APP下载

基于经验模态分解的粒子图像测速流场重构研究

2021-02-01王晓宇贺静柯汉兵林梅

西安交通大学学报 2021年1期
关键词:模态经验方法

王晓宇,贺静,柯汉兵,林梅

(1.西安交通大学能源与动力工程学院,710049,西安;2.武汉第二船舶设计研究所,430205,武汉)

粒子图像测速(PIV)技术是一种诞生于20世纪80年代的无扰动流场测试技术,它克服了传统接触式流场测量中单点测量的局限性,可以对存在变化流速及各类涡结构的复杂流动实现全流场瞬时非接触测量[1-2]。在PIV流场图像后处理中常采用光学杨氏条纹法、自相关法或互相关法,逐点处理PIV图像,从而获得流场速度数据[3-4]。由于在实验中可能存在示踪粒子分布不均匀、PIV图像变形或扭曲、PIV图像背景噪声、成像系统变形等因素,获得的流速数据中会存在干扰正常流场分析的错误数据。当错误数据造成的误差超过2%时,便会影响正常的流场分析研判[5]。

针对PIV流场数据中错误数据的消除方法,国内诸多学者都进行了相关研究。王平让总结了错误数据产生的原因,并从PIV图像滤波处理的角度提出了消除错误数据的方法[6]。王灿星等建立了基于互相关技术的连续PIV图像之间的粒子对应方法,提出了识别错误数据的方法和消除准则[7]。高琪等基于速度场的本征正交分解后处理技术,通过迭代方法有效地实现了错误数据的识别与修复[8]。吴龙华等在对人脑判别PIV错误数据方式进行模拟的基础上,建立了可以进行准确错误数据识别的多证据推理Hopfield神经网络模型[9]。王晋军等引入不可压缩连续性方程对PIV测得的流场数据进行后处理,使得修正后的流场严格满足差分形式的连续性方程,实现了流场数据的准确修正[10]。……

登录APP查看全文

猜你喜欢

模态经验方法
2021年第20期“最值得推广的经验”评选
经验
2018年第20期“最值得推广的经验”评选
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼
当你遇见了“零经验”的他
基于HHT和Prony算法的电力系统低频振荡模态识别
由单个模态构造对称简支梁的抗弯刚度
多模态话语模态的协同及在外语教学中的体现