S'abonner

Use of turbulent flow statistical properties for correcting erroneous velocity vectors in PIV - 01/01/04

Doi : 10.1016/j.crme.2004.04.006 

Philippe  Druault * ,  Philippe  Guibert*Corresponding author.

Voir les affiliations

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 6
Iconographies 0
Vidéos 0
Autres 0

Résumé

Les mesures PIV peuvent entraîner pour des écoulements turbulents particuliers près de 10 % de vecteurs vitesse erronés. Pour corriger ces vecteurs, on propose d'utiliser l'Estimation Stochastique Linéaire basée sur le tenseur de corrélation spatiale de vitesse. Si ce tenseur n'est pas partout accessible, la Décomposition Orthogonale aux valeurs Propres est alors utilisée pour reconstruire ce tenseur. Une validation de ces procédures de reconstruction réalisée à partir de mesures PIV en écoulement de moteur a ainsi montré l'intérêt pour l'analyse des structures cohérentes d'utiliser la LSE par rapport aux méthodes d'interpolations mathématiques couramment utilisées. Pour citer cet article : Ph. Druault, Ph. Guibert, C. R. Mecanique 332 (2004).

Mots clés  : Turbulence ; Structures cohérentes ; PIV ; Estimation Stochastique ; Décomposition Orthogonale aux valeurs propres.

Abstract

For particular turbulent flows, PIV measurements technique provides more than 10% of spurious velocity vectors at each time step. To correct these vectors, we propose to use the Linear Stochastic Estimation (LSE) dealing with the spatial correlation tensor of the velocity. If this tensor cannot be determined in some measurement zones, Proper Orthogonal Decomposition is used to model this tensor. Both reconstruction methodologies are tested from PIV measurements performed in a Spark Ignition engine flow. We show that for coherent structures analysis, the LSE reconstruction method provides better results than classical mathematical interpolation methods. To cite this article: Ph. Druault, Ph. Guibert, C. R. Mecanique 332 (2004).

Mots clés  : Turbulence ; Coherent structures ; PIV ; Stochastic Estimation ; Proper Orthogonal Decomposition.

Plan



© 2004  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.

Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 332 - N° 9

P. 731-736 - septembre 2004 Retour au numéro
Article précédent Article précédent
  • An estimate of maximum ground surface motion for non zero surface velocity
  • Alain Pecker
| Article suivant Article suivant
  • Modélisation du champ des vitesses de l'urine dans un bolus urétéral
  • Alexandre Vogel, Badaoui Elmabsout, Daniel Gintz

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.