Summary
O manuscrito apresenta um protocolo para a condução de experimentos de transporte de sedimentos de carga de cama onde as partículas em movimento são rastreadas por análise de imagem. A facilidade experimental, os procedimentos para execução de execução e processamento de dados e, finalmente, alguns resultados de prova de conceito são apresentados aqui.
Abstract
A análise de imagens tem sido cada vez mais utilizada para a medição dos fluxos dos rios devido às suas capacidades para fornecer detalhadamente descrições quantitativas a um custo relativamente baixo. Este manuscrito descreve uma aplicação de vetocetria de rastreamento de partículas (PTV) para uma experiência de carga de cama com sedimento leve. As principais características das condições de transporte de sedimentos investigadas foram a presença de um fluxo coberto e de um leito áspero fixo acima do qual as partículas foram liberadas em número limitado na entrada do canal. Sob as condições de fluxo aplicadas, o movimento das partículas de carga de cama individuais era intermitente, com movimentos alternados e termos de restrição. O padrão de fluxo foi preliminarmente caracterizado por medidas acústicas de perfis verticais da velocidade da corrente. Durante a visualização do processo, um grande campo de visão foi obtido usando duas câmeras de ação colocadas em diferentes locais ao longo do canal. O protocolo experimental é descrito em termos de chanCalibração nel, realização de experiências, pré-processamento de imagem, rastreamento automático de partículas e pós-processamento de dados de trilhas de partículas das duas câmeras. Os resultados de prova de conceito apresentados incluem distribuições de probabilidade do comprimento e duração do salto de partículas. As realizações deste trabalho são comparadas às da literatura existente para demonstrar a validade do protocolo.
Introduction
Uma vez que as obras pioneiras apareceram há algumas décadas 1 , 2 , o uso da análise de imagens para o estudo do transporte de sedimentos do rio tem aumentado constantemente. Esta técnica realmente provou sua capacidade de fornecer dados de alta resolução e de baixo custo para análises detalhadas dos fenômenos físicos 3 , 4 , 5 . Com o tempo, foram obtidas melhorias significativas tanto para hardware como para ferramentas de software.
A medição do transporte de sedimentos pode ser realizada usando uma abordagem euleriana que almeja a medição de fluxos de sedimentos ou um Lagrange que visa medir trajetórias de grãos individuais à medida que se movem. Processamento de imagem oferece possibilidades únicas para rastreamento de partículas em comparação com outros métodos Eulerianos 6 , 7 . No entanto, desApesar destas potencialidades, a aplicação da análise de imagem ao transporte de sedimentos de carga de cama sofre de algumas limitações experimentais críticas, em termos de escalas de suporte espacial / temporal para a medição e o tamanho das amostras de dados. Por exemplo, é difícil alcançar simultaneamente uma combinação adequada de uma grande área espacial, longa duração de uma experiência e alta freqüência de medição 3 , 4 , 8 , sem comprometer a qualidade e a quantidade de dados. Além disso, o rastreamento de partículas pode ser realizado manualmente 2 , 4 , o que requer um grande esforço humano, ou automaticamente 3 , 8 , com a possibilidade de rastrear erros feitos pelo software usado para a análise.
Este artigo apresenta um protocolo para a investigação experimental do sedimento de cama-cargaAnsport, onde a longa duração foi alcançada pelo tipo de câmera utilizada, o campo de visão ampliado foi assegurado pelo uso simultâneo de duas câmeras em diferentes locais, e o processamento automático confiável foi possível graças a condições experimentais ad hoc . A operação experimental foi projetada e as ferramentas de processamento foram selecionadas com base na experiência adquirida pelos autores em vários trabalhos de pesquisa sobre a investigação detalhada do transporte de sedimentos por métodos de imagem 3 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18 .
Uma experiência de transporte de sedimentos é descrita, que foi realizada com a participação de partículasÉ sobre uma cama fixa e áspera. A alimentação de partículas foi muito menor do que a capacidade de transporte do fluxo para manter uma baixa concentração de grãos em movimento, evitando assim o congestionamento de partículas a serem rastreadas. Além disso, as partículas transportadas não se moviam continuamente, mas observou-se um movimento intermitente. O uso de uma cama fixa em vez de um móvel representa uma perda de semelhança com as condições naturais. No entanto, um leito fixo foi freqüentemente usado em experimentos de transporte de sedimentos 19 , 20 , 21 , sob o pressuposto de que os resultados são mais simples e explicativos do que aqueles de cenários complicados com uma variedade de processos atuantes. O uso de uma cama fixa, obviamente, evita que os processos de enterro e reaparecimento dos sedimentos sejam observados. Por outro lado, na presença de uma carga de cama fraca, o transporte de sedimentos ocorre em uma camada superficial de uma cama solta e, neste caso,O uso de uma cama fixa pode ser adequado. De fato, comparações específicas entre as propriedades do movimento de partículas em experimentos com as duas condições não apresentaram diferenças significativas 3 , 14 . Finalmente, o experimento aqui apresentado foi realizado com um fluxo pressurizado para garantir uma condição ideal para visualização de partículas através de uma cobertura transparente. O transporte de sedimentos com fluxo pressurizado tem sido estudado experimentalmente na pesquisa de protótipos de rios cobertos de gelo, mostrando que a interação entre a camada limite do leito e o sedimento é análoga à do fluxo de canal aberto 22 , 23 . Nas seções a seguir, todos os métodos são descritos e alguns resultados representativos são fornecidos.
Protocol
Nota: O experimento de transporte de sedimentos foi realizado em um canal no Laboratório de Hidráulica da Montanha, situado no campus Lecco do Politecnico di Milano. O canal é completamente construído de material acrílico transparente e é de 5,2 x 0,3 x 0,45 m 3 . O canal é suportado por duas vigas de aço e pode ser operado em diferentes encostas devido a uma dobradiça e parafuso. Uma série de tampas permite que o canal atue como um canal fechado, que era a configuração de fluxo coberto e o canal empregado neste trabalho.
1. Medição e configuração da inclinação do canal
- Selar a saída do canal e preencher com água parada.
NOTA: O método de vedação dependerá dos recursos do canal. No caso apresentado aqui, a seção terminal do canal está equipada com uma flange de acoplamento, portanto, obteve-se a vedação, aparafusando uma bujão de plástico na flange com uma anilha de borracha entre eles. - Operar o conector de parafuso tO definir uma inclinação de canal arbitrário.
- Aguarde pelo menos 30 minutos para permitir que a água melhore. Para verificar o amortecimento da oscilação e a realização de uma condição de água parada, coloque um medidor de pontos nas paredes do canal e mande a elevação da superfície livre repetidamente.
- Coloque o medidor de pontos nas paredes do canal em vários locais e leve leituras da elevação da superfície livre.
NOTA: As leituras diferem uma da outra porque o canal é inclinado enquanto a superfície da água é horizontal. - Calcule um valor de inclinação com base na interpolação linear das leituras pelo medidor de pontos.
- Faça uma medição com um sensor de distância laser que esteja ligado a uma das vigas que suportam o canal e aponte para o chão.
NOTA: Aqui, o sensor laser está permanentemente conectado ao canal, portanto, nenhuma operação é necessária no protocolo para sua configuração. - Repita as etapas de 1,2 a 1,6 para uma variedade de condições de declive.
- Ajustar umEquação linear aos pontos experimentais em um plano cartesiano com a medição do laser no eixo horizontal e a medida da inclinação do canal no eixo vertical. Determine uma função de transferência da medida do laser para a inclinação do canal (e vice-versa).
2. Configurando a Configuração de Trabalho
- Prepare um conjunto de chapas de aço (espessura de 2 mm) com uma dimensão total igual à do fundo do canal.
NOTA: Aqui, foram utilizadas quatro placas com um tamanho de 1,3 x 0,3 m 2 . - Crie uma cama ereta fixa, colando partículas de sedimento sobre os pratos. Para fazer isso, pintar as placas com uma resina de poliéster de dois componentes, depois espalhar uma camada de sedimento (1-1,5 cm) sobre elas.
NOTA: As partículas de sedimento utilizadas aqui foram grãos de polibuteno tereftalato (PBT), fabricados em cor branca e com um tamanho de 3 mm. Com o procedimento acima, a espessura do sedimento colado na placa é semelhante ao tamanho das partículas. - WTer pelo menos 24 h para que a resina seque, depois remova o excesso de sedimento, inclinando as placas e deixando o sedimento deslizar. Pinte a superfície do sedimento em preto com uma tinta aquosa resistente à água. Espere pelo menos 10 h para permitir que a tinta seque.
- Coloque as placas revestidas com sedimento (ver etapas 2.1-2.3) no canal e nos suportes de cloreto de polivinilo (PVC) para criar a parte inferior de uma seção de trabalho. Preste atenção na colocação de placas consecutivas para garantir a continuidade da cama.
NOTA: O uso dos suportes de PVC é opcional. No caso presente, a seção transversal do canal (0,3 m de largura e 0,45 m de altura, correspondente a uma relação de largura a profundidade inferior a 1) foi originalmente projetada para executar experimentos de transporte de sedimentos com uma camada de sedimento solto. O experimento apresentado neste manuscrito foi, em vez disso, executado com uma cama fixa, levando a valores incomuns, muito baixos da relação de largura para profundidade. Os suportes de PVC foram, portanto, usados para alcançar um grandeValor r para essa relação. - Coloque uma série de tampas acrílicas transparentes (cobrindo todo o comprimento do canal) nas paredes dos canais para criar uma seção de trabalho coberta.
NOTA: No canal descrito aqui, as tampas são caixas internas com uma altura de 20 cm, simplesmente colocadas sobre as paredes do canal. Portanto, algumas águas estão presentes nos lados da tampa durante as experiências, mas não alteram significativamente o fluxo dentro do canal. A seção de trabalho usada no experimento apresentado abaixo era tão grande quanto 0.3 mx 0,105 m 2 .
3. Estabelecimento de condições de fluxo constante
- Ligue a bomba, encha o canal com água e use a válvula de regulação para ajustar a taxa de fluxo.
NOTA: Neste trabalho, o caudal foi medido por um medidor de fluxo eletro-magnético colocado ao longo do tubo de entrega. - Use um regulador de água de cauda para ajustar a elevação da cabeça de pressão ligeiramente acima das tampas do canal, garantindo que haja um fluxo coberto, mas eviteCom uma forte força de flutuação nas tampas.
NOTA: No canal apresentado aqui, a regulação da água da cauda é conseguida por uma série de varas localizadas no final do canal. - Medir repetidamente o caudal e a cabeça de pressão para verificar a estabilidade das condições de fluxo.
4. Caracterizando a Distribuição de Fluxo
- Mude o perfil vertical do componente de velocidade da corrente em vários locais.
- Coloque a sonda de um perfil de velocidade de ultra-sons (UVP) acima da tampa do canal usando um suporte de sonda apropriado. Coloque a sonda em uma inclinação escolhida com a cauda na direção da entrada do canal. Aplique um gel de acoplamento ultra-sônico apropriado no espaço entre a ponta da sonda e a tampa para evitar a passagem da onda ultra-sônica através do ar. Conecte a sonda ao módulo de aquisição.
NOTA: No presente caso, o suporte da sonda estava feito de PVC e consistia em uma base com inclinaçãoGuia anexado. Este suporte foi construído após a escolha de um ângulo de sonda. - Mude vários perfis de velocidade instantânea.
NOTA: Com o instrumento usado nesta experiência, esta etapa exigiu a configuração manual da freqüência do raio ultra-som emitido, uma freqüência de repetição de pulso, uma resolução e o número desejado de perfis instantâneos. Os perfis foram continuamente adquiridos e salvos quando o número desejado foi alcançado. - Repita as etapas 4.1.1 e 4.1.2, exceto colocar a sonda com a cauda na direção da saída do canal.
- Avalie a necessidade de desvio de sinal 24 por uma inspeção visual das evoluções do tempo adquirido da velocidade da corrente. Execute desativação durante o processamento de dados, se necessário.
- Calcule o valor de velocidade médio para cada local de medição (portão) do UVP para obter perfis com média de tempo da componente de velocidade da sonda a partir das duas medidas (com a cauda da sonda em direção aoEntrada e saída do canal).
- Use uma composição trigonométrica das duas velocidades da sonda medido em qualquer elevação para obter os componentes da velocidade da corrente e da velocidade vertical.
- Com v up e v down como as velocidades calculadas em tempo medido nas etapas 4.1.2 e 4.1.3, respectivamente, determine os componentes stream-wise ( u ) e velocidade vertical ( v ) como:
Onde, α é a inclinação da sonda em relação ao canal.
- Com v up e v down como as velocidades calculadas em tempo medido nas etapas 4.1.2 e 4.1.3, respectivamente, determine os componentes stream-wise ( u ) e velocidade vertical ( v ) como:
- Ajuste os valores de distância para os locais de medição em uma contabilidade de perfil para os diferentes meios (gel, acrílico e água) através dos quais o feixe acústico estava viajando 25 .
- Repita os passos de 4.1.1 a 4.1.7 para todos os locais de medição.
- Coloque a sonda de um perfil de velocidade de ultra-sons (UVP) acima da tampa do canal usando um suporte de sonda apropriado. Coloque a sonda em uma inclinação escolhida com a cauda na direção da entrada do canal. Aplique um gel de acoplamento ultra-sônico apropriado no espaço entre a ponta da sonda e a tampa para evitar a passagem da onda ultra-sônica através do ar. Conecte a sonda ao módulo de aquisição.
- Determine uma série de elevações onde o perfil do componente de velocidade da corrente indica uma tendência linear em uma trama semi-logarítmica (veja a Figura 2 ).
- Estimar a velocidade de cisalhamento a partir de u s o perfil medido por ajuste de uma equação logarítmica como se segue:
Onde u ( z ) é a velocidade de fluxo calculada no tempo em uma certa elevação z do leito, κ é a constante de Karman igual a 0,4, e z 0 é um comprimento de rugosidade hidrodinâmico. - Quantifique a incerteza na estimativa da velocidade de corte 26 como:
Onde N é o número de valores utilizados para o cUrve fitting e j é um contador que varia de 1 a N.
5. Realizar uma experiência de transporte de sedimentos
- Defina os parâmetros da câmera desejada (resolução, freqüência). Usando suportes do fabricante da câmera, coloque duas câmeras de ação nas paredes laterais das tampas voltadas para o fundo do canal em dois locais de fluxo. Certifique-se de que as áreas de foco para as duas câmeras se sobrepõem.
- Ajuste a posição e orientação da câmera por tentativa e erro. Capture um pequeno vídeo de cada câmera, assista os vídeos e altere a posição ou a orientação de uma câmera se as duas áreas de foco não se sobrepõem ou a visão da câmera não estiver bem alinhada com o canal.
NOTA: No presente trabalho, a câmera foi operada a 30 fps com uma resolução de 1.920 × 1.080 pixels.
- Ajuste a posição e orientação da câmera por tentativa e erro. Capture um pequeno vídeo de cada câmera, assista os vídeos e altere a posição ou a orientação de uma câmera se as duas áreas de foco não se sobrepõem ou a visão da câmera não estiver bem alinhada com o canal.
- Estabeleça uma condição de fluxo constante conforme descrito nas etapas 3.1 a 3.3. Alimente as partículas brancas (o mesmo que asO chapéu foi colado e pintado preto nas etapas 2.2 e 2.3) no fluxo na entrada do canal. Escolha um punhado de partículas e solte-as (uma partícula a cada poucos segundos), mantendo uma baixa concentração de partículas brancas sobre a cama preta. Continue alimentando durante todo o período de experiência.
NOTA: Uma baixa concentração de partículas simplifica 17 o processo de rastreamento em comparação com situações com maior concentração 18 . De fato, a combinação entre uma partícula em uma determinada imagem com a mesma partícula na imagem subsequente é baseada em uma janela de busca em torno da posição anterior da partícula 19 , 27 ; Uma maior concentração aumenta a possibilidade de detectar mais de uma partícula na janela de busca e, por sua vez, leva a desajustes. - Se as luzes da sala estiverem desligadas, ligue-as, pois é necessário sincronizar as câmeras. Comece a disparar disparando as câmerasCom os controles apropriados. Desligue as luzes da sala depois de garantir que ambas as câmeras tenham começado a filmar.
NOTA: Desta forma, o tempo em que a luz foi desligada será claramente reconhecível a partir do histórico de intensidade de pixels nas imagens, permitindo (com precisão de menos de um quadro) o deslocamento de tempo entre os dois filmes adquiridos estar determinado. A visualização não pode, naturalmente, ser feita no escuro. No presente trabalho, o experimento usou apenas iluminação natural (como uma parede lateral da sala é completamente feita de vidro). Se as condições de iluminação mudarem significativamente durante a experiência, a execução deve ser repetida porque a iluminação afeta a identificação e o rastreamento de partículas descritos abaixo. - Continue filmando para a duração desejada (aqui, 15 min), depois pare as câmeras.
NOTA: Os resultados representativos são mostrados a seguir por uma duração de 100 s. - Repita os passos de 5.2 para 5.7 para qualquer outra condição hidrodinâmica desejada (paraExemplo, uma taxa de fluxo diferente).
NOTA: Durante as experiências descritas aqui, algumas partículas presas estavam presentes na cama após o tiroteio. Eles devem ser removidos antes que outra configuração seja testada, levantando a tampa, usando uma escova para remover a partícula e substituindo a tampa.
6. Pré-processamento de imagens
- Corrija a distorção da imagem devido ao comprimento limitado da lente aplicando uma transformação radial às coordenadas de pixels e remapeando as imagens. Ajuste por teste um fator de calibração necessário para aplicar a transformação.
NOTA: Dado r como uma distância de qualquer pixel para o centro da imagem, uma distância transformada pode ser calculada como:
Onde k é o fator de calibração que precisa ser ajustado pelos ensaios 28 , com base em uma inspeção visual dos lados inferiores do canal, que deve aparecer como linhas retas na imagemS. - Determine uma conversão de imagem linear de pixel para distância real usando alvos colocados em distâncias conhecidas e na elevação do leito, nas paredes laterais do canal.
NOTA: Isso pode ser realizado, por exemplo, em uma linguagem de programação (veja a Tabela de Materiais ), usando o comando imread para abrir um arquivo de imagem, o comando ginput para clicar nos alvos e obter suas coordenadas em pixels e encontrar uma proporção entre As coordenadas de pixels bem determinadas e as reais.
7. Identificando e rastreando partículas
NOTA: Todas as operações a seguir devem ser realizadas para as imagens coletadas por ambas as câmeras, separadamente. A identificação eo rastreamento de partículas foram realizados utilizando Streams 29 . Este software está livremente disponível após uma consulta para o desenvolvedor. Streams já foi empregado pelos autores em vários experimentos para bed-loaD transporte de sedimentos em diferentes condições 3 , 16 , 17 , 18 , 28 , 30 .
- Importe quadros clicando em Imagem → Criar seqüência de imagens . Insira o passo de tempo entre dois quadros e o fator de calibração da imagem. Selecione os arquivos de imagem a serem incluídos na seqüência. Clique em OK .
NOTA: No caso presente, o intervalo de tempo foi 1/30 s (correspondente à taxa de quadros mencionada no passo 5.1) eo fator de calibração da imagem foi de 0,5 mm / pixel. - Identificar partículas
- Produza mapas de intensidade para algumas imagens selecionadas aleatoriamente para encontrar o valor de intensidade típico (sobre uma escala de 0 a 255) para pixels correspondentes a partículas brancas.
- Clique com o botão direito do mouse na Seqüência de imagens que foi criada e selecione OpNa visualização de imagens. Mantendo Shift , desenhe qualquer retângulo sobre a imagem. Clique com o botão direito do mouse no retângulo e selecione ShowIntensityMatrix . Escolha um valor limiar adequado.
NOTA: No caso presente, o limite foi ajustado em 80.
- Clique com o botão direito do mouse na Seqüência de imagens que foi criada e selecione OpNa visualização de imagens. Mantendo Shift , desenhe qualquer retângulo sobre a imagem. Clique com o botão direito do mouse no retângulo e selecione ShowIntensityMatrix . Escolha um valor limiar adequado.
- Limite as imagens com base em um valor de intensidade e um tamanho esperado de pontos brancos nas imagens binárias.
- Clique com o botão direito do mouse na Seqüência de imagens que foi criada e selecione Abrir exibição de processo . Clique em Novo , selecione Filtrações de pipeline de imagens e clique em OK . Dê ao processo um nome, forneça o nome da seqüência e clique em OK . Clique duas vezes no pipeline do filtro , clique em Novo , selecione Remover fundo e clique em OK .
- Na janela Processo , clique em Novo , selecione Identificar partículas e clique em OK . Selecione Único limite e clique em OK . No Algoritmo OK . Selecione os processos criados, clique em Adicionar ao pipeline e depois em Executar .
NOTA: O tamanho do ponto aqui foi de 0,5 a 8 mm. O tamanho do ponto se refere ao tamanho das partículas, mas também depende das condições de iluminação. De fato, o ponto corresponde à luz refletida por uma partícula e não à própria partícula.
- Produza mapas de intensidade para algumas imagens selecionadas aleatoriamente para encontrar o valor de intensidade típico (sobre uma escala de 0 a 255) para pixels correspondentes a partículas brancas.
- Controlar partículas
- Clique com o botão direito do mouse na gravação de partículas que foi criada e selecione Abrir exibição de imagem .
- Percorra os quadros clicando nos botões de seta para frente e para trás. Observe os deslocamentos típicos de partículas entre imagens consecutivas movendo o cursor sobre os pontos exibidos e as coordenadas de leitura. Determine uma janela de pesquisa adequada de acordo.
- Clique com o botão direito do mouse na gravação de partículas que foi criada e selecione Abrir exibição de processo
- Clique em Novo , selecione o pipeline de análise de PTV e clique em OK . Dê um nome ao processo e clique em OK . Clique duas vezes no pipeline de análise PTV , clique em Novo . Na página Custos , selecione Distância . Na página de otimização , insira a posição transversal e transversal e a dimensão da janela de pesquisa e clique em OK .
- Selecione o processo criado, clique em Adicionar ao pipeline e em Execute .
NOTA: Uma faixa de partículas deve idealmente atingir o final da área de foco ou o tempo experimental final. Da mesma forma, deve começar no início da área de foco ou no tempo inicial. No entanto, as faixas medidas podem ser inesperadamente interrompidas, normalmente porque uma partícula não é detectada em alguns quadros devido a uma baixa intensidade ou menos freqüente, devido à combinação da partícula perdida entre dois quadros sucessivos. Se a trilha termina sem atingir os limites do tiJanela de observação do espaço para mim, os candidatos para reconexão podem ser pesquisados; Selecione um em um local próximo e logo após o final do último quadro antes da interrupção. Desta forma, uma única faixa para uma partícula pode ser reconstruída conforme detalhado no passo 7.3.6. - Se as interrupções estiverem presentes nas faixas medidas, conserte-as por reconexão da faixa usando uma janela de busca dedicada a essa finalidade.
- Clique com o botão direito do mouse na gravação de partículas que foi criada e selecione Abrir exibição de processo . Clique em Novo , selecione Criar campo de caminho de Lagrange e clique em OK . Clique novamente em OK . Adicione o processo ao pipeline e clique em Executar .
- Clique com o botão direito do mouse no registro de partículas que foi criado (o segundo) e selecione Abrir exibição de processo . Clique em Novo , selecione Inserir caminhos da Lagrange e clique em OK . Na página Parâmetros , insira os detalhes da janela de pesquisa e cLamba em OK . Adicione o processo ao pipeline e clique em Executar .
- Clique com o botão direito do mouse na gravação de partículas que foi criada (a segunda) e selecione Salvar caminhos para o arquivo de texto . Introduza o caminho e o nome do arquivo, então clique em OK .
8. Unindo Trajectórias de Câmeras Diferentes
NOTA: Esta é uma operação necessária para aproveitar o uso de várias câmeras para ampliar o tamanho da área de medição. As etapas são executadas por um código MatLab ( join_cameras.m ) com a Interface gráfica de usuário desenvolvida pelos autores (ver arquivos de código suplementar ).
- Navegue pelas pastas do computador e encontre arquivos de trilha para ambas as câmeras e clique em Localizar propriedades de trilha .
- Faça a referência ( x , y ) das duas câmeras uniformizadas aplicando uma tradução de coordenadas aos dados da câmera a jusante. DeterminarAs constantes a serem usadas para tradução ao longo das duas direções dos alvos que são visíveis nas imagens de ambas as câmeras. Insira os valores necessários e clique em Criar sistema de referência uniforme .
NOTA: Até este ponto, uma referência independente é usada para câmeras com (0,0) no canto inferior esquerdo das imagens, x -axis para a direita e y -axis para cima. A tradução das coordenadas utilizadas neste trabalho foi de 760,15 e -1,5 pixel em direção a corrente e transversal, respectivamente. - Determine a área de sobreposição entre os dois dados e insira seus limites nas caixas de texto apropriadas.
NOTA: O comprimento de sobreposição neste trabalho foi de 760,15 a 880,11 pixels na direção de fluxo, e cobriu toda a largura do canal. - Remova das amostras todas as trajetórias que são mais curtas que o comprimento da área sobreposta, de modo a limitar a análise a situações simples (veja a Figura 1 ). DentroColoque um limite de comprimento na caixa de texto relacionada e clique em Remover menor ou igual a (mm) .
- Participe de faixas
- Junte as bases de dados de trilhas de partículas das duas câmeras clicando em mesas de mesclagem . Valores solicitados por entrada para tolerância de sobreposição (aqui, 10 mm) nas direções de fluxo e direções transversais e clique em INSCRIÇÃO .
NOTA: Depois de clicar em JOIN , execute as seguintes operações. Percorra as faixas até encontrar uma faixa que termine na área de sobreposição. Procure candidatos para se juntar, entre faixas começando e saindo da área sobreposta. Se um candidato for encontrado, compare os horários para os quais as duas faixas estão na área de sobreposição. Se esses períodos de tempo concordarem um com o outro, compute as diferenças entre as coordenadas das partículas nas duas faixas em todos os pontos possíveis. Pegue a raiz quadrada da diferença quadrática média de valores x e y para o valor do potencial deAs duas faixas de partículas são iguais. Se esse indicador for inferior a um valor limiar, junte-se às faixas. Construa uma nova faixa correspondente, na parcela sobreposta, à média dos dois anteriores. Repita todas essas operações até que não sejam possíveis novas juntas. O valor limiar utilizado neste trabalho foi de 10 mm em ambas as direções.
- Junte as bases de dados de trilhas de partículas das duas câmeras clicando em mesas de mesclagem . Valores solicitados por entrada para tolerância de sobreposição (aqui, 10 mm) nas direções de fluxo e direções transversais e clique em INSCRIÇÃO .
- Nomeie o arquivo de resultados e guarde as faixas juntas clicando em Salvar faixas juntas .
Figura 1. Situações para acompanhamento de trilhas. As faixas da câmera a montante estão em vermelho e da câmera a jusante estão em verde (representação unidimensional por motivos de simplicidade). As linhas tracejadas verticais vinculam o comprimento nominal de sobreposição. Devido à possível interrupção das faixas, a variedade de resultados é maior que a esperada diretamenteAcks (correspondente aos primeiros quatro casos esboçados) com uma faixa da primeira câmera atingindo a região sobreposta e uma faixa da segunda câmera deixando-a. Um número total de 13 situações teoricamente possíveis são apresentadas. Para simplificar a análise, as faixas mais curtas que o comprimento das regiões sobrepostas estão excluídas dos dados preliminares. Clique aqui para ver uma versão maior dessa figura.
9. Analisando a cinemática do transporte de sedimentos
- A partir do conjunto de dados obtidos que contém a faixa de cada partícula transportada, expressada em termos da posição ( x , y ) tomada em qualquer ponto do tempo, realiza uma variedade de análises estatísticas para uma descrição da cinemática de partículas de carga de cama 3 , 4 , 5 , 8 , 16 , 17 , 18 .
Representative Results
Os resultados apresentados nesta seção são para um experimento onde a inclinação do flume foi ajustada para zero (os valores de inclinação foram calculados com precisão de ± 0,05%). O sedimento utilizado foi feito de partículas PBT que eram quase esféricas, com um tamanho d = 3 mm e uma densidade ρ p = 1,270 kg / m 3 . O experimento foi executado com uma taxa de fluxo Q = 9.7 × 10 -3 m 3 / s, resultando em uma velocidade máxima U = 0,31 m / s.
Para as medidas de velocidade com o UVP, utilizou-se uma sonda de 2 MHz com inclinação de 81 °. Os dados de velocidade foram adquiridos a 20 Hz por 250 s. Um perfil de velocidade representativo é representado na Figura 2 . Foi tomada no eixo do canal e a 4,5 m da entrada do canal, onde o fluxo foi totalmente desenvolvido. Alguns valores relacionados a medidas de elevação inválidas foram removidos. Um asimétricoO perfil c resultou da diferente rugosidade da tampa de plástico e do sedimento. As parcelas também mostram a porção do perfil usado para a estimativa da velocidade de cisalhamento, obtendo-se s = 25,9 ± 1,3 mm / s. O número de partículas Reynolds ( Re p = u s × d / ν , com ν como a viscosidade cinemática da água) foi, portanto, igual a 78, indicando um regime de transição brusco.
A visualização do transporte de sedimentos foi realizada com duas câmeras colocadas a 3,5 m e 4,3 m da entrada do canal. As câmeras funcionaram a uma frequência de 30 fps e com uma resolução de 1.920 x 1.080 pixels. O fator de correção da distorção da imagem foi k = 0,6. Após a remoção da distorção, a calibração da imagem foi de 1 pixel = 0,5 mm. O comprimento de sobreposição foi de 760,15 a 880,11 mm (onde o último era o comprimento da área de foco do abetoSt camera da sua borda a montante). A intensidade de limiar para identificação de partículas foi ajustada para 80 e o tamanho de blob esperado variou de 0,5 a 8 mm. A janela de busca para o rastreamento de partículas foi a seguinte: 1 mm a montante e 7 mm a jusante, 4 mm lateralmente. A janela de busca para a reconexão das trilhas interrompidas foi a seguinte: 1 mm a montante e 31 mm a jusante, 16 mm lateralmente ao longo de 4 quadros seguintes. O valor limiar da raiz quadrada da diferença quadrática média dos valores x e y entre duas faixas a serem unidas foi ajustado para 10 mm.
As faixas de partículas medidas usando um subconjunto de 3.000 imagens de cada câmera (correspondente a uma duração de 100 s) são retratadas na Figura 3 . O banco de dados compreendeu 37 e 34 faixas da câmera a montante e a jusante, respectivamente. Uma primeira sobreposição das faixas obtidas pelas duas câmeras é proposta pela primeira vez e, em seguida, o conjunto completo resultante de tRacks é exibido. É evidente que a sobreposição na porção central da área de medição foi satisfatória. Foram obtidos 12 links no final 59 faixas. A faixa mais longa abrangeu toda a janela de observação com um comprimento total de aproximadamente 1,6 m (mais de 530 tamanhos de partículas, 15,2 profundidades de fluxo ou 5,3 larguras de canal), que é muito grande em comparação com outros estudos de literatura onde análises similares foram realizadas 3 , 4 , 5, 8.
Ao tomar uma estrutura lagrangiana, os principais indicadores de cinemática de partículas são aqui aplicados em termos de propriedades do lúpulo de partículas. Sob um transporte intermitente de carga de cama como o da experiência, esses lúpulos são movidos separados por períodos de repouso. Para detectar lúpulo dentro de uma trilha completa para uma única partícula, a identificação do movimento e silêncio das partículas éUm passo preliminar necessário. Neste trabalho, aplicamos um critério 30 que considera uma partícula em movimento em um determinado instante se sua posição x nesse instante for maior do que todas as anteriores e menor que todas as seguintes. Um número total de 98 lúpulos foi obtido a partir das 59 faixas de partículas medidas. A Figura 4 mostra a Distribuição de Frequência Cumulativa (CFD) obtida para o comprimento e a duração do salto.
Figura 2: Perfil de velocidade medido. (Top) O perfil vertical com base no tempo do componente de velocidade da corrente. (Inferior) A estimativa da velocidade de cisalhamento ajustando uma equação logarítmica à parte inferior do perfil. Observe que um eixo vertical a partir do topo do canal e orientado para baixo é usado na primeira trama, represe O resultado da medição com o UVP. Um eixo do fundo do canal e direcionado para cima é usado no segundo gráfico, conforme necessário para estimar a velocidade de corte pelo ajuste da equação. Clique aqui para ver uma versão maior dessa figura.
Figura 3: Visão do plano das trilhas de partículas medidas. (Top) As faixas das duas câmeras (câmera a montante em vermelho e a jusante em preto). (Parte inferior) A amostra de faixas unidas (mudando de cor para maior clareza e algumas faixas destacadas por uma linha mais espessa). Clique aqui para ver uma versão maior dessa figura.
4 "class =" xfigimg "src =" / files / ftp_upload / 55874 / 55874fig4.jpg "/>
Figura 4: Distribuição de freqüência cumulativa (CFD) do comprimento do salto (superior) e da duração (parte inferior). Dentro de cada faixa da Figura 3 , a partícula foi rotulada em cada instante instantâneo para representar se a partícula estava em movimento ou em repouso nesse instante. Os lúpulos de partículas foram então extraídos das trilhas como porções entre o arrastão de partículas (transição da quietude para o movimento) e o desentendimento (transição do movimento para o silêncio). As amostras obtidas para comprimentos de lúpulo e durações foram usadas para criar as distribuições aqui descritas. Clique aqui para ver uma versão maior dessa figura.
Arquivos de código suplementar: join_cameras.m Por favorClique aqui para baixar este arquivo.
Discussion
O projeto de uma experiência de transporte de carga de cama com visualização de partículas envolve várias etapas, incluindo a escolha de uma configuração experimental e ferramentas de hardware, medição de fluxo, semeadura de partículas e visualização e análise de imagem. As variações em cada etapa têm vantagens e desvantagens. As características-chave do protocolo apresentado neste manuscrito são: (i) uso de um fluxo pressurizado e um leito áspero fixo, (ii) semeando um número baixo de partículas de carga de cama com uma cor contrastante com a cor da cama fixa, (iii) Usando luz natural e, (iv) usando várias câmeras para obter conjuntos de trilhos independentes para serem unidos entre si.
O método experimental e o processamento de dados permitem que as partículas de carga de cama sejam rastreadas de forma confiável para a medição final. O fluxo coberto garante uma ótima visão das partículas em movimento. A cama fixa no entanto, evita a observação de alguns processos ( por exemplo , aqueles ligados à vertica L deslocamentos de partículas de sedimento dentro da camada de carga de cama ativa) e, portanto, limita a aplicabilidade da técnica a cargas de cama fracas.
O tamanho das amostras de dados obtidas usando apenas 100 s de filme foi relativamente pequeno. No entanto, o tamanho da amostra pode ser facilmente aumentado ao alongar a duração experimental da aquisição e processamento da imagem. Alimentar um número limitado de partículas requer um tempo experimental mais longo que a alimentação a uma taxa substancialmente maior; Mas vale a pena o esforço por causa de um rastreamento de partículas relativamente direto devido à pequena concentração de partículas em movimento e ao uso de diferentes cores, o que reduz a probabilidade de erros de rastreamento. O uso de luz natural no experimento evita a necessidade de dispositivos de iluminação; No entanto, uma desvantagem é que uma boa iluminação depende das condições climáticas.
Os CFDs do comprimento e duração do salto de partículas retratados emG "> A Figura 4 mostra os valores mais baixos como os mais freqüentes. Os maiores valores medidos de comprimento e duração do salto foram em torno de 600 mm e 7 s, respectivamente. Isso foi significativamente maior em comparação com valores análogos da literatura 4 , 16 , 30 , Uma vez que a medição de faixas mais longas corre o risco de lúpus de partículas longas. O benefício de usar duas câmeras é evidente, considerando que uma única câmera tinha um comprimento de área de foco de cerca de 850 mm, o que não seria muito maior do que os valores do comprimento do salto a serem medidos. O protocolo de medição usando duas câmeras, assegurou uma separação satisfatória entre as escalas de comprimento do processo e as do campo de medição, reduzindo assim o risco de polarização dos resultados fenomenológicos devido a limitações experimentais. Além disso, a área de foco pode ser adicionalmente alongada por Aumentando o número de câmeras colocadas ao longo do canal.
Um procedimento alternativo comparado ao protocolo descrito aqui é criar imagens sobrepostas antes da identificação e rastreamento de partículas. Nosso protocolo (de realizar o rastreamento duas vezes e vincular faixas de partículas) foi preferido, pois o método de mesclagem de imagem teria duplicado o tamanho dos arquivos de dados, exigindo um consumo de memória que não era acessível.
Com os algoritmos de processamento descritos aqui, várias faixas de partículas que eram menores que o comprimento da área de sobreposição foram descartadas porque impediram uma reconstrução completa das trilhas de sedimentos. No entanto, o comprimento do limiar de 120 mm era uma ordem de magnitude menor do que os comprimentos da pista que poderiam ser obtidos, e a perda desses dados era, portanto, aceitável. Além disso, a união de trilha observada nos 8 casos mais baixos da Figura 1 não permitiria um aumento significativo no comprimento da trilha a ser obtido. Por outro lado, essas situações podem ajudarNa recuperação de faixas longas, como a situação na Figura 5 que pode ser devido às interrupções da faixa. Em um caso similar, uma longa faixa poderia ser reconstruída por operações de junção iterativas. No entanto, é importante ter em mente que as interrupções da faixa, como as da Figura 5, estão claramente relacionadas ao processo de rastreamento e não ao processo de adesão.
Este manuscrito apresentou resultados de prova de conceito para um único experimento para demonstrar as capacidades do protocolo adotado. Em experiências futuras, o protocolo será aplicado a uma série de diferentes condições hidro-dinâmicas para realizar uma análise detalhada do processo de transporte de sedimentos de carga de cama.
Figura 5: Uma situação de união de trilha na presença de interrupções. Figura 1 e no passo 8.4 do Protocolo, as faixas mais curtas que o comprimento da região sobreposta estão excluídas. Isso elimina as curtas faixas vermelhas e verdes; Portanto, os demais longos não podem ser unidos porque não têm um ponto comum. Clique aqui para ver uma versão maior dessa figura.
Disclosures
Os autores declaram que não têm interesses financeiros concorrentes.
Acknowledgments
Este trabalho foi apoiado pela Agência de Execução de Pesquisa, através do 7º Programa-Quadro da União Européia, Apoio à Formação e Desenvolvimento de Carreira de Pesquisadores (Marie Curie - FP7-PEOPLE-2012-ITN), que financiou a Rede Inicial de Treinamento (ITN) HYTECH "Transporte Hidrodinâmico em Interfaces Heterogêneas Críticas Ecológicas" (número 316546). Também foi apoiado pelo Polo Territoriale di Lecco do Politecnico di Milano. Os experimentos foram realizados durante uma visita de SS ao Politecnico di Milano como cientista visitante. Os autores agradecem a Tarcisio Fazzini, Stefania Gherbi, Francesco Mottini (estudantes do B.Sc. no Politecnico di Milano) e Seyed Abbas Hosseini-Sadabadi (colega do projeto HYTECH e Ph.D. estudante no Politecnico di Milano) por apoiar o Atividade experimental e análise de dados. Os autores agradecem grato ao Prof. Roger Nokes (Universidade de Canterbury, Christchurch, Nova Zelândia) por fornecer o STreams software e conselhos constantes. Finalmente, os autores agradecem ao editor gerenciador da JoVE e a três revisores anônimos por seus comentários e sugestões inspiradores, graças ao qual o manuscrito poderia ser significativamente melhorado.
Materials
| Name | Company | Catalog Number | Comments |
| Laser distance sensor | METRICA | PREXISOX2 | Used to measure the flume slope |
| Two-component polyester resin | Gelson | MS 65213 | Used to glue sediment particles onto steel plates |
| Water-resistant spray paint | Any | Used to paint the fixed bed | |
| Ultrasonic Velocity Profiler | Signal Processing | DOP 2000 | Used to measure the water velocity profiles |
| Camera | Go-Pro | Hero 4 Black | Used to acquire movies of bed-load particle motion |
| Streams | University of Canterbury | 2.01 | Used for particle identification and tracking |
| MatLab | MathWorks | R14 | Used to develop ad hoc codes for a variety of operations |
| Plexiglas | Transparent acrylic material |
References
- Francis, J. R. D. Experiments on the motion of solitary grains along the bed of a water-stream. Proc Royal Soc London, A. 332, 443-471 (1973).
- Drake, T. G., Shreve, R. L., Dietrich, W. E., Whiting, P. J., Leopold, L. B. Bedload transport of fine gravel observed by motion-picture photography. J Fluid Mech. 192, 193-217 (1988).
- Campagnol, J., Radice, A., Ballio, F., Nikora, V. Particle motion and diffusion at weak bed load: accounting for unsteadiness effects of entrainment and disentrainment. J Hydraul Res. 53 (5), 633-648 (2015).
- Fathel, S. L., Furbish, D. J., Schmeeckle, M. W. Experimental evidence of statistical ensemble behavior in bed load sediment transport. J Geophys Res: Earth Surf. 120 (11), 2298-2317 (2015).
- Lajeunesse, E., Malverti, L., Charru, F. Bedload transport in turbulent flow at the grain scale: experiments and modeling. J Geophys Res: Earth Surf. 115, F04001 (2010).
- Tsakiris, A. G., Papanicolaou, A. N., Lauth, T. J. Signature of bedload particle transport mode in the acoustic signal of a geophone. J Hydraul Res. 52 (2), 185-204 (2014).
- Mendes, L., Antico, F., Sanches, P., Alegria, F., Aleixo, R., Ferreira, R. M. L. A particle counting system for calculation of bedload fluxes. Meas Sci Technol. 27 (12), 125305 (2016).
- Heays, K. G., Friedrich, H., Melville, B. W., Nokes, R. Quantifying the dynamic evolution of graded gravel beds using Particle Tracking Velocimetry. J Hydraul Eng. 140 (7), 04014027 (2014).
- Radice, A., Malavasi, S., Ballio, F. Solid transport measurements through image processing. Exp Fluids. 41 (5), 721-734 (2006).
- Radice, A., Ballio, F. Double-average characteristics of sediment motion in one-dimensional bed load. Acta Geophys. 56 (3), 654-668 (2008).
- Radice, A. Use of the Lorenz curve to quantify statistical nonuniformity of sediment transport rate. J Hydraul Eng. 135 (4), 320-326 (2009).
- Radice, A., Ballio, F., Nikora, V. On statistical properties of bed load sediment concentration. Water Resou. Res. 45 (6), W06501 (2009).
- Radice, A., Ballio, F., Nikora, V. Statistics and characteristic scales for bed load in a channel flow with sidewall effects. Acta Geophys. 58 (6), 1072-1093 (2010).
- Campagnol, J., Radice, A., Ballio, F. Scale-based statistical analysis of sediment fluxes. Acta Geophys. 60 (6), 1744-1777 (2012).
- Radice, A., Nikora, V., Campagnol, J., Ballio, F. Active interactions between turbulence and bed load: Conceptual picture and experimental evidence. Water Resour Res. 49 (1), 90-99 (2013).
- Campagnol, J., Radice, A., Nokes, R., Bulankina, V., Lescova, A., Ballio, F. Lagrangian analysis of bed-load sediment motion: database contribution. J Hydraul Res. 51 (5), 589-596 (2013).
- Ballio, F., Radice, A. Fluctuations and time scales for bed-load sediment motion over a smooth bed. Int J Sediment Res. 30 (4), 321-327 (2015).
- Hosseini-Sadabadi, S. A., Radice, A., Ballio, F. An analysis of entrainment and deposition rate fluctuations in weak bed load transport. Hydrodynamic and mass transport at freshwater aquatic interfaces. Rowiński, P. M., Marion, A. , Springer. 333-342 (2016).
- Papanicolaou, A. N., Diplas, P., Balakrishnan, M., Dancey, C. L. Computer vision technique for tracking bed load movement. J Comput Civil Eng. 13 (2), 71-79 (1999).
- Ramesh, B., Kothyari, U. C., Murugesan, K. Near-bed particle motion over transitionally-rough bed. J Hydraul Res. 49 (6), 757-765 (2011).
- Amir, M., Nikora, V., Witz, M. A novel experimental technique and its application to study the effects of particle density and flow submergence on bed particle saltation. J Hydraul Res. 55 (1), 101-113 (2017).
- Ettema, R. Ice effects on sediment transport in rivers. Sedimentation Engineering. Garcìa, M. H. , Restion, VA. 613-648 (2008).
- Knack, I., Shen, H. Sediment transport in ice-covered channels. Int J Sediment Res. 30 (1), 63-67 (2015).
- Goring, D. G., Nikora, V. I. Despiking acoustic Doppler velocimeter data. J Hydraul Eng. 128 (1), 117-126 (2002).
- Nowak, M. Wall shear stress measurement in a turbulent pipe flow using ultrasound Doppler velocimetry. Exp Fluids. 33 (2), 249-255 (2002).
- McCuen, R. H. Microcomputer applications in statistical hydrology. , Prentice Hall. Englewood Cliffs, NJ. (1993).
- Lloyd, P. M., Ball, D. J., Stansby, P. K. Unsteady surface-velocity field measurement using particle tracking velocimetry. J. Hydraul. Res. 33 (4), 519-534 (1995).
- Radice, A., Aleixo, R., Hosseini-Sadabadi, S. A., Sarkar, S. On image grabbing and processing for measurement of geophysical flows. Proc. HydroSenSoft 2017, International Symposium and Exhibition on Hydro-Environment Sensors and Software. , Madrid, Spain. (2017).
- Nokes, R. Streams. System theory and design. , University of Canterbury. Christchurch, New Zealand. Available from: http://www.civil.canterbury.ac.nz/streams.shtml (2016).
- Hosseini-Sadabadi, S. A., Radice, A., Ballio, F. Post-processing of particle tracking data for phenomenological depiction of weak bed-load sediment transport. Proc. River Flow 2016. VIII Int. Conf. on Fluvial Hydraulics, St. , St. Louis, US. 780-786 (2016).
