燃燒仿真與實驗技術(shù)：火焰可視化及燃燒基礎(chǔ)理論教程

燃燒仿真與實驗技術(shù)：火焰可視化及燃燒基礎(chǔ)理論教程1燃燒基礎(chǔ)理論1.1燃燒的化學(xué)反應(yīng)原理燃燒是一種化學(xué)反應(yīng)，通常涉及燃料與氧氣的反應(yīng)，產(chǎn)生熱能、光能以及各種燃燒產(chǎn)物。在燃燒過程中，燃料分子與氧氣分子在適當?shù)臈l件下（如溫度、壓力和濃度）相遇，發(fā)生氧化反應(yīng)，釋放出能量。這一過程可以用化學(xué)方程式來表示，例如，甲烷（CH4）與氧氣（O2）的燃燒反應(yīng)可以表示為：CH4+2O2→CO2+2H2O+熱能+光能在實際應(yīng)用中，燃燒反應(yīng)的復(fù)雜性遠超上述簡單示例，可能涉及多個反應(yīng)步驟和中間產(chǎn)物。例如，對于更復(fù)雜的燃料如煤或石油，燃燒過程可能包括多個階段，從燃料的熱解到最終產(chǎn)物的形成。1.2燃燒熱力學(xué)與動力學(xué)1.2.1燃燒熱力學(xué)燃燒熱力學(xué)主要研究燃燒反應(yīng)的能量變化，包括反應(yīng)的焓變（ΔH）和熵變（ΔS）。焓變表示反應(yīng)過程中釋放或吸收的熱量，而熵變則反映了反應(yīng)的無序度變化。通過熱力學(xué)分析，可以預(yù)測燃燒反應(yīng)的自發(fā)性、反應(yīng)方向以及在不同條件下的能量效率。例如，對于甲烷燃燒反應(yīng)，其焓變可以通過標準熱力學(xué)數(shù)據(jù)計算得出，表明這是一個放熱反應(yīng)，即反應(yīng)過程中釋放出大量的熱能。1.2.2燃燒動力學(xué)燃燒動力學(xué)關(guān)注的是燃燒反應(yīng)的速率和機理。它研究反應(yīng)物如何轉(zhuǎn)化為產(chǎn)物，以及這一轉(zhuǎn)化過程中的速率控制步驟。動力學(xué)參數(shù)，如反應(yīng)速率常數(shù)和活化能，對于理解燃燒過程至關(guān)重要。這些參數(shù)可以通過實驗測量，如使用量熱儀或燃燒室進行燃燒實驗，然后通過數(shù)據(jù)分析來確定。在動力學(xué)模型中，反應(yīng)速率通常表示為反應(yīng)物濃度的函數(shù)，遵循Arrhenius方程：importnumpyasnp

importmatplotlib.pyplotasplt

#定義Arrhenius方程參數(shù)

A=1e10#頻率因子

Ea=50e3#活化能(kJ/mol)

R=8.314#氣體常數(shù)(J/(mol*K))

#溫度范圍

T=np.linspace(300,1500,100)

#計算反應(yīng)速率常數(shù)

k=A*np.exp(-Ea/(R*T))

#繪制反應(yīng)速率常數(shù)隨溫度變化的曲線

plt.figure()

plt.plot(T,k)

plt.xlabel('溫度(K)')

plt.ylabel('反應(yīng)速率常數(shù)(s^-1)')

plt.title('Arrhenius方程示例')

plt.show()上述代碼示例展示了如何使用Python的numpy和matplotlib庫來計算和可視化Arrhenius方程中的反應(yīng)速率常數(shù)隨溫度的變化。1.3火焰?zhèn)鞑ダ碚摶鹧鎮(zhèn)鞑ナ侵溉紵磻?yīng)在燃料中的傳播過程。這一過程受到多種因素的影響，包括燃料的物理性質(zhì)、反應(yīng)物的濃度、溫度和壓力?；鹧?zhèn)鞑ダ碚撝饕芯炕鹧娴慕Y(jié)構(gòu)、傳播速度以及火焰穩(wěn)定性的條件。1.3.1火焰結(jié)構(gòu)火焰通常由預(yù)熱區(qū)、反應(yīng)區(qū)和燃燒產(chǎn)物區(qū)組成。預(yù)熱區(qū)是燃料被加熱但尚未開始燃燒的區(qū)域；反應(yīng)區(qū)是燃燒反應(yīng)發(fā)生的地方；燃燒產(chǎn)物區(qū)則是反應(yīng)產(chǎn)物冷卻并擴散的區(qū)域。1.3.2火焰?zhèn)鞑ニ俣然鹧鎮(zhèn)鞑ニ俣仁侵富鹧媲把卦谌剂现械囊苿铀俣取Ｋ艿饺剂系奈锢硇再|(zhì)和燃燒條件的影響。在理想情況下，火焰?zhèn)鞑ニ俣瓤梢酝ㄟ^理論計算得出，但在實際應(yīng)用中，由于燃燒條件的復(fù)雜性，通常需要通過實驗來確定。1.3.3火焰穩(wěn)定性火焰穩(wěn)定性是指火焰在特定條件下保持穩(wěn)定傳播的能力。不穩(wěn)定火焰可能導(dǎo)致火焰熄滅或產(chǎn)生不規(guī)則的燃燒行為，影響燃燒效率和安全性?；鹧娣€(wěn)定性的條件可以通過理論分析和實驗驗證來確定。1.4燃燒反應(yīng)模型燃燒反應(yīng)模型用于描述和預(yù)測燃燒過程中的化學(xué)反應(yīng)。這些模型可以是簡單的，如只考慮主要反應(yīng)的零維模型，也可以是復(fù)雜的，如考慮多步反應(yīng)和流體動力學(xué)效應(yīng)的多維模型。1.4.1零維模型零維模型假設(shè)燃燒反應(yīng)在一個封閉的、體積不變的系統(tǒng)中進行。這種模型通常用于初步分析燃燒反應(yīng)的熱力學(xué)和動力學(xué)特性。1.4.2維模型一維模型考慮了反應(yīng)物和產(chǎn)物在空間上的分布，通常用于描述火焰?zhèn)鞑ミ^程。這種模型可以預(yù)測火焰的傳播速度和火焰結(jié)構(gòu)。1.4.3多維模型多維模型考慮了燃燒過程中的流體動力學(xué)效應(yīng)，如湍流和對流。這種模型通常用于模擬實際燃燒設(shè)備中的燃燒過程，如發(fā)動機或燃燒室。在構(gòu)建燃燒反應(yīng)模型時，通常需要使用化學(xué)反應(yīng)動力學(xué)庫，如CHEMKIN，來定義反應(yīng)機理和計算反應(yīng)速率。例如，使用CHEMKIN定義一個簡單的燃燒反應(yīng)機理：#CHEMKIN反應(yīng)機理示例

#定義反應(yīng)物和產(chǎn)物

species=['CH4','O2','N2','CO2','H2O']

#定義反應(yīng)

reactions=[

'CH4+2O2=CO2+2H2O',

'O2+N2=2NO'

]

#定義反應(yīng)速率常數(shù)

rate_constants={

'CH4+2O2=CO2+2H2O':lambdaT:A*np.exp(-Ea/(R*T)),

'O2+N2=2NO':lambdaT:B*np.exp(-Eb/(R*T))

}

#定義初始條件

initial_conditions={

'CH4':0.1,

'O2':0.2,

'N2':0.7

}

#定義時間步長和模擬時間

dt=0.01

t_end=1.0

#模擬燃燒過程

t=0

whilet<t_end:

#更新反應(yīng)物濃度

forreactioninreactions:

rate=rate_constants[reaction](T)

forspeciesinreaction.split(''):

ifspeciesininitial_conditions:

initial_conditions[species]-=rate*dt

else:

initial_conditions[species]+=rate*dt

t+=dt上述代碼示例展示了如何使用Python來構(gòu)建一個簡單的燃燒反應(yīng)模型，包括定義反應(yīng)物、產(chǎn)物、反應(yīng)機理和反應(yīng)速率常數(shù)，以及模擬燃燒過程。請注意，這僅是一個簡化示例，實際的燃燒反應(yīng)模型會更加復(fù)雜，需要考慮更多的物理和化學(xué)效應(yīng)。2燃燒仿真技術(shù)2.1數(shù)值方法在燃燒仿真中的應(yīng)用數(shù)值方法是燃燒仿真中不可或缺的工具，它允許我們解決復(fù)雜的燃燒過程方程，這些方程通常包括質(zhì)量、動量、能量和物種守恒方程。在燃燒仿真中，最常用的數(shù)值方法是有限體積法，它基于控制體積的思想，將連續(xù)的物理域離散化為一系列的體積單元，然后在每個單元上應(yīng)用守恒定律。2.1.1有限體積法示例假設(shè)我們有一個簡單的燃燒反應(yīng)模型，其中包含一個控制體積，我們需要求解該體積內(nèi)的溫度分布。以下是一個使用Python和SciPy庫實現(xiàn)的有限體積法示例：importnumpyasnp

fromscipy.sparseimportdiags

fromscipy.sparse.linalgimportspsolve

#定義網(wǎng)格參數(shù)

nx=100#網(wǎng)格點數(shù)

dx=1.0/(nx-1)#網(wǎng)格間距

dt=0.001#時間步長

#定義物理參數(shù)

alpha=0.01#熱擴散率

#初始化溫度分布

T=np.zeros(nx)

#設(shè)置邊界條件

T[0]=100#左邊界溫度

T[-1]=200#右邊界溫度

#構(gòu)建系數(shù)矩陣

main_diag=np.ones(nx)*(1+2*alpha*dt/dx**2)

off_diag=np.ones(nx-1)*(-alpha*dt/dx**2)

A=diags([main_diag,off_diag,off_diag],[0,-1,1],shape=(nx,nx)).toarray()

#構(gòu)建右側(cè)向量

b=T.copy()

#求解內(nèi)部節(jié)點的溫度

foriinrange(1,nx-1):

b[i]=T[i]+alpha*dt*(T[i+1]-2*T[i]+T[i-1])/dx**2

#使用迭代方法求解

T=spsolve(A,b)

#輸出溫度分布

print(T)2.1.2解釋上述代碼中，我們首先定義了網(wǎng)格和物理參數(shù)，然后初始化了溫度分布并設(shè)置了邊界條件。接下來，我們構(gòu)建了一個系數(shù)矩陣A和右側(cè)向量b，用于求解溫度分布。最后，我們使用scipy.sparse.linalg.spsolve函數(shù)求解線性方程組，得到內(nèi)部節(jié)點的溫度分布。2.2燃燒仿真軟件介紹燃燒仿真軟件通常集成了數(shù)值方法、物理模型和可視化工具，以幫助研究人員和工程師分析和預(yù)測燃燒過程。以下是一些常用的燃燒仿真軟件：OpenFOAM：一個開源的CFD（計算流體動力學(xué)）軟件包，提供了豐富的物理模型和數(shù)值方法，適用于各種燃燒仿真。STAR-CCM+：一個商業(yè)CFD軟件，具有直觀的用戶界面和強大的后處理功能，廣泛應(yīng)用于工業(yè)燃燒仿真。Cantera：一個用于化學(xué)反應(yīng)動力學(xué)和燃燒的開源軟件庫，特別適合于詳細化學(xué)機理的燃燒仿真。2.2.1OpenFOAM示例OpenFOAM提供了多種燃燒模型，包括層流燃燒、湍流燃燒和多相燃燒。以下是一個使用OpenFOAM進行層流燃燒仿真的簡單示例：#運行層流燃燒仿真

foamJoblaminarCombustion

#查看仿真結(jié)果

paraFoam2.2.2解釋在OpenFOAM中，foamJob命令用于運行指定的仿真案例，而paraFoam命令則用于可視化仿真結(jié)果。層流燃燒案例通常包含在OpenFOAM的教程案例中，可以作為學(xué)習(xí)和測試的基礎(chǔ)。2.3網(wǎng)格生成與邊界條件設(shè)置網(wǎng)格生成是燃燒仿真中的關(guān)鍵步驟，它決定了仿真的精度和計算效率。邊界條件的設(shè)置則直接影響仿真結(jié)果的準確性。2.3.1網(wǎng)格生成示例使用OpenFOAM的blockMesh工具生成一個簡單的三維網(wǎng)格：#編輯blockMeshDict文件

viconstant/polyMesh/blockMeshDict

#運行blockMesh工具

blockMesh在blockMeshDict文件中，可以定義網(wǎng)格的大小、形狀和分辨率。例如：convertToMeters1;

vertices

(

(000)

(100)

(110)

(010)

(000.1)

(100.1)

(110.1)

(010.1)

);

blocks

(

hex(01234567)(10101)simpleGrading(111)

);

edges

(

);

boundary

(

inlet

{

typepatch;

faces

(

(0154)

);

}

...

);2.3.2邊界條件設(shè)置示例在OpenFOAM中，邊界條件通常在0目錄下的相應(yīng)文件中設(shè)置。例如，設(shè)置入口邊界條件：vi0/U

//設(shè)置入口速度邊界條件

inlet

{

typefixedValue;

valueuniform(100);

}2.4燃燒仿真案例分析燃燒仿真案例分析通常涉及對仿真結(jié)果的后處理和可視化，以提取關(guān)鍵信息和洞察燃燒過程。2.4.1OpenFOAM案例分析示例使用paraFoam工具分析OpenFOAM的仿真結(jié)果：#運行paraFoam

paraFoam

#在ParaView中加載仿真結(jié)果

File->Open...

#選擇要分析的變量，如溫度、速度或物種濃度

Filters->Calculator...

#可視化結(jié)果

Display->Show在ParaView中，可以使用各種過濾器和可視化工具來分析和展示仿真結(jié)果，幫助理解燃燒過程的細節(jié)。以上內(nèi)容涵蓋了燃燒仿真技術(shù)中的數(shù)值方法應(yīng)用、軟件介紹、網(wǎng)格生成與邊界條件設(shè)置，以及案例分析的基本原理和操作示例。通過這些示例，可以深入了解燃燒仿真技術(shù)的關(guān)鍵方面，并開始實踐自己的燃燒仿真項目。3燃燒實驗技術(shù)3.1實驗設(shè)備與安全規(guī)范在進行燃燒實驗時，選擇合適的實驗設(shè)備至關(guān)重要。設(shè)備不僅需要能夠精確控制燃燒條件，如溫度、壓力和燃料-空氣比，還應(yīng)具備良好的安全性能，以防止實驗過程中可能發(fā)生的意外。常見的燃燒實驗設(shè)備包括：燃燒室：用于控制燃燒環(huán)境，如溫度和壓力?；鹧鎳娚淦鳎寒a(chǎn)生穩(wěn)定的火焰，用于研究燃燒過程。光譜儀：分析燃燒產(chǎn)物的光譜，以確定化學(xué)成分。高速攝像機：捕捉火焰的動態(tài)過程，用于火焰可視化研究。3.1.1安全規(guī)范個人防護裝備：實驗人員必須穿戴適當?shù)姆雷o裝備，包括防火服、防護眼鏡和手套。實驗區(qū)域隔離：確保實驗區(qū)域與工作區(qū)隔離，防止燃燒產(chǎn)物對環(huán)境造成污染。緊急響應(yīng)計劃：制定詳細的緊急響應(yīng)計劃，包括滅火設(shè)備的使用和緊急疏散路線。設(shè)備檢查：定期檢查實驗設(shè)備，確保其處于良好工作狀態(tài)，避免因設(shè)備故障引發(fā)的安全事故。3.2火焰可視化技術(shù)火焰可視化技術(shù)是燃燒實驗中的關(guān)鍵環(huán)節(jié)，它幫助研究人員直觀地觀察和分析燃燒過程。主要技術(shù)包括：高速攝影：使用高速攝像機捕捉火焰的瞬時變化，分析火焰的傳播速度和形態(tài)。激光誘導(dǎo)熒光（LIF）：通過激光激發(fā)燃燒產(chǎn)物中的特定分子，使其發(fā)出熒光，從而可視化火焰結(jié)構(gòu)。粒子圖像測速（PIV）：在火焰中引入微小粒子，通過高速攝像機捕捉粒子的運動，分析火焰中的流場。3.2.1示例：使用OpenCV進行火焰圖像處理#導(dǎo)入所需庫

importcv2

importnumpyasnp

#讀取火焰圖像

img=cv2.imread('flame.jpg')

#轉(zhuǎn)換為灰度圖像

gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#應(yīng)用高斯模糊減少噪聲

blurred=cv2.GaussianBlur(gray,(5,5),0)

#使用Canny邊緣檢測算法

edges=cv2.Canny(blurred,50,150)

#顯示處理后的圖像

cv2.imshow('FlameEdges',edges)

cv2.waitKey(0)

cv2.destroyAllWindows()此代碼示例展示了如何使用OpenCV庫處理火焰圖像，通過灰度轉(zhuǎn)換、高斯模糊和Canny邊緣檢測，可以清晰地識別火焰的邊緣，為火焰形態(tài)分析提供基礎(chǔ)。3.3燃燒產(chǎn)物分析方法燃燒產(chǎn)物分析對于理解燃燒過程的化學(xué)反應(yīng)至關(guān)重要。主要分析方法包括：氣相色譜-質(zhì)譜聯(lián)用（GC-MS）：用于分離和鑒定燃燒產(chǎn)物中的氣體成分。紅外光譜分析：通過分析燃燒產(chǎn)物的紅外光譜，確定其化學(xué)成分。X射線衍射（XRD）：用于分析燃燒產(chǎn)物中的固體殘留物的晶體結(jié)構(gòu)。3.3.1示例：使用Python進行紅外光譜數(shù)據(jù)處理#導(dǎo)入所需庫

importnumpyasnp

importmatplotlib.pyplotasplt

fromscipy.signalimportfind_peaks

#加載紅外光譜數(shù)據(jù)

data=np.loadtxt('ir_spectrum.txt')

wavelength=data[:,0]

intensity=data[:,1]

#尋找光譜峰值

peaks,_=find_peaks(intensity,height=0)

#繪制光譜圖

plt.plot(wavelength,intensity,label='IRSpectrum')

plt.plot(wavelength[peaks],intensity[peaks],"x",label='Peaks')

#設(shè)置圖表標題和標簽

plt.title('InfraredSpectrumAnalysis')

plt.xlabel('Wavelength(nm)')

plt.ylabel('Intensity')

plt.legend()

#顯示圖表

plt.show()此代碼示例展示了如何使用Python的numpy和matplotlib庫處理紅外光譜數(shù)據(jù)，通過find_peaks函數(shù)識別光譜中的峰值，這些峰值對應(yīng)于燃燒產(chǎn)物中特定化學(xué)成分的吸收峰。3.4實驗數(shù)據(jù)處理與誤差分析實驗數(shù)據(jù)處理是燃燒實驗中不可或缺的步驟，它包括數(shù)據(jù)清洗、統(tǒng)計分析和誤差評估。誤差分析幫助研究人員理解實驗結(jié)果的可靠性。3.4.1數(shù)據(jù)處理數(shù)據(jù)清洗：去除異常值和噪聲，確保數(shù)據(jù)質(zhì)量。統(tǒng)計分析：計算平均值、標準差等統(tǒng)計量，評估數(shù)據(jù)的分布特性。模型擬合：使用數(shù)學(xué)模型擬合實驗數(shù)據(jù)，預(yù)測燃燒過程的動態(tài)變化。3.4.2誤差分析隨機誤差：由實驗設(shè)備的測量精度和環(huán)境因素引起，通過多次實驗取平均值可以減少。系統(tǒng)誤差：由實驗方法或設(shè)備的固有缺陷引起，需要通過校準和改進實驗設(shè)計來消除。3.4.3示例：使用Python進行數(shù)據(jù)清洗和統(tǒng)計分析#導(dǎo)入所需庫

importpandasaspd

fromscipyimportstats

#加載實驗數(shù)據(jù)

df=pd.read_csv('experiment_data.csv')

#數(shù)據(jù)清洗：去除異常值

z_scores=stats.zscore(df['Temperature'])

abs_z_scores=np.abs(z_scores)

filtered_entries=(abs_z_scores<3)

cleaned_data=df[filtered_entries]

#統(tǒng)計分析：計算平均溫度和標準差

mean_temp=cleaned_data['Temperature'].mean()

std_temp=cleaned_data['Temperature'].std()

#輸出結(jié)果

print(f"MeanTemperature:{mean_temp}")

print(f"StandardDeviation:{std_temp}")此代碼示例展示了如何使用Python的pandas和scipy庫進行數(shù)據(jù)清洗和統(tǒng)計分析。通過計算Z分數(shù)并過濾掉異常值，可以得到更準確的實驗數(shù)據(jù)。然后，計算清洗后的數(shù)據(jù)的平均溫度和標準差，以評估溫度的穩(wěn)定性和波動性。以上內(nèi)容詳細介紹了燃燒實驗技術(shù)中的關(guān)鍵方面，包括實驗設(shè)備與安全規(guī)范、火焰可視化技術(shù)、燃燒產(chǎn)物分析方法以及實驗數(shù)據(jù)處理與誤差分析。通過這些技術(shù)和方法，研究人員能夠深入理解燃燒過程，為燃燒仿真和實驗技術(shù)的發(fā)展提供科學(xué)依據(jù)。4火焰可視化技術(shù)詳解4.1火焰成像技術(shù)4.1.1原理火焰成像技術(shù)是通過光學(xué)設(shè)備捕捉火焰的圖像，以直觀地觀察火焰的形態(tài)、結(jié)構(gòu)和動態(tài)變化。這種技術(shù)通常使用高速相機和特定的濾光片，能夠捕捉到火焰在不同波長下的圖像，從而分析火焰的溫度分布、化學(xué)反應(yīng)區(qū)域和燃燒效率。4.1.2內(nèi)容高速成像：使用高速相機捕捉火焰的動態(tài)過程，頻率可達數(shù)千至數(shù)萬幀每秒。濾光片應(yīng)用：通過濾光片選擇特定波長的光，如OH、CH、CO*等自由基的發(fā)射光譜，以區(qū)分不同的化學(xué)反應(yīng)區(qū)域。圖像處理：對捕捉到的圖像進行處理，包括增強對比度、去除背景噪聲、邊緣檢測等，以提高圖像質(zhì)量。4.1.3示例假設(shè)我們使用Python的OpenCV庫處理火焰圖像，以下是一個簡單的圖像增強示例：importcv2

importnumpyasnp

#讀取火焰圖像

img=cv2.imread('flame.jpg',0)

#應(yīng)用直方圖均衡化增強對比度

equ=cv2.equalizeHist(img)

#顯示原圖和增強后的圖像

cv2.imshow('OriginalImage',img)

cv2.imshow('EnhancedImage',equ)

#等待按鍵并關(guān)閉窗口

cv2.waitKey(0)

cv2.destroyAllWindows()4.2激光誘導(dǎo)熒光技術(shù)4.2.1原理激光誘導(dǎo)熒光技術(shù)（Laser-InducedFluorescence,LIF）利用激光激發(fā)火焰中的特定分子或原子，使其發(fā)出熒光，通過檢測熒光強度和分布，可以定量分析火焰中特定物質(zhì)的濃度和分布。4.2.2內(nèi)容激光激發(fā)：使用激光器發(fā)射特定波長的激光，激發(fā)火焰中的分子或原子。熒光檢測：使用光譜儀或相機捕捉激發(fā)后發(fā)出的熒光，分析其強度和分布。數(shù)據(jù)處理：通過熒光強度與物質(zhì)濃度的關(guān)系，計算出火焰中特定物質(zhì)的濃度分布。4.2.3示例在LIF技術(shù)中，數(shù)據(jù)處理通常涉及熒光強度的校正和物質(zhì)濃度的計算。以下是一個簡單的熒光強度校正示例：#假設(shè)熒光強度數(shù)據(jù)為raw_data

raw_data=np.array([100,120,150,180,200])

#激光強度校正因子

laser_correction_factor=0.95

#背景熒光校正

background_fluorescence=10

#校正后的熒光強度

corrected_data=(raw_data-background_fluorescence)/laser_correction_factor

print(corrected_data)4.3粒子圖像測速技術(shù)4.3.1原理粒子圖像測速技術(shù)（ParticleImageVelocimetry,PIV）通過在火焰中添加示蹤粒子，并使用高速相機捕捉粒子的運動，分析粒子的位移和速度，從而測量火焰中的流場速度分布。4.3.2內(nèi)容粒子添加：在火焰中添加示蹤粒子，如煙霧粒子或熒光粒子。圖像捕捉：使用高速相機捕捉粒子的連續(xù)圖像。速度分析：通過圖像處理技術(shù)，如相關(guān)分析，計算粒子的位移和速度。4.3.3示例使用Python的OpenPIV庫進行PIV分析，以下是一個簡單的速度場計算示例：importnumpyasnp

importmatplotlib.pyplotasplt

importopenpiv.tools

importopenpiv.pyprocess

#讀取連續(xù)的兩幀圖像

frame_a=plt.imread('frame_a.jpg')

frame_b=plt.imread('frame_b.jpg')

#設(shè)置PIV參數(shù)

window_size=32

overlap=