【试验工程师·公益学习营】第八期第1讲

【试验工程师·公益学习营】总第36讲，于2020年9月11日如期举行，本期讲师是瑞风协同数据分析部经理、高级软件工程师，研究方向为工业大数据的分析与挖掘技术，他主持和参与的研究项目有试验数据智能判读、开放式数据分析处理平台、两网同步的单向导入系统、远程试验技术研究。

本期课程重点分为以下三个方面：防沙试验背景介绍、防沙试验和图像处理技术、图像分析结论和展望。

一、防沙试验背景介绍

随着二十世纪中叶电子计算机产生，科学技术得到了迅猛发展。人工智能已经应用到我们的工作和生活的很多领域。伴随着研究的发展，人工智能会更加深入地影响我们的工作和生活，人工智能学科研究主要内容是：知识表示、机器学习和知识获取、智能机器人、计算机视觉、自动推理和搜索方法、自然语言理解、知识处理系统和自送程序设计，而计算机视觉是人工智能的一个重要领域。

计算机视觉就是让计算机具备像人眼一样的观察和识别能力，更进一步的说就是用摄像机和电脑代替人眼，对目标进行识别、跟踪和测量，并进一步做图像处理。计算机视觉主要用计算机来模拟人的视觉功能，从客观的图像中提取信息进行处理并加以理解，最终运用于实际的检测、测量和控制。计算机视觉技术最大的特点是速度快、信息量大、功能多。

目前，计算机视觉主要用于安防摄像头、交通摄像头、无人驾驶、无人机、金融、医疗等方面，我们也可以在发动机防沙试验中采用计算机视觉的技术。空气中的沙尘被吸入发动机后造成的危害有：大颗粒的砂石会打坏叶片，小颗粒的沙尘会磨蚀叶片，沉积在轴表面破坏了转子的平衡，严重时还会造成发动机的空中停机从而造成重大事故。

二、防沙试验和图像处理技术

以高速摄像机记录颗粒运动情况为例来介绍防沙试验流程。首先，利用高速摄像机记录下颗粒在流道试验件中的运动情况，然后对视频进行图像处理和分析，得到颗粒的运动轨迹、入射速度、出射速度、碰撞入射角及出射角度运动特性(为今后进一步研究管道内气、固两相流动的运动规律提供参考)，接下来对颗粒运动模型及参数调试、参数估计或参数优化，使模型的模拟输出值与实际观测值误差最小，为后续的防沙提供数值依据，以便优化流道，提高发动机的防沙性能。

防沙试验装置由稳流段、试验段、引流段和高速摄像机组成，高速摄像机用来拍摄试验段的情况。为了方便后期的图像处理工作，减少背景噪音的影响。在使用高速摄像机时，需要解决一些光学测量问题：第一，光源需要采用具有一定聚光能力的高功率光源，以此来提高沙尘的成像效果；第二，为了防止背景的有机玻璃对灯光的反射而带来的背景噪音，需要在背景有机玻璃上贴上具有一定吸光能力的黑纸，来减弱地面的反光。

采用Phantom V411高速摄像机来进行防沙试验的测量，其像素为100万像素，最高分辨率为1280*800，拍摄速率为4200帧/秒，图像格式为Cine、Cine Compressed和CineRaw。颗粒运动特性分析流程如下：

1、导入：高速摄像机拍摄的视频文件

2、识别：基于连续相邻帧间差分法识别出颗粒，并进行连续跟踪，得到其运动轨迹

3、添加碰撞边界：碰撞的边界（自动识别和人工识别）

4、计算特性参数：位置、速度（位移变化）、加速度（速度变化），碰撞入射角和出射角

防沙试验过程中需要用到的关键技术有：颗粒的识别、颗粒的跟踪、颗粒的运动特征参数。目标自动识别技术包括：经典的统计模式识别方法、基于知识的目标自动标识别方法、基于模型的目标自动识别方法、基于多传感器信息融合的目标自动识别方法、基于人工神经网络和专家系统的目标自动识别方法。目标自动识别技术的常用特征量包括复杂度、长宽比和紧凑度，其他特征量包括角点、矩和纹理。运动检测基本方法有帧间差分法、背景差分法和光流法，运动目标跟踪算法有基于相关的跟踪方法、基于特征的跟踪方法和基于模型的跟踪方法。

三、图像分析结论和展望

通过防沙试验的结果来看，可以分析得到如下结论：

1、随着管道内空气流速的增加，颗粒分离效率都相应地得到提高。这是因为颗粒在空气流线上的惯性力分量增加的缘故，颗粒获得足够大的惯性力被甩入清除流道。

2、进口颗粒的速度角对分离的效果产生很大的影响，颗粒进口的速度角越大，颗粒与壁面碰撞的次数越多，被分离的概率越小。

综上所述，分叉管道内气固分离的效果取决于诸多因素，包括：

Ø 固体颗粒的大小、密度

Ø 分叉管道内壁材料的弹性模量

Ø 固体颗粒进入管道内的位置、速度大小和方向

Ø 管道内的气流速度的大小、携带颗粒加速运动，是影响其惯性力和分离效果的最主要因素之一

在低浓度下颗粒不发生碰撞的情况下，随着加入的固体颗粒体积分量的增加，颗粒与颗粒之间的碰撞不可忽略，导致很多不可预期的结果，在很大程度上影响分离效果。

如果您对我们的课程感兴趣，欢迎扫描下方二维码进行听课！