本节摘要:压力测量以压差式仪表为骨架(皮托管由伯努利方程直读速度),热线风速仪以微秒级热平衡换取湍流脉动的宽带测量,PIV 用激光片光与示踪粒子一次曝光重构整场速度。本节比较各类仪器的量程与带宽,强调标定链条与不确定度传递,并以风洞测力与流场诊断流程收束。
模型做出来了,风洞开起来了,接下来的一切都取决于一个问题:你的传感器在测什么、带宽多少、信不信得过。流体测量的三大对象——压力、速度、温度——各有脾气:压力好测但引压管会歪曲动态;速度难测因为探头一放进去流场就变;温度最阴险因为热惯性把快变化全部抹平。本节按"点测量到场测量"的技术演化线走一遍。
静压用壁面开孔测(孔径小于 1 mm、孔口垂直无毛刺,否则读数系统性偏差),总压用皮托管对准来流。两者之差即动压,速度由 U = √(2Δp/ρ) 反算——第 4 章伯努利方程的直接应用。压差传感器从最简单的水柱、膜盒,到压阻式、电容式,精度从数百帕到 0.05% 量程不等。
动态压力是另一回事:引压管是一段充气管路,有自己的共振频率与阻尼,几百赫兹以上的压力脉动经过管路就被畸变。测湍流脉动压力、脉动压力风洞试验,传感器必须齐平安装(膜片直接暴露在壁面),引压管只允许用于缓变压力。气动力试验中大量使用压力扫描阀:一个机械/电子多路开关把几十点上百家压力依次切换到少量高精度传感器上,成本大降。
一根直径 5 微米、长 1 毫米的镀钨丝,通电加热到约 250 摄氏度,流速变化改变冷却率、改变电阻,恒流或恒温电桥把电阻变化转成电压。带宽可达数十千赫兹,是湍流脉动、边界层精细结构测量的经典武器;配上双丝、三丝探头还能分解速度分量与雷诺应力。代价也很明确:娇贵(一颗灰尘撞断丝)、必须标定(风速-电压曲线随温度漂移)、点测量(要绘整场就慢慢移测架)。热线给出的脉动谱,正是 6.2 节验证 -5/3 律的数据源。
粒子图像测速的思路换了根本:不追速度本身,追随流运动的粒子。激光切成一片薄光照亮断面,示踪粒子(微米级油滴、水中的空心玻璃珠)在片光里散射成像,纳秒级双脉冲激光先后两次曝光,同一粒子在两张照片上位移除以已知时间间隔即得该点速度——成千上万个粒子窗口并行处理,一帧重构整个断面速度场。
# PIV 互相关思路的最小演示:位移峰检索 import numpy as np rng = np.random.default_rng(1) img = np.zeros((64, 64)) ys, xs = rng.integers(8, 56, 200), rng.integers(8, 56, 200) img[ys, xs] = 1.0 # 第一帧粒子 img2 = np.zeros((64, 64)) img2[ys+4, xs+3] = 1.0 # 第二帧 整体位移 dy=4 dx=3 corr = np.real(np.fft.ifft2( np.fft.fft2(img2) * np.conj(np.fft.fft2(img)))) peak = np.unravel_index(np.argmax(corr), corr.shape) dy = (peak[0] - 32) % 64 - 32 if peak[0] > 32 else peak[0] - 32 dx = (peak[1] - 32) % 64 - 32 if peak[1] > 32 else peak[1] - 32 print(f"互相关峰位移检测 dy={dy} dx={dx}")
这段小代码把 PIV 的数学心脏——互相关位移搜索——压缩成十行:对两帧粒子图做互相关,峰的位置即全场平均位移。真实系统把图切成小 interrogation 窗逐窗做这件事,再经亚像素拟合、误匹配剔除、多次迭代窗口变形,输出成千上万矢量。相比热线,PIV 是非接触、全场、瞬态的,分离涡、尾迹、射流拟序结构这些"看一眼就懂"的图像全是它的功劳;局限是采样率(常规相机几十到几千赫兹,时间解析湍流要高速相机加高重频激光)与片光只能切二维(三维要层析 PIV 或双相机立体 PIV)。
| 仪器 | 测什么 | 带宽 | 场/点 | 典型坑 |
|---|---|---|---|---|
| 皮托管加压差计 | 平均速度 | 小于几 Hz | 点 | 高湍流度下读数偏高 |
| 热线风速仪 | 速度脉动谱 | 数十 kHz | 点 | 断丝 漂移 需频繁标定 |
| 激光多普勒 LDV | 局部速度 | 很高 | 点 | 需要透明窗口与种子 |
| 压力扫描阀 | 多点静压 | 数百 Hz | 多点 | 引压管动态畸变 |
| PIV | 全场速度 | 帧率受限 | 面/体 | 示踪跟随性 窗口误配 |
⚠️ 标定链条:皮托管与压差计按标准活塞/标准压力源标,热线在射流或旋转臂上做风速-电压曲线,PIV 用已知位移标定板定像素当量。未经标定的数据比没有数据更危险——它带着"看起来很精确"的小数点迷惑决策。
测得的动压 Δp ± 不确定度 u(Δp) 传给速度 U = √(2Δp/ρ):相对不确定度减半(平方根的微分效应),u(U)/U = ½·u(Δp)/Δp。多个独立来源按方和根合成:
import numpy as np u_dp_rel = 0.02 # 压差 2% u_rho_rel = 0.005 # 密度 0.5%(温度气压未控) u_U = np.sqrt((0.5*u_dp_rel)**2 + (0.5*u_rho_rel)**2) print(f"速度相对不确定度约 {u_U*100:.1f} %")
约 1.0%——误差减半效应让速度测量比压力测量"显得"更准,但系统性偏差(皮托管偏航 5° 就能引入 1% 以上误差)不进方和根,得靠安装规范与比对实验单独控制。报告实验结果时,不带不确定度的数字在现代流体实验里已经不被接受。

测量打通了实验闭环。最后一章把理论、实验之外的第三极补上:用计算机直接求解流动方程。