[发明专利]一种应用液晶涂层和深度学习算法测量摩擦力场的方法

权利要求书

1.一种应用液晶涂层和深度学习算法测量摩擦力场的方法，其特征在于，包括以下步骤：

步骤1：建立SSLC涂层的颜色color随摩擦力大小τ、摩擦力方向φ_τ、相机周向观测角φ、相机俯视角α的变化特性：

(a)建立采用法向光照射SSLC涂层颜色校准实验装置，选取实验平台表面流场中心线上的某个点作为标定点；

(b)采用传统单点测量技术测量流场中心线上所述标定点处的摩擦力大小；

(c)测量SSLC涂层在所述摩擦力作用下的颜色color随相机俯视角α和周向观测角φ的变化特性函数，记为color(φ,α)；

(d)判断SSLC涂层的颜色变化是否饱和，若已经达到饱和，则转到步骤(e)；否则通过增加射流速度的方式增加摩擦力大小，返回步骤(b)；

(e)将不同摩擦力大小下测量的SSLC涂层颜色变化特性color(φ,α)组合到一起，得到SSLC涂层颜色变化特性函数color(τ,φ,α)；

(f)利用法向光照射下SSLC涂层颜色的变化特性关于摩擦力方向对称分布特性，将SSLC涂层颜色变化特性color(τ,φ,α)沿φ_τ方向进行平移，得到SSLC涂层的全空间颜色变化特性数据库color(τ,φ_τ,φ,α)；

步骤2：应用深度学习算法学习SSLC涂层颜色的变化特性，建立SSLC涂层颜色的变化特性与摩擦力矢量之间的映射关系；

步骤3：应用步骤2建立的SSLC涂层颜色的变化特性与摩擦力矢量之间的神经网络映射关系，对SSLC涂层颜色图片进行处理，测量摩擦力矢量场。

2.根据权利要求1所述的应用液晶涂层和深度学习算法测量摩擦力场的方法，其特征在于，步骤2具体包括以下步骤：

(ⅰ)根据具体的风洞试验场测量场景，选取M个不受遮挡的观测方向，要求M≥2；

(ⅱ)根据步骤1中得到的SSLC涂层的全空间颜色变化特性数据库color(τ,φ_τ,φ,α)，提取SSLC涂层在不同大小和方向的摩擦力矢量作用下在M个选定观测方向的颜色；

(ⅲ)采用多层神经网络算法建立SSLC涂层在选定的M个选定观测方向显示的颜色与摩擦力矢量之间的映射关系，其中每个不同大小或者方向的摩擦力矢量提供一个训练样本，每个样本的输入变量为SSLC涂层在选定的M个观测方向显示的颜色，输出变量为摩擦力大小和方向。

3.根据权利要求2所述的应用液晶涂层和深度学习算法测量摩擦力场的方法，其特征在于，步骤(ⅲ)中如果将输入层的每个节点单元展开成3个节点单元，那么以RGB颜色的3个分量作为输入。

4.根据权利要求1所述的应用液晶涂层和深度学习算法测量摩擦力场的方法，其特征在于，步骤3具体包括以下步骤：

(Ⅰ)针对待测摩擦力矢量场，采用与步骤2相同的照射和观测光路，采集SSLC涂层在选定的M个观测方向显示的颜色；

(Ⅱ)以从选定的M个观测方向采集的SSLC涂层颜色作为步骤2建立的多层神经网络的输入，在输出端即可得到摩擦力矢量场。

5.根据权利要求4所述的应用液晶涂层和深度学习算法测量摩擦力场的方法，其特征在于，步骤(Ⅱ)具体包括以下步骤：将从选定的M个不同方向观测的SSLC涂层颜色图片变换为正视图并与测量区域对应起来，取对应于测量区域某个相同物理点的M个颜色为多层神经网络的一组输入，在神经网络的输出端即可得到相应物理点的摩擦力矢量，对于测量区的所有物理点重复这一操作，从而得到整个待测区域的摩擦力矢量场。