PIV 原理、自动对焦 与 python数据后处理(毕业设计PPT)

PIV测量数据处理编程实现姓名：XXX专业：水利水电工程学号：XXXXXXXXXX指导教师：西安理工大学-本科毕业设计-2012本毕业设计所研究的内容一．实现相机自动对焦过程中的数据处理二．PIV矢量分布的误矢量识别和修正三．流场显示大量数字计算编程语言数据可视化软件Python和ParaviewPython•简单易学——上手快|•高层语言——无需考虑内存分配|•丰富的库——简单语句可实现强大功能|Paraview•三维数据可视化显示|•可使用Python脚本|开源免费未找到中文教材PIV实验装置拍摄PIV图像→互相关分析→后处理需要对焦一、自动对焦实验1.标定板2.相机3.超声波测距模块4.滑块5.轨道6.滚珠丝杠7.步进电机（1）8.标尺9.水平旋转台10.步进电机（2）用超声波感知相机的位置步进电机控制相机的位置标定板测量流程图123第二章1.滚珠丝杠螺距测量螺杆每转一圈，螺杆相对于螺母水平移动一个螺距的距离xi。一个螺距旋转一周（360°）测量方案aiai+1旋转两周（720°）12iiiaax逐差法——有效减少系统误差每两圈测一次——使测量标准差减半测量11次得出10个xi的值——减少最佳估计值的标准差测量数据aiai+1-aixi13.667.963.9821.628.024.0129.647.983.9937.628.024.0145.648.004.0053.648.004.0061.648.024.0169.667.983.9977.648.024.0185.667.983.9993.64数据处理114.00niixxmmn最佳估计值：最佳估计值的标准差：21()10.00331niixxxsmmnn扩展不确定度（置信水平0.05）：2.230.00330.00735()xtsUmm查自由度为ν=n-1的t分布表(4.000.01),9,0.95mmP测量结果报告：返回2.超声波测距的校准•为什么校准？答：超声波测距不准确。•如何校准？答：寻找超声波所测距离与游标卡尺所测精确值之间的关系。xiyi测量多次测量数据iyixi1152.141452159.081523166.061574173.001645179.961706186.881767193.881838200.761899207.7819610214.7420211221.7620912228.7021713235.6622214242.5822715249.5823416256.54240散点图线性回归回归分析结果ˆˆ1.09035.7822yx20.7132xxmm回归方程：x的标准差：不确定度：5.78221.090(1),15,0.395ttxmmPymm若要控制相机的坐标为yt，只需要移动相机使超声波测得的数据为xt即可。返回3.最佳拍摄位置寻找分别求出锐度值x测量数据ixi/mm锐度值yiixi/mm锐度值yi117.1001876.2022657220.6601979.6825942324.0402083.1224938……02186.6019370944.9202290.12144781048.3802393.6281881151.8402497.1010341255.32025100.6401358.8290226104.1001462.22488727107.6401565.78831928111.0001669.261342129114.4801772.701839430117.940多项式拟合曲线拟合结果80.743mm返回PIV图像互相关分析需要修正二、误矢量判别与修正互相关分析误矢量识别,0,0,0,0,,,,,,ijijijijijijijijuuvvvaluv将所有val由小到大排序后，绘出散点图修正系数α=3%~10%误矢量修正•高斯模板：1.中间矢量等于周围矢量的加权平均值2.权数与距离平方成反比1211202121211,10,11,11,01,10,11,10,01,10,11,11,01,10,11,10,02221222212uuuuuuuuvvvvvvvv选取不同修正系数进行修正初始数据矢量分布图val球形图α=3%未识别出来α=8%效果良好α=10%误判流场显示欢迎提问谢谢