期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于粒子图像分割的混合PIV-PTV算法
1
作者 李拓 张清福 +6 位作者 潘翀 陈爽 申俊琦 王宏伟 李晓辉 黄湛 王晋军 《空气动力学学报》 CSCD 北大核心 2024年第2期68-75,I0002,共9页
粒子图像测速法(particle image velocimetry,PIV)因其非接触场测量的特性,已成为空气动力学领域的主要测量工具。复杂流动的速度场往往具有非均匀性,示踪粒子难以在待测空间均匀分布。因此,在应用PIV互相关算法处理粒子稀疏区时,需要... 粒子图像测速法(particle image velocimetry,PIV)因其非接触场测量的特性,已成为空气动力学领域的主要测量工具。复杂流动的速度场往往具有非均匀性,示踪粒子难以在待测空间均匀分布。因此,在应用PIV互相关算法处理粒子稀疏区时,需要采用更大的查询窗口以降低测量的不确定度,但会带来空间分辨率低的实际问题。而粒子追踪测速法(particle tracking velocimetry,PTV)追踪单个示踪粒子的跨帧位移,具有比PIV更高的空间分辨率,但难以适用于粒子浓度高的稠密区。针对PIV、PTV各自的优点,本文发展了一种基于粒子图像分割的混合PIV-PTV测速技术。首先定义了基于维诺多边形的粒子局部浓度量度,用以计算示踪粒子在粒子图像上的局部浓度场;其次通过设定的浓度阈值对粒子进行二分类,使用基于高斯核函数的支持向量机寻找出最优的分类边界,从而实现对粒子图像的粒子稀疏区和稠密区的划分;最后对两个区域分别使用PIV和PTV进行速度场计算,并合并为完整的速度场输出。仿真结果表明,上述方法可实现对粒子图像中的示踪粒子稀疏区和稠密区的自动划分,有效提高速度场测量的空间分辨率。将该方法应用在马赫数Ma=6的湍流边界层近壁测量中,可有效解决高速条件下粒子因强剪切难以进入边界层近壁区的问题,显著提高对近壁流动的解析能力。 展开更多
关键词 粒子图像测速 混合piv-ptv 粒子图像分割 支持向量机 维诺多边形
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部