Waiting
Login processing...

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

Engineering

Ekko Particle Bilde Velocimetry

Published: December 27, 2012 doi: 10.3791/4265

Summary

Et ekko partikkel bilde velocimetry (EPIV) system som kan skaffe todimensjonale felt av hastighet i optisk ugjennomsiktig væske eller gjennom optisk ugjennomsiktig geometrier er beskrevet, og validering målinger i pipe flyt er rapportert.

Abstract

Transporten av masse, moment og energi i væsken flyter er siste instans bestemmes av Spatiotemporal distribusjoner av væska feltet. 1 Følgelig en forutsetning for å forstå, forutsi og kontrollere væske flyter er evnen til å måle hastigheten feltet med adekvat romlig og tidsoppløsning. 2 for hastighet målinger i optisk opake fluider eller gjennom optisk ugjennomsiktige geometrier, echo partikkel image velocimetry (EPIV) er et attraktivt diagnostisk teknikk for å generere "momentant" todimensjonale felt av hastighet. 3,4,5,6 I dette papir, drift protokoll for et EPIV system bygget ved å integrere en kommersiell medisinsk ultralyd maskin 7 med en PC som kjører kommersiell partikkel bilde velocimetry (PIV) programvare 8 er beskrevet, og validering målinger i Hagen-Poiseuille (dvs. laminær pipe) flyt rapporteres .

For EPIV tiltaketmenter, er en faserettet sonde koblet til medisinsk ultralyd maskinen brukes til å generere en to-dimensjonal ultralydbildet ved pulsing de piezoelektriske probe elementene til forskjellige tider. Hver sonde element sender en ultralydpuls inn i fluidet, og tracer partikler i fluidet (enten naturlig forekommende eller sådd) reflekterer ultralyd ekko tilbake til sonden hvor de blir registrert. Amplituden av de reflekterte ultralydbølger og deres tid forsinkelse i forhold til overføring blir brukt til å lage det som er kjent som B-modus (lysstyrke) todimensjonale ultralydbilder. Spesifikt tidsforsinkelse brukes til å bestemme posisjonen av scatterer i fluidet og amplituden brukes til å tildele intensitet til scatterer. Den nødvendige tid for å oppnå en enkelt B-mode bilde, t, bestemmes av den tid det tar å pulsere alle elementene i det fasede rekkesystemet sonde. For å skaffe flere B-mode bilder, bildefrekvens på systemet i rammer per sekund (fps) = 1 / & deLTA, t. (Se 9 for en gjennomgang av ultralyd.)

For en typisk EPIV eksperiment, er bildefrekvensen mellom 20-60 fps, avhengig strømningsforhold, og 100-1000 B-mode bilder av den romlige fordelingen av sporstoffet partikler i flyten blir kjøpt. Når kjøpte, er B-mode ultralyd bildene overføres via en ethernet-tilkobling til PC som kjører PIV kommersiell programvare. Bruke PIV programvaren tracer partikkelforflytningen felt, D (x, y) [piksler], (der x og y betegner horisontale og vertikale romlige posisjon i ultralydbildet, henholdsvis) er ervervet ved å anvende krysskorrelasjon algoritmer til suksessiv ultralyd B- mode bilder. 10 De bremses felt, u (x, y) [m / s], bestemmes fra forskyvninger feltene, vel vitende om tid steg mellom bilde parene, DT [s], og bildet forstørrelse, M [meter / pixel ], dvs, u (x, y) = MD (x, y) / aT. Klokka trinn between images aT = 1/fps + D (x, y) / B, hvor B [piksler / S] er tiden det tar for ultralydprobe å feie over bildebredden. I denne studien, M = 77 [mikrometer / pixel], fps = 49,5 [1 / s], og B = 25047 [piksler / s]. Gang ervervet, kan hastighetsverdiene feltene bli analysert for å beregne flyt mengder av interesse.

Protocol

1. Lag en målbar Flow

  1. EPIV validering målinger vil bli demonstrert i pipe flyt av en glyserin vannløsning (50% glycerol - 50% vann). En skjematisk av eksperimentelle oppsettet er vist i figur 1.
  2. Hule glasskuler med en nominell diameter på 10 um tilsettes til fluidet i en konsentrasjon på omtrent 17 vektdeler per million. De hule glasskuler tjene som ultralyd kontrastmidler, og deres størrelse og tetthet er valgt slik at de passivt følger fluidstrømmen. 10
  3. En fast spenning tilføres pumpen å innføre en kjent strømningshastighet. Strømningshastigheten er valgt slik at U << ΔX / aT, hvor U er den midlere hastighet i røret, er den lineære ΔX lengde EPIV måling volum, og aT er tid steg mellom bilder, dvs., flyten behovet være "treg" i forhold til fps på ultralyd systammen. 3

2. Kalibrere Ultralyd

  1. Monter ultralydprobe til utvendig rørveggen. En vannbasert topisk gel påføres ultralydsonden å minimere tapet av overføring av ultralydstrålen mellom proben ansiktet og rørveggen.
  2. Strøm på ultralyd maskinen. En live stream av ultralydbilder begynner automatisk når alle systemer belastning.
  3. Still bildedybde med dybdekontroll knotten på kontrollpanelet til ultralyd maskin.
  4. Sett den totale bildet gevinst ved hjelp av 2D Gain knotten på kontrollpanelet til ultralyd maskin.
  5. Juster engangs gevinst kompensasjon (TGC) glidere å dempe spredning fra rørveggen og for å kompensere for dybde relatert demping av ultralyd signal.
  6. Bildebredden, fokus, probe driftsfrekvensen, og bildefrekvens er justert ved hjelp av programerbare kontrollbryterne. Dissefire knotter, som ligger øverst til venstre på kontrollpanelet, varierer i henhold til hvilken modus systemet kjører. I 2D-modus (som i dag brukes), fra venstre mot høyre knottene tilsvarer bredde, fokus, frekvens og bildefrekvens, henholdsvis. Merk at på grunn av de grunnleggende prinsipper for ultralydundersøkelser 9, er disse fire parametrene iboende koplet. Derfor, for en gitt ultralydbildet scan (dvs. en EPIV eksperiment) er det en avveining mellom romlig og tidsmessig oppløsning.
  7. Se figur 2 for et representativt ultralyd bilde av pipe flyt utsådd med 10 mikrometer hule glasskuler. Merk at på grunn av begrenset lateral oppløsning, blir glasskuler utflytende i sideretningen og vises som ellipsoidene i bildet.

3. Data Collection

  1. Trykk på Ny eksamen knappen på ultralyd kontrollpanelet for å starte et nytt eksperiment.
  2. Opprett enny "pasient" ved å skrive inn Pipe Flow i etternavn og dagens dato i Fornavn og test nummer i pasient-ID.
  3. Etter etableringen av "pasient", begynner ultralyd til innstilt maksimum mellom 1000-1500 bilder er nådd, hvoretter en ny skanning løkke begynner. Ved å trykke på Frys-knappen på ultralyd kontrollpanel to ganger vil starte skanningen når som helst før nå det maksimale forhåndsinnstilt antall bilder.
  4. Når et godt sett med ultralydbilder har blitt kjøpt opp (dvs. skarpe seedet partikkel bilder og tilstrekkelig frø partikkeltetthet), trykker du på Frys-knappen på ultralyd kontrollpanelet for å stoppe bildeopptak.
  5. Trykk på Cineloop knappen på ultralyd kontrollpanelet. Velg settet av ultralyd bilder som skal analyseres ved hjelp av den første syklusen knotten på ultralyd kontrollpanelet for å velge det første bildet i settet, og den siste Cycle knappen for å velgesiste bildet i settet.
  6. Trykk på Image Store knappen på ultralyd kontrollpanelet for å lagre valgt sett av ultralydbilder.
  7. Trykk på knappen Arkiver på ultralyd kontrollpanel og bruke musepekeren til å velge End eksamen. Dette vil be brukeren om å velge bilder eller cineloops å spare til den lokale harddisken. Velg den cineloop (e) av interesse da avslutte eksamen.
  8. Trykk på knappen Arkiver på ultralyd kontrollpanel og bruke musepekeren til første velg Mer, og velg deretter Diskbehandling. Diskbehandling vil overføre den lagrede cineloop (e) til PC som kjører PIV programvare.

4. Konvertering Filtype

  1. En ultralyd bildet lagres som en digital bildebehandling kommunikasjon i medisin (DICOM) filtypen på ultralyd maskinen. For å bli åpnet og lest av PIV programvare, må DICOM-filer kan konverteres til bildefiler. I dag,en Matlab skript DICOM2JPG.m brukes til å konvertere DICOM-filer til Joint Photographic Experts Group (JPEG) filtype.
  2. JPEG ultralyd bildene blir deretter analysert ved hjelp DAVIS programvare fra LaVision.

5. Computing Displacement Fields,, D (x, y) Bruk DAVIS

  1. Dobbel museklikk på The Davis ikonet på PC-en. Velg Nytt prosjekt. Velg PIV.
  2. Velg Importer bilder i verktøylinjen, og velg Importer via nummererte filer. I rullegardinmenyen, finn mappen der JPEG ultralyd bildene lagres, og dobbeltklikk på det første bildet av settet. Dette vil importere alle ultralydbilder i denne nummererte sett.
  3. Typisk et bilde maske vil bli definert for å isolere området av interesse (ROI) i ultralyd bilde som skal behandles. For pipe flyt, er masken brukes til å definere ROI mellom rørveggen (dvs. væske).
  4. Gå til hovedsiden kontrollpanelet i Davis, velg fanen som ligger under Gjeldende Prosjekt inneholder de importerte bildene, og velg fanen merket Batch Processing. Dette gjør at vektoren behandlingen vinduet Davis for batch prosessering av de importerte ultralydbilder.
  5. Fra driften liste ved hjelp av PIV-Time-serien treet, velger vektor beregning parametere og velge parametere som skal brukes for vektor behandling. Hvis en maske brukes, sjekk boksen dataområde = bruk maskert område i vektor beregning parameter meny. Merk at optimale valg av vektor beregning parametere avhenger flyt geometri, flyteegenskaper, bildeoppløsning, tracer partikkeltetthet, og ønsket kvantitativ strømningsanalyse. 10
    For røret strømningsmålinger, parametrene som har typisk gitt de beste resultatene er multipass med minkende avhør størrelsen 32 x 32 piksel 2-8 x8 piksel 2, med en overlapping på 50%. Relativt vektor rekkevidde restriksjon ble satt til ± alle (vindusstørrelse / 2) og absolutt vektor rekkevidde restriksjon ble satt til ± 5 piksler. Til slutt ble det en 3 x 3pixel 2 median filter som brukes til å undertrykke støy og glatte vektorfelt.
  6. På venstre side av satsvis behandling velger den totale mengden av bilder som skal behandles, og velg start behandling. Dette vil beregne forskyvningsfeltet, D (x, y), mellom suksessive ultralydbilder hjelp krysskorrelasjon algoritmer.

6. Analysere vektorfelt

  1. For etterbehandling og dataanalyse, er EPIV vektorfelt eksporteres fra Davis som. Txt filer. Dette oppnås ved å velge vektor forskyvning grenen under JPEG-bilde filial i prosjektet skjermen. I verktøylinjen velger du Export velger filtype ASCII. Txt, velge / opprette en eksport mappe, end Velg Export.
  2. De eksporterte vektorfelt er oppkalt Bxxxxx.txt, hvor 00001 ≤ xxxxx ≤ 99999, med B betegner buffer. Hver fil inneholder fire data kolonner: (1) x-beliggenhet av vektoren i bildet, (2) y-plassering av vektoren i bildet, (3) x-komponenten av fortrengning (dvs. strømvis forskyvning), (4) y-komponenten av fortrengning (dvs. vegg-normal forskyvning). De Bxxxxx.txt filene åpnes og behandles i MATLAB til første beregne hastighetsfeltet, ved å kjenne tid steg mellom bilde parene, aT [s], og bildet forstørrelsen, M [meter / pixel], dvs. u (x, y ) = MD (x, y) / aT,. Den tid steg mellom bilder aT = 1/fps + D (x, y) / B, hvor B [piksler / S] er tiden det tar for ultralydprobe å feie over bildebredden. I denne studien, M = 77 [mikrometer / pixel], fps = 49,5 [1 / s], og B = 25047 [piksler / s]. Neste, ensemBLE gjennomsnittlig hastighet vektorfelt, vegg-normale profiler på gjennomsnittlig hastighet, blant annet flyt mengder av interesse beregnes. (Se avsnitt Representative resultater.)

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

En umiddelbar ekko partikkel image velocimetry (EPIV) vektor-feltet er vist i figur 3.. Vektoren plottet viser velocity vektorer hver fjerde kolonne og bakgrunnsfarge konturkart tilsvarer størrelsen på hastigheten. Et ensemble middeltall vektor tomten gjennomsnitt over 1000 momentant EPIV vektor plott er vist i figur 4. Konsistent med pipe flyt, hastighetsverdiene vektorer er hovedsakelig i strømvis retning, de største hastigheter oppstå ved røret senterlinjen og hastighetene reduseres til null ved rørveggen. Roten-middel-kvadrat (rms) størrelsen på hastigheten svingninger er vist i Figur 5. Siden i Hagen-Poiseuille flyt bør rms hastighetene være identisk null, de ikke-null rms velocities gi et mål på den støy i EPIV målingene. De høye effektivverdier nær øvre veggen resultater fra sterk refleksjon og brytning av ultralydstrålen fra rørveggen som produserer høy bilde intensities i denne regionen (se Figur 2). Disse høye intensiteter nær vegger obskure partikkel intensiteter fører til målefeil. Veggen-normale profil av midlere strømvis hastighet beregnet ved å ta gjennomsnittet ensemblet-midlet vektor plott langs radene (horisontal retning) er plottet i Figur 6. Den solide svarte linjen er forventet gjennomsnittlig strømvis hastighet profil for Hagen-Poiseuille (laminær rør) flyt for de gitte eksperimentelle forhold. Avtalen mellom EPIV målinger og forventet Hagen-Poiseuille profil er best i nærheten av røret midtlinjen og verste nær rørveggen, med de største avvikene oppstår nær toppen veggen. Vi arbeider med metoder for å redusere ultralyd refleksjon og brytning på rørveggen og for å forbedre nær-vegg EPIV målinger.

Figur 1
Figur 1. Skjematisk fremstilling av den eksperimentelle oppsettet. Et akvarium pumpe driver fluidet (sådd med 10 mikrometer mikrosfærer av glass) i en lukket sløyfe rørsystem. Den lineære ultralydprobe er festet til det ytre rørveggen og overfører ultralydbølger gjennom røret og mottar ekko reflektert fra 10 um glasset mikrokuler og rørveggen. Ultralyd Maskinen behandler de reflekterte ultralydbølger for å danne en ultralyd B-mode bilde. De ultralyd B-mode bilder eksporteres til en PC som kjører kommersiell PIV programvare.

Figur 2
Figur 2. Raw ultralyd B-mode bilde av pipe flyt. Den høye intensitet band av linjer på toppen og bunnen av bildet tilsvarer rørveggen og ellipsoidene interiør til veggen tilsvarer 10 m hule glass-mikrokuler.


Figur 3. En øyeblikkelig vektor plot som viser vektor piler hver fjerde kolonne. Bakgrunnsfargen konturkart tilsvarer størrelsen på hastigheten. D er rørets diameter, er x den strømvis posisjonen målt fra røret innløpet, og d er den radielle posisjonen målt fra den øvre veggen.

Figur 4
Figur 4. Ensemble gjennomsnittlig vektor tomten gjennomsnitt over 1000 momentant EPIV vektor plott. Vektoren plottet viser velocity vektorer hver fjerde kolonne og bakgrunnsfarge konturkart tilsvarer størrelsen på hastigheten. Konsistent med pipe flyt, hastigheten vektorer punktet i strømvis direction, de største hastigheter oppstå ved røret senterlinjen og hastighetene reduseres til null ved rørveggen.

Figur 5
Figur 5. Contour plott av root-mean-square (RMS) hastighet svingninger beregnet over 1000 momentant EPIV vektor plott. I Hagen-Poiseuille flyt, de RMS Hastighet svingninger gir et mål på støy i EPIV målinger.

Figur 6
Figur 6. Den eksperimentelle målte bety strømvis hastighetsprofil beregnet fra ensemble-midlet EPIV vektorfeltet vist i figur 4.. Den solide svarte linjen er theoretically nedbør profil for et Hagen-Poiseuille flyt med samme volumetrisk strømningshastighet målt eksperimentelt. Den radiale posisjonen målt fra røret senterlinje er betegnet med r, der den øvre veggen tilsvarer R / D = -0,5. Forskjeller mellom den eksperimentelle profil samt forventet profilen illustrerer vanskeligheten med nær-vegg EPIV målinger.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Den opererer protokoll for et ekko partikkel bilde velocimetry (EPIV) systemet i stand anskaffe todimensjonale felt av hastighet i optisk opake fluider eller gjennom optisk opake geometrier ble beskrevet. Praktisk anvendelse av EPIV er velegnet for studiet av industrielle og biologiske strømningssystemer, hvor strømningen av ugjennomsiktig væsker oppstår i svært mange søknad. Den spesielle systemet som presenteres her ble målbevisst bygget for å studere strømningsegenskapene av flytende biomasse fluider som brukes i produksjonen av lignocelluloseholdig etanol. Egenskapene til EPIV ble demonstrert ved hjelp representative målinger i pipe flyt. Spesielt mener og RMS Hastighet profiler ble beregnet fra EPIV vektorfelt, ble Hagen-Poiseuille (laminær) pipe flyt vist seg å være målbare og kvantifiserbare. Begrensningene EPIV er iboende lav bildefrekvens (begrenset av bildekapasiteten kommersielle ultralydsystemet) og lav romlig oppløsning, hh begrenser utvalget av hastighetene og forbigående flyteevne som kan måles. Til slutt, selv om vi har forsøkt å gjøre artikkelen selvstendig, bør brukerveiledninger for den kommersielle ultralyd maskin 7 og PIV programvare 8 konsulteres for fullstendighet. Leseren er også referert til 9 og 10 for en omfattende gjennomgang av ultralyd grunnleggende og partikkel bilde velocimetry, henholdsvis.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfattere har ingenting å avsløre.

Acknowledgments

Forfatterne takknemlig erkjenner støtte fra National Science Foundation, CBET0846359, stipend monitor Horst Henning Winter.

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

Mechanical Engineering fysikk Engineering Physical Sciences ultralyd krysskorrelasjon velocimetry ugjennomsiktig væske partikkel flow fluid EPIV
Ekko Particle Bilde 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