베드로드 실험에서 이미지 기반 라그랑주 입자 추적

이 절차의 전반적인 목표는 측정 가능한 트랙의 최대 길이와 관련된 실험적 편향을 피하기 위해 넓은 관찰 영역에서 베드 로드로 흐름에 의해 운반되는 개별 입자의 궤적을 측정하는 것입니다. 이 방법은 입자의 움직임 및 정지 이벤트에 대한 자세한 정보를 제공하므로 침상 하중 운송 역학의 주요 질문에 답하는 데 도움이 될 수 있습니다. 이 기술의 주요 장점은 운반된 입자를 장거리까지 추적할 수 있어 장시간 검사를 관찰할 수 있다는 것입니다.

이전 실험의 데이터를 분석하면서 이 방법에 대한 아이디어를 처음 떠올렸는데, 그때 입자가 관측 창과 관련하여 더 먼 거리로 이동할 수 있다는 것을 깨달았습니다. 먼저, 관심있는 퇴적물 입자 층으로 덮인 강판 세트를 준비하십시오. 침전물 표면을 방수 검은색 페인트로 코팅합니다.

다음으로, 수로 바닥에 PVC 지지대를 놓고 지지대에 플레이트를 놓습니다. 침전물이 연속적이도록 필요에 따라 플레이트 배치를 조정합니다. 그런 다음 투명한 아크릴 뚜껑으로 채널을 덮습니다.

수로를 원하는 경사로 설정합니다. 그런 다음 수로 펌프를 켜고 수로에 물을 채웁니다. 조절 밸브를 사용하여 유량을 설정합니다.

테일 워터 레귤레이터를 사용하여 압력 헤드의 높이를 채널 리드보다 약간 위로 설정합니다. 뚜껑에 큰 힘을 가하지 않고 흐름이 덮여 있는지 확인하십시오. 측정 간의 변화가 작아 안정적인 흐름을 나타낼 때까지 15분마다 유량과 압력 헤드 높이를 확인하십시오.

그런 다음 초음파 속도 프로파일러를 미리 결정된 기울기로 홀더에 장착합니다. 프로브 팁에 초음파 젤을 바릅니다. 프로브 테일이 채널 입구를 향하도록 하여 프로브를 수로 뚜껑 위에 놓습니다.

프로빙 겔의 적절한 배치는 배경 유체역학 조건의 특성화를 위한 우수한 속도 프로파일을 얻는 데 중요합니다. 프로브를 수집 모듈에 연결하고 순간 속도 프로파일을 위해 기기를 구성합니다. 원하는 개수의 속도 프로파일을 획득합니다.

그런 다음 프로브의 위치를 반전시키고 다른 속도 프로파일 세트를 얻습니다. 수로의 각 측정 위치에 대해 이러한 방식으로 속도 프로파일을 획득합니다. 그런 다음 각 위치에 대한 평균 속도 값을 계산하고 흐름별 및 수직 속도 성분을 결정합니다.

음향 빔이 이동한 매체에 따라 값을 조정합니다. 흐름별 속도 구성 요소 프로파일이 반로그 플롯에서 선형 추세를 보여주는 고도 범위를 식별합니다. 곡선을 로그 방정식에 맞추고 전단 속도를 추정합니다.

실험을 시작하려면 두 액션 카메라의 프레임 속도와 해상도를 원하는 매개변수로 설정합니다. 채널 바닥을 향하는 덮개의 측면 벽에 카메라를 장착하여 초점이 영역이 겹칠 수 있을 만큼 충분히 가깝게 장착합니다. 수로가 알려진 거리에 대한 시각적 참조 점으로 표시되어 있는지 확인하십시오.

각 카메라로 짧은 비디오를 녹화합니다. 녹화에 따라 카메라 위치와 방향을 조정하여 채널이 프레임 내에 있고 초점 영역이 겹치도록 합니다. 채널을 통한 흐름이 안정적인지 확인합니다.

그런 다음 2-3초마다 하나의 입자의 비율로 관심 입자를 손으로 수로 주입구에 천천히 공급하기 시작합니다. 우리는 시야에 입자가 거의 없는 것이 간단한 퇴적물 추적에 중요하기 때문에 소량의 퇴적물을 공급합니다. 그러나 소량 방전에서는 일부 입자가 초점 영역에 끼일 수 있습니다.

두 비디오 카메라로 녹화를 시작합니다. 실내 조명을 꺼서 나중에 카메라 동기화를 위한 마커를 만듭니다. 실험 내내 일정한 조도를 유지하십시오.

원하는 실험 기간 동안 플룸에 입자를 계속 공급합니다. 그런 다음 카메라를 멈추고 침전물에서 갇힌 입자를 제거합니다. 필요에 따라 다른 유체역학 조건에서 실험을 반복합니다.

비디오에서 추출한 이미지 처리를 시작하려면 먼저 수로 측면이 직선으로 표시되도록 픽셀 좌표에 방사형 변환을 적용합니다. 변환을 결정하고, 베드 고도를 기준으로 픽셀에서 거리로의 변환 계수와 알려진 거리에 대한 참조 마커를 결정합니다. 그런 다음 유체 흐름 이미지 해석 소프트웨어에서 새 이미지 시퀀스를 생성합니다.

이미지 시퀀스에 대한 프레임과 픽셀에서 거리로의 변환 계수 사이의 시간 간격을 채웁니다. 관심 있는 파일을 선택하고 프로세스를 실행합니다. 시퀀스에서 무작위로 선택된 입자 이미지에 대한 강도 맵을 생성합니다.

관심 입자의 강도에 대한 적절한 임계값을 식별합니다. 그런 다음 시퀀스에 대한 필터 파이프라인을 만듭니다. 필터를 배경 제거로 설정합니다.

단일 임계값을 사용하여 새 입자 식별 알고리즘을 만듭니다. 입자 강도와 지름 임계값을 채웁니다. 입자 식별 프로세스를 필터 파이프라인에 추가한 다음 프로세스를 실행합니다.

필터링이 완료되면 새로 생성된 파티클 레코드의 이미지 뷰를 엽니다. 프레임을 스크롤하고 이미지 사이의 입자 변위를 확인합니다. 그런 다음 새 PTV 분석 파이프라인을 만듭니다.

새 분석을 생성하고 원가 계산 탭에서 거리를 선택합니다.검색 창의 위치와 치수를 입력합니다. 파이프라인에 새 프로세스를 추가하고 프로세스를 실행합니다.

트랙 재연결을 사용하여 개별 입자 기록의 중단을 수정합니다. 두 번째 카메라 녹화에 대해 이 과정을 반복합니다. 그런 다음 특수 이미지 처리 모듈에서 두 카메라의 트랙 파일을 선택하고 트랙 속성 찾기를 클릭합니다.

업스트림 및 다운스트림 카메라의 이미지를 비교하여 카메라 간의 좌표 이동을 확인합니다. 다운스트림 카메라의 좌표 이동을 입력하고 Make reference system uniform(참조 시스템을 균일하게 만들기)을 클릭합니다. 이미지 사이의 겹치는 영역의 경계를 채웁니다.

겹치는 영역의 길이보다 작은 궤적을 모두 제거합니다. 입자 트랙 데이터베이스를 병합하고 겹침 허용 오차를 채웁니다. 그런 다음 트랙에 참여하십시오.

프로세스가 완료되면 결과를 저장한 다음 트랙 데이터를 분석하여 베드-로드 입자 운동학을 조사합니다. 측정된 유속 프로파일은 비대칭이었는데, 이는 침전물층과 수로 뚜껑 사이의 거칠기 차이에 기인합니다. 업스트림 및 다운스트림 카메라는 100초 동안 각각 37개와 34개의 트랙을 보여줍니다.

두 카메라의 데이터를 결합한 후 총 59개의 트랙이 식별되었습니다. 가장 긴 궤도는 전체 관측 창에 걸쳐 총 길이가 약 1.6m에 달했습니다. 입자가 움직이거나 퇴적물 바닥에 정지해 있는 시점을 식별하기 위해 트랙을 분석했습니다.

관찰 영역이 넓기 때문에 이러한 유체역학적 조건에서 최대 600mm의 홉을 관찰할 수 있는 긴 홉을 식별할 수 있었습니다. 더 짧고 빠른 홉이 가장 자주 발생하는 것으로 밝혀졌습니다. 이 비디오를 시청한 후에는 넓은 지역에서 입자를 추적하는 퇴적물 수송 실험을 수행하는 방법을 잘 이해하게 될 것입니다.

이 절차를 시도하는 동안 고품질 이미지에서 시작하여 여러 가지 방법으로 이미지를 수집할 수 있더라도 실험의 조명이 양호한지 확인하여 다음 작업의 많은 부분을 단순화해야 합니다. 개발 후 이 기술은 퇴적물 수송기 분야의 연구자들이 프로세스 해석 및 모델링을 위한 다양한 지표를 탐색할 수 있는 길을 열었습니다.