Abstract This paper investigates the application of proper orthogonal decomposition (POD) for data obtained from visualizations. Using the POD method, the flow field behind one and two cylinders in a staggered configuration was analyzed. The data processed by this method were obtained from experimental measurements of flow fields using the particle image velocimetry (PIV) method and visualization. The dominant frequencies of the flow pattern from these data were compared using constant temperature anemometry (CTA) measurements. Attention was mainly focused on the flow at three Reynolds numbers: 500, 1200, and 2500. Velocity and vortex fields were created from PIV measurements in the wind tunnel for Re = 500, and video images of flow fields were obtained from dye visualizations in the hydrodynamic tunnel. The components of velocity, vorticity (both of PIV), and change in grayscale (from visualization) were used as input data for POD analysis. A methodology for data processing from visualizations was developed for subsequent analysis using the POD method. A new technique has been found to identify structures in the wake of the cylinders in a staggered configuration by analyzing POD based on various types of input data. The measured fields of dominant frequencies from the CTA and a thorough analysis of the POD modes and their relative energy values for each type of data made it possible to identify the structures and mechanisms that occur in the wake of cylinders. This analysis facilitated a better understanding of the importance of these structures and mechanisms, which can then be used to control the flow behind the cylinders. Graphic abstract

中文翻译：

---

通过 POD 分析对从可视化和 PIV 获得的输入数据识别流场中的结构和机制

摘要 本文研究了适当的正交分解 (POD) 对从可视化获得的数据的应用。使用 POD 方法，分析了交错配置的一缸和二缸后面的流场。通过这种方法处理的数据是从使用粒子图像测速 (PIV) 方法和可视化的流场实验测量中获得的。使用恒温风速测量法 (CTA) 测量比较来自这些数据的流动模式的主要频率。注意力主要集中在三个雷诺数下的流动：500、1200 和 2500。速度和涡流场是根据风洞中的 PIV 测量值创建的，Re = 500，流场的视频图像是从染料可视化中获得的水动力隧道。速度的分量，涡度（PIV 两者）和灰度变化（来自可视化）被用作 POD 分析的输入数据。开发了一种用于可视化数据处理的方法，用于使用 POD 方法进行后续分析。已经发现了一种新技术，通过基于各种类型的输入数据分析 POD，可以识别交错配置的圆柱体尾迹结构。来自 CTA 的主要频率的测量场以及对 POD 模式及其每种类型数据的相对能量值的彻底分析，使得识别气缸尾迹中发生的结构和机制成为可能。这种分析有助于更好地理解这些结构和机制的重要性，然后可以用来控制气缸后面的流动。图形摘要 和灰度变化（来自可视化）被用作 POD 分析的输入数据。开发了一种用于可视化数据处理的方法，用于使用 POD 方法进行后续分析。已经发现了一种新技术，通过基于各种类型的输入数据分析 POD，可以识别交错配置的圆柱体尾迹结构。来自 CTA 的主要频率的测量场以及对 POD 模式及其每种类型数据的相对能量值的彻底分析，使得识别气缸尾迹中发生的结构和机制成为可能。这种分析有助于更好地理解这些结构和机制的重要性，然后可以用来控制气缸后面的流动。图形摘要 和灰度变化（来自可视化）被用作 POD 分析的输入数据。开发了一种用于可视化数据处理的方法，用于使用 POD 方法进行后续分析。已经发现了一种新技术，通过基于各种类型的输入数据分析 POD，可以识别交错配置的圆柱体尾迹结构。来自 CTA 的主要频率的测量场以及对 POD 模式及其每种类型数据的相对能量值的彻底分析，使得识别气缸尾迹中发生的结构和机制成为可能。这种分析有助于更好地理解这些结构和机制的重要性，然后可以用来控制气缸后面的流动。图形摘要 开发了一种用于可视化数据处理的方法，用于使用 POD 方法进行后续分析。已经发现了一种新技术，通过基于各种类型的输入数据分析 POD，可以识别交错配置的圆柱体尾迹结构。来自 CTA 的主要频率的测量场以及对 POD 模式及其每种类型数据的相对能量值的彻底分析，使得识别气缸尾迹中发生的结构和机制成为可能。这种分析有助于更好地理解这些结构和机制的重要性，然后可以用来控制气缸后面的流动。图形摘要 开发了一种用于可视化数据处理的方法，用于使用 POD 方法进行后续分析。已经发现了一种新技术，通过基于各种类型的输入数据分析 POD，可以识别交错配置的圆柱体尾迹结构。来自 CTA 的主要频率的测量场以及对 POD 模式及其每种类型数据的相对能量值的彻底分析，使得识别气缸尾迹中发生的结构和机制成为可能。这种分析有助于更好地理解这些结构和机制的重要性，然后可以用来控制气缸后面的流动。图形摘要 已经发现了一种新技术，通过基于各种类型的输入数据分析 POD，可以识别交错配置的圆柱体尾迹结构。来自 CTA 的主要频率的测量场以及对 POD 模式及其每种类型数据的相对能量值的彻底分析，使得识别气缸尾迹中发生的结构和机制成为可能。这种分析有助于更好地理解这些结构和机制的重要性，然后可以用来控制气缸后面的流动。图形摘要 已经发现了一种新技术，通过基于各种类型的输入数据分析 POD，可以识别交错配置的圆柱体尾迹结构。来自 CTA 的主要频率的测量场以及对 POD 模式及其每种类型数据的相对能量值的彻底分析，使得识别气缸尾迹中发生的结构和机制成为可能。这种分析有助于更好地理解这些结构和机制的重要性，然后可以用来控制气缸后面的流动。图形摘要 来自 CTA 的主要频率的测量场以及对 POD 模式及其每种类型数据的相对能量值的彻底分析，使得识别气缸尾迹中发生的结构和机制成为可能。这种分析有助于更好地理解这些结构和机制的重要性，然后可以用来控制气缸后面的流动。图形摘要 来自 CTA 的主要频率的测量场以及对 POD 模式及其每种类型数据的相对能量值的彻底分析，使得识别气缸尾迹中发生的结构和机制成为可能。这种分析有助于更好地理解这些结构和机制的重要性，然后可以用来控制气缸后面的流动。图形摘要