空气动力学实验方法：粒子图像测速(PIV)：激光光源与光学系统设计.pdf

空气动力学实验方法：粒子图像测速(PIV)：激光光源与光

学系统设计

1空气动力学与PIV简介

1.1空气动力学基础概念

空气动力学是研究物体在气体中运动时，气体与物体相互作用的科学。它

主要关注气体流动的特性，如速度、压力、温度和密度，以及这些特性如何影

响物体的运动。在空气动力学中，流体可以被视为连续介质，其行为遵循牛顿

力学和流体力学的基本定律。

1.1.1牛顿第二定律在空气动力学中的应用

=

牛顿第二定律，即力等于质量乘以加速度（），在空气动力学中用于

分析物体受到的空气动力，如升力和阻力。

1.1.2流体连续性方程

流体连续性方程描述了在稳定流动中，流体的质量守恒。对于不可压缩流

体，连续性方程简化为：

∂∂∂

++=0

∂∂∂

其中，、和分别是流体在、和方向上的速度分量。

1.2PIV技术原理与应用

粒子图像测速（ParticleImageVelocimetry，PIV）是一种非接触式的流场测

量技术，通过追踪流体中粒子的运动来测量流体的速度场。PIV技术广泛应用于

空气动力学、流体力学和生物流体等领域，以研究复杂的流体动力学现象。

1.2.1PIV实验流程

1.粒子注入：在流体中注入足够小的粒子，这些粒子应跟随流体运

动。

2.双脉冲激光照射：使用双脉冲激光系统对粒子进行两次快速照射，

时间间隔足够短，以记录粒子在两次照射之间的位移。

3.图像采集：通过高速相机捕捉两次激光照射下的粒子图像。

4.图像处理：分析图像，计算粒子的位移，进而得到流体的速度场。

1

1.2.2PIV数据分析

PIV数据分析通常包括图像预处理、粒子位移计算和速度场重构等步骤。以

下是一个使用Python进行PIV数据分析的简单示例：

importnumpyasnp

importmatplotlib.pyplotasplt

frompimsimportImageSequence

fromskimage.featureimportregister_translation

#加载图像序列

images=ImageSequence(path/to/images/*.tif)

#预处理图像

defpreprocess_image(image):

#这里可以添加图像增强、滤波等预处理步骤

returnimage

#计算粒子位移

defcalculate_displacement(image1,image2):

#使用skimage库的register_translation函数计算位移

shift,error,diffphase=register_translation(image1,image2)

returnshift

#速度场重构

defreconstruct_velocity_field(displacements,time_interval):

#将位移转换为速度

velocity_field=displacements/time_interval

returnvelocity_field

#主程序

displacements=[]

foriinrange(len(images)-1):

img1=preprocess_image(images[i])

img2=preprocess_image(images[i+1])

disp=calculate_displacement(img1,img2)

displacements.append(