Approches d'assimilation de données pour l'estimation de vitesse d'écoulements par vélocimétrie par images de particules

Autor: Yegavian, Robin
Přispěvatelé: DAAA, ONERA, Université Paris Saclay (COmUE) [Meudon], ONERA-Université Paris-Saclay, UNIVERSITE PARIS-SACLAY, F. CHAMPAGNAT, B. LECLAIRE
Jazyk: angličtina
Rok vydání: 2018
Předmět:
Zdroj: Fluids mechanics [physics.class-ph]. UNIVERSITE PARIS-SACLAY, 2018. English
Popis: Particle Image Velocimetry (PIV) is one of the reference experimental methods for the study of complex flows. In the last decades, the range of cases where PIV has been used has increased, for instance due to the continuous improvement of high frame-rate measurement apparatus and processing methods. Still, PIV, either planar of tomographic, suffers from a set of limitations. Spatial and temporal resolutions may not be sufficient, bias and noise levels may be too high. The goal of the present thesis was to use and develop methods to overcome such limitations using physical-based modeling. In this regard, three different approaches have been explored, each offering a different trade-off in ease of use, accuracy and computational cost.The first approach aims at improving velocity and acceleration estimation in the context of Time-Resolved PIV (TRPIV). A novel algorithm has been developed: the Lucas-Kanade Fluid Trajectories (LKFT, Yegavian et al. 2016). This algorithm extends the two frame techniques to short image sequences assuming smooth polynomial trajectories for the flow. The method has been assessed on both synthetic and experimental test cases, where significant noise reduction and lower spatial filtering compared to two frame processing have been observed.In a second part of the work, an approach to reconstruct the unsteady flow velocity field from the sole knowledge of the PIV mean flow and one or more unsteady point-wise measurements has been assessed and used on a round jet flow. This method, introduced by Beneddine et al. (2016), relies on the Parabolized Stability Equations (PSE). This technique is of great interest as the input measurements, the mean-flow and one or several point-wise unsteady velocity informations are often easy to obtain with classical experimental arrangements. Experimental validation showed the accuracy of the method to recover the unsteady dynamics and a high robustness to the experimental parameters.At last, the third method relies on the full unsteady incompressible Navier-Stokes equations to improve PIV measurement sequences. An unsteady velocity field strictly respecting the governing equations and as close as possible to the PIV measurement is searched for. This approach, using a variational data-assimilation framework, has also been applied to synthetic and experimental configurations. The method has proven capable to overcome the limits of PIV, justifying the associated high computational cost. Spatial and temporal super-resolution have been achieved as well as the ability for extrapolation with the recovery of the flow outside of the measurement domain.; La Vélocimétrie par Images de Particules (PIV) est une méthode de mesure expérimentale de référence pour l’étude des écoulements complexes. Au cours des dernières décennies, l’amélioration continue des matériels de mesure et des approches numériques de traitement a permis d’élargir significativement les champs d’application et la justesse des mesures. Toutefois, la PIV, qu’elle soit plane ou tomographique, souffre toujours d’un certain nombre de limites; limites de résolution spatiale et temporelle, mais aussi de niveau de biais et bruit, par exemple. L’objectif de cette thèse a été le développement et l’utilisation de méthodes pour surmonter les principales limites de la PIV en imposant des contraintes physiques aux écoulements. A ce titre, trois axes de recherche ont été explorés, chacun présentant des compromis différents dans les cas d’utilisation, le coût de calcul et la qualité de reconstruction de l’écoulement.La première approche abordée vise à améliorer l’estimation de la vitesse et accélération pour la PIV Résolue en Temps (TRPIV). Un nouvel algorithme a été développé, Lucas-Kanade Fluid Trajectories (LKFT, Yegavian et al. 2016), étendant les approches deux images à de courtes séquences (de l’ordre d’une dizaine) en supposant des trajectoires fluides polynomiales. Cette méthode a été éprouvée sur des cas synthétiques et expérimentaux, permettant notamment une réduction significative du bruit et du filtrage spatial des petites échelles par rapport aux méthodes à deux images classiques.Les travaux menés sur le deuxième axe visent à reconstituer le champ de vitesse instationnaire d’un écoulement à partir du champ de vitesse PIV moyen et d’une ou plusieurs mesures de vitesse locales instationnaires. Cette reconstruction proposée par Beneddine et al. (2016), s’appuie sur les équations de stabilité parabolisées (PSE). Cette méthode présente des intérêts certains, en effet, la quantité reconstruite est difficilement mesurable alors que le champ de vitesse moyen ainsi qu’une ou plusieurs mesures instationnaires locales peuvent être obtenues avec des méthodes de mesure classiques. Une validation sur un écoulement de jet rond a été menée, démontrant la justesse de l’approche pour la reconstruction de la dynamique instationnaire. L’approche se montre aussi robuste vis-à-vis des conditions expérimentales.Enfin, les travaux menés sur le troisième axe concernent le traitement de séquences d’images en utilisant les équations de Navier-Stokes incompressibles et instationnaires régissant le comportement des fluides. L’objectif de cette approche est la recherche d’un champ de vitesse instationnaire respectant strictement les équations du fluide tout en minimisant l’écart avec la mesure PIV. Cette approche, éprouvée sur données synthétiques et expérimentales, s’avère particulièrement adaptée à surmonter les limites de la PIV. Super-résolution spatiale et temporelle sont observées avec une grande robustesse et flexibilité aux données assimilées, justifiant un coût de calcul important. On note aussi une capacité d’extrapolation, la reconstruction de l’écoulement étant possible même à l’extérieur de la zone de mesure.
Databáze: OpenAIRE
Externí odkaz: