主成分分析统计技术在声压波主动控制湍流现象研究中的应用

《International Journal of Thermofluids》：Application of statistical techniques of principal component analysis in the study of turbulence phenomena applying active control by sound pressure waves

　　

本研究工作聚焦于将一种多元统计方法——主成分分析（Principal Component Analysis, PCA）应用于使用热敏电阻测量的、利用声压波进行流体主动控制的实验数据。该研究探讨了在两个不同的低雷诺数（33.63 cm/s 和 51.32 cm/s）下，流经圆柱体的流动的主动控制。主动控制通过声学致动器以80 dB的强度施加，强迫频率为1 Hz、2 Hz和3 Hz。本工作的一个关键创新点是将主成分分析作为一种严格的后处理工具，用于分析高维速度脉动数据。研究目标包括：1) 评估低频声学强迫对尾流稳定的有效性；2) 通过将PCA识别出的主导流动模态作为量化这种有效性的方法，从而验证PCA的适用性。结果表明，控制效果高度依赖于雷诺数（Re）。对于Re ≈ 490的流动，自然涡脱落频率计算为fs≈ 3.06 Hz。施加接近该自然频率的3 Hz声学控制，使速度脉动定量减少了87.4%。相反，对于Re ≈ 747的流动（fs≈ 4.66 Hz），3 Hz的控制效果较差，仅能减少17.9%。PCA成功地降低了数据的维度，前五个主成分（Principal Components, PCs）分别捕获了两种流速下总流动方差的88.03%和85.23%。双标图（Biplot）分析从图形上证实了3 Hz控制有效地抑制了Re ≈ 490工况下的主导能量模态，证明了PCA在验证主动控制策略方面的实用性。

论文解读：《主成分分析在声压波主动控制湍流现象研究中的应用》

研究背景与意义

流体特性的表征是近年来一个充满前景的研究领域。当任何结构存在于运动流体中时，都会导致其行为在三维空间内发生变化，从而产生涡流——即结构附近的瞬态流体作用力。降低障碍物附近的这些作用力至关重要，可以通过结构改造或在流体床中引入其他力来控制湍流来实现，这一过程被称为涡脱落的主动或被动实验控制。尽管已有研究关注于此，例如通过安装窄带条、使用放电技术或引入主动振动系统（涡激振动，VIV）作为涡量控制工具，但这些研究往往缺乏对实验数据的全面后处理，代表了一个重要的研究空白。虽然已经获得了速度、压力和脉动作用力等数据，但先进的统计分析可以揭示原始数据中不明显的底层流动结构和控制机制。因此，应用统计工具分析流体传输过程中的行为，能够实现对湍流的更深入理解。本研究将PCA这一统计技术引入流体力学实验数据分析，旨在填补这一空白，并为航空航天和土木工程等领域减少涡激噪声和振动提供理论与方法支持。该研究成果发表于《International Journal of Thermofluids》。

关键技术与方法

研究人员开展了一项实验研究，以探讨声压波主动控制湍流的现象。关键技术方法包括：首先，在拉斯帕尔马斯大学的热机实验室中，使用自定义的开环风洞产生气流，风洞试验段截面为12.5 × 12.5 cm，总长度2.2 m。其次，在流场中放置直径为22 mm的圆柱体作为障碍物，并通过沿圆柱体跨度加工的1 mm纵向沟槽连接声学致动器，以80 dB的恒定强度传递正弦声压波，强迫频率分别为1 Hz、2 Hz和3 Hz，并设置0 Hz（无控制）作为基线工况。第三，采用负温度系数（NTC）热敏电阻作为热风速计，测量下游1d、5d、10d、15d、20d和25d（d为圆柱直径）处的瞬时局部速度。数据采集使用12位ADS1115模数转换器，采样频率为100 Hz，每个实验条件重复10次，每次持续300秒。最后，研究人员应用主成分分析（PCA）对获取的高维速度脉动数据进行降维处理，并结合Nelder-Mead单纯形算法优化控制策略，通过分析特征值、方差贡献率及双标图（Biplot）来量化流动结构的能量分布与控制效果。

研究结果

1. 实验与分析框架

研究定义了两个平均流速U₁= 0.3363 m/s和U₂= 0.5132 m/s，对应的雷诺数Re₁≈ 490，Re₂≈ 747。基于斯特劳哈尔数（St ≈ 0.2），计算出自然涡脱落频率f_s1≈ 3.06 Hz，f_s2≈ 4.66 Hz。这表明3 Hz的主动控制频率与自然脱落频率近乎完美匹配，暗示了共振机制；而所有控制频率均显著偏离第二种流动情况的自然频率。

2. 结果与讨论

速度信号与统计分布：在较低流速（Velocity 1）下，无主动控制时观察到明显的速度脉动。激活声源后，随着激励频率增加，脉动系统性衰减。在3 Hz时，速度信号表现出显著的均匀性。在较高流速（Velocity 2）下，1 Hz时速度脉动略有增加，归因于压力波源与现有流场相互作用引入的扰动。箱线图显示，随着致动器频率增加，四分位距显著收缩，分布逐渐趋近正态分布，定量证明了主动控制对湍流管理的有效性。

主成分分析（PCA）诊断：在进行PCA之前，通过相关性矩阵行列式检验（Velocity 1为3.50 × 10^-5，Velocity 2为5.93 × 10^-12）和Bartlett球形度检验（p = 0.000）确认了变量间的高度相关性。Kaiser-Meyer-Olkin（KMO）检验值分别为0.8165和0.7657，均高于推荐阈值，证明数据适合进行PCA。

特征值与方差贡献：使用特征值均值法选择主成分。对于Velocity 1，前五个主成分解释了88.03%的总方差；对于Velocity 2，前五个主成分解释了85.23%的总方差。如果Velocity 2选择六个成分，累积解释方差将增至87.95%，与Velocity 1接近。

双标图（Biplot）可视化：双标图提供了多变量数据的可视化框架。对于Velocity 1，声源关闭时的向量幅值显著大于主动控制条件下，表明增加声压波频率系统性地减少了流场中的速度脉动。对于Velocity 2，虽然整体效果不如Velocity 1明显，但在3 Hz激励下，大部分测量值的向量长度较基线条件有所减小，尤其是在远离障碍物的下游位置（如25d处），湍流抑制效果更为有效。

变量载荷与旋转：变量载荷图显示，随着激励频率增加，载荷绝对值逐渐趋近于零，表明涡量控制效果增强。Vari最大旋转（Varimax rotation）进一步改善了组件结构的可解释性，确认了在3 Hz激励下流场内的涡量控制是实质性的。

结论翻译与总结

声压波主动控制湍流现象的研究通过整合主成分分析（PCA）和Nelder-Mead单纯形算法，在实验湍流数据后处理方面取得了显著进展。通过在两个雷诺数工况下量化结果，研究表明当控制频率接近尾流自然脱落频率时，80 dB的声压波能有效抑制湍流。具体而言，在Re ≈ 490时，3 Hz声频将脉动减少至信号数据的近乎正态分布，并在五个能量模态中捕获了88%的信息。PCA结果的物理验证——将向量幅值与脉动强度联系起来，将载荷与空间抑制模式联系起来——解决了传统统计应用于流体动力学的关键空白。这些发现对航空航天和土木工程行业具有直接的实际意义，在这些行业中，减少涡激噪声和振动对结构安全和效率至关重要。通过理解声压与流体不稳定性之间的共振，设计者可以实施有针对性的主动控制系统，显著减少湍流尾流的能量足迹。未来的研究应优先考虑更高频率的声学试验（高达10 Hz），以探索更高雷诺数下抑制效应的能量阈值。此外，结合考虑局部温度梯度的NTC热敏电阻更先进校准模型，将提高速度替代数据的保真度。最终，这项工作为湍流环境中主动控制系统的自动优化奠定了严格的方法论基础，弥合了多元统计学与物理流体力学之间的鸿沟。