关于发电机组缸内进气流场因为不可视和动态而引起其难以无损在线测量的难题，提出了带隔音罩发电机组进气流场的层析图像处置方法.解述了应用工业计算机层析成像系统获取进气步骤中的静音发电机组缸内进气流场的层析图像原理，讨论了缸内进气流场中的气体迹点、密度、流速及其变化在层析图像上的行为规律，讨论了最大平均互信息的缸内进气机构层析图像分割预处置举措，叙说了基于随机变量互信息的缸内进气流场多目标特点图像提取措施.通过单缸立式预制舱式静音发电机缸内进气流场的高能工业计算机层析成像诊断实验，无损和实时地获取受限空间内的气缸内流场气体迹点、密度、流速及其变化状态信息，发现了流动程序中气体与气缸、气体与气体之间相互用途而形成的层析链结构及其形态.与现有缸内进气流场的其他处理办法相比，文中手段具有无损、在线和多维诊断的特性.

　　根据挂车电站式发电机学可知，缸内进气流场是全密封静音发电机进气程序中的气体所占空间，它是一个包含了气体热力学和运动学状态的信息场[1]，可由气体流动状态参数组Ω构造的进气流场函数F(Ω)=f(r，u，ρ，T)来描述，其中Ω包括任一曲轴转角φ下的气体迹点r、气体流速u、气体密度ρ、气体温度T等.因为其状态直接影响到安静型发电机的动力性、经济性、燃烧噪声和有害气体排放[2]，因此，对缸内进气流场的诊断探求一直是内燃原理论探讨中的热点之一.

　　然而，由于进气程序是气体在具有一定压力和温度的移动式发电机受限封闭缸内所进行的剧烈物理步骤，迄今为止，国内外学者对室外型静音发电机缸内进气流场的气体诊断主要集中在非受限空间和模拟受限空间，其中，非受限空间中的主要排除程序有高速摄影法[3]、粒子成像测速法[4]、激光诱导荧光[5]、激光多普勒法[6]以及X射线]等.在模拟受限空间中，国内外学者采用流场可视化技术和数值模拟技术来对其流场进行诊断研究.其中，典型流场可视化技术之一的“光学发电机组”法是通过在已有实用静音发电机上开设透明可视窗口来获取缸内气流运动信息[8]，因为光学发电机组是一台非真实的发电机组，通过它只能非真实地记录带隔音罩发电机缸内气流运动的局部区域的一维、两维气流流态变化信息；而数值模拟技术存在着因为撬装发电机缸内的实际进气流场状态参数难以获取、数值计算模型和边界因素难以确定等问题[9].

　　为通晓决低噪音柴油发电机进气流场在线、实时、真实和非破坏性诊断难题，文中根据方舱式静音发电机学和工业计算机层析图像技术(简称ICT)，以单缸立式户外型静音发电机组的进气流场为对象，提出受限空间内预制舱式静音发电机组缸内进气流场层析图像处理步骤，即利用该对策来无损地获取室外型静音发电机组缸内进气流场气体状态信息，从而为解惑其进气阶段中的气体流动及其变换规律等提供可靠的实验处理办法.

　　F(Ω)描述，其中气体状态数据之间的关系遵循着质量、动量、能量守恒定律，其变化关系可表示为[1]

　　Φ为流场数据，如气体的速度u、比焓h等，表示单位质量的流体特点；rJ为气体迹点坐标，rj为其坐标分量，j=1，2，3；方程左侧第1项为瞬时变化项，ρΦ为单位体积的流体特性；第2项为界面的通量，其中，FΦ表示Φ的宏观流量，ΓΦΦ表示流场不均匀致使的Φ的扩散通量，ΓΦ为扩散系数；SΦ为源项，表示流体内的源致使的Φ的变化.

　　[10]，一般可将缸内进气流场中的气体流动过程视为准稳定流动过程，其状态变化与时间无关[11].因此，要实现对缸内受限空间中的进气流场F(Ω)的诊断，就应解决缸内进气流场中的气体状态数据r、u、ρ、T及其变化信息的获取问题.

　　I0的X射线源所形成的扇形入射光子流穿过曲轴转角φ对应的进气装置的任意k(θ)截面时，将与该截面上的物质(如汽缸和气体)发生光电、康普顿和电子对等效应，而使入射光子流能量发生衰减，其中，入射光子流能量强度与出射光子流能量强度之间的关系遵循Lambert-Beer’s定律，其表达式为

　　Ik(θ)(x，y，Lk(θ))为穿过进气装置任意k(θ)截面的物质出射光子流能量强度，I0为入射光子流能量强度，(x，y)为k(θ)截面上的点坐标值，μk(θ)(x，y)为k(θ)截面上对应点的物质吸收系数，Lk(θ)为光子流穿越k(θ)截面时所经过的路径.然后，Ik(θ)(x，y，Lk(θ))信号通过光电探测器接收和切换成数字图像信号fφ，k(θ)(xi，yi，g(xi，yi)).接着，通过机械检修台使进气装置转动Δθ角度，并按上述同样步骤分别测出其对应的进气机构截面k(θ+Δθ)，k(θ+2Δθ)，…，k(θ+mΔθ)的数字图像信号fφ，k(θ+mΔθ)(xi，yi，g(xi，yi))，m=1，2，…，n(n按重建图像和测量要求选型)，然后，将这些数字图像信号集合{fφ，k(θ+mΔθ)(xi，yi，g(xi，yi))}输入计算机图像处置机构中，利用层析图像处理技术对其进行解决，将能重建出在主轴转角为φ条件下的进气系统任意k截面的层析图像fφ，k(k)，其中，k为图像特征数据矢量，其值为i]k[12].ri(xi，yi)为图像像素点坐标，它可映射对应进气流场中的物质点(如气体迹点)的坐标(x，y)；(xi，yi)为图像像素点(xi，yi)随时间的变化率，可用来反映进气流场中的气体某点(xi，yi)的流速u；图像像素灰阶为gi，其值可以表示气体衰减系数μk(x，y)及其对应的气体密度ρ；而图像灰阶变化率g(xi，yi)，可以表征缸内流场中温度T的变化[13].因此，通过测量进气系统层析图像fφ，k(k)的图像特征数据及其变化，不仅能获取其气体状态数据在不一样的主轴转角φ下的几何空间与密度空间中的分布及其变化关系，而且通过叙谈其气体状态参数的层析图像信息，还能实时而无损地再现出全密封静音发电机组缸内进气流场(如气体流速u等)的现状.

　　fφ，k(k)(简称机构图像M)包含了汽缸图像fφ，k(k)Cyli(简称背景图像N)和缸内气体流场图像fφ，k(k)air(简称目标图像Q)的信息，图2为在主轴转角φ要素下的进气装置z=5 mm截面的装置图像M及其像素和灰阶直方图.

　　Q像素数仅占进气装置图像M像素数的59.57%；同时，由于气缸在工作过程中要承受高温高压，其材料常选定偏高密度(ρ7.8 g/cm3)的钢材，而缸内气体(如空气)密度ρ则小于0.024 g/cm3，两者密度相差很大，这种差别在层析图像上的反映是其对应的灰阶变化范围太小.如图2中的背景图像N的灰阶变化范围为ΔgN=160，而目标图像Q的灰阶变化范围为ΔgQ=25.根据数字图像所含信息量为像素数与其对应灰阶变化范围乘积的构造机理可知，目标图像Q相对背景图像N所含的信息量少.因此，怎样从系统图像M中提取具有少信息量的进气流场目标图像Q，将是缸内进气流场层析图像诊断的关键技术之一.

　　[14]，提出基于最大平均互信息的进气机构层析图像分割预消除办法，来提取目标图像Q和提高其信息量.基本原理如下：依据基于信息论的计算机层析图像成像原理可知，系统图像M上所含有的被测目标A的信息量可用平均互信息I(AB)来表示，其表达式为

　　A为被测目标信号，H(A)为其对应的信号熵；B为机构图像M的信号，H(AB)为因素熵，p(a，b)为目标图像的事件a与系统图像事件b的联合分布函数，p(b)为(a，b)关于目标事件b产生的边缘分布函数.

　　I(AB)越大表示通过对机构图像M的处理所获取的目标图像Q的信息量越大.在H(A)一定的要素下，可以通过减小p(b)来提升I(AB)，而降低p(b)可采用旨在提高图像信噪比的目标与背景图像分割、标度变换和亚像素插补的预处置方案(简称层析图像分割预解决对策)来实现.因此，层析图像分割预排查举措能在一定范围内较大幅度地提高目标图像Q的信息量.图3为按层析图像分割的预消除办法对图2中进气机构图像M进行处置所得到的灰阶值和像素值均提升的目标图像Q.

　　Q中的各区域特征难以辨认的问题.为此，提出了基于随机变量互信息的缸内进气流场多目标特点图像提取策略来提升目标图像特征信息的获取量.该方案将目标图像Q视为由n个进气流场状态信号变量A=(A1，A2，…，An)结构的图像，其中，信号变量A与目标图像Q的信号C之间的平均互信息量I(A1，A2，…，AnC)可以表示为[15]

　　H(AiAi-1，…，A1，C)为在已知第i-1，i-2，…，1个进气流场状态信号变量Ai-1，…，A1(i=1，2，…，n)和目标图像Q的信号C的要素下，第i个进气流场状态变量Ai的平均不确定性，即条件熵.当H(A)∞时，其因素熵有如下性质:

　　H(A)一定的条件下，通过减少要素熵H(AiAi-1，…，A1，C)可以提升I(A1，A2，集装箱发电机组…，An;C)，而要素熵的减小可通过增加进气流场状态信号Ai个数的目标特征的图像提取对策来实现.即通过选定不同主轴转角φ的进气流场状态特征数据和图像解决算法，对目标图像Q进行不同进气流场状态信号Ai的特征层析图像fφ，k(k)i的提取，来获取预制舱式静音发电机汽缸进气流场状态信息的特征层析图像集合{fφ，k(k)i}，其中i为特点号，其值可为1，2，…，n.

　　i为11)和飞轮转动，飞轮带动主轴连杆机构旋转和连杆带动活塞在汽缸内移动的动力传动方式，来形成缸内进气流场.其中，进气流场的状态可通过改变活塞运动转速和进、排气门大小来实现.而活塞运动速度和位置的变化具体是由计算机调节步进电机速度和转角的大小来完成.同时，根据上述的“缸内进气流场中的气体流动流程视为准稳定流动流程”和ICT层析图像成像的特性，以进气门全开、排烟门全关(对应曲轴转角φ为120°CA)为气门状态、活塞匀速运动转速v为5×10-4m/s时的缸内进气流场为实验对象.

　　TS(8 N·m)和转速nS(3 转/分)，并由此来驱动启动减速系统和曲柄连杆机构运动，从而使缸内活塞按实验要求作匀速直线往复运动.其中，活塞在缸内进气冲程中的位置和转速都由计算机控制.接着，根据预制舱式静音发电机组缸内进气装置层析图像获取途径，应用高能ICT机构对缸内进气流场信息进行采样和图像重建，分别获取了距汽缸盖下底面的距离Z为5 mm和10 mm、且垂直于汽缸中心线截面的汽缸进气系统层析图像.图2所示是Z为5 mm截面上的气缸进气系统层析图像f120，5(5)；接着，对层析图像f120，5(5)进行目标与背景分离、标度变换和亚像素插补的图像分割预解除，获得图3所示的缸内进气流场图像f120，5(5)air.最后，对f120，5(5)air施以进气流场多目标特性层析图像的提取，获得图4所示的2个目标特点层析图像集合{f120，5(5)i}，其中，各图像中的白色部分代表缸内的气体，特性号i=1，2，它们分别对应灰阶值为161～190的偏高密度区域和灰阶值为221～253的较低密度区域的进气流场特性层析图像.

　　Z为10 mm被测截面上的气缸进气流场的2个目标特征层析图像集合{f120，10(10)i}，其分别对应偏高密度区域和较低密度区域的进气流场特征层析图像.

　　φ为120°CA时缸内进气气流迹点r、密度ρ、流速u随缸内空间位置改变而变化的关系.从图4可知，进气流场截面上的气体密度ρ是不均匀的，气体运动迹线呈螺旋曲线；在流动过程中，因为气体流团之间相互功能而逐渐形成了气体的链状组成(简称层析链)，其主要有无规线团和星形拓扑两种结构形态.根据低噪音柴油发电机学的进气原理可推知[16]，无规线团层析链是小尺度气体涡流在层析图像上的行为表现，而星形拓扑层析链是大尺度气体涡流在层析图像上的行为反映.该进气气流的层析图像特点与相关文献的“进气射流在流入汽缸以后形成大小不一较复杂的进气涡流”的仿线所示的进气流场特性层析图像阐释可知，该截面上的气体密度也是不均匀的.进气气流详细作以汽缸中心线为轴线的变加载螺旋转动.在流动步骤中，气体层析链主要以星形拓扑组成为。