【摘 要】
:
气液两相流是多相流中最常见的形式之一,在能源、化工、航天等行业中广泛存在。发展气液两相流场测试技术,掌握气液两相流的运动特性,对于提高工业生产效益具有重要意义。本文以气液两相流中的气泡作为研究对象,提出了基于多目视觉的气泡流场三维重建方法,获得了流场中气泡的三维空间分布,为进一步研究流场中气泡的运动特性奠定基础。本文设计并搭建了一套气泡图像采集系统,利用三个相机从不同角度获得了气泡的运动图像。然后
论文部分内容阅读
气液两相流是多相流中最常见的形式之一,在能源、化工、航天等行业中广泛存在。发展气液两相流场测试技术,掌握气液两相流的运动特性,对于提高工业生产效益具有重要意义。本文以气液两相流中的气泡作为研究对象,提出了基于多目视觉的气泡流场三维重建方法,获得了流场中气泡的三维空间分布,为进一步研究流场中气泡的运动特性奠定基础。本文设计并搭建了一套气泡图像采集系统,利用三个相机从不同角度获得了气泡的运动图像。然后,利用灰度化、差影处理、二值化、孔洞填充等数字图像处理技术完成对气泡图像的预处理,为后续流场三维重建提供了高质量的实验数据。针对本文所搭建的实验系统,研究了三目相机的标定方法。设计了一套三目相机标定装置,方便了三相机标定图像的采集;提出了一种三目相机立体标定方法(Three Cameras Stereo Calibration,TCSC),在单目和双目标定的基础上进行融合操作,获取两相流场中气泡与各相机之间的投影关系。提出了一种基于多目视觉的改进迭代重建算法,即先粗后精联合迭代重建算法(Rough-Precise Location Simultaneous Algebraic Reconstruction Technique,RPL-SART),实现了气泡流场的三维重建。RPL-SART算法是基于TCSC标定结果先对重建目标进行粗定位处理,再利用SART迭代算法实现目标精确定位。即先利用TCSC标定得到的世界坐标与像素坐标之间的投影关系,粗略获得三维流场中各气泡到二维图像上的投影位置,再利用SART在粗定位的基础上进行筛选,通过不断修正迭代减小投影误差,得到气泡的三维坐标信息。RPL-SART迭代算法摒弃传统SART迭代算法对相机拍摄角度的严格要求,且无需进行相机角度的测量,就能实现对重建目标三维信息获取。由于粗定位环节的加入,使得反投影的搜索范围减少,因此该方法具有更高的重建速度。仿真实验结果表明,与传统迭代算法相比,RPL-SART迭代算法的重建速度和重建精度都有一定的提高。气泡流场重建实验结果表明,相比于视差法,RPL-SART在气泡形状描述和气泡位置计算方面具有较高的准确性,且从一定程度上解决了气泡重叠带来的重建精度低的问题。
其他文献
<正>当前空气质量日益恶化、雾霾天气频现,造成这一环境问题的重要原因之一是各种移动源(机动车尾气)和固定源(电厂烟气、工业锅炉尾气排放)氮氧化物的恣意排放。目前,解决此类污染物最有效途径是催化治理技术,分子筛具有比表面积高、孔道规则有序、活性离子易改性、热稳定性好、工业应用经验丰富等特点,在环境保护领域发挥重要作用。
往复式压缩机是国家工业发展的核心装备,在石油、化工等领域有着广泛的应用。往复式压缩机故障预警方法的研究对于提高往复式压缩机运行稳定性,保障工业生产安全等具有非常重要的现实意义。本文以某石油化工平台的往复式压缩机的气阀部件为研究对象,通过分析往复式压缩机工作机理,结合数据处理分析、时间序列预测等算法,提出了基于CEEMD-FCM数据处理算法的多级融合LSTM网络参数预测模型和多源信息融合的气阀故障预
随着我国社会经济的蒸蒸日上,民众法律意识的日益增进,大量民事案件涌入法院,审判机关的工作压力也日渐增长。为缓解法院“积案如山”的局面,在长达一年小额速裁试点后,2012年我国《民事诉讼法》正式将小额诉讼程序纳入我国司法体系中,以提高司法效率为设计初衷,在简易程序基础上再进行精简的高效诉讼程序,顺应繁简分流、优化司法配置的改革趋势,我国立法者和学者们都对其程序效能给予厚望。然而在实践中,小额诉讼却始
由于污水处理过程存在大滞后、强耦合的特点,传统控制方法难以保证其稳定运行。因此,针对污水处理过程中存在的上述难点问题,采用神经网络预测高密池进水流量来优化传统控制策略,提高控制加药系统的投加精度。首先分析污水处理过程工艺及控制策略,结合国内外污水处理过程的研究现状,针对高密度澄清池控制策略存在的问题提出解决办法。设计开发一套污水处理控制系统。在完成硬件选型设计、网络配置、监控组态及工艺控制开发的基
进化算法是基于自然之中种群进化模式而设计出的“算法簇”,其中算子依靠随机选择、变异和重组,让群体得以进化到候选解空间中更好的区域。多因素优化(Multi-factorial Optimization,MFO),通过在单一搜索空间中的进化同时解决多个优化问题。在MFO中,动态地利用这些优化问题之间的共有知识的差异性,通过有价值的知识交换来为这些不同任务提供帮助并达到优化目的。多因素进化算法(Mult
为揭示网湖表层沉积物磷的污染状况,应用SMT分级法和钼锑抗分光光度法对其样品中磷的赋存形态进行了分析测定,并运用标准指数法对总磷污染状况进行了评价。结果表明,网湖表层沉积物中的总磷含量为1 628.59±422.36 mg/kg,远高于长江中游其他湖泊;各形态磷平均含量的大小顺序为:无机磷(1 017.96 mg/kg)>有机磷(619.25 mg/kg)>Ca结合态磷(600.84 mg/kg)
废弃电器电子回收利用产业是兼具经济增长和环境保护双重功效的新兴产业,与之相应的、适宜的电子废弃物回收模式对于该产业的发展具有重要意义。电子产品闭环供应链中各节点企业如何选择合理的回收模式,是引导企业加入回收工作,形成高经济价值产业链的关键问题。为此,本文以电子废弃物为研究对象,以实现经济和环境协调发展为目标,开展电子废弃物回收模式对比研究,本文主要工作如下:首先,介绍了电子废弃物回收利用的现状,通
深度学习是人工智能领域的重要研究方向之一,其目的是使人工智能算法通过样本数据的学习,获得类似人脑一样可以分析和解决问题的能力。近年来基于深度学习技术的目标检测算法由于其出色的检测精度,且与传统方法的目标检测算法相比具备更强的鲁棒性和泛化能力,已经应用在智能安防、无人驾驶、智慧城市等多个领域。在深度学习目标检测技术带来便利的同时,该项技术的落地也同样面临着挑战,现有的人工智能系统大多数使用CPU+G
随着互联网新时代的到来,计算机技术与应用生态进入了高质量发展阶段。网络用户在享受网络带来的大数据红利的时候,也面临着信息超载等难题,导致用户无法快捷地、清晰地筛选出有效数据或其感兴趣的信息。本文所阐述的推荐系统便可以主动地为用户推荐个性化信息,从而提高用户的体验满意度。传统的推荐系统面临着数据稀疏和冷启动等问题,这些问题严重制约了系统的推荐性能。本文研究目的就是构建高效率的融合知识图谱的推荐模型,
目前,机器视觉的主要研究方向分为:图像分类、图像分割和目标检测。其中图像分类是计算机视觉中的经典研究问题。很多计算机科学家都对该问题进行了探索。本文分析了深度学习技术的研究现状,以神经网络理论为基础,主要的工作内容如下:本论文尝试着将经典卷积神经网络模块化。将Inceptionet和Resnet模块化后进行连接,适当调整超参数,求得了一个比之前方法相对更好地模型。其效果在准确率和LOSS曲线中得到