CN111473943B - 一种piv近壁数据处理方法、装置及存储介质 - Google Patents
一种piv近壁数据处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111473943B CN111473943B CN202010189379.0A CN202010189379A CN111473943B CN 111473943 B CN111473943 B CN 111473943B CN 202010189379 A CN202010189379 A CN 202010189379A CN 111473943 B CN111473943 B CN 111473943B
- Authority
- CN
- China
- Prior art keywords
- wall surface
- laser
- piv
- flow field
- wall
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims description 15
- 238000003708 edge detection Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 25
- 239000002245 particle Substances 0.000 claims abstract description 21
- 239000000700 radioactive tracer Substances 0.000 claims abstract description 14
- 238000002474 experimental method Methods 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 abstract description 20
- 238000000917 particle-image velocimetry Methods 0.000 description 57
- 230000035939 shock Effects 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 10
- 238000000926 separation method Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000011144 upstream manufacturing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000012491 analyte Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000007664 blowing Methods 0.000 description 2
- QXJJQWWVWRCVQT-UHFFFAOYSA-K calcium;sodium;phosphate Chemical compound [Na+].[Ca+2].[O-]P([O-])([O-])=O QXJJQWWVWRCVQT-UHFFFAOYSA-K 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 239000004952 Polyamide Substances 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- XKRFYHLGVUSROY-UHFFFAOYSA-N argon Substances [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 1
- 229910052786 argon Inorganic materials 0.000 description 1
- -1 argon ion Chemical class 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 229920001109 fluorescent polymer Polymers 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000002356 laser light scattering Methods 0.000 description 1
- 229920002647 polyamide Polymers 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001052 transient effect Effects 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
- 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
- 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
- G06T7/13—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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/10064—Fluorescence image
-
- 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
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fluid Mechanics (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种高速风洞及其PIV近壁数据处理模块和方法。所述方法包括如下步骤:在风洞实验段中无示踪粒子的状态下,开启激光器,并捕获包括壁面散射亮线的第一激光散射图像;逐渐降低激光能量直至最低激光能量,捕获该最低激光能量下的包括壁面散射亮线的第二激光散射图像;对所述第二激光散射图像进行边缘检测,以确定壁面位置;根据精确确定的壁面位置,确定PIV流场中壁面附近实际观测流场一侧的第一层网格点的位置;将实际观测流场一侧的第一层网格点的速度值赋值为零。本发明可排除实际流场外和流场内壁面附近第一层网格点上错误数据的干扰。
Description
技术领域
本发明涉及风洞测试领域,尤其是用于对高速飞行器进行流场分析的高速风洞测试技术,具体而言,涉及一种应用于高速风洞的PIV近壁数据处理方法、装置。
背景技术
由于超声速/高超声速等高速飞行器(例如超声速/高超声速飞机、高超声速导弹)实际运行环境的气流高可压性和低雷诺数造成附面层过厚,激波和附面层之间的相互作用非常严重,对于激波等高速流场特有的现象,需要高度精密的测量技术才能进行相关的研究。
高速风洞可用于高速流场空气动力学的基础理论研究和高速飞行器的地面模拟实验。在高超声速风洞中采用PIV(Particle Image Velocimetry,粒子图像测速)技术对高速流场进行实验分析在该领域中已经被越来越多的研究人员所认同。例如,Scheel等在风洞测试中,针对超燃冲压燃烧室的不同气动外形燃料入口,利用PIV技术对上述燃料入口进行了流场测试。Beresh等人利用PIV技术对来流马赫数为5的高速流场进行实验分析,对湍流边界层和激波结构中的非定常分离进行测试。Haertig等人将PIV技术应用于来流马赫数很高的激波测量,激波风洞测量时间为瞬态的毫秒级。
随着相机技术和激光技术的飞速拓展,科学研究以及工程应用中对风洞中的PIV技术所能达到的精度提出了更高的要求。例如,在高速风洞中应用PIV技术时,为使流场中的示踪粒子具有足够的散射强度,保证PIV图像具有足够高的信噪比,入射激光强度通常较强。然而,较强的激光照射到实验模型的壁面上时,会在壁面处产生很强的散射,这种散射使得PIV图像中产生一条很宽的白色亮线,在某些测试场景下,该白色亮线所带来的干扰可能导致完全错误的测试结果。
发明内容
在一个实施例中,本发明提供了一种PIV近壁数据处理方法,用于在风洞,尤其是高速风洞中对待测物进行流场测试,其中所述待测物具有壁面,该方法包括如下步骤:
在风洞实验段中无示踪粒子的状态下,开启激光器,并捕获包括壁面散射亮线的第一激光散射图像;
逐渐降低激光能量直至最低激光能量,捕获该最低激光能量下的包括壁面散射亮线的第二激光散射图像;
对所述第二激光散射图像进行边缘检测,以确定壁面位置;
根据精确确定的壁面位置,确定PIV流场中壁面附近实际观测流场一侧的第一层网格点的位置;
将实际观测流场一侧的第一层网格点的速度值赋值为零。
进一步地,所述最低激光能量使得相机捕获到的壁面散射亮线在最宽处小于预定值。
进一步地,所述所述最低激光能量使得相机捕获到的壁面散射亮线在最宽处小于2个像素。
进一步地,采用Canny边缘检测算子对所述第二激光散射图像进行边缘检测,以确定壁面位置。
进一步地,当壁面处散射亮线沿流向不连续时,根据壁面的型面函数,以及间断前壁面位置与间断后壁面位置补齐间断处的型面位置参数。
进一步地,还包括标记所述第一层网格点位置索引的步骤。
在另外的实施例中,本发明还提供了一种PIV近壁数据处理装置,用于在风洞中对待测物进行流场测试,其中所述待测物具有壁面,该装置包括:
激光控制单元,用于控制激光器开启,以及调节激光器发射的激光能量;
图像采集单元,用于捕获所述激光在所述壁面处散射产生的激光散射图像;
其中,所述激光控制单元在在风洞实验段中无示踪粒子的状态下开启所述激光器,并逐渐降低激光能量直至最低激光能量,该最低激光能量使得所述图像采集单元捕获到的激光散射图像中,壁面散射亮线在最宽处小于预定值;
边缘检测单元,用于对所述激光散射图像进行边缘检测,以确定壁面精确位置;
网格点确定单元,该网格点确定单元根据精确确定的壁面位置,确定PIV流场中壁面附近实际观测流场一侧的第一层网格点的位置;
网格点标记单元,用于将实际观测流场一侧的第一层网格点的速度值赋值为零。
进一步地,所述最低激光能量使得所述图像采集单元捕获到的激光散射图像中,壁面散射亮线在最宽处小于2个像素。
进一步地,所述装置还包括壁面间断补齐单元,该壁面间断补齐单元能够根据壁面的型面函数,以及由所述边缘检测单元确定的间断前壁面位置与间断后壁面位置,补齐间断处的型面位置参数。
在另外的实施例中,本发明还提供了一种存储计算机可执行指令的计算机可读存储介质,当所述计算机可执行指令由处理器执行时,所述指令配置所述处理器执行上述技术方案任一项所述的PIV近壁数据处理方法。
在另外的实施例中,本发明还提供了一种风洞,尤其是高速风洞,该高速风洞包括上述技术方案任一项所述的PIV近壁数据处理模块。
采用上述技术方案处理的PIV流场数据中,流场内近壁第一层网格上的速度数据和流场外数据均可在PIV流场数据的进一步处理中被排除,即不使用流场内近壁第一层网格上的速度数据和流场外数据,从而可排除实际流场外和流场内壁面附近第一层网格点上错误数据的干扰。
附图说明
图1是根据本发明一个实施例的具有PIV测试***的风洞结构示意图;
图2为在PIV测试中获得的PIV数字图像;
图3为PIV互相关计算中查询区域划分示意图;
图4为根据本发明一个实施例的PIV近壁数据处理方法流程图;
图5为激光在壁面处产生的散射亮线的局部放大示意图;
图6为间断处壁面型面补齐示意图;
图7为流场内近壁第一层网格点位置示意图;
图8为根据本发明一个实施例的PIV近壁数据处理模块结构组成示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。
本发明涉及的高速风洞例如可以是高超声速风洞、超声速风洞、亚声速风洞等。此外,在某些情况下,本发明所公开的风洞结构也适用于低速风洞。
在某些实施例中,本发明可用于超声速、高超声速等流场环境测试中,例如超声速燃烧冲压发动机进排气***、内外流一体化气动布局设计等,上述环境的气流是高度非均匀、非定常的复杂的三维流场,流场中存在流动参数变化梯度很大的激波、滑流面、分离剪切层,涉及了大量关于激波/激波、激波/膨胀波、激波/附面层相互作用,以及由此造成的附面层分离、大尺度分离涡和回流区等复杂现象。
在某些实施例中,所述高速风洞包括可以是吹吸式风洞,主要包括实验段、连接在实验段上游的高压源以及连接在实验段下游的低压气源。
图1示出了根据本发明的一个实施例的高速风洞。如图1所示,该高速风洞包括包括试验段。在另外的实施例中,该实验段上游端可以连接有喷管(未图示)以及在试验段下游端可以连接有扩压器(未图示),实验段上游设置高压气源,下游设置低压气源,从而构成吹吸式风洞。待测物,如实验模型等固定在所述实验段1内。该风洞的马赫数运行范围为0.5-6。在某些情况下,该风洞也可以在低于0.5,以及高于马赫数7的条件下工作。
所述实验段周围设置示踪粒子发生器(未图示)、激光器、光路***、数码相机以及图像采集处理***等。
在某些实施例中,所述示踪粒子例如可以是聚酰胺示踪粒子(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 PolymerParticles,FPP)等。
激光光源***包括激光发生器、导光臂和片光源发射镜头等。导光臂可将脉冲激光器发射的强大光能高效、安全且灵活地传送到所需位置。片光源发射镜头(例如包括一个柱面镜和一个球面镜)将圆柱状光束转变成扇形光片,照亮流场中特定位置处的预定区域。在某些情况下,也可以省去导光臂,激光发射出来后直接经片光源发射镜头转变成片光源。
所述激光器可以是连续激光器或脉冲激光器,例如氩离子激光器、Nd:YAG脉冲激光器。
在采用粒子图像测速技术(PIV)对流场进行测量的过程中,被投放到流场中示踪粒子在极短的时间间隔内,被高强度激光片光在同一流动平面上至少照亮两次,通过高分辨数码相机记录粒子产生的光散射,两次照亮之间示踪粒子的移动距离即代表了流体的移动距离。利用该风洞进行待测物流场测试时,首先开启粒子播发器,运行风洞,然后启动激光片光将流场照亮。数码相机,例如CCD摄像机通过侧窗拍摄流场PIV图像。利用图像处理单元对所述PIV图像进行分析处理,可以获得所述流场参数,例如流场速度。
所述图像处理单元包括数据处理模块,该数据处理模块将数字PIV图像分割成多个被称为“查询区域”的子区域,通过对相邻的时间相关的两幅图像的进行互相关处理,即可确定每个查询区域中的示踪粒子在跨帧时间内的局部位移矢量Δs。进一步根据跨帧时间Δt和图像的放大倍数k可确定流场中的速度分布:u=kΔs/Δt。
上述方法仅适用于观测流场中不存在壁面的情况,若观测流场中存在壁面,尤其是复杂壁面,如阵列涡发生器表面、波纹壁面等,需要对近壁数据进行进一步处理,否则会带来较大误差。
当壁面形状复杂,且难以将壁面排除在观测区域之外时,存在这样的问题:在风洞中进行PIV测试时,为使流场中的示踪粒子具有足够的散射强度,保证PIV图像具有足够高的信噪比,入射激光强度通常较强。然而较强的激光照射到待测物的壁面上时,会在壁面处产生很强的散射,如图2中较宽的白色亮线所示。尽管有些人选择在待测物表面设置涂层,以减少上述散射,然而在待测物表面设置涂层,有可能导致测试值与真实值误差,而导致测试结果可信度降低。
一般情况下,根据PIV图像在壁面处的散射光即可以确定壁面位置。但在壁面处散射光较强时,由于壁面处产生的白色亮线往往较宽,如图2所示。这样,根据壁面处白色亮线来确定壁面位置会存在较大误差,难以精确确定壁面位置。特别是在进行对待测物,例如超声速、高超声速飞行器的边界层进行研究时,由于边界层厚度较薄,精确确定壁面位置就显得极为重要。
下面请参照图3,假设PIV图像的像素点数为Nx×Ny,其中Nx和Ny分别为PIV图像在横向和纵向的像素点数。在PIV图像的互相关计算中,PIV图像被分成多个所述查询区域,每个查询区域的像素点数为mx×my。通过互相关计算,每个查询区域即对应流场中的一个速度向量,如图3中所示的向量u。
如图3所示,对于复杂的弯曲壁面W,壁面可能会穿过多个查询区域,并参与PIV图像的互相关计算,如图3中的深色标识区域所示。
由于壁面为非流场区域,壁面处激光的散射信息参与PIV计算必然会导致相应位置处得到错误的速度矢量。因此,如果不对实际流场中壁面附近的PIV数据进行进一步处理,而直接采用PIV获得的流场数据,则在壁面处测试误差将会非常巨大,甚至获得的是完全错误的测试数据。
为解决上述问题,根据本发明的一个实施方式,提供了一种PIV近壁数据处理方法。如图4所示,该方法包括如下步骤:
步骤1、按照测试要求,在风洞中安装待测物及PIV测试设备。
待测物及PIV测试设备的安装属于本领域的常规技术,本发明中不再赘述。在安装过程中,应确保各测试设备及待测物的位置保持不变。尤其是确保激光器的激光出光头和数码相机的安装位置不变。该激光出光头用于发出高能量平面激光,数码相机用于捕获瞬时的激光散射图像。
步骤2、在风洞实验段中无示踪粒子的状态下,开启激光器,并捕获包括壁面散射亮线的第一激光散射图像。
在该步骤中,不向观测流场中播撒示踪粒子。
开启激光器,由于没有示踪粒子的散射,此时相机捕获到的激光散射图像中只能观察到激光在壁面处散射产生的亮线,如图5所示。对于复杂壁面来说,由于沿流向不同位置处壁面的散射光存在一定差异,沿散射亮线不同位置处激光散射亮线的宽度,也即该亮线所占据的像素点数Ly也会存在一定区别。
步骤3、逐渐降低激光能量直至最低激光能量,该最低激光能量使得相机捕获到的壁面散射亮线在最宽处小于预定值,捕获该最低激光能量下的包括壁面散射亮线的第二激光散射图像。
根据可选的实施方式,在该步骤中,本发明逐渐调低激光器的发射能量,直到在相机捕获到的激光散射图像中,壁面散射亮线的宽度不超过两个像素,即沿亮线在所有位置处Ly≤2。本发明通过减小壁面处散射激光的强度和散射光亮线的宽度,能够保证壁面位置的确定精度。
步骤4、对所述第二激光散射图像进行边缘检测,以确定壁面位置。
针对步骤3中在最低激光能量下捕获的包括壁面散射亮线的第二激光散射图像,使用例如John F.Canny提出的Canny边缘检测算子进行边缘检测,根据检测得到的边缘线,即可直接确定壁面位置。
由于步骤3中捕获的第二激光散射图像中壁面处的激光散射亮线占据像素点少,因此可以获得精度非常高的壁面位置信息。
Canny边缘检测算子是John F.Canny开发出来的一个多级边缘检测算法,该算法能够尽可能多地标识出图像中的实际边缘,标识出的边缘与实际图像中的实际边缘尽可能接近,并且图像中的边缘只标识一次,同时可能存在的图像噪声不标识为边缘。
利用Canny算法实现边缘检测过程包括如下几个步骤:
Step1、图像灰度化
Canny算法通常处理的图像为灰度图,因此如果摄像机获取的是彩色图像,那首先进行灰度化。对一幅彩色图进行灰度化,就是根据图像各个通道的采样值进行加权平均。
以RGB格式的彩图为例,通常灰度化采用的方法主要有:
方法1:Gray=(R+G+B)/3;
方法2:Gray=0.299R+0.587G+0.114B (1)
Step2、去噪
噪声的存在影响到边缘的检测,因此需要将图像进行高斯去噪,以滤除高频噪声。
Step3、求解梯度幅度和方向
梯度的幅度及方向可以采用索贝尔算子(Sobel operator)算子求解。索贝尔算子是图像处理中的算子之一,主要用于实现边缘检测。该算子为一离散性差分算子,用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子,将会产生对应的梯度矢量或者法矢量。
该算子包含两组3×3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。
如果以A代表原始图像,Gx及Gy分别代表经横向及纵向边缘检测的图像,则:
图像的每一个像素的横向及纵向梯度近似值可用下式结合,来计算梯度的大小:
然后可用以下公式计算梯度方向:
在以上例子中,如果以上的角度Θ等于零,即代表图像该处拥有纵向边缘。
Step4、非极大值抑制
在求出的幅值图像中,可能存在多个较大幅值临近的情况,但真正的边缘点只有一个。针对这样的情况,可以进行非极大值抑制,找出局部最大值,从而可以剔除大部分非边缘点。
为此,对每一像素点进行如下处理:
根据该像素点的梯度方向,确定需进行比较的临近像素点位置。例如,过像素点方向为梯度方向的直线与该像素点临近的若干像素点所组成的图形,估算出交点像素,如果该像素点均大于交点像素则为极大值边缘点,否则为非边缘点。
Step5、利用双阈值算法检测及连接边缘
使用滞后阈值判断该像素是否为边缘像素。滞后阈值包括两个阈值,即高阈值和低阈值。
如果某一像素位置的幅值超过高阈值,该像素被保留为边缘像素。
如果某一像素位置的幅值小于低阈值,该像素被排除。
如果某一像素位置的幅值在高低阈值之间,该像素仅仅在连接到一个高于高阈值的像素时被保留。
所述高、低阈值的比在2:1到3:1之间。
尽管本发明示例性地介绍了采用Canny边缘检测算子进行边缘检测,然而本领域技术人员可以理解,也可以采用其他已知的边缘检测方法确定壁面位置。
在某些情况下,整个壁面处的散射光沿流向连续,无显著间断,则可该步骤确定出的壁面位置即为整个观测区域内壁面的几何位置。
在另外的情况下,可能出现壁面处散射光沿流向不连续,如图6所示。在这种情况下,部分位置由于散射光强过弱,而难以直接确定壁面位置。
如图6中所示的x1~x2之间区域,未能在该步骤中直接确定壁面位置,此时则根据壁面的型面函数f(x),以及由该步骤4确定的间断前壁面位置(x1,y1)与间断后壁面位置(x2,y2),可补齐间断处的型面位置参数。
步骤5、根据精确确定的壁面位置,确定PIV流场中壁面附近实际观测流场一侧的第一层网格点的位置。
其中,流场中的网格对应于PIV互相关计算中的所述查询区域。
步骤6、将实际观测流场一侧的第一层网格点的速度值赋值为零,并标记所述第一层网格点的位置索引。
将实际观测流场一侧的第一层网格点的速度值赋值为零,并标记所述第一层网格点的位置索引为NW(i,j),如图7所示。
在非观测流场一侧,将所有网格点上的速度值均赋值为零。
这样,经过上述方法处理的PIV流场数据中,流场内近壁第一层网格上的速度数据和流场外数据均可在PIV流场数据的进一步处理中被排除,即不使用流场内近壁第一层网格上的速度数据和流场外数据,从而可排除实际流场外和流场内壁面附近第一层网格点上错误数据的干扰。
如果在PIV测试过程中,调整或移动了相机或激光出光头位置,则需要依据测试设备的安装位置,采用上述步骤重新确定壁面位置。
如图8所示,根据本发明的另一实施方式,一种用于实施上述PIV近壁数据处理方法的数据处理装置,包括:
激光控制单元,该激光控制单元用于控制激光器开启,以及调节激光器发射的激光能量。
图像采集单元,该图像采集单元用于捕获所述激光在所述壁面处散射产生的激光散射图像。
其中,所述激光控制单元在在风洞实验段中无示踪粒子的状态下开启所述激光器,所述图像采集单元捕获该无示踪粒子状态下的包括壁面散射亮线的第一激光散射图像。
其中,所述激光控制单元逐渐降低激光能量直至最低激光能量,该最低激光能量使得所述图像采集单元捕获到的激光散射图像中,壁面散射亮线在最宽处小于预定值,即所述图像采集单元捕获该最低激光能量下的包括壁面散射亮线的第二激光散射图像。
边缘检测单元,该边缘检测单元针对所述第二激光散射图像进行边缘检测,以确定壁面精确位置。
根据本发明的实施例,针对所述第二激光散射图像,使用例如John F.Canny提出的Canny边缘检测算子进行边缘检测,以确定壁面精确位置。
在某些情况下,整个壁面处的散射光沿流向连续,无显著间断,则可该步骤确定出的壁面位置即为整个观测区域内壁面的几何位置。
在另外的情况下,例如壁面部分位置由于散射光强过弱,可能出现壁面处散射光沿流向不连续,如图6所示。在这种情况下,所述边缘检测单元难以直接确定壁面位置。
为解决该问题,本发明中还包括壁面间断补齐单元,该壁面间断补齐单元可根据壁面的型面函数,以及由所述边缘检测单元确定的间断前壁面位置与间断后壁面位置,补齐间断处的型面位置参数。
如图6中所示的x1~x2之间区域,未能直接由所述边缘检测单元确定壁面位置,此时则由壁面间断补齐单元根据壁面的型面函数f(x),以及由所述边缘检测单元确定的间断前壁面位置(x1,y1)与间断后壁面位置(x2,y2),补齐间断处的型面位置参数。
网格点确定单元,该网格点确定单元根据精确确定的壁面位置,确定PIV流场中壁面附近实际观测流场一侧的第一层网格点的位置。
其中,流场中的网格对应于PIV互相关计算中的所述查询区域。
网格点标记单元,该网格点标记单元用于将实际观测流场一侧的第一层网格点的速度值赋值为零,并标记所述第一层网格点的位置索引。
具体而言,该网格点标记单元将实际观测流场一侧的第一层网格点的速度值赋值为零,并标记所述第一层网格点的位置索引为NW(i,j),如图6所示。
同时,在非观测流场一侧,该网格点标记单元将所有网格点上的速度值均赋值为零。
这样,经过上述数据处理模块处理的PIV流场数据中,流场内近壁第一层网格上的速度数据和流场外数据均可在PIV流场数据的进一步处理中被排除,即不使用流场内近壁第一层网格上的速度数据和流场外数据,从而可排除实际流场外和流场内壁面附近第一层网格点上错误数据的干扰。
根据本发明的又一实施方式,本发明还提供了一种包括一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当被包括多个应用程序的计算机执行时,使所述计算机执行上述任一个实施例所示的PIV近壁数据处理方法。
根据本发明的又一实施方式,本发明还提供了一种包括上述计算机可读存储介质的计算机,该计算机包括上述任一个实施例所示的PIV近壁数据处理模块。
本领域技术人员应该理解,在本发明所提供的若干实施例中,所披露的设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的数据处理模块实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元表示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、便携式终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
根据本发明的又一实施方式,本发明还提供了一种包括上述PIV近壁数据处理模块的风洞,该风洞例如可以是高超声速风洞、超声速风洞、亚声速风洞等。
此外,在某些情况下,上述风洞也可以是低速风洞。
此外,在某些情况下,所述风洞用于超声速、高超声速等流场环境测试中,例如超声速燃烧冲压发动机进排气***、内外流一体化气动布局设计等,上述环境的气流是高度非均匀、非定常的复杂的三维流场,流场中存在流动参数变化梯度很大的激波、滑流面、分离剪切层,涉及了大量关于激波/激波、激波/膨胀波、激波/附面层相互作用,以及由此造成的附面层分离、大尺度分离涡和回流区等复杂现象。
此外,在某些情况下,所述高速风洞包括可以是吹吸式风洞,主要包括实验段、连接在实验段上游的高压源以及连接在实验段下游的低压气源。
在本发明的一个实施例中,所述风洞包括包括试验段,该实验段上游端可以连接有喷管以及在试验段下游端可以连接有扩压器。实验段上游设置高压气源,下游设置低压气源,从而构成吹吸式风洞。待测物,如实验模型等固定在所述实验段内。
该风洞的马赫数运行范围为0.5-6。在某些情况下,该风洞也可以在低于0.5,以及高于马赫数7的条件下工作。
所述实验段周围设置示踪粒子发生器、激光器、光路***、数码相机以及图像采集处理***等。
以上实施方式仅用以说明本发明实施例的技术方案而非限制,尽管参照以上较佳实施方式对本发明实施例进行了详细说明,本领域的普通技术人员应当理解,可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (9)
1.一种PIV近壁数据处理方法,用于在风洞中对待测物进行流场测试,其中所述待测物具有壁面,其特征在于,该方法包括如下步骤:
在风洞实验段中无示踪粒子的状态下,开启激光器,并捕获包括壁面散射亮线的第一激光散射图像;
逐渐降低激光能量直至最低激光能量,捕获该最低激光能量下的包括壁面散射亮线的第二激光散射图像;其中,所述最低激光能量使得相机捕获到的壁面散射亮线在最宽处小于预定值;
对所述第二激光散射图像进行边缘检测,以确定壁面位置;
根据精确确定的壁面位置,确定PIV流场中壁面附近实际观测流场一侧的第一层网格点的位置;
将实际观测流场一侧的第一层网格点的速度值赋值为零。
2.根据权利要求1所述的PIV近壁数据处理方法,其特征在于,所述最低激光能量使得相机捕获到的壁面散射亮线在最宽处小于2个像素。
3.根据权利要求1所述的PIV近壁数据处理方法,其特征在于,采用Canny边缘检测算子对所述第二激光散射图像进行边缘检测,以确定壁面位置。
4.根据权利要求3所述的PIV近壁数据处理方法,其特征在于,当壁面处散射亮线沿流向不连续时,根据壁面的型面函数,以及间断前壁面位置与间断后壁面位置补齐间断处的型面位置参数。
5.根据权利要求1-4任一项所述的PIV近壁数据处理方法,其特征在于,还包括标记所述第一层网格点位置索引的步骤。
6.一种存储计算机可执行指令的计算机可读存储介质,当所述计算机可执行指令由处理器执行时,所述指令配置所述处理器执行根据权利要求1-5任一项所述的PIV近壁数据处理方法。
7.一种PIV近壁数据处理装置,用于在风洞中对待测物进行流场测试,其中所述待测物具有壁面,其特征在于,该装置包括:
激光控制单元,用于控制激光器开启,以及调节激光器发射的激光能量;
图像采集单元,用于捕获所述激光在所述壁面处散射产生的激光散射图像;
其中,所述激光控制单元在风洞实验段中无示踪粒子的状态下开启所述激光器,并逐渐降低激光能量直至最低激光能量,该最低激光能量使得所述图像采集单元捕获到的激光散射图像中,壁面散射亮线在最宽处小于预定值;
边缘检测单元,用于对所述激光散射图像进行边缘检测,以确定壁面精确位置;
网格点确定单元,该网格点确定单元根据精确确定的壁面位置,确定PIV流场中壁面附近实际观测流场一侧的第一层网格点的位置;
网格点标记单元,用于将实际观测流场一侧的第一层网格点的速度值赋值为零。
8.根据权利要求7所述的PIV近壁数据处理装置,其特征在于,所述最低激光能量使得所述图像采集单元捕获到的激光散射图像中,壁面散射亮线在最宽处小于2个像素。
9.根据权利要求7或8所述的PIV近壁数据处理装置,其特征在于,还包括壁面间断补齐单元,该壁面间断补齐单元能够根据壁面的型面函数,以及由所述边缘检测单元确定的间断前壁面位置与间断后壁面位置,补齐间断处的型面位置参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010189379.0A CN111473943B (zh) | 2020-03-18 | 2020-03-18 | 一种piv近壁数据处理方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010189379.0A CN111473943B (zh) | 2020-03-18 | 2020-03-18 | 一种piv近壁数据处理方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111473943A CN111473943A (zh) | 2020-07-31 |
CN111473943B true CN111473943B (zh) | 2022-02-22 |
Family
ID=71747517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010189379.0A Active CN111473943B (zh) | 2020-03-18 | 2020-03-18 | 一种piv近壁数据处理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111473943B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113341174A (zh) * | 2021-06-03 | 2021-09-03 | 中国人民解放军海军工程大学 | 一种跨音速叶栅风洞piv测试设备测试方法及*** |
CN114459727A (zh) * | 2021-12-30 | 2022-05-10 | 中国人民解放军国防科技大学 | 用于swtbli非定常特性研究的实验***及方法 |
CN116989977B (zh) * | 2023-08-28 | 2024-06-11 | 哈尔滨工业大学 | 一种自然风洞中非介入式大尺度流动特征测量方法及其测量*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393193A (zh) * | 2011-10-12 | 2012-03-28 | 清华大学 | 一种用于流速测量的高频图像采集*** |
CN102706529A (zh) * | 2012-06-08 | 2012-10-03 | 中国人民解放军国防科学技术大学 | 超声速流场密度场的校准以及测量超声速密度场的方法 |
CN105004466A (zh) * | 2015-08-05 | 2015-10-28 | 北京航空航天大学 | 一种高精度非接触气动摩擦阻力测量方法及测量装置 |
CN108680359A (zh) * | 2018-06-22 | 2018-10-19 | 中国人民解放军战略支援部队航天工程大学 | 气流冲量增益测量***及其使用方法和应用 |
-
2020
- 2020-03-18 CN CN202010189379.0A patent/CN111473943B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393193A (zh) * | 2011-10-12 | 2012-03-28 | 清华大学 | 一种用于流速测量的高频图像采集*** |
CN102706529A (zh) * | 2012-06-08 | 2012-10-03 | 中国人民解放军国防科学技术大学 | 超声速流场密度场的校准以及测量超声速密度场的方法 |
CN105004466A (zh) * | 2015-08-05 | 2015-10-28 | 北京航空航天大学 | 一种高精度非接触气动摩擦阻力测量方法及测量装置 |
CN108680359A (zh) * | 2018-06-22 | 2018-10-19 | 中国人民解放军战略支援部队航天工程大学 | 气流冲量增益测量***及其使用方法和应用 |
Non-Patent Citations (2)
Title |
---|
超声速边界层流向曲率效应研究;王前程;《中国博士学位论文全文数据库(电子期刊)》;20200215;正文1-32页 * |
高超声速钝头体表面超声速气膜冷却的试验研究;付佳等;《第十五届全国激波与激波管学术会议论文》;20120731;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111473943A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111473943B (zh) | 一种piv近壁数据处理方法、装置及存储介质 | |
Lei et al. | A novel tunnel-lining crack recognition system based on digital image technology | |
US6266138B1 (en) | System and method for detecting defects in a surface of a workpiece | |
CN102435411B (zh) | Npls可压缩湍流雷诺应力的全场测量***及方法 | |
Venkatakrishnan | Density measurements in an axisymmetric underexpanded jet by background-oriented schlieren technique | |
CN110018170B (zh) | 一种基于蜂巢模型的飞机蒙皮小型损伤定位方法 | |
CN113324727A (zh) | 一种针对压缩拐角超声速流场结构的纹影图像处理方法 | |
CN113432829B (zh) | 一种用于气、固、液多相云雾燃爆湍流场piv测量集成*** | |
Duncan et al. | Effects of step excrescences on a swept wing in a low-disturbance wind tunnel | |
CN111024980B (zh) | 自由界面附近层析粒子图像测速方法 | |
CN109141273B (zh) | 一种基于dmd的高速运动目标形变测量***及方法 | |
CN108535681A (zh) | 一种透过散射介质的目标4d跟踪***及方法 | |
Zhou et al. | UAV vision detection method for crane surface cracks based on Faster R-CNN and image segmentation | |
CN111241667A (zh) | 一种基于图像处理和探针数据处理识别等离子***形方法 | |
Kouchi et al. | Wavelet analysis of transonic buffet on a two-dimensional airfoil with vortex generators | |
CN115901178A (zh) | 多体海工结构间波浪共振流场特性的测量***和分析方法 | |
CN114838906A (zh) | 对风洞来流能谱进行测量的方法及***、设备、存储介质 | |
Wang et al. | Experimental investigation of supersonic flow over a hemisphere | |
Neupert et al. | Investigation and modeling of two phase flow through a compressor stage: Analysis of film breakup | |
CN109044325B (zh) | 一种三维血流速度动态监测装置及方法 | |
CN113899657B (zh) | 基于复合式纹影技术的可压缩雷诺应力测量方法 | |
Loktev et al. | Image Blur Simulation for the Estimation of the Behavior of Real Objects by Monitoring Systems. | |
Smith et al. | Evolution and convection of large-scale structures in supersonic reattaching shear flows | |
CN209048126U (zh) | 一种三维血流速度动态监测装置 | |
Kushner et al. | Planning Image-based Measurements in Wind Tunnels by virtual imaging |
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 |