朱浩然高 琪王洪平廖相巍赵 亮魏润杰王晋军

1．浙江大学 航空航天学院,杭州 310027;2．中国科学院力学研究所,北京 100190;3．鞍钢集团钢铁研究院 冶金工艺研究所,辽宁 鞍山 114009;4．海洋装备用金属材料及其应用国家重点实验室,辽宁 鞍山 114009;5．北京立方天地科技发展有限责任公司,北京 100083;6．流体力学教育部重点实验室 北京航空航天大学,北京 100191

0 引 言

粒子图像测速技术(Particle Image Velocity,PIV)是一种应用广泛的速度测量技术,对于复杂流体流动,可以根据体PIV中三维三分量(3D3C)流动结构进行研究。在所有的3D3C测量方法中,Elsinga等[1]提出的层析PIV技术(Tomographic PIV,Tomo-PIV)已经被证明能够在相当高的粒子播种密度(每像素0．05个粒子)下进行精确的空间分辨率测量。粒子重构(Particle Reconstruction,PR)是Tomo-PIV的关键步骤,它是解决从二维粒子图像到三维粒子分布的逆投影问题的过程。在Elsinga等[1]的Tomo-PIV原始文章中,提出了基于倍增代数重构技术(Multiplicative Algebraic Reconstruction Technique,MART)的三维粒子重构方法。从那时起,许多先进的技术被陆续开发出来用来优化三维粒子重构,以提高重构精度或效率,这已经被Scarano[2]和高琪等[3]充分验证。大多数可用的粒子重构技术都是基于MART算法的,例如空间滤波MART(Spatial Filtering MART,SFMART),它在每次MART迭代后对重构的粒子强度场进行空间滤波(Discetti等)[4]。SF-MART算法比传统的MART算法具有更好的重构质量,该算法将在本文中用来与新技术进行测试和比较。

对于粒子重构问题,随着粒子播种密度的增加,在视线交叉处会产生虚假粒子,重构质量将急剧下降。在高粒子浓度情况下,为了提高重构质量,目前已经有很多算法。……