基于连续性条件的体PIV后处理技术

对粒子图像测速技术(PIV,Particle Image Velocimetry)体空间内三维速度场的后处理技术进行研究,引入不可压缩连续性方程的约束对实验测得流场进行修正,使得修正后流场严格满足差分形式的连续性方程.通过流场修正的后处理技术实现拉格朗日乘数法求解全流场修正速度场二范数的极小值.理论推导严格证明了修正后的速度场在数学上更接近满足连续性方程的真实流场.对解析流场引入高斯噪音来进行人工模拟的测试,其结果进一步验证了修正后流场能更趋近于真实流场,对流场中出现的PIV常见的高斯分布噪音有一定的消弱作用.该技术被成功应用于实验数据的后处理,结果表明其能改善测量速度场的平滑度.

PIV速度场坏矢量的本征正交分解处理技术

介绍了一种针对粒子图像测速(PIV)基于本征正交分解(POD)的速度场后处理技术。该技术改变了现在后处理技术将速度场坏矢量识别和修正分开实现的局面,通过迭代方法有效地实现了速度场坏点统一的识别和修复算法。算法利用POD分解的低阶模态信息重构出可以用于坏矢量识别的参考速度场,利用该参考速度场对全流场进行坏点识别并完成修正。通过对一套光滑的PIV速度场数据引入高斯分布的随机误差,测试验证了该POD方法的优越性。在坏矢量识别方面新方法较归一化中值检验有更高的正确性,能识别大面积出现的坏矢量区域。在坏矢量修补的插值算法中,新方法的计算效率又高于传统Gappy POD方法,且计算精度优于常见的矢量场内插数学方法。特别是在数据缺失的大连通区域,该方法对物理流场有很好的预测效果。