基于物理方程的高分辨率光场层析粒子图像测速技术
摘要
提出一种基于物理信息神经网络（PINN）的高分辨率光场层析粒子图像测速（PIV）技术，在稀疏速度场观测数据基础上耦合Navier-Stokes方程作为先验物理信息，建立PINN-PIV融合模型，实现对致密流场信息的预测。对于所构建的模型，首先采用高斯涡环的仿真数据对其性能进行了评估，然后开展了圆柱绕流三维流场测量实验，以进一步验证PINN-PIV融合模型的有效性。结果表明，采用PINN-PIV模型所预测的高斯涡环u、v、w位移分量的全局均方根误差分别为0.2433、0.2105、0.2423 voxel，较传统互相关算法结果降低了52.36%、58.95%、75.84%。从圆柱绕流流场测试结果可以看出， PINN-PIV模型能够将光场PIV流场测量分辨率提高8倍，实现了流场小尺度漩涡结构的表征。
引用本文（GB/T 7714）
吴旗 Wu Qi, 朱效宇 Zhu Xiaoyu, 许传龙 Xu Chuanlong. 基于物理方程的高分辨率光场层析粒子图像测速技术[J]. Acta Optica Sinica, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。