用于实时流场观测的稀疏处理粒子图像测速概念验证研究
信号处理
2022-08-31 v3 流体动力学
摘要
本文概述、评估并演示了稀疏处理粒子图像测速（SPPIV）作为一种利用粒子图像测速（PIV）的实时流场估计方法，而 SPPIV 此前已提出并伴其可行性研究，其实时演示于本研究首次进行。在风洞试验中，针对 NACA0015 翼型模型周围的流速场进行了 PIV 测量与使用 SPPIV 的实时测量。试验的离线分析结果表明，通过应用 SPPIV 可从小量处理点估计流速场，并阐明了 SPPIV 的如下特性：估计精度随处理点数量增加而提升，而每步处理时间正比于处理点数量，因此需设定最优处理点数。此外，Kalman 滤波的应用在以少量处理点显著抑制处理时间的同时大幅提升了估计精度。当以不同攻角的流速场作为训练数据与测试数据时，发现若训练与测试数据攻角差不大于 2 度且训练数据流动现象与测试数据相似，则 SPPIV 的估计合理；因此应至少每 4 度准备训练数据。最后，SPPIV 作为实时流场观测的演示首次进行，其中发现如离线分析预期，在 Top 10 模态估计中以 20 或更少处理点于 2000 Hz 采样率下可实现实时测量。
引用
@article{arxiv.2207.06774,
title = {Proof-of-concept Study of Sparse Processing Particle Image Velocimetry for Real Time Flow Observation},
author = {Naoki Kanda and Chihaya Abe and Shintaro Goto and Keigo Yamada and Kumi Nakai and Yuji Saito and Keisuke Asai and Taku Nonomura},
journal= {arXiv preprint arXiv:2207.06774},
year = {2022}
}
备注
Accepted manuscript for publication in Experiments in Fluids