Use of turbulent flow statistical properties for correcting erroneous velocity vectors in PIV
Use of turbulent flow statistical properties for correcting erroneous velocity vectors in PIV
复制标题
使用湍流统计特性纠正 PIV 中的错误速度矢量
DOI：
10.1016/j.crme.2004.04.006
复制
发表时间：
2004
影响因子：
0.8
通讯作者：
P. Guibert
中科院分区：
文献类型：
--
作者：
P. Druault;P. Guibert
PIV 的测量方法是避免 10% 的流体错误。请参考向量空间相关张力的随机线性估计的建议。如果张量不是可用的，则正交分解和值可以用来重建张量。对 PIV 测量部分的重建过程进行验证，并通过对 LSE 与插值数学方法的相关结构分析进行整体分析。对于特定的湍流，PIV 测量技术提供了更多信息每个时间步长的杂散速度矢量均小于 10%。为了校正这些向量，我们建议使用线性随机估计（LSE）来处理速度的空间相关张量。如果在某些测量区域无法确定该张量，则使用适当正交分解来对该张量进行建模。两种重建方法均通过 Spark Ignition 引擎流程中执行的 PIV 测量进行测试。我们表明，对于相干结构分析，LSE 重建方法提供了比经典数学插值方法更好的结果。
Les mesures PIV peuvent entraı̂ner pour des écoulements turbulents particuliers près de 10% de vecteurs vitesse erronés. Pour corriger ces vecteurs, on propose d'utiliser l'Estimation Stochastique Linéaire basée sur le tenseur de corrélation spatiale de vitesse. Si ce tenseur n'est pas partout accessible, la Décomposition Orthogonale aux valeurs Propres est alors utilisée pour reconstruire ce tenseur. Une validation de ces procédures de reconstruction réalisée à partir de mesures PIV en écoulement de moteur a ainsi montré l'intérêt pour l'analyse des structures cohérentes d'utiliser la LSE par rapport aux méthodes d'interpolations mathématiques couramment utilisées.For particular turbulent flows, PIV measurements technique provides more than 10% of spurious velocity vectors at each time step. To correct these vectors, we propose to use the Linear Stochastic Estimation (LSE) dealing with the spatial correlation tensor of the velocity. If this tensor cannot be determined in some measurement zones, Proper Orthogonal Decomposition is used to model this tensor. Both reconstruction methodologies are tested from PIV measurements performed in a Spark Ignition engine flow. We show that for coherent structures analysis, the LSE reconstruction method provides better results than classical mathematical interpolation methods.