Summary

Tridimensionale Velocimetry monitoraggio di particelle per applicazioni Turbulence: caso di flusso Jet

Published: February 27, 2016
doi:

Summary

Un sistema tridimensionale di monitoraggio di particelle velocimetry (3D-PTV) sulla base di una telecamera ad alta velocità con uno splitter a quattro vista è descritta qui. La tecnica è applicata a un flusso del getto da un tubo circolare in prossimità di dieci diametri valle al numero di Reynolds Re ≈ 7,000.

Abstract

3D-PTV è una tecnica di misurazione del flusso quantitativa che mira a replicare i percorsi di Lagrange di un insieme di particelle in tre dimensioni utilizzando la registrazione stereoscopica di sequenze di immagini. La base dei componenti, le caratteristiche, i vincoli e suggerimenti per l'ottimizzazione di una topologia 3D-PTV costituito da una telecamera ad alta velocità con uno splitter a quattro viste sono descritte e discusse in questo articolo. La tecnica è applicata al campo intermedio flusso (5 <x / d <25) di un getto circolare Re ≈ 7,000. caratteristiche di flusso lagrangiane e le quantità di turbolenza in una cornice Euleriano sono stimati circa dieci diametri a valle dell'origine jet ed a varie distanze radiali dal nucleo jet. proprietà Lagrangiani includono traiettoria, velocità e accelerazione di particelle selezionati e curvatura del percorso del flusso, che si ottengono dall'equazione Frenet-Serret. Stima della velocità e turbolenza campi 3D intorno all'asse centrale del getto a croce piano posto a diecidiametri a valle del getto viene confrontato con la letteratura, e lo spettro di potenza dei grandi moti velocità streamwise è ottenuto a varie distanze radiali dal centro jet.

Introduction

i flussi turbolenti jet sono onnipresenti nelle applicazioni di ingegneria. Caratterizzazione dettagliata di tali flussi è fondamentale in un ampio spettro di problemi pratici che spaziano dai sistemi di scarico ambientale larga scala per dispositivi elettronici micro scala. A causa del suo impatto su una serie di vaste applicazioni, flussi getto sono stati studiati approfonditamente 1 4. Diverse tecniche sperimentali, inclusi hotwire anemometry 4 8, Laser Doppler (LDV) 4, 9 12 e Particle Image Velocimetry (PIV) 12 16, sono stati utilizzati per caratterizzare jet scorre in una vasta gamma di numeri di Reynolds e boundary condizioni. Di recente, alcuni studi sono stati realizzati con 3D-PTV per studiare l'interfaccia turbolenta / non turbolento del jet scorre 17, 18. 3D-PTV è una tecnica particolarmente adatto a descrivere complesso fi turbolentocampi da una prospettiva diversa. Esso permette di ricostruire traiettorie delle particelle all'interno di un volume in una cornice di Lagrange di riferimento utilizzando multi-view stereoscopia. La tecnica è stata introdotta da Chang 19 e ulteriormente sviluppato da Racca e Dewey 20. Da allora, molti miglioramenti sono stati apportati sull'algoritmo 3D-PTV e setup sperimentale 21 24. Con questi risultati e delle opere precedenti, il sistema è stato utilizzato con successo per studiare vari fenomeni di fluidi, come movimento fluido su larga scala in un dominio di 4 mx 2 mx 2 m 25, coperta campo flusso d'aria 26, pulsatile scorre 27 e il sangue aortico flusso 28 .

Il principio di funzionamento di una misurazione 3D-PTV costituito da sistema di acquisizione dati set-up, la registrazione / pre-trattamento, calibratura, corrispondenze 3D, monitoraggio temporale e post-elaborazione. Un calibrazione accurata consente un rilevamento preciso della posizione delle particelleS. La corrispondenza delle particelle rilevate in più di tre visualizzazioni immagine permette la ricostruzione di una posizione particelle 3D in base alla geometria epipolare. Un leveraggio da fotogrammi consecutivi comporta un monitoraggio temporale che definisce le traiettorie delle particelle s (t). Ottimizzazione del sistema 3D-PTV è essenziale per massimizzare la probabilità di tracciabilità multi-particelle.

Prima fase di ottimizzazione è quello di acquisire un sistema di acquisizione dati appropriato comprese telecamere ad alta velocità, sorgente di illuminazione e le caratteristiche delle particelle semina. La risoluzione fotocamera insieme con la dimensione del volume di interrogazione definisce la dimensione dei pixel e, quindi, la dimensione delle particelle di semina desiderata, che dovrebbe essere maggiore di un singolo pixel. I centroidi di particelle rilevate sono stimati con una precisione sub-pixel prendendo la posizione media dei pixel di particelle ponderati per luminosità 21. frame rate della telecamera è strettamente AssociatED con numero di Reynolds e la capacità di collegare le particelle rilevate. Un frame rate più elevato consente di risolvere flussi più rapidi o un maggior numero di particelle poiché l'inseguimento diventa più difficile quando lo spostamento medio fra immagini supera la separazione medio delle particelle.

La velocità dell'otturatore, l'apertura e la sensibilità sono tre fattori da considerare nella cattura delle immagini. La velocità dell'otturatore dovrebbe essere abbastanza veloce per ridurre al minimo la sfocatura intorno una particella, che riduce l'incertezza della posizione di baricentro della particella. apertura obiettivo deve essere regolata per la profondità di campo del volume di interrogazione per ridurre la probabilità di rilevare particelle fuori del volume. Poiché la sensibilità massima di una telecamera è fissata, all'aumentare frame rate, la luce necessaria necessaria per illuminare le particelle dovrebbe aumentare di conseguenza. Diversamente PIV, impostazioni ottiche complesse e laser ad alta potenza non sono strettamente necessari 3D-PTV, fintanto che la sorgente luminosa è sufficientemente scattrato dalle particelle traccianti alla telecamera. Luci a LED o alogene continue sono buone opzioni di costo-efficacia che ignorano la necessità di sincronizzazione 21.

In 3D-PTV, come altre tecniche di misurazione del flusso ottico, la velocità delle particelle traccianti si presume essere il locale velocità del fluido istantanea 29. Tuttavia, questo è solo il caso di traccianti ideali di diametro nullo e di inerzia; particelle traccianti dovrebbe essere grande abbastanza per essere catturato da una telecamera. La fedeltà di una particella finita può essere determinata dal numero di Stokes S t, cioè il rapporto tra il tempo di rilassamento scala delle particelle e la scala temporale della strutture turbolente di interesse. In generale, S t dovrebbe essere sostanzialmente più piccolo di 1. Per S t ≤0.1 errori di tracciamento di flusso sono sotto l'1% 30. In discussione approfondita può essere trovato in Mei et al. 29 31 </sup>. la dimensione delle particelle consigliato per un esperimento 3D-PTV varia a seconda della fonte di luce e la sensibilità della fotocamera. Con alogeno o LED come fonte di illuminazione, particelle relativamente grandi vengono utilizzati (ad esempio 50-200 micron) 32, mentre le particelle più piccole (per esempio 1-50 micron) 33, 34 può essere utilizzato con un laser ad alta potenza (ad esempio 80-100 Watts laser CW). Le particelle con alta riflettività per una data luce di lunghezza d'onda, come l'argento rivestito in luce alogena, possono amplificare il loro segno in un'immagine. La densità di semina è un altro parametro importante per una misurazione di successo 3D-PTV. Poche particelle provocano basso numero di traiettorie, mentre un numero eccessivo di particelle causano ambiguità nello stabilire corrispondenze e il monitoraggio. Ambiguità a stabilire corrispondenze sono le particelle che si sovrappongono e rilevare più candidati lungo la linea epipolare definito. Nel processo di monitoraggio, l'ambiguità a causa di un elevato seedin Densità g è verificato a causa della relativamente breve separazione media di particelle.

Secondo passo è impostazioni ottimali in registrazione / pre-elaborazione per migliorare la qualità dell'immagine. impostazioni fotografici, come livello di nero (G e B) guadagno e, giocano un ruolo importante per ottimizzare la qualità dell'immagine. Livello nero definisce il livello di luminosità nella parte più scura di un'immagine, mentre il guadagno amplifica la luminosità di un'immagine. Lievi variazioni dei livelli di G & B possono avere un impatto significativamente la probabilità di tracciabilità. Infatti, alta G e B possono over-schiarire un'immagine ed eventualmente danneggiare il sensore della fotocamera. Per illustrare questo, l'impatto dei livelli di G & B sulla ricostruzione flusso è inoltre esaminato in questo articolo. Nella fase di pre-elaborazione, le immagini vengono filtrati con un filtro passa-alto per enfatizzare diffusione della luce da particelle. La dimensione dei pixel e scala di grigi sono adeguati per massimizzare il rilevamento delle particelle all'interno del volume interrogatori.

t "> Terza fase della ottimizzazione è calibrazione accurata della creazione di immagini stereoscopiche, che si basa sulla geometria epipolare, parametri della telecamera (lunghezza focale, punto principio, e coefficienti di distorsione), e variazioni dell'indice di rifrazione. Questo processo è essenziale per minimizzare la 3D errore di ricostruzione dei capisaldi fiduciali. geometria epipolare utilizza distanze relative (tra fotocamera e il volume degli interrogatori) e angolo di inclinazione da l'immagine di destinazione. variazioni dell'indice di rifrazione lungo la telecamera attraverso il volume degli interrogatori possono essere prese in considerazione in base alla procedura di messa et al. 21. In questo esperimento, una struttura scala-come 3D con punti di destinazione distribuiti regolarmente è usato come bersaglio.

In un esperimento 3D-PTV, anche se solo due immagini sono necessari per determinare una posizione di particelle 3D, tipicamente più telecamere sono utilizzati per ridurre ambiguità 21. Un'alternativa a configurazioni costosi con più telecamere ad alta velocità è il VIew splitter, proposto da Hoyer et al. 35 per l'uso di 3D-PTV e recentemente applicato dalla Gulean et al. 28 per le applicazioni biomediche. Lo splitter vista costituito da uno specchio piramidale (specchio hereon primario) e quattro specchi orientabili (, procedendo specchio secondario). In questo lavoro, uno splitter quattro-view e una singola telecamera sono stati usati per imitare il immagini stereoscopiche da quattro telecamere. Il sistema è utilizzato per caratterizzare il campo di flusso intermedio di un jet tubo con un diametro, d h = 1 cm e Re ≈ 7,000 da una lagrangiana e Euleriana telai a circa 14,5-18,5 diametri valle dall'origine jet.

Protocol

1. Laboratorio di sicurezza Rivedere le linee guida sulla sicurezza della fonte di illuminazione selezionata (ad esempio laser, LED industriali, alogene). Nota: in questo esperimento, una serie di cinque 250 faretti alogeni Watts sono usati come illuminazione. Aspetti fondamentali di sicurezza e di raccomandazione per questo fonte di luce sono descritti come segue. Evitare il contatto diretto con luci alogene, che operano a temperature elevate (~ temperatura di 3000 K di colore). </li…

Representative Results

Una fotografia e uno schema della configurazione sono illustrati nelle figure 1 e 2. Il target di calibrazione, punti di riferimento riflette sulla visione-splitter e la ricostruzione di calibrazione 3D sono illustrati nella Figura 3. I RMS dei bersagli di calibrazione riconosciuto è 7,3 micron, 5,7 micron e 141,7 micron nel streamwise x, y dell'apertura alare, e la profondità Z. Il relativo RMS pi…

Discussion

3D-PTV ha un grande potenziale di svelare il complesso di fisica di una varietà di flussi turbolenti, come su larga scala moti turbolenti nella bassa atmosfera 25, la distribuzione dell'aria interna 26, o dei flussi di pulsatile in topologia aortica 28 tra molti altri. Tuttavia, una comprensione dei suoi vantaggi e limitazioni nonché esperienza è essenziale per massimizzare il suo potenziale. Tentativi ed errori test preliminari e iterazioni esaustivi per le impostazioni ott…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Questo lavoro è stato sostenuto dal Dipartimento di Scienze Ingegneria Meccanica e, University of Illinois a Urbana-Champaign, come parte del pacchetto di start-up di Leonardo P. Chamorro.

Materials

ImageOps CAMMC4082 High-speed camera
ImageOps FBD-4XCXP6 Frame Grabber
Potters Industries LLC AG-SL150-30-TRD Seeding Paritcles
Upstate Technical Equipment CO.,INC MISNOR-STP-6-S-CL Camera appliation
Photrack AG Customized part and necessary if performing 3D-PTV with one camera
General Electrics  23719 Light source
OpenPTV(http://www.openptv.net) Open source particle tracking software (Note: available as a service for anyone who wants to use it without all the installation mess or computer power availability problems).

References

  1. Wygnanski, I., Fiedler, H. . Some measurements in the self preserving jet. , (1968).
  2. Rajaratnam, N. . Turbulent jets. , (1976).
  3. Panchapakesan, N., Lumley, J. Turbulence measurements in axisymmetric jets of air and helium. Part 1. Air jet. J Fluid Mech. 246, 197-223 (1993).
  4. Hussein, H. J., Capp, S. P., George, W. K. Velocity measurements in a high-Reynolds-number, momentum-conserving, axisymmetric, turbulent jet. J Fluid Mech. 258, 31-75 (1994).
  5. Yule, A. Large-scale structure in the mixing layer of a round jet. J Fluid Mech. 89, 413-432 (1978).
  6. Yule, A., Chigier, N., Ralph, S., Boulderstone, R., Venturag, J. Combustion-transition interaction in a jet flame. AIAA Journal. 19, 752-760 (1981).
  7. Quinn, W. Upstream nozzle shaping effects on near field flow in round turbulent free jets. Eur J Mech B-Fluid. 25, 279-301 (2006).
  8. Mi, J., Nathan, G. J., Luxton, R. E. Centreline mixing characteristics of jets from nine differently shaped nozzles. Exp Fluids. 28, 93-94 (2000).
  9. Liepmann, D., Gharib, M. The role of streamwise vorticity in the near-field entrainment of round jets. J Fluid Mech. 245, 643-668 (1992).
  10. Oh, S. K., Shin, H. D. A visualization study on the effect of forcing amplitude on tone-excited isothermal jets and jet diffusion flames. Int J Energ Res. 22, 343-354 (1998).
  11. Cenedese, A., Doglia, G., Romano, G., De Michele, G., Tanzini, G. LDA and PIV velocity measurements in free jets. Exp Therm Fluid Sci. 9, 125-134 (1994).
  12. Wang, H., Peng, X., Lin, W., Pan, C., Wang, B. Bubble-top jet flow on microwires. Int J Heat Mass Tran. 47, 2891-2900 (2004).
  13. Shestakov, M. V., Tokarev, M. P., Markovich, D. M. 3D Flow Dynamics in a Turbulent Slot Jet: Time-resolved Tomographic PIV Measurements. 17th Int Symp on Applications of Laser Techniques to Fluid Mechanics. , (2014).
  14. Scarano, F., Bryon, K., Violato, D. Time-resolved analysis of circular and chevron jets transition by tomo-PIV. 15th Int Symp on Applications of Laser Techniques to Fluid Mechanics. , (2010).
  15. Holzner, M., Liberzon, A., Nikitin, N., Kinzelbach, W., Tsinober, A. Small-scale aspects of flows in proximity of the turbulent/nonturbulent interface. Phys Fluids. 19, 071702 (2007).
  16. Holzner, M., et al. A Lagrangian investigation of the small-scale features of turbulent entrainment through particle tracking and direct numerical simulation. J Fluid Mech. 598, 465-475 (2008).
  17. Chang, T. P., Wilcox, N. A., Tatterson, G. B. Application of image processing to the analysis of three-dimensional flow fields. Opt Eng. 23, 283-287 (1984).
  18. Racca, R., Dewey, J. A method for automatic particle tracking in a three-dimensional flow field. Exp Fluids. 6, 25-32 (1988).
  19. Maas, H. G., Gruen, D., Papantoniou, D. Particle tracking velocimetry in three-dimensional flows. Exp Fluids. 15, 133-146 (1993).
  20. Kasagi, N., Matsunaga, A. Three-dimensional particle tracking velocimetry measurement of turbulence statistics and energy budget in a backward-facing step flow. Int J Heat Fluid Fl. 16, 477-485 (1995).
  21. Virant, M., Dracos, T. 3D PTV and its application on Lagrangian motion. Meas Sci Technol. 8, 1539 (1997).
  22. Willneff, J. . A spatio-temporal matching algorithm for 3 D particle tracking velocimetry. , (2003).
  23. Rosi, G. A., Sherry, M., Kinzel, M., Rival, D. E. Characterizing the lower log region of the atmospheric surface layer via large-scale particle tracking velocimetry. Exp Fluid. 55, 1-10 (2014).
  24. Fu, S., Biwole, P. H., Mathis, C. Particle Tracking Velocimetry for indoor airflow field: A review. Build Environ. 87, 34-44 (2015).
  25. Kolaas, J., Jensen, A., Mielnik, M. Visualization and measurements of flows in micro silicon Y-channels. Eur Phys J E. 36, 1-11 (2013).
  26. Gülan, U., et al. Experimental study of aortic flow in the ascending aortavia Particle Tracking Velocimetry. Exp Fluids. 53, 1469-1485 (2012).
  27. Mei, R. Velocity fidelity of flow tracer particles. Exp Fluids. 22, 1-13 (1996).
  28. Tropea, C., Yarin, A. L., Foss, J. F. . Springer handbook of experimental fluid mechanics. 1, (2007).
  29. Melling, A. Tracer particles and seeding for particle image velocimetry. Meas Sci Technol. 8, 1406 (1997).
  30. Hering, F., Leue, C., Wierzimok, D., Jähne, B. Particle tracking velocimetry beneath water waves. Part I: visualization and tracking algorithms. Exp Fluids. 23, 472-482 (1997).
  31. Biferale, L., et al. Lagrangian structure functions in turbulence: A quantitative comparison between experiment and direct numerical simulation. Phys Fluids. 20, 065103 (2008).
  32. Lüthi, B., Tsinober, A., Kinzelbach, W. Lagrangian measurement of vorticity dynamics in turbulent flow. J Fluid mech. 528, 87-118 (2005).
  33. Hoyer, K., et al. 3d scanning particle tracking velocimetry. Exp Fluids. 39, 923-934 (2005).
  34. Kim, J. -. T. . Three-dimensional particle tracking velocimetry for turbulence applications. , (2015).
  35. Lüthi, B. Some aspects of strain, vorticity and material element dynamics as measured with 3D particle tracking velocimetry in a turbulent flow. ETH Zürich. , (2002).
  36. Pope, S. B. . Turbulent flows. , (2000).

Play Video

Cite This Article
Kim, J., Kim, D., Liberzon, A., Chamorro, L. P. Three-dimensional Particle Tracking Velocimetry for Turbulence Applications: Case of a Jet Flow. J. Vis. Exp. (108), e53745, doi:10.3791/53745 (2016).

View Video