[发明专利]一种基于双向门控循环单元的高时间分辨率流场重构方法

说明书

本发明提出一种基于双向门控循环单元的高时间分辨率流场重构方法。该方法使用粒子图像测速技术(PIV)测量的高空间分辨率流场数据和局部测量点处高频风速传感器测量的高时间分辨率数据，通过深度卷积自编码器的提取流场空间特征，将局部测点处的高时间分辨率数据输入双向门控循环单元，重构出整个流场的高时间分辨率的特征时程系数，最后将该系数输入卷积自编码器中即可重构出高时间分辨率的流场。本发明无需采用昂贵的高频PIV设备，采用普通低频PIV和高频风速传感器即可较好地重构出高时间分辨率流场。

技术领域

本发明属于桥梁风工程技术领域，特别是涉及一种基于双向门控循环单元的高时间分辨率流场重构方法。

背景技术

获取具有高时间分辨率和高空间分辨率的流场特征对于深入理解非定常流动的物理机制和有效捕捉相干结构至关重要。目前，粒子图像测速技术(PIV)被广泛应用于风洞试验流场测量，PIV具有较高的空间分辨率，但是由于其相机的采样频率较低，难以获取高频流场数据。尽管现在已经有了高频PIV测量方法，但是由于高速激光能量和相机储存空间的限制，导致PIV测量区域大小有限，且高频PIV价格昂贵。

风洞实验中，使用具有高空间分辨率的PIV测量流场的同时，可以在流场离散位置布置高频风速传感器来获取固定位置处的高频特征。通过PIV测量到的流场可以通过深度卷积自编码器进行降维，有效提取流场的非线性特征。

发明内容

本发明目的是为了解决现有的技术问题，提出了一种基于双向门控循环单元的高时间分辨率流场重构方法。本发明所述方法利用高空间分辨率的PIV测量结果和局部测量点的高时间分辨率的速度时程，来重构整个流场的高时间分辨率结果。

本发明是通过以下技术方案实现的，本发明提出一种基于双向门控循环单元的高时间分辨率流场重构方法，所述方法具体包括：

步骤一、获得流场数据，采用粒子图像测速技术PIV进行流场测量，同时在下游处布置眼镜蛇传感器获取局部测量点位置的高时间分辨率流速；

步骤二、搭建深度卷积自编码器模型，将PIV测量到的流场结果输入深度卷积自编码器模型中进行特征提取；

步骤三、搭建双向门控循环单元，将眼镜蛇传感器获取的局部测量点的速度输入双向门控循环单元中，重构高时间分辨率的特征时程系数；

步骤四、将双向门控循环单元重构的高时间分辨率的特征时程系数放入深度卷积自编码器模型中，重构出高时间分辨率的流场。

进一步地，在步骤一中，采用风洞试验方式获取流场数据；风洞试验采用粒子图像测速技术测量流场；风洞试验的工况为雷诺数Re＝2.7×10⁴，PIV采样频率为10Hz，眼镜蛇传感器采样频率为5000Hz。

进一步地，所述深度卷积自编码器模型采用对称结构，编码器由三个卷积层加三个池化层组成，解码器由三个上采样层加三个卷积层以及中间的隐向量层组成；上采样层选用最邻近插值替代反卷积层。

进一步地，卷积核大小均选取为3×3，池化层选用平均池化，所有的激活函数均采用ReLU函数，如式(1)：

f(x)＝max(0,x) (1)

卷积层的操作过程如式(2)：

式中,为第l层的输出,σ为激活函数，K为卷积核的数量，H为卷积核尺寸，w为权重，b为偏置。

进一步地，通过编码器运算得到隐向量q，然后通过解码器运算得到输出深度卷积自编码器模型的损失函数：

进一步地，步骤三中，采用了一个双向门控循环单元，双向门控循环单元的输入是眼镜蛇传感器测量的局部位置处的高时间分辨率速度，输出是深度卷积自编码器模型高空间分辨率的时间系数：