• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Transport Phenomena >Whole Field Measurement by Gradient-Based PIV
【24h】

Whole Field Measurement by Gradient-Based PIV

机译：基于梯度的PIV的全场测量

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We have proposed a novel gradient-based PIV using an artificial neural network for acquiring the characteristics of two-dimensional flow fields. The neural network which outputs the stream function is trained by using spatial and temporal image gradients so that the basic equation of the gradient method is satisfied. The gradient-based PIV can consequently realize an accurate approximation of two-dimensional flow fields by using those image gradients. In this paper the proposed PIV is applied to both artificially-generated deficient smoke images and experimentally-visualized tracer images. The former examination shows that the method makes the whole field measurement feasible even from such deficient images. The latter one proves that even velocity vectors very close to a wall, which are unmeasurable by conventional PIV, are measurable.
机译：我们提出了一种使用人工神经网络的新型基于梯度的PIV，以获取二维流场的特征。通过使用空间和时间图像梯度来训练输出流函数的神经网络，从而满足梯度法的基本方程式。因此，通过使用这些图像梯度，基于梯度的PIV可以实现二维流场的精确近似。在本文中，所提出的PIV被应用于人工生成的缺陷烟雾图像和实验可视化的示踪剂图像。以前的检查表明，即使从这样的缺陷图像中，该方法也可以进行整个野外测量。后者证明了即使是非常接近壁的速度矢量，也可以用传统的PIV进行测量。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号