Бессеточный планарный метод Particle Image Velocimetry

Авторы

DOI:

https://doi.org/10.26089/NumMet.v23r420

Ключевые слова:

Particle Image Velocimetry, бессеточный метод, погрешность, пространственное разрешение

Аннотация

На сегодняшний день многопроходный метод PIV (Particle Image Velocimetry) широко используется в области экспериментальной механики жидкости и газа из-за его высокой надежности при решении практических задач. Однако он имеет известное ограничение, связанное с ошибками, возникающими при вычислении производных скорости, необходимых для деформации обрабатываемых PIV-изображений при повышении производительности метода. Поскольку количество ошибок увеличивается с применением схем более высокого порядка, на практике чаще всего ограничиваются первым порядком, что в свою очередь приводит к снижению пространственного разрешения. В данной работе предлагается метод, допускающий применение схем более чем второго порядка, что позволяет заметно повысить точность измерения скорости и ее производных и тем самым увеличить пространственное разрешение. Метод не требует восстановления ошибочных векторов скорости, позволяет избежать численного расчета производных скорости и легко применим на практике.

Авторы

Д. И. Зарипов

Институт теплофизики имени С.С. Кутателадзе СО РАН
проспект Академика Лаврентьева, 1, 630090, Новосибирск
• старший научный сотрудник

М. П. Токарев

Институт теплофизики имени С.С. Кутателадзе СО РАН
проспект Академика Лаврентьева, 1, 630090, Новосибирск
• старший научный сотрудник

А. А. Лукьянов

Институт теплофизики имени С.С. Кутателадзе СО РАН
проспект Академика Лаврентьева, 1, 630090, Новосибирск
• младший научный сотрудник

Д. М. Маркович

Институт теплофизики имени С.С. Кутателадзе СО РАН
проспект Академика Лаврентьева, 1, 630090, Новосибирск
• академик РАН

Библиографические ссылки

  1. M. P. Tokarev, D. M.  Markovich, and A. V. Bil’skii, “Adaptive Particle Image Processing Algorithms for Calculating Instantaneous Velocity Fields,” Vychisl. Tekhnol. 12 (3), 109-131 (2007).
  2. C. J. Kähler, T. Astarita, P. P. Vlachos, et al., “Main Results of the 4th International PIV Challenge,” Exp. Fluids 57 (6), 1-71 (2016).
    doi 10.1007/s00348-016-2173-1.
  3. M. Raffel, C. E. Willert, F. Scarano, et al., Particle Image Velocimetry: A Practical Guide (Springer, Cham, 2018).
  4. B. J. Kim and H. J. Sung, “A Further Assessment of Interpolation Schemes for Window Deformation in PIV,” Exp. Fluids 41 (3), 499-511 (2006).
    doi 10.1007/s00348-006-0177-y.
  5. M. P. Tokarev, Development of Algorithms and Software for Processing Images in Digital Tracer Visualization Methods , Candidate’s Dissertation in Technical Sciences (Institute of Thermophysics, Novosibirsk, 2010).
  6. H. T. Huang, H. E. Fiedler, and J. J. Wang, “Limitation and Improvement of PIV. Part I: Limitation of Conventional Techniques due to Deformation of Particle Image Patterns,” Exp. Fluids 15 (3), 168-174 (1993).
    doi 10.1007/BF00189883.
  7. H. T. Huang, H. E. Fiedler, and J. J. Wang, “Limitation and Improvement of PIV. Part II: Particle Image Distortion, a Novel Technique,” Exp. Fluids 15 (4), 263-273 (1993).
    doi 10.1007/BF00223404.
  8. F. Scarano, “Iterative Image Deformation Methods in PIV,” Meas. Sci. Technol. 13 (1), R1-R19 (2001).
    doi 10.1088/0957-0233/13/1/201.
  9. F. Scarano and M. L. Riethmuller, “Iterative Multigrid Approach in PIV Image Processing with Discrete Window Offset,” Exp. Fluids 26 (6), 513-523 (1999).
    doi 10.1007/s003480050318.
  10. F. Scarano and M. L. Riethmuller, “Advances in Iterative Multigrid PIV Image Processing,” Exp. Fluids 29 (Suppl 1), S051-S060 (2000).
    doi 10.1007/s003480070007.
  11. S. T. Wereley and C. D. Meinhart, “Second-Order Accurate Particle Image Velocimetry,” Exp. Fluids 31 (3), 258-268 (2001).
    doi 10.1007/s003480100281.
  12. L. Gui and J. M. Seiner, “An Improvement in the Nine-Point Central Difference Image Correction Method for Digital Particle Image Velocimetry Recording Evaluation,” Meas. Sci. Technol. 15 (10), 1958-1964 (2004).
    doi 10.1088/0957-0233/15/10/002.
  13. J. Westerweel, D. Dabiri, and M. Gharib, “The Effect of a Discrete Window Offset on the Accuracy of Cross-Correlation Analysis of Digital PIV Recordings,” Exp. Fluids 23 (1), 20-28 (1997).
    doi 10.1007/s003480050082.
  14. J. Chen and J. Katz, “Elimination of Peak-Locking Error in PIV Analysis Using the Correlation Mapping Method,” Meas. Sci. Technol. 16 (8), 1605-1618 (2005).
    doi 10.1088/0957-0233/16/8/010.
  15. J. Westerweel and F. Scarano, “Universal Outlier Detection for PIV Data,” Exp. Fluids 39 (6), 1096-1100 (2005).
    doi 10.1007/s00348-005-0016-6.
  16. S. Tiwari and J. Kuhnert, Grid Free Method for Solving the Poisson Equation , Volume 25 of Berichte (Fraunhofer Institut Techno- und Wirtschaftsmathematik, Kaiserslautern, 2001).
  17. M. Stanislas, K. Okamoto, C. J. Kähler, et al., “Main Results of the Third International PIV Challenge,” Exp. Fluids 45 (1), 27-71 (2008).
    doi 10.1007/s00348-008-0462-z.
  18. B. Lecordier and J. Westerweel, “The EUROPIV Synthetic Image Generator (S.I.G.),” in Particle Image Velocimetry: Recent Improvements (Springer, Berlin, 2004), pp. 145-161.
    doi 10.1007/978-3-642-18795-7_11.
  19. M. Frigo and S. G. Johnson, “The Design and Implementation of FFTW3,” Proc. IEEE 93 (2), 216-231 (2005).
    doi 10.1109/JPROC.2004.840301.

Загрузки

Опубликован

20-11-2022

Как цитировать

Зарипов Д.И., Токарев М.П., Лукьянов А.А., Маркович Д.М. Бессеточный планарный метод Particle Image Velocimetry // Вычислительные методы и программирование. 2022. 23. 328-338. doi 10.26089/NumMet.v23r420

Выпуск

Том 23 (2022): Выпуск 4.

Раздел

Методы и алгоритмы вычислительной математики и их приложения

Лицензия

Copyright (c) 2022 Д. И. Зарипов, М. П. Токарев, А. А. Лукьянов, Д. М. Маркович

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.