PIV空间分辨率对湍流多点统计量测量的影响

粒子图像测速(Particle Image Velocimetry,PIV),尤其是平面PIV,因其技术成熟且能提供瞬时流场,被广泛应用于湍流统计特性实验研究。PIV测量的空间分辨率(实验测量中所能解析的最小流场尺度,由图像处理时问询域窗口大小决定)不能准确分辨湍流中的小尺度运动,导致PIV测量获得的湍流多点统计量的定量信息(如速度结构函数、湍流耗散率等)包含一定误差。为定量分析这一误差,本文采用空间滤波模型模拟PIV测量对单点速度矢量的作用,进而推导出PIV测得的速度结构函数及湍流耗散率随滤波尺度的变化规律。为检验该模型,通过模拟示踪粒子在基于均匀各向同性湍流直接数值模拟(DNS)得到的湍流速度场中的运动及PIV系统对其的成像,获得了计算合成的PIV粒子图像,采用标准PIV算法对该图像进行处理,获得了速度场并计算得到了相关的湍流统计量,将其与基于真实DNS数据计算得到的统计量对比,获得了定量的误差信息,并与模型的预测结果进行了对比。研究结果表明:本文建立的模型反映了PIV测量中空间分辨率对湍流统计量的影响。在冯·卡门旋流系统产生的近似均匀各向同性流场中进行了平面PIV测量,针对测量得到的速度结构函数与K41理论结果的误差,采用基于本文模型得到的结论进行了分析与校正。本文工作为PIV测量得到的湍流统计量(尤其是小尺度多点统计量)给出了一个基于理论指导的修正方案。

基于PIV的明渠紊流压强场测量技术研究

基于粒子图像测速(particle image velocimetry,PIV)的压强场测量技术可实现流动内部瞬时压强的非接触式、高时空分辨率的全场测量。本文采用欧拉法根据时间解析的速度场重构压强梯度场,再采用虚拟边界全向积分法结合边界条件得到压强场,实现了基于PIV的明渠紊流压强场测量技术。为了使用基于PIV的压强场测量技术准确测量明渠紊流压强场,利用时间解析的明渠紊流直接数值模拟数据和PIV速度场对该测量技术的精度、误差来源及主要影响因素进行了分析。基于本文数据,发现该测量技术的测量结果几乎无平均偏差,但均方根误差相对较大,约为25%;通过分析由速度场重构压强梯度场及由压强梯度场积分得到压强场两个阶段的测量误差表明,压强场测量误差主要发生在由速度场重构压强梯度场这一阶段,主要受流场测量参数和边界条件给定方法的影响。进一步分析了上述主要影响因素对压强测量误差的影响规律,发现压强场测量误差随流场采样时间间隔的增加而增大,随流场测点间距的增加先减小后增大;基于本文数据得到在内尺度无量纲测点间距约为7时误差最小,但该测点间距最优值的普适性尚待更多数据支撑;在矩形测量区域边界4个角点布置压强边界点时,压强场测量误差会显著降低。将该压强场测量技术初步应用于明渠均匀紊流,发现时均压强测量结果较为准确,压强紊动强度测量结果误差相对较大,但垂向分布趋势接近。研究结论为明渠紊流压强场的试验测量提供理论依据和实践参考。

PIV系统测量误差的实验评价方法以及实验参数的优化

提出了一种PIV(ParticleImageVelocimetry)测量误差的实验评价方法:利用匀速转动圆盘上粒子的反射光模拟流场中示踪粒子散射光解决基准速度场。建立了一套二维PIV系统的测量误差评价系统,利用该系统对PIV测量误差和测量精度进行了实验评价,得到了结果误差在空间及时间上的概率分布特性,并对两个关键PIV实验参数进行了优化。实验表明该误差评价方法装置简单,方法可靠,可方便灵活地对PIV系统测量误差和测量精度进行实验评价和参数优化研究。

PIV系统测量误差的评价方法研究

通过解决高速高精度的转速控制、安全性控制等技术问题研制了PIV基准速度场系统,最高速度达200m/s,且达到了可用于对PIV系统标定的误差要求;介绍了利用基准速度系统对PIV测量误差评价的实验方法,解决了示踪粒子模拟、体激光投射的PIV测量方法等关键技术问题,并完整地介绍了实验的流程;通过PIV系统误差来源分析、速度基准系统不确定度分析以及PIV测量结果分析等完整的介绍了数据分析的方法与流程,得到了1套PIV设备的误差标定结果。

轴流泵内部流动数值模拟及PIV试验

为了研究轴流泵内部流动数值模拟中不同湍流模型的适用性,分别采用standard k-ε模型、RNG k-ε模型、SST k-ω模型以及大涡模拟(LES)方法,基于结构化网格与网格滑移技术,对叶轮直径为200 mm、名义比转数ns为700的模型轴流泵进行了性能预测和全流场数值模拟;计算了水泵的扬程和效率,并与在水泵试验台上测试得到的外特性结果进行了对比和分析.结果表明,在最优工况附近,standard k-ε模型、RNG k-ε模型和SST k-ω模型都能较精确地预测轴流泵的外特性,基于RNG k-ε湍流模型的扬程和效率误差相对较小;在非设计工况下,不同湍流模型具有不同的特性.在0.8Qopt,1.0Qopt和1.2Qopt工况下,针对叶轮与导叶间的轴向间隙处进行了PIV内部流场测试;将各个湍流模型下的数值模拟结果与PIV的测量结果进行比较,发现基于雷诺时均方程的3种湍流模型的内流场流线与PIV的测量结果进行比较,发现基于雷诺时均方程的3种湍流模型的内流场流线与PIV的试验结果具有基本相同的趋势性,从而证明了数值模拟计算的可靠性和有效性;而采用LES计算得到的流场与PIV测量结果产生一定的偏差.同时,对轴流泵在不同流量工况下内流场的流动结构进行了分析.

垂直于流向的截面中2D-PIV测量误差分析

常规二维粒子图像测速技术(2D-PIV)作为重要的流场测试手段,被越来越多地应用到各种类型的流场测量中。然而采用该技术对垂直于流向的截面进行测量时会产生明显误差,该误差是由2D-PIV原理中几何透视成像关系引起。本文分析了测量截面内有法向速度分量时透视误差产生原因及影响因素,建立了2D-PIV测量平面内的误差模型。通过实验测试验证了误差模型的正确性,确定了影响测量误差的关键参数为测量平面的法向速度和视场的离轴角。计算结果显示,最大透视误差可达法向速度的9.3%。根据误差模型进行分析,透视误差对流向涡类流场测量的影响主要为3个方面:改变流场速度量值大小、改变旋涡形状、改变旋涡的位置。最后,提出了一些减小误差的措施,为2D-PIV应用于垂直流向截面的测量提供了改进方法。

PIV系统水洞流场测量准确度与误差分析

为了改进粒子图像测速技术,分析限制PIV系统测量准确度的因素.利用PIV系统分析比较了水洞中无模型和圆球模型两种环境下的流场.6m/s水速下,无模型流场测量PIV系统测量准确度优于1.3%.通过比较标准球模型流场理论值和测量结果,表明,所测量区域内大部分区域的测量准确度均优于2%,在球模型边界与靠近连接杆位置,误差达到6%～8%左右.对造成PIV测量误差的原因进行了探讨,为系统改进提供了参考.

PIV测量用模型泵的设计及测量中的误差分析

PIV(Particle Image Velocimetry)是进行离心泵内部流场研究的重要手段。为了研究离心泵内部流动情况,在参考现有离心泵结构的基础上,设计了一台PIV测量用有机玻璃模型泵,并对模型泵的可拍摄性能和水力性能进行了分析,表明模型泵适用于PIV测量,且水力性能满足要求。同时,介绍了模型泵、片光和CCD相机的布置及流场拍摄方法,分析了利用PIV测量离心泵内部流场过程中的主要误差:系统误差、示踪粒子跟随性导致的误差和光折射导致的误差,并对减小或消除误差的方法进行了探讨。

PIV系统测量误差的实验评价及在柴油机喷雾测量上的应用

提出了一种PIV系统(Particle Image Velocimetry)测量误差的实验评价方法,并建立了一套PIV误差 实验评价系统。得到了PIV测量误差在空间及时间上的概率分布特性;对PIV实验参数中的几个关键参数进行优 化。应用PIV系统,对高压共轨式电控喷射系统的喷雾粒子速度场进行了测量和研究。研究表明,在喷雾过程后 期,喷雾体内部出现大尺度的涡流结构;提高喷射压力之后,出现涡流结构的时刻提前。

LDV/PIV全场速度测量的误差分析

针对激光多普勒测速和激光粒子图像速度场测量的实验结果误差 ,提出了一种基于不可压缩流连续性的全场综合误差分析方法 .通过对轴对称旋转流动全场实验测量结果的误差分析发现 ,其实际全场测速综合误差虽然都小于 4% 。

粒子图像测速互相关中亚像素位移定位的改进方法

通过分析粒子图像测速技术中互相关算法位移偏小的原因和误差变化规律,提出一种误差补偿修正的方法.首先计算出2个分别大于和小于真实亚像素位移的相关值平面,再对这2个相关值平面进行加权平均,通过分析误差变化规律得到加权系数;再由三点高斯插值计算加权平均后的相关值平面,得到较为精确的亚像素位移.在模拟均匀流场、Oseen涡流场以及标准射流场下进行实验的结果表明,该方法不但能提高均匀流场的计算精度,也能提高具有较大速度梯度流场的精度,具有较好的适用性.

流动图像错误速度矢量的识别与评价

通过对产生错误矢量的原因分析,找出在PIV方法中,搜索域的相关系数分布图的"多峰状态"是产生错误矢量的根源所在,用确定相关域的范围来识别错误矢量.通过综合评价系数对这种识别方法进行综合评判,用于识别水泵水轮机内部流动速度矢量图的错误矢量,可以达到53.4%的精度.

风沙流中沙粒旋转对PIV测量结果的影响

基于粒子图像测速仪(Particle Image Velocimetry,简称PIV)测速度原理以及测量颗粒粒径原理,分析了经过一个激光脉冲时间前后CCD拍摄到的两帧沙粒二维图像,计算了沙粒因旋转而导致的沙粒质心位移与成像中点位移的差别以及不同时刻成像面的大小,导出PIV测量不规则旋转沙粒速度和粒径的测量误差公式。结果表明,PIV测速误差与沙粒速度有关,速度越大测速误差越小,最大测速误差不超过10%,可通过增大激光脉冲时间间隔以减小PIV的测速误差;由于沙粒旋转,使得不同时刻PIV测量到的同一个不规则沙粒的粒径也可能不同,其差别由沙粒形状的不规则程度决定,并指出PIV测量风沙流中不规则沙粒的粒径的可行性与可靠性需要进一步论证。

耦合粒子图像测速误差的连续伴随数据同化技术

提出了一种耦合粒子图像测速(PIV)实验误差的连续伴随数据同化算法,通过优化目标损失函数,增强算法在不同误差场景下的鲁棒性。为了验证该算法的有效性,先对已知PIV流场植入合成误差进行同化对比测试,继而对PIV互相关算法不同参数设置所获得的流场进行同化研究。结果表明:相比于原连续伴随数据同化,耦合PIV实验误差的同化算法能够对实验观测数据去伪存真,抗误差干扰能力明显提升,鲁棒性更强,能够对高误差场景下的流动数据进行更好地同化,准确地预测流场的真实分布规律,还原流场细节。

Vectrino Profiler在明渠紊流测量中的适用性研究

为测试声学多普勒流速仪(ADV)在明渠紊流测量中的适用性,在水槽中进行了系列试验,重点研究采样频率及安装高度对测量结果的影响。试验中使用诺泰克公司(Nortek)生产的新型ADV产品Vectrino Profiler及清华大学研制的PIV系统对水流同步测量。测量结果的对比分析显示,该型号ADV有如下特点:(1)存在准确度最优点,位于探头正下方约5 cm处;(2)采样频率对流速时均值的影响可忽略不计,对紊动参数的影响很大;(3)Vectrino Profiler在紊动参数的测量中,只有在优点处的计算结果较为可靠,最优点外数据可信度不高;(4)当测量区域靠近水面或床面时,测量误差都会变大。本文研究结果表明,在将Vectrino Profiler用于明渠紊流测量时,需要合理选定测量频率和探头安装位置,否则可能会导致错误结果。