基于图像识别技术的测压管群水深智能获取方法

为在水工模型试验中准确同步获取过水建筑物不同部位水压力,提出并设计了基于图像识别技术的测压管群水深智能获取方法与系统。该系统采用非接触式（侧拍）影像采集方式,实时拍摄多个测压管内水面浮标的运动影像（反映水深变化过程）,将影像资料导入计算机;利用软件识别系统,采用灰度化、二值化及开操作等对图像进行预处理,然后使用findContours获取各个测压管水面浮标质心坐标,通过标定系数转换为实际水位数据,最终得到各个测压管内水深同步变化的时间序列。通过水工模型试验验证,该方法较传统人工测量方法获得的数据误差在±1.5%内,且获取方式更快捷、数据更丰富,可为水工模型试验中测压管群水深测量提供新的思路。     

对称突扩水流流态失稳和流场结构

对称突扩分离再附水流现象广泛存在于工程和生活中,流道突扩易产生局部水头损失、压力变化、结构振动、次生噪声等,对称突扩存在流场对称性失稳现象,如管道对称突扩等。然而,由于紊流的复杂性和量测技术的局限性,人们对其流动特性和流态演变规律认识仍然不足,有必要开展对称突扩流动的流场结构分析研究。本文基于物理模型试验和高精度图像粒子测速技术,模拟了不同雷诺数条件下（Re=539~48 911）对称突扩水流流动现象和精细流场结构,包含层流、过渡流和充分发展的紊流典型流态,随着雷诺数Re增加,流态从层流过渡到紊流,从对称到非对称分布,其流态发生对称性失稳,高雷诺数紊流时主流偏向一侧,流场结构相对稳定;揭示了突扩水流主流两侧形成的非对称分布的大尺度涡漩结构,其与流场对称性失稳有关联。