[发明专利]一种基于尾流纹路识别的水面流速测量方法

说明书

本发明涉及一种基于尾流纹路识别的水面流速测量方法，其步骤：获取圆柱尾流视频，将视频文件按照播放次序转换为jpg格式的图像文件，得到流形学习样本图像；对流形学习样本图像进行预处理；根据预处理后流形学习样本图像相似度，计算任意两个样本之间的欧式距离，得到n维的距离矩阵；选取k值，根据欧式距离，计算两个样本间的流形距离；并利用等距特征映射算法，对距离矩阵进行降维，得到三维的欧式距离邻接图，并将欧式距离邻接图相应的转化为残值；根据流形学习所得的三维欧式距离邻接图的形状预判雷诺数Re的大小；欧式距离邻接图转化的残值存在拟合关系式；结合雷诺数预判结果，根据残值的拟合关系反推具体的雷诺数Re，最后得到来流流速。

技术领域

本发明涉及一种水面流速测量方法，特别是关于一种基于尾流纹路识别的水面流速测量方法。

背景技术

水面流速是河流、湖泊的基本参量，流速测量是水文测验的重要手段。流速测量的方法众多，常用的包括毕托管、螺旋桨流速仪等接触式测量方法，以及激光多普勒测速技术(LDV)、声学多普勒测速技术(ADV)等非接触测量方法。自然条件下，流速测量的条件较为苛刻，适用的方法包括浮标追踪法、声学多普勒流速剖面仪、手持雷达等。这些流速测量的方法成本高、操作复杂且耗时长，限制了水面流速测量的广泛展开。

传统的图像测速技术(PIV)和粒子追踪测速技术(PTV)都是在流体中散布粒子，用粒子速度代表流体运动速度。它们的不同之处在于PIV中的粒子浓度更高，无法确定不同帧图像中各粒子的一一对应关系，需要采用自相关或者互相关的方法辨认粒子分布云图；PTV中的粒子浓度较低，可以追踪具体的各个粒子，直接计算粒子的运动速度进而得到流体的运动速度。PIV和PTV测速技术最早用于实验室内的流场测量，其后，许多学者将这些技术应用到自然水域，发展为大尺度粒子图像技术(LSPIV)。PIV或者PTV的设备比较贵重，有学者尝试在手机上实现PIV(PTV)的测量功能，但需要补充距离的测量，限制了手持式图像测速技术的方便使用。

水面流速是河流、湖泊的重要参数，也是水利、环境等学科测量的重要内容。流速测量的方法多种多样，但迄今为止还没有一直基于尾流纹路，以流动的特征参数为纽带的流速测量方法。近年来，随着流形学习等深度学习技术的发展，使得识别复杂图像/图像成为可能，通过数据处理，对复杂图像进行降维，可以获得流动的特征参数。水面形态和水体内部流动密切相关，水面纹路可以反映水下附近的流动。比如，卡门涡街的脱落频率和来流流速存在定量关系，为，

其中，f为脱落频率，U为来流流速，d为圆柱半径，Re为来流雷诺数。这些为根据水面纹路反演水面流速提供了理论支持。

水面纹路是内部流场的外在体现。当前，人们可以根据边界条件、流动参数等，通过模型试验或者数值模拟的方法，获得特定流场的分布。然而，根据已知流场反推流动参数尚存在困难，缺少必要的技术手段。另外，水面与空气接触，还受到风表面张力、风应力的影响，使得纹路的形状更为复杂多变，为水面纹路特征量的获取造成额外的困难。最后，应用卡门涡街频率导致Re数的范围较小，是否有更好的特征参数估算流速。这些问题限制了通过纹路识别估算特征流速的实现。

发明内容

针对上述问题，本发明的目的是提供一种基于尾流纹路识别的水面流速测量方法，该方法利用流形学习方法识别圆柱绕流纹路，确定不同雷诺数条件下的尾流纹路，反推来流流速，操作方便、测量快捷。