空间三维可视化测试技术中的映射混淆机理研究

For complex three dimensional flow structures in hydromechanics, that's far from enough to deeply study by state-of-the-art experimental tools. But conventional stereoscopic measurement methods, single-point, planar or scanning measurement technique, two dimensional two component or two dimensional three components velocimetry, can't satisfy the common requirement in a range of industrial and academic settings. So, modern measurement techniques focus on a novel three dimensional, timing, three component（3Dt3C） volumetric flow measurement technology. In this object, a most potential 3Dt3C visualization measurement- - 3DPIV technology is developed. The mechanism of spacing position matching and timing movement matching will be carefully investigated to discover the mapping confusion mechanism and break the development bottleneck of existing technologies. Three dimensional perspective images will be obtained by artificial method and swirl fluid experiment to validate the mapping algorithm. New method will extract the fluid flow mechanics information as far as possible from the perspective images to seek the reducing-fake-volunteers method to enhance the 3DPIV technology. In the end, a challenge between new 3DPIV, tomography PIV and stereo-PIV will perform, based on artificial images and experimental images.

复杂的流体力学问题亟待借助先进流动实验测量手段进行深入研究，而现有的点、面测量技术，不论二维还是三维，都无法满足研究日益深入的工业界和学术界的需求，研究开发三维时、空同步的一定体积流场的测量技术成为现代测量技术研究的热点、难点。本项目针对现有测试技术的不足，以空间三维流动测试技术中最有潜力的3DPIV技术为开发方向，研究示踪粒子空间定位和时序匹配的方法，探索映射混淆发生的内在机理，以期突破现有技术发展的瓶颈；项目拟采用模拟合成和实验采集两种方式获取旋流透视图像，尽可能从图像本身提取流体流动的力学信息，探索3DPIV技术中映射混淆的消减方法，增强3DPIV技术的适用性。最后，拟利用人工合成图像和实验，对新开发的3DPIV算法和已有的Tomography PIV，Stereo-PIV算法进行精度对比测试。

复杂的流体力学问题亟待借助先进流动实验测量手段进行深入研究，而现有的点、面测量技术，不论二维还是三维，都无法满足研究日益深入的工业界和学术界的需求。研究开发三维时、空同步的一定体积流场的测量技术成为现代测量技术研究的热点、难点。.本项目针对现有测试技术的不足，以空间三维流动测试技术中最有潜力的3DPIV 技术为开发方向，研究示踪粒子空间定位和时序运动匹配的方法，探索映射混淆发生的内在机理，以突破现有技术发展的瓶颈。.利用基于拓扑图论方法的模糊聚类技术实现了流型甄别和图像分割，结果满足需要。时序卡尔曼滤波从已经匹配的粒子对中学习时序特征规律，指导同源图像重点的时序匹配；根据流动的连续性力学特征，空间域卡尔曼滤波方法自邻域已经匹配的粒子对中学习空间延展规律和运动匹配规律，构建在空间域运行的卡尔曼滤波方法，用于提高重点的定位匹配与运动匹配。.项目采用模拟合成人工透视图像和实验采集两种方式获取旋流透视图像。人工合成图像基于轴流分级燃烧器和平行射流模型燃烧器的数值模拟结果，构造透视流场。利用人工合成图像，对新开发的3DPIV 算法和已有的3DPIV拓扑图伦算法进行精度对比测试：模糊聚类可以实现图像的粗放分割；时序卡尔曼滤波与空间域卡尔曼滤波，在无噪音状况下能够获得12%和5%左右的匹配率，加入1%的高斯噪音后的匹配率分别是1%和4% 左右。在现场敞口贫预混燃烧实验中，采用3D-LDV 、SPIV、3DPIV三种方式对稳定工况进行测试，但它们之间的对比只能在平均值之间进行。3D-LDV的测量结果更接近CFD模拟结果，而SPIV和3DPIV则存在相类似的偏差，不过，3DPIV要表现的更好一些，更接近3D-LDV的结果。SPIV 与3DPIV都可以获得流场结构，但3DPIV能获得更多细节，如敞口燃烧火焰边界的空气卷吸现象等。.以上技术实现了从图像本身提取了流体流动的力学信息，探索了3DPIV 技术中映射混淆的消减方法，增强了3DPIV 技术的适用性。

内容获取失败，请点击重试