基于Tomographic PIV技术的湍流边界层拟序结构研究

湍流边界层内大尺度拟序结构被认为和湍流的发生、维持以及能量传输有密切关系。对其研究在流动控制和对小尺度涡结构模化用于数值模拟方面都具有重要意义。使用Tomgrapic粒子成像测速法（TPIV）这一针对三维空间体内三维速度场的实验测量技术来研究湍流边界层是一个前沿方向。实验方法研究高雷诺数下湍流边界层的流动特性以及雷诺数对流动结构的影响也是当前一个热点。本项目将两者结合，使用TPIV方法研究高雷诺数下湍流边界层内的大尺度拟序结构。通过优化传统的TPIV数据处理算法来得到高精度的实验测量。使用三维涡结构识别技术和三维本征正交分解（POD）方法来识别大尺度流动结构。对发卡涡和系列涡结构的尺度，空间形态和分布，以及两者之间的相互关系等进行研究，深入了解雷诺数对流动结构的影响，提供大尺度拟序结构在高雷诺数下存在的实验依据。

在国家自然科学基金青年科学基金项目的资助下，经过三年的课题研究，很好地完成了原定研究计划，取得了丰硕的研究成果，尤其是实验技术方面取得了超预期的成果。完成了层析PIV数据处理程序的优化工作，实现各个模块的整合，形成了具有良好交互性的数据处理平台。完成层析PIV实验平台的搭建，并在合成射流、水槽湍流边界层和水槽内三角翼前缘涡实验中完成测试。完成三维涡结构识别算法的研究，实现了三维本征正交分解（POD）算法以及三维子波分析的涡辨识算法。使用多普勒测速仪（LDV）完成水洞内雷诺数Reτ高达2500的湍流边界层的测量和评估。进行水洞实验，用层析PIV对湍流边界层进行流场测量及数据处理。使用三维涡识别方法和三维POD方法完成对流场内大尺度拟序结构的识别和分析。