基于动边界自识别的激光粒子图像测速数据处理方法技术

基于动边界自识别的激光粒子图像测速数据处理方法，属于流体力学实验技术领域。本发明专利技术通过PIV相机拍摄获取含有激光粒子的PIV图片，获取图片灰度值，将PIV图片的灰度值建立数据矩阵；根据边界判断准则判定识别所述PIV图片中的边界像素点，将边界像素点连接获得被测对象在运动状态下的边界；根据边界以及垂直所述边界的法向建立新的SN坐标系；将PIV图片进行坐标变换获取PIV图片的坐标变换后的数据，实现坐标变换后的数据进行相关计算时的捕捉窗口始终紧贴于运动的边界布置，进而再将坐标变换后的数据采用标准相关计算算法获取速度矢量，将速度矢量进行坐标反变换获取被测对象的速度流场。本发明专利技术提高动边界速度流场测量精度。

Data Processing Method of Laser Particle Image Velocimetry Based on Dynamic Boundary Self-Recognition

Laser particle image velocimetry data processing method based on self-recognition of moving boundary belongs to the field of hydrodynamics experiment technology. The invention obtains PIV pictures containing laser particles by PIV camera, obtains gray value of pictures, establishes data matrix by gray value of PIV pictures, determines and identifies boundary pixel points in the PIV pictures according to boundary judgment criteria, connects boundary pixel points to obtain the boundary of the object under motion, and establishes new SN seats according to the boundary and the normal direction perpendicular to the boundary. The coordinate transformation of PIV pictures is used to obtain the coordinate transformed data of PIV pictures, and the capture window of the coordinate transformed data is always close to the boundary layout of the motion when the coordinate transformed data is correlated. Then the velocity vector is obtained by standard correlation calculation algorithm, and the velocity vector is inversely transformed to obtain the velocity flow field of the object under test. The invention improves the measurement accuracy of the velocity and flow field of the moving boundary.

【技术实现步骤摘要】
基于动边界自识别的激光粒子图像测速数据处理方法
本专利技术涉及基于动边界自识别的激光粒子图像测速数据处理方法，属于流体力学实验

技术介绍
在航空航天领域，为了避免动力失速、结构上颤振和共振，振荡翼型的动态特性受到越来越多的重视。在水力机械研究中，旋转产生的附加作用力以及动静部件的扰动对湍流过程、边界层的发展、流动结构的时空分布有着重要的影响，非转动/转动部件的流场相互干扰的物理机制一直是研究的重点和难点。在螺旋桨、涡轮泵、水轮机启停机、飞逸、增减负荷等瞬态过程中，暂态过程瞬变流动会使升力面的有效攻角发生改变，其内部流动复杂多变，呈现出强烈的不稳定性。因此，了解物体在动态变化下非稳态水动力载荷和振动的变化，对了解水力机械瞬态过程非定常流动机理及动力特性，优化水力机械的设计，提高水力性能有着重要的意义。水翼作为水力机械结构的基本单元，对于运动边界绕流问题研究往往被作为基本对象。实验研究是探寻物理机制的基础方法，激光粒子图像测速技术(PIV)由于具有全场、非接触测量等特点，被广泛应用于流场实验测量研究中。将PIV技术应用于运动边界的流固耦合流场测量实验研究中，即可以得到固体结构边界运动信息，还可以获取瞬时全场速度矢量，克服了单点测量的局限性。同步采集得到的固体运动规律、速度场、涡量场等信息，可以帮助深入研究流固耦合这类复杂问题的瞬态耦合过程。然而，将传统的激光粒子图像测速技术用于存在运动边界问题的流场测试时，互相关计算窗口中包含流固耦合交界面，会导致不正确甚至错误的速度矢量测量结果。因此急需提供一种基于动边界自识别的激光粒子图像测速数据处理方法。专利技术内容为了解决现有技术存在动边界速度流场测量不够精确的问题，本专利技术公开的基于动边界自识别的激光粒子图像测速(PIV)数据处理方法要解决的技术问题是：提高动边界速度流场测量精度。本专利技术目的是通过下述技术方案实现的。本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法，包括以下步骤：通过PIV相机拍摄获取含有激光粒子的PIV图片，获取所述PIV图片的灰度值，建立所述PIV图片的笛卡尔坐标系XOY，将所述PIV图片的灰度值建立数据矩阵；根据边界判断准则判定识别所述PIV图片中的边界像素点，将所述边界像素点连接获得被测对象在运动状态下的边界；根据所述边界以及垂直所述边界的法向建立新的SN坐标系，所述SN坐标系的S坐标为所述边界方向，N坐标为所述边界的法向；将所述PIV图片进行坐标变换获取所述PIV图片的坐标变换后的数据，实现所述坐标变换后的数据进行相关计算时的捕捉窗口始终紧贴于运动的边界布置，进而再将坐标变换后的数据采用标准相关计算算法获取速度矢量，将所述速度矢量进行坐标反变换获取被测对象的速度流场。优先地，所述边界像素点的判断准则为，沿Y坐标方向上灰度值的二阶导数为零，且越过边界像素点后灰度值一阶导数恒为零。进一步优先，所述边界像素点中X坐标值最小的像素点为前缘像素点，X坐标值最大的像素点为尾缘像素点。将所述前缘像素点以及尾缘像素点分别记为A(x1,y1)、B(x2,y2)；根据所述前缘像素点以及所述尾缘像素点的坐标计算翼型攻角，所述翼型攻角记为α。所述翼型攻角计算公式为α＝β*arctan((y2-y1)/(x2-x1))，β为像素点修正系数；所述像素点修正系数取值范围为0.95～1。优先地，激光无法透射被测对象，因此，所述PIV图片中运动的边界上方无激光照亮，为无激光粒子，进而便于所述边界像素点的判断准则应用。优先地，所述PIV图片的灰度值建立的数据矩阵包括坐标及灰度值数据。本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法，还包括如下步骤：应用上述步骤辨识的被测对象的速度流场以及翼型攻角α参数指导水动力学领域的流动分析与结构设计，解决水动力学领域相关工程技术问题。根据上述步骤辨识的被测对象的速度流场以及翼型攻角α参数，能得到翼型攻角的变化范围以及速度矢量信息，进一步观察在每个攻角α下对应的翼型流场结构，分析翼型所受的动力特性是否满足技术要求，能够指导工程结构的优化设计。另外，得到的翼型速度流场以及攻角参数还能为动态变化下的健康监测、结构故障诊断、结构振动控制等方面的应用提供有力的支持，具有广泛的应用前景与效益。有益效果：1、本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法，激光无法透射被测对象，因此PIV图片中运动的边界上方无激光照亮，为无激光粒子，进而便于边界像素点的判断准则应用，通过边界像素点的判定能够实现对运动的边界的实时识别。2、本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法，通过基于运动的边界建立SN坐标系，将PIV图片进行坐标变换获取PIV图片的坐标变换后的数据，实现坐标变换后的数据进行相关计算时的捕捉窗口始终紧贴运动的边界布置，而非采用传统相关捕捉窗口，避免在边界处相关捕捉窗口包含流固边界，进而有效地提高对边界处速度场的计算精度，然后将坐标变换后的数据采用标准相关计算算法获取速度矢量，最后速度矢量进行坐标反变换获取被测对象的速度流场。3、本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法，通过边界像素点的判定能够实现对运动的边界的实时识别，同时识别水翼前缘像素点以及尾缘像素点进而实现翼型攻角的快速计算，能够显著提高工作效率且攻角测量精度高。4、本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法，通过远距离PIV相机获取PIV图片，不影响实验过程，可适用于各种动边界绕流激光粒子图像测速实验。5、本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法，能够应用辨识的被测对象的速度流场以及翼型攻角α参数指导水动力学领域的流动分析与结构设计，解决水动力学领域相关工程技术问题。附图说明图1是本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法的流程图；图2是本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法的边界像素点判定识别的流程图；图3是本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法的PIV图片；图4是本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法的PIV图片中的边界识别；图5是本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法的传统相关捕捉窗口；图6是本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法的相关计算窗口的变换图；图7是本专利技术公开的基于动边界自识别的激光粒子图像测速数据处理方法的基于SN坐标系的相关计算窗口；其中，1-边界，2-边界像素点，3-SN坐标系，4-传统相关捕捉窗口，5-变换相关捕捉窗口。具体实施方式下面结合附图，具体说明本专利技术的具体实施方式。实施例1如图1、图2、图3、图4所示，本实施公开的基于动边界自识别的激光粒子图像测速数据处理方法，包括以下步骤：通过PIV相机拍摄获取含有激光粒子的PIV图片，获取PIV图片的灰度值，建立PIV图片的笛卡尔坐标系XOY，将PIV图片的灰度值建立数据矩阵；根据边界判断准则判定识别PIV图片中的边界像素点2，将边界像素点2连接获得被测对象在运动状态下的边界1；根据边界1以及垂直边界1的法向建立新的SN坐标系3，SN坐标系3的S坐标为边界方向，N坐标为边界1的法向；然后本文档来自技高网...

【技术保护点】
1.基于动边界自识别的激光粒子图像测速数据处理方法，其特征在于：包括以下步骤：通过PIV相机拍摄获取含有激光粒子的PIV图片，获取所述PIV图片的灰度值，建立所述PIV图片的笛卡尔坐标系XOY，将所述PIV图片的灰度值建立数据矩阵；根据边界判断准则判定识别所述PIV图片中的边界像素点，将所述边界像素点连接获得被测对象在运动状态下的边界；根据所述边界以及垂直所述边界的法向建立新的SN坐标系，所述SN坐标系的S坐标为所述边界方向，N坐标为所述边界的法向；将所述PIV图片进行坐标变换获取所述PIV图片的坐标变换后的数据，实现所述坐标变换后的数据进行相关计算时的捕捉窗口始终紧贴于运动的边界布置，进而再将坐标变换后的数据采用标准相关计算算法获取速度矢量，将所述速度矢量进行坐标反变换获取被测对象的速度流场。根据所述边界像素点可获取前缘像素点、尾缘像素点，再根据所述前缘像素点以及所述尾缘像素点的坐标可计算翼型攻角α。

【技术特征摘要】
1.基于动边界自识别的激光粒子图像测速数据处理方法，其特征在于：包括以下步骤：通过PIV相机拍摄获取含有激光粒子的PIV图片，获取所述PIV图片的灰度值，建立所述PIV图片的笛卡尔坐标系XOY，将所述PIV图片的灰度值建立数据矩阵；根据边界判断准则判定识别所述PIV图片中的边界像素点，将所述边界像素点连接获得被测对象在运动状态下的边界；根据所述边界以及垂直所述边界的法向建立新的SN坐标系，所述SN坐标系的S坐标为所述边界方向，N坐标为所述边界的法向；将所述PIV图片进行坐标变换获取所述PIV图片的坐标变换后的数据，实现所述坐标变换后的数据进行相关计算时的捕捉窗口始终紧贴于运动的边界布置，进而再将坐标变换后的数据采用标准相关计算算法获取速度矢量，将所述速度矢量进行坐标反变换获取被测对象的速度流场。根据所述边界像素点可获取前缘像素点、尾缘像素点，再根据所述前缘像素点以及所述尾缘像素点的坐标可计算翼型攻角α。2.如权利要求1所述的基于动边界自识别的激光粒子图像测速数据处理方法，其特征在于：还包括如下步骤，应用上述步骤辨识的被测对象的速度流场以及翼型攻角α参数指导水动力学领域的流动分析与结构设计，解决水动力学领域相关工程技术问题。3.如权利要求2所述的基于动边界自识别的激光粒子图像测速数据处理方法，其特征在于：根...

【专利技术属性】
技术研发人员：王国玉，张孟杰，黄彪，吴钦，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11