Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Engineering

Echo Particle Image Velocimetry

Published: December 27, 2012 doi: 10.3791/4265

Summary

Una particella Image Echo velocimetria (EPIV) sistema in grado di acquisire bidimensionali campi di velocità nei fluidi otticamente opachi o attraverso geometrie impenetrabili è descritto, e le misure di convalida del flusso del tubo sono segnalati.

Abstract

Il trasporto di massa, quantità di moto ed energia nel fluido è determinata in ultima analisi da distribuzioni spazio-temporali del campo di velocità del fluido. 1 Di conseguenza, un prerequisito per la comprensione, previsione e controllo dei flussi dei fluidi è la capacità di misurare il campo di velocità con un adeguato spaziale e risoluzione temporale. 2 Per misure di velocità nei fluidi otticamente opachi o attraverso geometrie otticamente opache, echo Particle Image Velocimetry (EPIV) è una tecnica diagnostica attraente per generare "istantaneo" bidimensionali campi di velocità. 3,4,5,6 In questo carta, il protocollo operativo per un sistema EPIV costruito integrando una macchina commerciale ultrasuoni medico 7 con un PC commerciale velocimetry immagini di particelle (PIV) è descritto il software 8, e le misure di convalida di Hagen-Poiseuille (cioè laminare tubi) di flusso sono riportati .

Per la misura EPIVmenti, una sonda phased array collegato alla macchina ad ultrasuoni medico viene utilizzato per generare una immagine bidimensionale ad ultrasuoni facendo pulsare elementi piezoelettrici sonda in tempi diversi. Ogni elemento sonda trasmette un impulso ad ultrasuoni nel liquido, e particelle traccianti nel fluido (sia naturale o seminate) riflettono ultrasuoni echi torna alla sonda in cui sono registrati. L'ampiezza delle onde ad ultrasuoni riflesse e loro ritardo relativo alla trasmissione sono utilizzati per creare il cosiddetto B-mode (modalità luminosità) bidimensionali immagini ecografiche. Specificatamente, il tempo di ritardo viene utilizzato per determinare la posizione del diffusore nel fluido e l'ampiezza è utilizzato per assegnare intensità al diffusore. Il tempo necessario per ottenere una singola immagine di modo B, t, è determinata dal tempo necessario per pulsare tutti gli elementi della sonda phased array. Per l'acquisizione di più immagini B-mode, la frequenza dei fotogrammi del sistema in fotogrammi al secondo (fps) = 1 / & delta, t. (Vedi 9 per una rassegna di immagini ecografiche.)

Per un tipico esperimento EPIV, il frame rate è tra 20-60 fps, a seconda delle condizioni di flusso, e 100-1000 B-mode immagini della distribuzione spaziale delle particelle traccianti nel flusso sono acquisiti. Una volta acquisite, le immagini B-mode ad ultrasuoni vengono trasmessi tramite una connessione Ethernet per il PC che esegue il software di PIV commerciale. Utilizzando il software PIV, campi di spostamento di particelle traccianti, D (x, y) [pixel], (dove x ed y orizzontale e verticale posizione spaziale nella immagine ad ultrasuoni, rispettivamente) sono acquisiti applicando algoritmi di correlazione incrociata per successive ultrasuoni B- immagini in modalità 10. I campi di velocità, u (x, y) [m / s], sono determinati dai campi spostamenti, conoscendo il passo temporale tra coppie di immagini, AT [s], e l'ingrandimento dell'immagine, M [metri / pixel ], cioè, u (x, y) = MD (x, y) / AT. Il tempo di passaggio bra immagini AT = 1/fps + D (x, y) / B, dove B [pixel / s] è il tempo necessario per la sonda ad ultrasuoni per spazzare tutta la larghezza dell'immagine. Nel presente studio, M = 77 [micron / pixel], fps = 49,5 [1 / s], e B = 25.047 pixel [/ s]. Una volta acquisita, i campi di velocità possono essere analizzati per calcolare quantità di flusso di interesse.

Protocol

1. Creazione di un flusso misurabile

  1. Misurazioni convalida EPIV verrà dimostrato in tubo di flusso di una soluzione acquosa di glicerina (50% glicerina - acqua 50%). Uno schema del setup sperimentale è mostrato in Figura 1.
  2. Sfere cave di vetro con un diametro nominale di 10 um vengono aggiunti al fluido ad una concentrazione di circa 17 parti in peso per milione. Le sfere cave di vetro servire come agenti di contrasto ad ultrasuoni, e la loro dimensione e densità sono scelti in modo tale che essi seguono passivamente il flusso di fluido. 10
  3. Una tensione fissa viene alimentato alla pompa di introdurre una portata nota. La portata viene scelto in modo che U << AX / AT, dove U è la velocità media nel tubo, AX è la lunghezza lineare del volume EPIV misurazione, e t è il tempo di passaggio tra le immagini, cioè, il flusso di necessità "lento" rispetto ai fps degli ultrasuoni systelo. 3

2. Calibrare il ultrasuoni

  1. Montare la sonda ad ultrasuoni per la parete esterna del tubo. Un gel a base di acqua per uso topico viene applicata alla sonda ad ultrasuoni per minimizzare la perdita di trasmissione del fascio di ultrasuoni tra la faccia sonda e la parete del tubo.
  2. Accendere la macchina ad ultrasuoni. Un flusso vivo di immagini ecografiche si avvia automaticamente una volta che tutti i sistemi di carico.
  3. Regolare la profondità di immagine utilizzando la manopola di profondità di controllo sul pannello di controllo della macchina ad ultrasuoni.
  4. Impostare il guadagno totale di immagine utilizzando la manopola 2D guadagno sul pannello di controllo della macchina ad ultrasuoni.
  5. Regolare il tempo di guadagno della compensazione (TGC) cursori per attenuare dispersione dalle pareti del tubo e per compensare la profondità relativa attenuazione del segnale ultrasonico.
  6. La larghezza immagine, messa a fuoco, la frequenza di funzionamento della sonda, e il frame rate vengono regolati utilizzando le manopole di controllo assegnabili. Questequattro manopole, poste nella parte superiore sinistra del pannello di controllo, variano a seconda del modo in cui il sistema è in esecuzione. In modalità 2D (come attualmente utilizzato), da sinistra a destra le manopole corrispondono alla larghezza, fuoco, frequenza e frame rate, rispettivamente. Si noti che, a causa dei principi fondamentali della ecografia 9, i quattro parametri sono intrinsecamente accoppiati. Di conseguenza, per una ecografia determinata immagine (ad esempio, un esperimento EPIV) c'è un trade-off tra risoluzione spaziale e temporale.
  7. Vedere Figura 2 per una immagine ad ultrasuoni rappresentativo del flusso tubo seminato con 10 pM sfere cave di vetro. Notare che a causa della limitata risoluzione laterale, le sfere di vetro sono spalmati in direzione laterale e appaiono come ellissoidi nell'immagine.

3. Raccolta dei dati

  1. Premere il pulsante Nuovo esame sul pannello di controllo ad ultrasuoni per iniziare un nuovo esperimento.
  2. Creazione di unnuovo "paziente" inserendo Pipe Flow in Cognome e la data di oggi in nome e il numero di test in ID paziente.
  3. Dopo la creazione del "paziente", un'ecografia e fino a quando il valore massimo prestabilito di immagini tra 1000-1500 si raggiunge, dopo di che un ciclo di scansione inizia il secondo. Premendo il pulsante Blocca sul pannello di controllo ad ultrasuoni per due volte si riavvia la scansione in qualsiasi momento prima di raggiungere il numero massimo prestabilito di immagini.
  4. Una volta che un buon set di immagini ecografiche è stato acquisito (ad esempio, le immagini nitide di particelle di semi e sufficiente densità di particelle di semi), premere il pulsante Blocca sul pannello di controllo ad ultrasuoni per arrestare l'acquisizione delle immagini.
  5. Premere il pulsante Cineloop sul pannello di controllo ad ultrasuoni. Selezionare il set di immagini ecografiche per essere analizzati utilizzando la manopola primo ciclo sul pannello di controllo ecografico per selezionare la prima immagine nel set, e la manopola ultimo ciclo per selezionare l'ultima immagine nel set.
  6. Premere il pulsante Image Store sul pannello di controllo ad ultrasuoni per salvare la serie selezionata di immagini ecografiche.
  7. Premere il pulsante Archivia sul pannello di controllo ad ultrasuoni e utilizzare il cursore del mouse per selezionare Fine esame. Questo richiederà all'utente di selezionare immagini o cineloops per salvare sul disco rigido locale. Selezionare la cineloop (s) di interesse uscire l'esame.
  8. Premere il pulsante Archivia sul pannello di controllo ad ultrasuoni e utilizzare il cursore del mouse per selezionare prima Altro, quindi selezionare Gestione disco. Gestione disco trasferirà il cineloop salvato (s) per il PC che esegue il software di PIV.

4. Conversione Tipo di file

  1. L'immagine ecografica viene archiviato come un sistema di comunicazione digitale di immagini in medicina (DICOM) tipo di file sulla macchina ad ultrasuoni. Al fine di essere aperto e letto dal software PIV, i file DICOM devono essere convertiti in file di immagine. Attualmente,un DICOM2JPG.m script di Matlab in esecuzione viene utilizzato per convertire i file DICOM per Joint Photographic tipo di gruppo di esperti del file (JPEG).
  2. Le immagini ecografiche JPEG vengono poi analizzati utilizzando il software Davis da LaVision.

5. Computing campi di spostamento, D (x, y), Utilizzo di Davis

  1. Fare doppio clic del mouse sull'icona Davis sul PC. Selezionare Nuovo progetto. Selezionare PIV.
  2. Selezionare Importa immagini nella barra degli strumenti, e scegliere Importa tramite file numerati. Nel menu a discesa, individuare la cartella in cui sono memorizzate le immagini JPEG ad ultrasuoni, e fare doppio clic sulla prima immagine del set. Questo consente di importare tutte le immagini ad ultrasuoni in questa serie numerata.
  3. Tipicamente una maschera d'immagine sarà definito per isolare la regione di interesse (ROI) nell'immagine ad ultrasuoni da elaborare. Per tubo di flusso, la maschera viene utilizzato per definire la ROI tra le pareti del tubo (cioè, il fluido).
  4. Vai al pannello di controllo principale in Davis, selezionare la scheda che trovi sotto Progetto corrente contenente le immagini importate, e selezionare l'etichetta di elaborazione batch scheda. In questo modo la finestra di elaborazione vettoriale di Davis per l'elaborazione batch delle immagini ecografiche importate.
  5. Dall'elenco delle operazioni, utilizzando il PIV-Time-Series albero, selezionare i parametri di calcolo vettoriale, e scegliere i parametri da utilizzare per l'elaborazione vettoriale. Se si utilizza una maschera, selezionare la casella Intervallo dati = utilizzare l'area mascherata nel menu parametri di calcolo vettoriale. Si noti che la selezione ottimale dei parametri di calcolo vettoriale dipende dalla geometria del flusso, proprietà di scorrimento, risoluzione dell'immagine, la densità delle particelle traccianti, e desiderato l'analisi quantitativa del flusso 10.
    Per misure di portata dei tubi, i parametri che sono tipicamente dato i migliori risultati sono multipass con dimensioni interrogatori diminuzione di 32 x 32 pixel 2-8 x8 pixel 2, con una sovrapposizione di 50%. Relativa restrizione gamma vettore è stato impostato su ± tutti (dimensione della finestra / 2) e assoluta restrizione gamma Vector è stato fissato a ± 5 pixel. Infine, un 3 x 2 3pixel filtro mediano è stato utilizzato per eliminare il rumore e lisciare i campi vettoriali.
  6. Sulla sinistra della schermata elaborazione batch, selezionare la quantità totale di immagini da elaborare e selezionare elaborazione iniziale. Questo calcolo del campo di spostamento, D (x, y), tra immagini ecografiche successive utilizzando algoritmi di cross-correlazione.

6. Analisi Vector Fields

  1. Per l'analisi post-elaborazione e dati, i campi vettoriali EPIV sono esportati da Davis. File txt. Questo si ottiene selezionando il ramo vettore spostamento sotto il ramo immagine JPEG nella schermata progetto. Nella barra degli strumenti, selezionare la scheda Esporta, selezionare il tipo di file ASCII. Txt, selezionare / creare una cartella di esportazione, und selezionare Esporta.
  2. I campi vettoriali esportati sono denominati Bxxxxx.txt, dove xxxxx 00001 ≤ ≤ 99999, con tampone B denota. Ogni file contiene quattro colonne di dati: (1) x-posizione del vettore nell'immagine, (2) y-posizione del vettore nell'immagine, (3) x-componente di spostamento (cioè spostamento streamwise), (4) y-componente di spostamento (ad esempio, a parete normale spostamento). I file Bxxxxx.txt vengono aperti ed elaborati in MATLAB per calcolare il primo campo di velocità, conoscendo il passo temporale tra coppie di immagini, AT [s], e l'ingrandimento dell'immagine, M [metri / pixel], cioè u (x, y ) MD = (x, y) / AT,. Il passo di tempo tra le immagini AT = 1/fps + D (x, y) / B, dove B [pixel / s] è il tempo necessario per la sonda ad ultrasuoni per spazzare tutta la larghezza dell'immagine. Nel presente studio, M = 77 [micron / pixel], fps = 49,5 [1 / s], e B = 25.047 pixel [/ s]. Successivamente, ensemblebili medi campi vettoriali di velocità, a parete normali profili di velocità media, tra le quantità di flussi di interesse calcolati. (Vedere la sezione Rappresentante dei risultati.)

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Un istantaneo particella echo velocimetry (EPIV) campo vettoriale è mostrato in Figura 3. Il grafico vettoriale mostra vettori di velocità ogni quarta colonna, e il colore di sfondo mappa contorno corrisponde alla magnitudine velocità. Una media trama insieme vettore media di oltre 1000 istantanei grafici vettoriali EPIV è mostrato in Figura 4. Coerentemente con tubo di flusso, i vettori di velocità sono principalmente nella direzione streamwise, maggiori velocità verificano in corrispondenza della mezzeria del tubo, e le velocità diminuisce a zero sulle pareti del tubo. Il root-mean-square (rms) fluttuazione grandezza velocità è mostrato in Figura 5. Poiché in Hagen-Poiseuille flow, le velocità rms dovrebbe essere identicamente zero, i non-zero velocità rms forniscono una misura del rumore nelle misurazioni EPIV. Gli elevati valori rms vicino i risultati parete superiore di forte riflessione e rifrazione del fascio di ultrasuoni dalla parete del tubo che producono immagini di alta intensities in questa regione (vedi Figura 2). Tali intensità elevate in prossimità delle pareti oscure intensità di particelle che portano a errori di misura. La parete normale profilo di velocità media streamwise calcolato facendo la media del complesso-mediata grafico vettoriale lungo le file (direzione orizzontale) è riportata in Figura 6. La linea continua nera è l'atteso profilo di velocità media streamwise di Hagen-Poiseuille (laminare tubo) di flusso per le particolari condizioni sperimentali. L'accordo tra le misure EPIV e l'atteso Hagen-Poiseuille profilo è meglio vicino alla linea centrale del tubo e il peggio vicino alle pareti del tubo, con le maggiori deviazioni che si verificano nei pressi della parete superiore. Attualmente stiamo lavorando a metodi per ridurre la riflessione e rifrazione ultrasuoni alla parete del tubo e per migliorare le misurazioni quasi parete EPIV.

Figura 1
Figura 1. schematica del setup sperimentale. Una pompa acquario spinge il fluido (seminata con 10 micron microsfere di vetro) in un sistema chiuso di tubazioni loop. La sonda ad ultrasuoni lineare è fissata al tubo di parete esterna e trasmette onde ultrasoniche attraverso il tubo e riceve echi riflessi dal 10 micron microsfere di vetro e le pareti del tubo. La macchina ad ultrasuoni elabora le onde ultrasoniche riflesse per formare una immagine di modo B ultrasuoni. Le immagini B-mode ad ultrasuoni vengono esportati in un PC con software commerciale PIV.

Figura 2
Figura 2. Raw ultrasuoni B-mode del tubo di flusso. La banda alta intensità di righe in alto e in basso dell'immagine corrisponde alla parete del tubo e gli ellissoidi interni alla parete corrispondere al 10 m microsfere cave di vetro.


Figura 3. Un grafico vettoriale istantanea che mostra frecce vettoriali ogni quarta colonna. Il colore della mappa di sfondo contorni corrispondono alla magnitudine velocità. D è il diametro del tubo, x è la posizione streamwise misurata dal tubo di ingresso, ed è la posizione radiale misurata dalla parete superiore.

Figura 4
Figura 4. Trama media Ensemble vettore media di oltre 1000 istantanei grafici vettoriali EPIV. Il grafico vettoriale mostra vettori di velocità ogni quarta colonna, e il colore di sfondo mappa contorno corrisponde alla magnitudine velocità. Coerentemente con tubo di mandata, il punto di velocità vettori nel directio streamwisen, le maggiori velocità verificano in corrispondenza della mezzeria del tubo, e le velocità diminuisce a zero sulle pareti del tubo.

Figura 5
Figura 5. Trama di contorno del root-mean-square (rms) Velocità oscillazione calcolata oltre 1000 istantanei grafici vettoriali EPIV. In Hagen-Poiseuille flow, le fluttuazioni di velocità rms fornire una misura del rumore nelle misurazioni EPIV.

Figura 6
Figura 6. L'sperimentale medi misurati profilo streamwise velocità calcolata dal complesso-mediata EPIV campo vettoriale mostrato nella figura 4. La linea nera è il teoprofilo retically previsto per un Hagen-Poiseuille flusso con la stessa portata volumetrica misurata sperimentalmente. La posizione radiale misurato dal centro del tubo è indicato con r, dove la parete superiore corrisponde a r / D = -0,5. Differenze tra il profilo sperimentale e il profilo previsto illustrano la difficoltà di quasi parete misurazioni EPIV.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Il protocollo operativo per l'eco particella Image Velocimetry (EPIV) sistema in grado di acquisire bidimensionali campi di velocità nei fluidi otticamente opachi o attraverso geometrie impenetrabili è stato descritto. Applicazione pratica di EPIV è adatto per lo studio dei sistemi di flusso industriali e biologiche, dove il flusso di fluidi opachi si verifica in una grande applicazione molti. Il particolare sistema qui presentato è stato volutamente costruito per studiare le proprietà di flusso di fluidi liquidi biomassa utilizzati per la produzione di etanolo lignocellulosici. Le funzionalità di EPIV è stata dimostrata sulla base delle misure rappresentativi nel tubo di mandata. In particolare, la media e profili di velocità rms sono stati calcolati da EPIV campi vettoriali, Hagen-Poiseuille (laminare) del tubo di mandata ha dimostrato di essere misurabile e quantificabile. Le limitazioni di EPIV sono i frame rate basso (intrinsecamente limitati dalle capacità di imaging del sistema a ultrasuoni commerciale) e bassa risoluzione spaziale, which limita la gamma di velocità e comportamento flusso transitorio che può essere misurata. Infine, anche se abbiamo cercato di rendere l'articolo indipendente, i manuali d'uso per la macchina ad ultrasuoni commerciale 7 e il software PIV 8 dovrebbe essere consultato per la completezza. Il lettore è indicato anche 9 e 10 per una revisione globale dei fondamentali di imaging ad ultrasuoni e Particle Image Velocimetry, rispettivamente.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Gli autori non hanno nulla da rivelare.

Acknowledgments

Gli autori ringraziano il supporto dalla National Science Foundation, CBET0846359, concessione del monitor Horst Henning inverno.

Materials

Name Company Catalog Number Comments
Ultrasound Machine GE Vivid 7 Pro
Linear Ultrasound Array GE 10 L
DC Water Pump KNF NF 10 KPDC
Vector Processing Software Lavision DaVis 7.2
Post Processing Software Mathworks MATLAB 7.12
Acrylic Tubing McMaster-Carr 8486K531
Ultrasound Gel Parker Aquasonic 100

DOWNLOAD MATERIALS LIST

References

  1. White, F. M. Fluid Mechanics. , McGraw Hill. New York, New York. (1994).
  2. Hak, M. G. ad-el Flow Control: Passive, Active, and Reactive Flow Management. , University Press. Oxford. (2000).
  3. Kim, B. H., Hertzberg, J. R., Shandas, R. Development and validation of echo PIV. Exp. Fluids. 36, 455-462 (2004).
  4. Zheng, H., Liu, L., Williams, L., Hertzberg, J. R., Lanning, C., Shandas, R. Real time multicomponent echo particle image velocimetry technique for opaque flow imaging. Appl. Phys. Lett. 88, 261915 (2006).
  5. Beulen, B., Bijnens, N., Rutten, M., Brands, P., van de Vosse, F. Perpendicular ultrasound velocity measurement by 2D cross correlation of RF data. Part A: validation in a straight tube. Exp. Fluids. 49, 1177-1186 (2010).
  6. Poelma, C., Mari, J. M., Foin, N., Tang, M. -X., Krams, R., Caro, C. G., Weinberg, P. D., Westerweel, J. 3D Flow reconstruction using ultrasound PIV. Exp. Fluids. 50, 777-785 (2011).
  7. GE VINGMED ULTRASOUND A/A. Vivid 7/Vivid 7 PRO User’s Manual. , FC092326 edition, GE VINGMED. Horten, Norway. (1988).
  8. DaVis Software for Intelligent Imaging [Internet]. , LaVision. Michigan. Available from: http://www.lavision.de/en/download.php?id=3 (2013).
  9. Szabo, T. Diagnostic Ultrasound Imaging: Inside Out. , Elsevier Academic Press. Burlington, MA. (2004).
  10. Raffel, M., Willert, C., Wereley, S., Kompenhans, J. Particle Image Velocimetry: A Practical Guide. , Springer-Verlag. Berlin Heidelberg New York. (2007).

Tags

Ingegneria Meccanica Numero 70 Fisica Ingegneria Scienze Fisiche Ecografia cross correlazione velocimetria fluidi opachi particella flusso fluido EPIV
Echo Particle Image Velocimetry
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

DeMarchi, N., White, C. EchoMore

DeMarchi, N., White, C. Echo Particle Image Velocimetry. J. Vis. Exp. (70), e4265, doi:10.3791/4265 (2012).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter