一种高速风洞纹影与测压融合的流场定量重构方法
本发明涉及高速风洞试验测量、流场诊断与人工智能交叉,尤其涉及一种高速风洞纹影与测压融合的流场定量重构方法。
背景技术:
1、高速风洞试验中,激波与边界层干扰、流动分离与再附是决定飞行器气动特性与局部热载荷的关键流动现象。纹影与壁面测压是获取该类现象的两种基本测量手段,但在其联合使用中存在以下固有难点:
2、1.常规纹影的直接定量反演能力有限:纹影图像主要反映沿光路积分的、垂直于刀口方向的密度梯度信息,单幅图像与局部流场物理量通常不存在一一对应关系,工程应用中多用于波系形态判读,难以在缺少附加约束时直接给出局部密度场或压力分布的定量结果。
3、2.人工判读效率低且一致性差:高速纹影单车次即可产生数万帧图像,靠人工逐帧判读激波位置与分离再附点不现实;不同判读人员对同1帧图像给出的激波位置常存在数个像素的差异,导致激波角与分离长度等参数的统计结果缺乏可比性。
4、3.壁面测压定量但空间稀疏:压力测点数量受模型内部空间与引压管长度限制,通常仅有十余个,且引压管的容腔效应会使动态响应失真,无法单独刻画干扰区内压力分布的空间细节。
5、4.两种模态难以融合:纹影为二维高空间分辨、但定量可辨识性有限的投影场信息,测压为零维高物理确定性、低空间分辨的点信息,二者在维度、量纲与采样率上均不一致,缺乏将其纳入统一框架的定量融合手段。
6、5.现有方法缺乏不确定度输出与非定常刻画:现有基于图像处理的激波检测方法仅给出确定性的边缘位置,既不提供可信度评价,也未与低频振荡等非定常特征相关联,难以支撑对干扰区非定常载荷的评估。
7、因此,亟需一种能够自动、稳定地由纹影序列识别流动结构,并将其与壁面测压定量融合以重构流场、同时给出定量参数与不确定度的方法。
技术实现思路
1、本发明的目的在于克服现有技术的不足,提供一种高速风洞纹影与测压融合的流场定量重构方法,通过编码器—解码器分割网络结合帧间时序一致性约束实现流动结构的自动稳定识别,通过引入纹影成像正演算子作为物理一致性约束并以壁面测压作为定量锚点,将高空间分辨的纹影信息与高物理确定性的测压信息纳入统一的重构框架,从而提升纹影信息的定量利用能力,并同时输出定量参数的95%不确定度区间与非定常振荡特征。
2、为实现上述目的,本发明提供了一种高速风洞纹影与测压融合的流场定量重构方法,包括以下步骤:
3、s1、基于高速风洞试验测试系统,通过同步采集高速纹影图像序列与壁面动态测压时序,完成时标同步、纹影光路几何标定与像素坐标至物理坐标的映射,得到时序匹配的纹影-测压试验数据集;
4、s2、基于试验数据集,通过对纹影图像进行背景扣除与光路畸变校正,并对典型流动结构进行半自动标注,得到流动结构识别训练集;
5、s3、基于流动结构识别训练集,通过构建编码器—解码器分割网络并在损失函数中施加帧间时序一致性约束进行逐帧识别,得到时序稳定的多类别流动结构掩膜;
6、s4、基于流动结构掩膜与壁面动态测压时序,通过构建跨模态融合的定量重构模型,以壁面测压为定量锚点、以纹影成像正演复现残差为物理一致性约束进行迭代求解,得到对称面密度场与壁面压力分布;
7、s5、基于对称面密度场与壁面压力分布,通过提取流动特征参数并采用集成模型与蒙特卡洛dropout进行统计分析,得到流动结构定量参数及其不确定度量化结果;
8、s6、基于流动结构定量参数及其不确定度量化结果,通过时空演化分析与非定常特征提取,得到流动结构时空演化图谱、定量参数表及测点补充布置建议。
9、优选的,s1具体为:
10、基于高速风洞试验段,通过高速纹影成像系统采集帧率不低于20000帧每秒、空间分辨率不低于每毫米4个像素的纹影图像序列并记录刀口方向与光路参数,通过壁面压力采集系统采集测点数不少于16个、采样频率不低于100千赫兹的壁面动态测压时序且测点沿流向覆盖干扰区上游、干扰区内与下游;通过同一触发信号实现两类信号的同步采集且同步误差不大于1个纹影帧周期,通过置于试验段内的标定靶标建立像素坐标至物理坐标的映射且映射残差不大于0.2毫米,得到记录有来流马赫数、单位雷诺数、总温与总压的试验数据集。
11、优选的,s1还包括数据质量审查步骤:
12、基于试验数据集,通过纹影图像过曝与欠曝比例检查、压力测点堵塞与漏气检查以及同步误差校验剔除异常记录并记录剔除原因,通过标记风洞起动与关车阶段的帧数据,得到完成质量筛查的试验数据集,且风洞起动与关车阶段数据不参与编码器—解码器分割网络的训练。
13、优选的,s2具体为:
14、基于试验数据集中无流场状态下采集的若干帧纹影图像,通过取其中值图像作为基准背景进行背景扣除,通过标定靶标得到的畸变系数进行光路畸变校正,得到校正后的纹影图像;基于校正后的纹影图像,通过梯度阈值与霍夫变换生成激波位置初始标注,通过人工复核修正标注结果,得到标注类别至少包括入射激波、反射激波、分离激波、分离区边界与再附线的流动结构识别训练集。
15、优选的,s3中,编码器—解码器分割网络的构建过程为:
16、基于多级卷积下采样架构,通过设置三级下采样编码块构成编码器,各级编码块通道数依次为32、64和128,并设置通道数为256的瓶颈层;通过设置与编码器对应的三级上采样解码块构成解码器,各级解码块通道数依次为128、64和32,并在编码块与对应解码块之间加入跳跃连接;通过设置多类别输出层,得到输入与输出尺寸一致的多类别结构掩膜分割网络。
17、优选的,s3中,帧间时序一致性约束的施加方式为:
18、基于相邻两帧的流动结构掩膜,通过计算相邻帧结构掩膜之差的加权范数构建约束项;通过互相关估计得到相邻帧间的结构位移量,并基于位移量对约束权重进行补偿,得到仅惩罚非物理跳变、不惩罚结构连续移动的帧间时序一致性约束,并将其加入分割网络的损失函数。
19、优选的,s4中,纹影成像正演算子的构建过程为:在沿光路方向密度变化可忽略或其分布已知的二维/准二维条件下,基于重构的对称面密度场,并在小偏折角且基准折射率近似为1的几何光学近似下,通过沿光路方向积分密度梯度得到累积偏折角,计算式为:
20、;
21、式中,为光线沿垂直于刀口方向的累积偏折角,k为气体的格拉德斯通-戴尔常数,为流场密度,y为垂直于刀口的坐标,且y正方向按偏折后透过刀口的光强增大方向定义,z为光路方向坐标;在刀口处于线性工作区且未发生光强饱和的条件下,通过刀口切割特性将累积偏折角映射为纹影灰度分布,计算式为:
22、;
23、式中,i为正演所得纹影灰度,i0为无流场时的背景灰度,f为纹影系统第二透镜的焦距,ak为刀口未切割的光源像高度;通过计算正演所得灰度分布与实测纹影灰度分布之差的平方积分,得到纹影正演复现残差形式的物理一致性约束。
24、优选的,s4中,跨模态融合的定量重构模型采用复合损失函数进行迭代优化,复合损失函数的构建过程为:
25、基于壁面动态测压、纹影正演复现残差、流动结构掩膜与流体物理规律,分别构建测压锚点项、正演复现项、结构掩膜一致性项与物理关系项;通过按各项梯度范数的滑动平均进行自适应归一化调整权重,得到加权构成的复合损失函数,计算式为:
26、;
27、式中,l为复合损失函数;为测压锚点项,用于约束重构壁面压力在测点处与实测值相符;为正演复现项,对应纹影正演复现残差;为结构掩膜一致性项,用于约束重构场的密度梯度极大值位置与识别的激波位置重合;为物理关系项,包括斜激波关系式约束与激波前后熵增非负约束;、、、依次为各项对应的权重系数;各损失项先按相应参考量进行无量纲化,再依据各项梯度范数的滑动平均自适应调整所述权重。
28、优选的,s5具体为:
29、基于重构得到的对称面密度场与壁面压力分布,通过提取激波角、分离起始位置、再附位置、分离区长度、干扰区压升比与激波振荡幅值,得到流动结构定量参数;通过训练不少于5个独立初始化的跨模态融合定量重构模型构成集成模型,并在所述定量重构模型中设置dropout层,在推理阶段保持dropout概率为0.1并进行不少于20次前向传播采样;通过统计集成结果与采样结果,得到各定量参数以及壁面压力分布各空间位置的均值、标准差及95%置信区间形式的不确定度量化结果。
30、优选的,s6还包括非定常模式识别与测点优化步骤,具体为:
31、基于分离起始位置与再附位置的时间序列,通过功率谱分析提取低频振荡的主导频率fd,并基于所述时间序列与壁面动态压力时序的互谱分析计算相干性,根据分离区长度ls与来流速度u∞计算斯特劳哈尔数st=fdls/u∞,得到非定常振荡模式;基于壁面压力分布各空间位置的置信区间,识别置信区间宽度大于设定阈值的区域,生成测点补充布置建议;通过对更新前后的定量参数进行一致性比对,在一致性偏差超过设定阈值时冻结更新并转入人工复核。
32、本发明相对于现有技术的优点和有益效果是:
33、1.提升纹影信息的定量利用能力:引入纹影成像正演算子作为物理一致性约束,使重构场在优化过程中趋于复现实测纹影图像,降低了直接由图像灰度回归物理量时的非唯一性风险。
34、2.重构结果具有绝对量级基准:以壁面动态测压作为定量锚点,弥补了纹影仅含折射率梯度沿光路积分信息、缺乏绝对量级的固有缺陷,为重构所得密度场与压力场的工程判读提供定量依据。
35、3.识别结果时序稳定:采用带位移补偿的帧间时序一致性约束,在不抑制流动结构真实移动的前提下消除了逐帧识别的抖动,使激波位置与分离、再附位置的时间序列可直接用于谱分析。
36、4.具备不确定度量化能力:对激波角、分离区长度、干扰区压升比等定量参数同时输出95%不确定度区间,使不同车次、不同设备所得的纹影结果具备可比性与可追溯性。
37、5.可指导测点优化布置:由重构结果识别非定常振荡的主导频率与相干性,并对置信区间宽度大于设定阈值的区域生成测点补充布置建议,提高后续试验的测量效率。
38、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com