时变流场实时自适应PIV测量技术研究与应用

发布时间：2020-11-08 18:28

　　 时变流场在时间尺度上通常表现为非定常特性,在同一测量点的流体速度具有大范围的时变特性。时变流场的精确测量对飞行器的气动特性分析以及汽车的动力学研究具有重要理论意义和应用价值。粒子图像测速技术(Particle Image Velocimetry,PIV)由于其具有非接触、无干扰、瞬态、全场测量等优点被广泛应用于各类流场速度的测量。传统PIV测量技术相邻两帧图像时间间隔固定,无法满足时变流场的实时精确测量。本文针对传统PIV测量技术的局限性,提出一种RTA-PIV(Real-Time Adaptive Particle Image Velocity)测量技术,并基于此研制一套RTA-PIV装置,通过实验验证了RTA-PIV测量技术的可行性和准确性。本文的具体研究工作如下:(1)针对目前PIV测量技术中视觉装置时间间隔固定,无法实现时变流场精确测量的问题,本文基于二分光技术研制出纳秒级跨帧超高速分幅视觉成像装置.通过控制图像传感器与激光器之间的时序关系,实现相邻两帧图像时间间隔可调,提高时变流场测量的测量精度及动态范围。该分幅视觉成像装置分辨率最大可达2048×2048pixels,帧率最高可达100fps,时间间隔在10ns至5ms范围可调。(2)针对图像传感器自有噪声影响图像质量从而影响流场速度测量精度的问题,本文通过采用数字域相关双采样、暗参考帧与暗参考列减除、平场校正以及水冷散热等方式将图像信噪比提升至19.61,利用图像传感器的双增益通道实现双增益图像融合,将图像的动态范围提升至85.5dB,为流场速度场计算提供高质量图像。(3)针对目前PIV测量技术中图像处理计算实时性不足的问题,研制出基于FPGA(Field Programmable Gate Array)+2 DSP(Digital Signal Processor)分布式处理器架构的实时超高速图像处理装置,并进行固件设计,实现了图像预处理、流场速度估计以及下一帧最优时间间隔的计算。该装置传输带宽最高可达12.5Gbps,图像处理频率最高可达50Hz。(4)针对传统PIV算法的局限性,本文提出RTA-PIV测量算法。利用相关滤波进行流场速度场的估计,利用卡尔曼预测模型对下一帧图像进行速度预测从而选择最优时间间隔,提高时变流场速度测量的测量精度,在仿真流场和真实流场实验中,该算法测量值与理论值的相对误差小于1%。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;TN791
【部分图文】：

(a) (b) (c)图 1-1 时变流场在不同领域的应用。(a)发动机领域的时变流场测量，(b)生物医学领域的时变流场测量，(c)汽车设计领域的时变流场测量(a) (b) (c)图 1-2 流场测量仪器。(a)皮托管，(b)激光多普勒测速仪，(c)纹影仪传统的流场速度场测量方法如皮托管测量[6]（图 1-2 a）及热线风速仪测量[7]由于对流场本身产生干扰，不能实现流场速度的高精度测量。目前常用的非接触式高速流场测量方法主要有纹影法[8]（Schlieren Techniue，ST）（图 1-2 b）、激光多普勒测速[9]（LaserDopplerVelocimetry，LDV）（图 1-2c）以及粒子图像测速技术。纹影法

(a) (b) (c)图 1-2 流场测量仪器。(a)皮托管，(b)激光多普勒测速仪，(c)纹影仪传统的流场速度场测量方法如皮托管测量[6]（图 1-2 a）及热线风速仪测量[7]由于对流场本身产生干扰，不能实现流场速度的高精度测量。目前常用的非接触式高速流场测量方法主要有纹影法[8]（Schlieren Techniue，ST）（图 1-2 b）、激光多普勒测速[9]（LaserDopplerVelocimetry，LDV）（图 1-2c）以及粒子图像测速技术。纹影法是利用光在被测介质的折射率正比于介质密度的原理，从而在成像面上将扰动区折射率的变化进行可视化，然后通过成像面的成像光强分布对速度场进行定性的分析，是一种具有广泛用途的光学测试技术，但是这种方法只能对流场进行定性分析，不能进行定量分析，因此对于复杂流场的测量，该方法有一定的局限性。激光多普勒测速仪是利用激光多普勒效应来测量流体或固体运动速度，且这种方法具有非接触的特点，不会干扰流场，测量精度能得到提升，但是由于激光多普勒测速仪是单点测量，若要得到全流场的速度场，工作量巨大，因此在测量复杂流场时，该测量方式受限。粒子图像测速技术[10]是在流动显示的基础上，利用先进的图形图像学相关算法

在单帧中提供两次曝光时间，可避免图像中较亮部分被过度曝光，其中 C210 型号的相机（图1-4 c）最大分辨率为 1280 1024pixels，在最大分辨率的条件下输出的最大帧率为1800fps。由于国内在高速相机这个领域的发展时间较晚，虽然有很多研究机构在进行高速相机的相关研究，但是将高速相机商业化的公司目前国内主要只有合肥君达高科公司，该公司生产的千眼狼 X 系列高速相机最大分辨率为 1280 1024pixels，在最大分辨率的条件下最大帧率为 15000fps，最大动态范围为 60dB，具有体积小、功耗低、噪声小的特点，应用于军事、生物医学等领域。国内高校主要是利用国外图像传感器设计开发一套高速相机系统。重庆理工大学的贾海彦[11]基于面阵 CCD（ChargecoupledDevice）传感器 ICX229AK 设计开发一套图像采集系统，利用 FPGA 对传感器进行时序控制，同时改进了相机的对焦算法，避免了局部峰值问题；中国科学院的余达等人[12]基于 CCD 芯片 KAI-0340DM
【相似文献】

相关期刊论文 前10条

1 贾丽娟;;关于图像分辨率的教学思考[J];印刷世界;2011年05期

2 丁晓莲;周激流;李晓华;吴朋;;人脸识别率与图像分辨率关系的比较分析[J];计算机工程;2009年11期

3 张秀屏，刘锡国，丛玉良;提高彩电图像分辨率的研讨[J];光学精密工程;1994年02期

4 卫红;为DVD机配哪种彩电[J];家庭科技;2000年07期

5 卜丽静;张铭娟;陈方惠;许峥辉;赵晓宇;;利用地面靶标的超分辨率重建图像分辨率评价[J];测绘科学;2019年12期

6 ;斯波特5卫星商业图像分辨率将达2.5m[J];国际太空;1997年05期

7 宋其华;郭根生;;解析计算机图像分辨率[J];中国电化教育;2003年11期

8 谷梗;;数字图像分辨率定义与其计量方法——对“数字电影技术术语普及读本”有关条目的商榷意见[J];现代电影技术;2013年07期

9 ;教你详细了解各种分辨率[J];计算机与网络;2011年24期

10 谢美华;王正明;;图像分辨率增强的偏微分方程方法[J];遥感学报;2005年06期

相关博士学位论文 前10条

1 樊春玲;数据驱动的图像感知和质量评价方法[D];中国科学院大学(中国科学院深圳先进技术研究院);2019年

2 陈文斌;低剂量CT图像伪影消除及细节保护算法研究[D];中北大学;2019年

3 鞠铭烨;图像去雾处理模型与算法研究[D];南京邮电大学;2018年

4 曹晓欢;基于机器学习的医学图像非线性配准技术研究[D];西北工业大学;2018年

5 卞春江;光学遥感图像有效区域在轨实时检测与压缩技术研究[D];哈尔滨工业大学;2018年

6 牛仁杰;星载ATP图像处理平台关键技术研究[D];中国科学院大学(中国科学院光电技术研究所);2018年

7 穆楠;夜间场景下显著目标检测方法研究[D];武汉科技大学;2019年

8 张士杰;超像素级图像组协同关联性分析与研究[D];天津大学;2017年

9 王文胜;宽幅光学遥感图像舰船飞机目标检测识别技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2018年

10 孙琨;图像匹配与场景三维重建方法研究[D];华中科技大学;2017年

相关硕士学位论文 前10条

1 李鹏琳;行人再识别若干问题的研究[D];上海交通大学;2017年

2 刘学谨;基于高质量图像获取的高精度摄像测量方法[D];北京理工大学;2016年

3 王健林;基于卷积神经网络的SAR图像舰船检测算法研究[D];内蒙古科技大学;2019年

4 肖立;时变流场实时自适应PIV测量技术研究与应用[D];华中科技大学;2019年

5 刘欢;基于深度学习的发票图像文本检测与识别[D];华中科技大学;2019年

6 张健;基于深度学习的3D毫米波图像违禁物品识别研究[D];江苏科技大学;2019年

7 付晓辉;基于航拍拼接图像的植被识别系统的设计与实现[D];北京工业大学;2019年

8 刘戚思远;基于航拍图像的多曝光融合系统的设计与实现[D];北京工业大学;2019年

9 唐义嫄;离散小波域的图像混沌加密和隐藏方法研究[D];重庆邮电大学;2018年

10 杜一凡;基于深度学习的全心肌分割算法研究[D];北京交通大学;2019年

本文编号：2875166