[发明专利]基于动边界自识别的激光粒子图像测速数据处理方法在审
| 申请号: | 201811579283.4 | 申请日: | 2018-12-24 |
| 公开(公告)号: | CN109459582A | 公开(公告)日: | 2019-03-12 |
| 发明(设计)人: | 王国玉;张孟杰;黄彪;吴钦 | 申请(专利权)人: | 北京理工大学 |
| 主分类号: | G01P5/22 | 分类号: | G01P5/22;G06T7/00;G06T7/13 |
| 代理公司: | 北京理工正阳知识产权代理事务所(普通合伙) 11639 | 代理人: | 邬晓楠 |
| 地址: | 100081 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 坐标变换 激光粒子 被测对象 边界像素 速度流场 速度矢量 图像测速 数据处理 图片 灰度 流体力学实验 边界判断 数据采用 数据矩阵 算法获取 相机拍摄 运动状态 点连接 反变换 法向 紧贴 判定 测量 垂直 捕捉 | ||
基于动边界自识别的激光粒子图像测速数据处理方法,属于流体力学实验技术领域。本发明通过PIV相机拍摄获取含有激光粒子的PIV图片,获取图片灰度值,将PIV图片的灰度值建立数据矩阵;根据边界判断准则判定识别所述PIV图片中的边界像素点,将边界像素点连接获得被测对象在运动状态下的边界;根据边界以及垂直所述边界的法向建立新的SN坐标系;将PIV图片进行坐标变换获取PIV图片的坐标变换后的数据,实现坐标变换后的数据进行相关计算时的捕捉窗口始终紧贴于运动的边界布置,进而再将坐标变换后的数据采用标准相关计算算法获取速度矢量,将速度矢量进行坐标反变换获取被测对象的速度流场。本发明提高动边界速度流场测量精度。
技术领域
本发明涉及基于动边界自识别的激光粒子图像测速数据处理方法,属于流体力学实验技术领域。
背景技术
在航空航天领域,为了避免动力失速、结构上颤振和共振,振荡翼型的动态特性受到越来越多的重视。在水力机械研究中,旋转产生的附加作用力以及动静部件的扰动对湍流过程、边界层的发展、流动结构的时空分布有着重要的影响,非转动/转动部件的流场相互干扰的物理机制一直是研究的重点和难点。在螺旋桨、涡轮泵、水轮机启停机、飞逸、增减负荷等瞬态过程中,暂态过程瞬变流动会使升力面的有效攻角发生改变,其内部流动复杂多变,呈现出强烈的不稳定性。因此,了解物体在动态变化下非稳态水动力载荷和振动的变化,对了解水力机械瞬态过程非定常流动机理及动力特性,优化水力机械的设计,提高水力性能有着重要的意义。
水翼作为水力机械结构的基本单元,对于运动边界绕流问题研究往往被作为基本对象。实验研究是探寻物理机制的基础方法,激光粒子图像测速技术(PIV)由于具有全场、非接触测量等特点,被广泛应用于流场实验测量研究中。将PIV技术应用于运动边界的流固耦合流场测量实验研究中,即可以得到固体结构边界运动信息,还可以获取瞬时全场速度矢量,克服了单点测量的局限性。同步采集得到的固体运动规律、速度场、涡量场等信息,可以帮助深入研究流固耦合这类复杂问题的瞬态耦合过程。然而,将传统的激光粒子图像测速技术用于存在运动边界问题的流场测试时,互相关计算窗口中包含流固耦合交界面,会导致不正确甚至错误的速度矢量测量结果。因此急需提供一种基于动边界自识别的激光粒子图像测速数据处理方法。
发明内容
为了解决现有技术存在动边界速度流场测量不够精确的问题,本发明公开的基于动边界自识别的激光粒子图像测速(PIV)数据处理方法要解决的技术问题是:提高动边界速度流场测量精度。
本发明目的是通过下述技术方案实现的。
本发明公开的基于动边界自识别的激光粒子图像测速数据处理方法,包括以下步骤:通过PIV相机拍摄获取含有激光粒子的PIV图片,获取所述PIV图片的灰度值,建立所述PIV图片的笛卡尔坐标系XOY,将所述PIV图片的灰度值建立数据矩阵;根据边界判断准则判定识别所述PIV图片中的边界像素点,将所述边界像素点连接获得被测对象在运动状态下的边界;根据所述边界以及垂直所述边界的法向建立新的SN坐标系,所述SN坐标系的S坐标为所述边界方向,N坐标为所述边界的法向;将所述PIV图片进行坐标变换获取所述PIV图片的坐标变换后的数据,实现所述坐标变换后的数据进行相关计算时的捕捉窗口始终紧贴于运动的边界布置,进而再将坐标变换后的数据采用标准相关计算算法获取速度矢量,将所述速度矢量进行坐标反变换获取被测对象的速度流场。
优先地,所述边界像素点的判断准则为,沿Y坐标方向上灰度值的二阶导数为零,且越过边界像素点后灰度值一阶导数恒为零。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811579283.4/2.html,转载请声明来源钻瓜专利网。





