强。
Description
技术领域
本发明涉及风洞实验技术领域,特别地,涉及一种对风洞来流能谱进行测量的方法及系统、设备、计算机可读取的存储介质。
背景技术
风洞是以人工的方式产生并且控制气流,用来模拟飞行器或实体周围气体的流动情况,并可量度气流对实体的作用效果以及观察物理现象的一种管道状实验设备,它是进行空气动力实验最常用、最有效的工具之一。风洞实验是飞行器研制工作中的一个不可缺少的组成部分,它不仅在航空和航天工程的研究和发展中起着重要作用,随着工业空气动力学的发展,在交通运输、房屋建筑、风能利用等领域更是不可或缺的。实验时,常将模型或实物固定在风洞中进行反复吹风,通过测控仪器和设备取得实验数据。为了使风洞实验结果准确,风洞提供的自由来流条件必须要完全与飞行器真实飞行环境时保持一致,然而在通常情况下,风洞实验室无法完全做到这一点的,其中很重要的一个因素就是风洞中气流湍流度和噪声级比真实飞行环境更大,因而风洞来流能谱分布与真实环境产生了差异,而这种差异对于流动分离、转捩和湍流等典型风洞实验结果会产生重要影响。而由于设计水平和制造工艺的差异,几乎每座风洞的自由来流能谱都不尽相同,为了进一步比较不同风洞实验得到的实验结果,以对相关的风洞实验数据进行有效修正,有必要对风洞的自由来流能谱进行测量和评估。
目前对风洞来流能谱测量的方法通常有两类,对于速度较低的低速或者亚声速风洞来流能谱测量,通常采用热线风速仪的形式,通过测量气流的瞬时速度,从而计算出风洞来流能谱;对于速度更高的超声速风洞或者高超声速风洞,则是采用压力皮托管的方式,测量自由来流中的压力脉动,从而对风洞来流能谱进行估计。除此之外,近年来还发展了以聚焦差分干涉为代表的非接触技术对风洞来流中的密度梯度脉动量进行测量,从而分析风洞来流能谱。
但是,热线风速仪的测量结果受到气流温度、质量流率和速度等多种因素的共同影响,在处理热线结果时需要经过复杂的校准,导致热线结果可靠性降低。同时,热线在高速气流中容易因气流冲刷而损坏,因此无法对高速风洞来流能谱进行测量。而采用压力皮托管的测量方式,实际上压力传感器测量的压力值为头部激波后的压力,来流在经历头部正激波后,其压力、速度以及温度会发生巨大变化,激波后压力脉动与波前压力脉动之间的色散关系未知,导致由皮托压力脉动得到的能谱并不能够准确衡量风洞来流的能谱分布状态。而聚焦差分干涉技术中,测量物理量为流场中密度梯度的脉动变化信息,当风洞流场中密度梯度变化较小时,该方法信号输出小,导致测量误差较大。
发明内容
本发明提供了一种对风洞来流能谱进行测量的方法及系统、设备、计算机可读取的存储介质,以解决现有对风洞来流能谱进行测量的方法存在的测量结果准确度较差的技术问题。
根据本发明的一个方面,提供一种对风洞来流能谱进行测量的方法,包括以下内容:
基于纳米散射示踪技术拍摄得到风洞喷管壁面边界层中涡结构的多张图片;
对多张图片进行小波分析得到关于涡尺度的能量分布;
基于互相关算法对时间相关的两张图片进行分析,得到涡结构的速度场分布;
基于关于涡尺度的能量分布和涡结构的速度场分布计算得到关于频率的能量分布;
基于关于频率的能量分布和Lighthill涡声理论计算得到涡结构运动产生的辐射功率分布,进而计算得到风洞来流的能谱结果。
进一步地,所述对多张图片进行小波分析得到关于涡尺度的能量分布的过程包括以下内容:
对每一张图片,依次选取每个像素高度上的灰度值进行小波分析,得到每个像素位置上各种涡尺度对应的能量系数,再将所有有效像素位置上同一涡尺度对应的能量系数进行求和,得到能量系数随涡尺度变化的分布结果;
采用统计平均的方法对所有图片对应的能量系数随涡尺度变化的分布结果进行计算,得到关于涡尺度的初始能量分布;
对关于涡尺度的初始能量分布进行归一化处理,得到关于涡尺度的能量分布。
进一步地,所述基于互相关算法对时间相关的两张图片进行分析,得到关于涡尺度的速度场分布的过程包括以下内容:
从多张图片中选取时间相关的两张图片,并分别获取其灰度值信息;
选取第一时刻图片上任意一个像素点的灰度值,与第二时刻图片上的所有像素点的灰度值进行互相关运算,得到若干个互相关函数值;
获取最大互相关函数值所对应的像素点坐标,并基于最大互相关函数值所对应像素点的坐标和第一时刻图片中选取像素点的坐标计算得到涡结构的位移;
基于计算得到的涡结构的位移和两张图片的拍摄时间间隔计算得到涡结构的运动速度;
重复上述过程,从而得到涡结构的速度场分布。
进一步地,采用以下公式计算能量系数:
进一步地,采用以下公式计算涡结构运动产生的辐射功率分布:
其中,Pf表示辐射功率分布,K表示传递系数,f表示频率,指数n根据Lighthill涡声理论设定,E2(f)表示关于频率的能量分布。
进一步地,采用以下公式计算风洞来流的能谱结果:
其中,PSD表示功率谱密度,即风洞来流的能谱结果,R(s)表示衰减函数,s表示噪声的传播路径,s1表示图片的流向中心位置,s2表示待测自由来流能谱的位置。
另外,本发明还提供一种对风洞来流能谱进行测量的系统,包括:
图像获取单元,用于获取基于纳米散射示踪技术拍摄得到风洞喷管壁面边界层中涡结构的多张图片;
小波分析单元,用于对多张图片进行小波分析得到关于涡尺度的能量分布;
速度场分析单元,用于基于互相关算法对时间相关的两张图片进行分析,得到涡结构的速度场分布;
第一计算单元,用于基于关于涡尺度的能量分布和涡结构的速度场分布计算得到关于频率的能量分布;
第二计算单元,用于基于关于频率的能量分布和Lighthill涡声理论计算得到涡结构运动产生的辐射功率分布,进而计算得到风洞来流的能谱结果。
另外,本发明还提供一种设备,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行如上所述的方法的步骤。
另外,本发明还提供一种计算机可读取的存储介质,用于存储对风洞来流能谱进行测量的计算机程序,所述计算机程序在计算机上运行时执行如上所述的方法的步骤。
本发明具有以下效果:
本发明的对风洞来流能谱进行测量的方法,考虑到风洞噪声主要由风洞壁面边界层中涡结构的声波辐射扰动产生,而风洞来流与边界层中的涡结构存在强相关联系,首先通过纳米散射示踪技术拍摄得到风洞喷管壁面边界层中涡结构的多张图片,再基于小波变换对多张图片进行涡尺度分析得到关于涡尺度的能量分布,并基于互相关算法对两幅流动结构基本一致的流场图片进行分析以得到涡结构的速度场分布,然后基于涡结构的速度与涡尺度之间的关系计算得到关于频率的能量分布,最后基于关于频率的能量分布计算得到涡结构的特征运动产生的辐射功率分布,进而计算得到风洞来流的能谱结果。本发明通过建立自由来流能谱与关于涡尺度的能量分布、涡结构的速度场分布、辐射角度和衰减系数等参数之间的计算模型,通过测量边界层中涡结构的精细流动结构,从而对风洞来流能谱分布进行估计测量,通过对自由来流能谱变化主要源自涡结构运动这一根本原因进行分析,能谱结果直接反应自由来流真实状态,测量结果更加直接和准确,并且属于非接触式测量,不存在设备介入流场而被气流冲刷损坏的风险,成本较低,对于超声速或高超声速气流能谱测量,不会产生额外的激波,可以同时适用于低速风洞和高速风洞的来流能谱测量,适用性强。
另外,本发明的对风洞来流能谱进行测量的系统同样具有上述优点。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的对风洞来流能谱进行测量的方法的流程示意图。
图2是图1中步骤S2的子流程示意图。
图3是图1中步骤S3的子流程示意图。
图4是本发明另一实施例的对风洞来流能谱进行测量的系统的单元结构示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由下述所限定和覆盖的多种不同方式实施。
如图1所示,本发明的优选实施例提供一种对风洞来流能谱进行测量的方法,包括以下内容:
步骤S1:基于纳米散射示踪技术拍摄得到风洞喷管壁面边界层中涡结构的多张图片;
步骤S2:对多张图片进行小波分析得到关于涡尺度的能量分布;
步骤S3:基于互相关算法对时间相关的两张图片进行分析,得到涡结构的速度场分布;
步骤S4:基于关于涡尺度的能量分布和涡结构的速度场分布计算得到关于频率的能量分布;
步骤S5:基于关于频率的能量分布和Lighthill涡声理论计算得到涡结构运动产生的辐射功率分布,进而计算得到风洞来流的能谱结果。
可以理解,本实施例的对风洞来流能谱进行测量的方法,考虑到风洞噪声主要由风洞壁面边界层中涡结构的声波辐射扰动产生,而风洞来流与边界层中的涡结构存在强相关联系,首先通过纳米散射示踪技术拍摄得到风洞喷管壁面边界层中涡结构的多张图片,再基于小波变换对多张图片进行涡尺度分析得到关于涡尺度的能量分布,并基于互相关算法对两幅流动结构基本一致的流场图片进行分析以得到涡结构的速度场分布,然后基于涡结构的速度与涡尺度之间的关系计算得到关于频率的能量分布,最后基于关于频率的能量分布计算得到涡结构的特征运动产生的辐射功率分布,进而计算得到风洞来流的能谱结果。本发明通过建立自由来流能谱与关于涡尺度的能量分布、涡结构的速度场分布、辐射角度和衰减系数等参数之间的计算模型,通过测量边界层中涡结构的精细流动结构,从而对风洞来流能谱分布进行估计测量,通过对自由来流能谱变化主要源自涡结构运动这一根本原因进行分析,能谱结果直接反应自由来流真实状态,测量结果更加直接和准确,并且属于非接触式测量,不存在设备介入流场而被气流冲刷损坏的风险,成本较低,对于超声速或高超声速气流能谱测量,不会产生额外的激波,可以同时适用于低速风洞和高速风洞的来流能谱测量,适用性强。
可以理解,在所述步骤S1中,采用纳米散射示踪(NPLS)技术对风洞喷管壁面边界层的精细流动结构拍摄,可以得到涡结构的多张图片。其中,具体的纳米散射示踪技术的图片拍摄原理属于现有技术,在此不再赘述,具体可参考专利CN201110260649.3。
可以理解,如图2所示,所述步骤S2具体包括以下内容:
步骤S21:对每一张图片,依次选取每个像素高度上的灰度值进行小波分析,得到每个像素位置上各种涡尺度对应的能量系数,再将所有有效像素位置上同一涡尺度对应的能量系数进行求和,得到能量系数随涡尺度变化的分布结果;
步骤S22:采用统计平均的方法对所有图片对应的能量系数随涡尺度变化的分布结果进行计算,得到关于涡尺度的初始能量分布;
步骤S23:对关于涡尺度的初始能量分布进行归一化处理,得到关于涡尺度的能量分布。
具体地,基于NPLS技术拍摄得到的多张图片,对于每张NPLS图片,从流向方向(即x方向)和法向方向(即y方向)分别提取反应精细流动结构的图像灰度信息I(x,y),并分别进行一维连续小波变换。例如,对沿着流向方向的灰度信息进行一维连续小波变换,可以得到每个像素位置不同涡尺度对应的小波能量系数,具体采用以下公式计算能量系数:
其中,E表示位置τ处涡尺度为λ时的能量系数,I(x,y)表示图片的灰度信息,为ψτ,λ(x)的复共轭函数,ψτ,λ(x)表示小波变换采用的基函数。可以理解,位置τ的坐标为(xi,y),即固定纵坐标y不变,横坐标x变化。可选地,所述基函数采用mexihat小波函数,表达式为:可以理解,涡尺度代表的是流场中涡结构的实际物理尺寸,对于不同的流动速度,涡尺度大小分布情况不同。
因此,选取每个像素高度上的灰度值进行上述小波分析,即选择沿流向方向的灰度值进行一维连续小波变换,从而可以得到每个像素位置上不同涡尺度λ所对应的小波能量系数E。然后,将所有有效像素位置上同一涡尺度λ所对应的小波能量系数进行求和,从而可以得到小波能量系数随涡尺度λ变化的分布结果。
然后,针对每组实验拍摄得到的所有NPLS图片(大约在100幅左右),采用统计平均的方法进行计算,从而可以得到关于涡尺度λ的初始能量分布E(λ)。再对该初始能量分布E(λ)进行归一化处理,例如可以将所有涡尺度对应的小波能量系数用于最大能量系数Emax和最小能量系数Emin进行归一化处理;或者采用Z-score标准化方法进行归一化处理,从而得到关于涡尺度的能量分布E1(λ)。
可以理解,如图3所示,所述步骤S3具体包括以下内容:
步骤S31:从多张图片中选取时间相关的两张图片,并分别获取其灰度值信息;
步骤S32:选取第一时刻图片上任意一个像素点的灰度值,与第二时刻图片上的所有像素点的灰度值进行互相关运算,得到若干个互相关函数值;
步骤S33:获取最大互相关函数值所对应的像素点坐标,并基于最大互相关函数值所对应像素点的坐标和第一时刻图片中选取像素点的坐标计算得到涡结构的位移;
步骤S34:基于计算得到的涡结构的位移和两张图片的拍摄时间间隔计算得到涡结构的运动速度;
步骤S35:重复上述过程,从而得到涡结构的速度场分布。
具体地,在步骤S1中,NPLS技术在拍摄流场图片时在短时间内会进行两次曝光,从而可以得到两幅流动结构基本一致的流场图片,即时间相关的两幅图片。因此,在步骤S3中,从所有流场图片中选取曝光时间相关的两张图片,并分别获取其灰度值信息为I1(x,y)和I2(x,y),在时间相关的两幅NPLS图片中,涡结构的外形不会发生变化,唯一发生变化的是涡结构的位置。对于第一幅图片上的点(x0,y0),选取第二幅图片上所有像素点逐一与点(x0,y0)基于灰度值进行互相关计算,从而可以得到多个互相关函数值φ,互相关计算公式为:
其中,φ(x,y)表示第二幅图片中的点(x,y)与第一幅图片中的点(x0,y0)之间的互相关函数值。
而多个互相关函数值中的最大值φmax所对应的坐标(x,y)即为点(x0,y0)在第二时刻的位置,从而可以计算得到涡结构的运动位移Δl。而两幅图片的曝光时间间隔Δt是已知的,从而可以计算得到涡结构的运动速度ν=Δl/Δt。
重复上述内容,即可得到涡结构的速度场分布。
可以理解,在所述步骤S4中,根据涡结构的特征频率f与涡结构的速度ν、涡尺度λ之间关系:f=ν/λ,结合步骤2得到的关于涡尺度的能量分布E1(λ)和涡结构的速度场分布,从而可以得到关于涡结构运动特征频率f的能量分布E2(f)。
可以理解,在所述步骤S5中,具体采用以下公式计算涡结构运动产生的辐射功率分布:
其中,Pf表示辐射功率分布,K表示传递系数,可以通过实验进行标定,f表示频率,指数n根据Lighthill涡声理论设定,一般设定为8,E2(f)表示关于频率的能量分布。另外,考虑到涡声辐射扰动传播过程的衰减特性,引入了衰减函数来求解风洞来流能谱结果,具体采用以下公式计算风洞来流的能谱结果:
其中,PSD表示功率谱密度,即风洞来流的能谱结果,R(s)表示衰减函数,其根据实际风洞来流条件进行确定,与总温T0、总压P0、马赫数Ma、扰动波辐射角度等有关,s表示噪声的传播路径,s1表示对应NPLS图片的流向中心位置,s2表示待测自由来流能谱的位置。
另外,如图4所示,本发明的另一实施例还提供一种对风洞来流能谱进行测量的系统,优选采用上述的方法,该系统包括:
图像获取单元,用于获取基于纳米散射示踪技术拍摄得到风洞喷管壁面边界层中涡结构的多张图片;
小波分析单元,用于对多张图片进行小波分析得到关于涡尺度的能量分布;
速度场分析单元,用于基于互相关算法对时间相关的两张图片进行分析,得到涡结构的速度场分布;
第一计算单元,用于基于关于涡尺度的能量分布和涡结构的速度场分布计算得到关于频率的能量分布;
第二计算单元,用于基于关于频率的能量分布和Lighthill涡声理论计算得到涡结构运动产生的辐射功率分布,进而计算得到风洞来流的能谱结果。
可以理解,本实施例的对风洞来流能谱进行测量的系统,考虑到风洞噪声主要由风洞壁面边界层中精细流动结构的声波辐射扰动产生,而风洞来流与边界层中的涡结构存在强相关联系,首先通过纳米散射示踪技术拍摄得到风洞喷管壁面边界层中涡结构的多张图片,再基于小波变换对多张图片进行涡尺度分析得到关于涡尺度的能量分布,并基于互相关算法对两幅流动结构基本一致的流场图片进行分析以得到涡结构的速度场分布,然后基于涡结构的速度与涡尺度之间的关系计算得到关于频率的能量分布,最后基于关于频率的能量分布计算得到涡结构的特征运动产生的辐射功率分布,进而计算得到风洞来流的能谱结果。本发明通过建立自由来流能谱与关于涡尺度的能量分布、涡结构的速度场分布、辐射角度和衰减系数等参数之间的计算模型,通过测量边界层中涡结构的精细流动结构,从而对风洞来流能谱分布进行估计测量,通过对基于涡结构运动产生自由来流能谱变化这一根本原因进行分析,能谱结果直接反应自由来流真实状态,测量结果更加直接和准确,并且属于非接触式测量,不存在设备介入流场而被气流冲刷损坏的风险,成本较低,对于超声速或高超声速气流能谱测量,不会产生额外的激波,可以同时适用于低速风洞和高速风洞的来流能谱测量,适用性强。
可以理解,本实施例的系统中的各个单元分别与上述方法实施例的各个步骤相对应,故各个单元的具体工作过程和工作原理在此不再赘述,参考上述方法实施例即可。
另外,本发明的另一实施例还提供一种电子设备,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行如上所述的方法的步骤。
另外,本发明的另一实施例还提供一种计算机可读取的存储介质,用于存储对风洞来流能谱进行测量的计算机程序,所述计算机程序在计算机上运行时执行如上所述的方法的步骤。
一般计算机可读取存储介质的形式包括:软盘(floppy disk)、可挠性盘片(flexible disk)、硬盘、磁带、任何其与的磁性介质、CD-ROM、任何其余的光学介质、打孔卡片(punch cards)、纸带(paper tape)、任何其余的带有洞的图案的物理介质、随机存取存储器(RAM)、可编程只读存储器(PROM)、可抹除可编程只读存储器(EPROM)、快闪可抹除可编程只读存储器(FLASH-EPROM)、其余任何存储器芯片或卡匣、或任何其余可让计算机读取的介质。指令可进一步被一传输介质所传送或接收。传输介质这一术语可包含任何有形或无形的介质,其可用来存储、编码或承载用来给机器执行的指令,并且包含数字或模拟通信信号或其与促进上述指令的通信的无形介质。传输介质包含同轴电缆、铜线以及光纤,其包含了用来传输一计算机数据信号的总线的导线。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种对风洞来流能谱进行测量的方法,其特征在于,包括以下内容:
基于纳米散射示踪技术拍摄得到风洞喷管壁面边界层中涡结构的多张图片;
对多张图片进行小波分析得到关于涡尺度的能量分布;
基于互相关算法对时间相关的两张图片进行分析,得到涡结构的速度场分布;
基于关于涡尺度的能量分布和涡结构的速度场分布计算得到关于频率的能量分布;
基于关于频率的能量分布和Lighthill涡声理论计算得到涡结构运动产生的辐射功率分布,进而计算得到风洞来流的能谱结果。
2.如权利要求1所述的对风洞来流能谱进行测量的方法,其特征在于,所述对多张图片进行小波分析得到关于涡尺度的能量分布的过程包括以下内容:
对每一张图片,依次选取每个像素高度上的灰度值进行小波分析,得到每个像素位置上各种涡尺度对应的能量系数,再将所有有效像素位置上同一涡尺度对应的能量系数进行求和,得到能量系数随涡尺度变化的分布结果;
采用统计平均的方法对所有图片对应的能量系数随涡尺度变化的分布结果进行计算,得到关于涡尺度的初始能量分布;
对关于涡尺度的初始能量分布进行归一化处理,得到关于涡尺度的能量分布。
3.如权利要求1所述的对风洞来流能谱进行测量的方法,其特征在于,所述基于互相关算法对时间相关的两张图片进行分析,得到关于涡尺度的速度场分布的过程包括以下内容:
从多张图片中选取时间相关的两张图片,并分别获取其灰度值信息;
选取第一时刻图片上任意一个像素点的灰度值,与第二时刻图片上的所有像素点的灰度值进行互相关运算,得到若干个互相关函数值;
获取最大互相关函数值所对应的像素点坐标,并基于最大互相关函数值所对应像素点的坐标和第一时刻图片中选取像素点的坐标计算得到涡结构的位移;
基于计算得到的涡结构的位移和两张图片的拍摄时间间隔计算得到涡结构的运动速度;
重复上述过程,从而得到涡结构的速度场分布。
8.一种对风洞来流能谱进行测量的系统,其特征在于,包括:
图像获取单元,用于获取基于纳米散射示踪技术拍摄得到风洞喷管壁面边界层中涡结构的多张图片;
小波分析单元,用于对多张图片进行小波分析得到关于涡尺度的能量分布;
速度场分析单元,用于基于互相关算法对时间相关的两张图片进行分析,得到涡结构的速度场分布;
第一计算单元,用于基于关于涡尺度的能量分布和涡结构的速度场分布计算得到关于频率的能量分布;
第二计算单元,用于基于关于频率的能量分布和Lighthill涡声理论计算得到涡结构运动产生的辐射功率分布,进而计算得到风洞来流的能谱结果。
9.一种设备,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行如权利要求1~7任一项所述的方法的步骤。
10.一种计算机可读取的存储介质,用于存储对风洞来流能谱进行测量的计算机程序,其特征在于,所述计算机程序在计算机上运行时执行如权利要求1~7任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210302217.2A CN114838906A (zh) | 2022-03-24 | 2022-03-24 | 对风洞来流能谱进行测量的方法及系统、设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210302217.2A CN114838906A (zh) | 2022-03-24 | 2022-03-24 | 对风洞来流能谱进行测量的方法及系统、设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114838906A true CN114838906A (zh) | 2022-08-02 |
Family
ID=82562920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210302217.2A Pending CN114838906A (zh) | 2022-03-24 | 2022-03-24 | 对风洞来流能谱进行测量的方法及系统、设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114838906A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116718344A (zh) * | 2023-08-10 | 2023-09-08 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种多参数的推力矢量喷流光学标定方法 |
CN117647374A (zh) * | 2024-01-25 | 2024-03-05 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于动态压力数据获取高速射流剪切层迁移速度的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4919536A (en) * | 1988-06-06 | 1990-04-24 | Northrop Corporation | System for measuring velocity field of fluid flow utilizing a laser-doppler spectral image converter |
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 |
CN107976297A (zh) * | 2017-11-20 | 2018-05-01 | 南京航空航天大学 | 基于丙酮示踪剂的高超声速plif成像诊断系统 |
CN113588204A (zh) * | 2021-06-30 | 2021-11-02 | 中国航天空气动力技术研究院 | 一种进气道激波边界层干扰特性测量方法 |
CN113960043A (zh) * | 2021-10-20 | 2022-01-21 | 中国人民解放军国防科技大学 | 超声速/高超声速湍流时间演化特征的确定方法及装置 |
-
2022
- 2022-03-24 CN CN202210302217.2A patent/CN114838906A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4919536A (en) * | 1988-06-06 | 1990-04-24 | Northrop Corporation | System for measuring velocity field of fluid flow utilizing a laser-doppler spectral image converter |
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 |
CN107976297A (zh) * | 2017-11-20 | 2018-05-01 | 南京航空航天大学 | 基于丙酮示踪剂的高超声速plif成像诊断系统 |
CN113588204A (zh) * | 2021-06-30 | 2021-11-02 | 中国航天空气动力技术研究院 | 一种进气道激波边界层干扰特性测量方法 |
CN113960043A (zh) * | 2021-10-20 | 2022-01-21 | 中国人民解放军国防科技大学 | 超声速/高超声速湍流时间演化特征的确定方法及装置 |
Non-Patent Citations (3)
Title |
---|
夏振炎;田砚;姜楠;: "用子波谱分析壁湍流多尺度结构的能量传递", 应用数学和力学, no. 04, 15 April 2009 (2009-04-15) * |
易仕和;刘小林;牛海波;陆小革;何霖;: "高超声速边界层流动稳定性实验研究", 空气动力学学报, no. 01, 15 February 2020 (2020-02-15) * |
易仕和;田立丰;赵玉新;何霖;: "基于NPLS技术的可压缩湍流机理实验研究新进展", 力学进展, no. 04, 25 July 2011 (2011-07-25) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116718344A (zh) * | 2023-08-10 | 2023-09-08 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种多参数的推力矢量喷流光学标定方法 |
CN116718344B (zh) * | 2023-08-10 | 2023-10-27 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种多参数的推力矢量喷流光学标定方法 |
CN117647374A (zh) * | 2024-01-25 | 2024-03-05 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于动态压力数据获取高速射流剪切层迁移速度的方法 |
CN117647374B (zh) * | 2024-01-25 | 2024-04-16 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于动态压力数据获取高速射流剪切层迁移速度的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114838906A (zh) | 对风洞来流能谱进行测量的方法及系统、设备、存储介质 | |
Lazar et al. | A practical approach to PIV uncertainty analysis | |
Cavalieri et al. | Wavepackets in the velocity field of turbulent jets | |
JP4269623B2 (ja) | 血流可視化診断装置 | |
US20140076041A1 (en) | Correction of Pressure Signals Measured During Supersonic Wind Tunnel Testing | |
CN105004466B (zh) | 一种高精度非接触气动摩擦阻力测量方法及测量装置 | |
CN107066720B (zh) | 一种基于piv技术的可压缩流体压力场的计算方法和装置 | |
CN111540001B (zh) | 航空发动机涡轮叶片气膜孔轴线方向检测方法 | |
Gui et al. | Biases of PIV measurement of turbulent flow and the masked correlation-based interrogation algorithm | |
CN111413064A (zh) | 一种对风洞中飞行器模型的响应测量方法 | |
Schairer et al. | Measurements of unsteady aeroelastic model deformation by stereo photogrammetry | |
CN111539881A (zh) | 一种基于深度学习的航空零部件点云去噪方法 | |
Lindgren et al. | Evaluation of the flow quality in the MTL wind-tunnel | |
Panda et al. | Wavenumber-frequency spectra on a launch vehicle model measured via unsteady pressure-sensitive paint | |
Durston et al. | Nozzle plume/shock interaction sonic boom test results from the NASA Ames 9-by 7-foot supersonic wind tunnel | |
Qin et al. | Numerical simulation of hydrodynamic and noise characteristics for a blended-wing-body underwater glider | |
CN110108271B (zh) | 一种气动光学效应引起的星光偏折补偿方法 | |
CN114838901B (zh) | 一种低噪声风洞的设计方法及系统 | |
Soranna et al. | Analysis of Buffet Forcing Functions Estimated from Unsteady Pressure Sensitive Paint | |
CN110888142A (zh) | 基于mems激光雷达测量技术的航天器隐藏目标点测量方法 | |
JP3970263B2 (ja) | 空力音源探査システム及び空力音源探査方法 | |
Chemnitz et al. | A comparison of turbulence levels from PIV and CTA downstream of a low-pressure turbine cascade at high-speed flow conditions | |
Baojie et al. | Method for utilizing PIV to investigate high curvature and acceleration boundary layer flows around the compressor blade leading edge | |
Robbins | Detailed Characterization of Flowfields and Uncertainty in a Speed-Bump Turbulent Separated Flow Validation Experiment | |
Wang et al. | Sequential observation of rebound shock wave generated by collapse of vapor bubble in BOS system |
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 |