论文部分内容阅读
流体晃荡问题广泛存在于海洋、航空航天工程等领域。模型实验方法是验证理论模拟、数值计算和有效分析流体物理特性的重要手段。自由液面识别与提取是分析流体水动力的前提,因而如何精确提取自由液面一直是流体力学实验中的一项技术难题。本文试采用图像分割技术解决自由液面识别问题,以期在液面提取领域发挥一定的应用价值。当外部激励频率接近舱室内液体的固有频率时,很容易引起剧烈的晃荡,使自由液面破碎并包裹气体进入流场,气液混合易导致局部砰击荷载过大,引起结构破坏的危险。因而对液体固有频率等参数的分析是研究气液耦合问题的一部分。本文主要研究工作内容如下:本文采用图像分割技术对液舱内自由液面识别问题开展了一系列的研究。评估指标检验自由液面分割情况的结果表明:基于高斯差分滤波的分水岭算法可高效精确的识别平整、光滑的自由液面,精确度达到99%以上,而对于表面模糊、局部微破碎的液面识别却存在一定的偏差问题。基于Sobel算子滤波的分水岭算法能够实现对局部微破碎、表面模糊、附有气泡等类型液面的识别,精确度达到98%以上,但对于复杂破碎的液面识别却具有一定的局限性。针对破碎液面识别的特殊性,本文开发了基于U-net网络的破碎波识别模型。该分割技术在破碎液面识别中具有稳定性好和精度较高等特点,精确度可达到95%以上。基于U-net网络模型的智能识别技术不仅可弥补传统算法的不足,而且还保障了液面的识别精度。因而在流体力学试验中,基于U-net网络模型的智能识别技术具有广泛的应用前景。本文应用基于EMD的Hilbert变换方法对舱室内液体的固有频率等参数进行分析。通过EMD分解原始信号去除噪声等干扰信号,经Hilbert变换求解固有频率和阻尼比。对比分析可知:实验值对应的一阶固有频率比理论值偏小,约为0.8-0.9 f1。由于EMD方法的降噪作用,实验值对应的一阶固有频率值比经FFT求解的一阶固有频率值偏小。IMF分量对应的阻尼比随着IMF相关性的降低而增大。