一、防沙試驗背景介紹
隨著(zhù)二十世紀中葉電子計算機產(chǎn)生,科學(xué)技術(shù)得到了迅猛發(fā)展。人工智能已經(jīng)應用到我們的工作和生活的很多領(lǐng)域。伴隨著(zhù)研究的發(fā)展,人工智能會(huì )更加深入地影響我們的工作和生活,人工智能學(xué)科研究主要內容是:知識表示、機器學(xué)習和知識獲取、智能機器人、計算機視覺(jué)、自動(dòng)推理和搜索方法、自然語(yǔ)言理解、知識處理系統和自送程序設計,而計算機視覺(jué)是人工智能的一個(gè)重要領(lǐng)域。
計算機視覺(jué)就是讓計算機具備像人眼一樣的觀(guān)察和識別能力,更進(jìn)一步的說(shuō)就是用攝像機和電腦代替人眼,對目標進(jìn)行識別、跟蹤和測量,并進(jìn)一步做圖像處理。計算機視覺(jué)主要用計算機來(lái)模擬人的視覺(jué)功能,從客觀(guān)的圖像中提取信息進(jìn)行處理并加以理解,最終運用于實(shí)際的檢測、測量和控制。計算機視覺(jué)技術(shù)最大的特點(diǎn)是速度快、信息量大、功能多。
目前,計算機視覺(jué)主要用于安防攝像頭、交通攝像頭、無(wú)人駕駛、無(wú)人機、金融、醫療等方面,我們也可以在發(fā)動(dòng)機防沙試驗中采用計算機視覺(jué)的技術(shù)??諝庵械纳硥m被吸入發(fā)動(dòng)機后造成的危害有:大顆粒的砂石會(huì )打壞葉片,小顆粒的沙塵會(huì )磨蝕葉片,沉積在軸表面破壞了轉子的平衡,嚴重時(shí)還會(huì )造成發(fā)動(dòng)機的空中停機從而造成重大事故。
二、防沙試驗和圖像處理技術(shù)
以高速攝像機記錄顆粒運動(dòng)情況為例來(lái)介紹防沙試驗流程。首先,利用高速攝像機記錄下顆粒在流道試驗件中的運動(dòng)情況,然后對視頻進(jìn)行圖像處理和分析,得到顆粒的運動(dòng)軌跡、入射速度、出射速度、碰撞入射角及出射角度運動(dòng)特性(為今后進(jìn)一步研究管道內氣、固兩相流動(dòng)的運動(dòng)規律提供參考),接下來(lái)對顆粒運動(dòng)模型及參數調試、參數估計或參數優(yōu)化,使模型的模擬輸出值與實(shí)際觀(guān)測值誤差最小,為后續的防沙提供數值依據,以便優(yōu)化流道,提高發(fā)動(dòng)機的防沙性能。
防沙試驗裝置由穩流段、試驗段、引流段和高速攝像機組成,高速攝像機用來(lái)拍攝試驗段的情況。為了方便后期的圖像處理工作,減少背景噪音的影響。在使用高速攝像機時(shí),需要解決一些光學(xué)測量問(wèn)題:第一,光源需要采用具有一定聚光能力的高功率光源,以此來(lái)提高沙塵的成像效果;第二,為了防止背景的有機玻璃對燈光的反射而帶來(lái)的背景噪音,需要在背景有機玻璃上貼上具有一定吸光能力的黑紙,來(lái)減弱地面的反光。
采用Phantom V411高速攝像機來(lái)進(jìn)行防沙試驗的測量,其像素為100萬(wàn)像素,最高分辨率為1280*800,拍攝速率為4200幀/秒,圖像格式為Cine、Cine Compressed和CineRaw。顆粒運動(dòng)特性分析流程如下:
1、導入:高速攝像機拍攝的視頻文件
2、識別:基于連續相鄰幀間差分法識別出顆粒,并進(jìn)行連續跟蹤,得到其運動(dòng)軌跡
3、添加碰撞邊界:碰撞的邊界(自動(dòng)識別和人工識別)
4、計算特性參數:位置、速度(位移變化)、加速度(速度變化),碰撞入射角和出射角
防沙試驗過(guò)程中需要用到的關(guān)鍵技術(shù)有:顆粒的識別、顆粒的跟蹤、顆粒的運動(dòng)特征參數。目標自動(dòng)識別技術(shù)包括:經(jīng)典的統計模式識別方法、基于知識的目標自動(dòng)標識別方法、基于模型的目標自動(dòng)識別方法、基于多傳感器信息融合的目標自動(dòng)識別方法、基于人工神經(jīng)網(wǎng)絡(luò )和專(zhuān)家系統的目標自動(dòng)識別方法。目標自動(dòng)識別技術(shù)的常用特征量包括復雜度、長(cháng)寬比和緊湊度,其他特征量包括角點(diǎn)、矩和紋理。運動(dòng)檢測基本方法有幀間差分法、背景差分法和光流法,運動(dòng)目標跟蹤算法有基于相關(guān)的跟蹤方法、基于特征的跟蹤方法和基于模型的跟蹤方法。防沙試驗過(guò)程中需要用到的關(guān)鍵技術(shù)有:顆粒的識別、顆粒的跟蹤、顆粒的運動(dòng)特征參數。目標自動(dòng)識別技術(shù)包括:經(jīng)典的統計模式識別方法、基于知識的目標自動(dòng)標識別方法、基于模型的目標自動(dòng)識別方法、基于多傳感器信息融合的目標自動(dòng)識別方法、基于人工神經(jīng)網(wǎng)絡(luò )和專(zhuān)家系統的目標自動(dòng)識別方法。目標自動(dòng)識別技術(shù)的常用特征量包括復雜度、長(cháng)寬比和緊湊度,其他特征量包括角點(diǎn)、矩和紋理。運動(dòng)檢測基本方法有幀間差分法、背景差分法和光流法,運動(dòng)目標跟蹤算法有基于相關(guān)的跟蹤方法、基于特征的跟蹤方法和基于模型的跟蹤方法。
三、圖像分析結論和展望
通過(guò)防沙試驗的結果來(lái)看,可以分析得到如下結論:
1、隨著(zhù)管道內空氣流速的增加,顆粒分離效率都相應地得到提高。這是因為顆粒在空氣流線(xiàn)上的慣性力分量增加的緣故,顆粒獲得足夠大的慣性力被甩入清除流道。
2、進(jìn)口顆粒的速度角對分離的效果產(chǎn)生很大的影響,顆粒進(jìn)口的速度角越大,顆粒與壁面碰撞的次數越多,被分離的概率越小。
綜上所述,分叉管道內氣固分離的效果取決于諸多因素,包括:
固體顆粒的大小、密度
分叉管道內壁材料的彈性模量
固體顆粒進(jìn)入管道內的位置、速度大小和方向
管道內的氣流速度的大小、攜帶顆粒加速運動(dòng),是影響其慣性力和分離效果的最主要因素之一
在低濃度下顆粒不發(fā)生碰撞的情況下,隨著(zhù)加入的固體顆粒體積分量的增加,顆粒與顆粒之間的碰撞不可忽略,導致很多不可預期的結果,在很大程度上影響分離效果。