Login processing...

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

Engineering

Samtidig måling av turbulens og partikkel kinematikk med flyt Imaging teknikker

doi: 10.3791/58036 Published: March 12, 2019

Summary

Teknikken beskrevet her tilbyr en rimelig og relativt enkel metode for å måle samtidig partikkel kinematikk og turbulens i renn med lav partikkel konsentrasjoner. Turbulens måles med partikkel bilde velocimetry (PIV) og partikkel kinematikk beregnes fra profilen oppnådd med et høyhastighets kamera i en overlappende felt-of-view.

Abstract

Mange problemer i vitenskapelige og tekniske felt involverer forstå kinematikken partikler i turbulente, for eksempel forurensninger, marine mikroorganismer eller sedimenter i havet, eller fluidized seng reaktorer og forbrenning prosesser i utviklet systemer. For å studere effekten av turbulens på kinematikken partikler i slike renn, er samtidig målinger av både flyt og partikkel kinematikk nødvendig. Ikke-påtrengende, optisk flyt måling teknikker for måling turbulens eller sporing partikler finnes, men kan være utfordrende på grunn av interferens mellom teknikker å måle begge samtidig. Metoden som presenteres her gir en rimelig og relativt enkel metode for å foreta samtidige målinger av flyt og partikkel kinematikken. Et tverrsnitt av flyten måles ved hjelp av en partikkel velocimetry (PIV) teknikk, som gir to komponenter av hastighet i måling flyet. Denne teknikken utnytter en pulsed laser for belysning av feltet seeded flyt som er avbildet av en digital kameraet. Partikkel kinematikken er samtidig fotografert med en lys emitting diode (LED) line-lampen som lyser opp et planar tverrsnitt av flyten som overlapper med PIV felt-av-syn (FOV). Line-lampen er av lavt nok makt at den ikke påvirker PIV målinger, men kraftige nok til å belyse de større partiklene rundt fotografert bruker høyhastighets kameraet. Høyhastighets bilder på laser pulser fra PIV teknikken er enkelt filtreres ved å undersøke summerte intensitetsnivået for hvert høyhastighets bilde. Ved å gjøre bildefrekvensen for høyhastighets kameraet incommensurate at PIV kameraet Rammehastigheten, kan antallet forurensede rammer i høyhastighets tidsserien minimeres. Teknikken er egnet for mener strømmer som er overveiende todimensjonale, inneholder partikler som er minst 5 ganger betyr diameteren på PIV seeding tracers og er lav i konsentrasjon.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Det finnes et stort antall programmer i både vitenskapelige og tekniske felt som involverer oppførselen til partikler i turbulente, for eksempel, aerosoler i atmosfæren, forurensning og/eller sedimenter i utviklet systemer og marine mikroorganismer eller sedimenter i havet1,2,3. I slike programmer er det ofte rundt å forstå hvordan partikler reagerer turbulens, som krever samtidig måling av partikkel kinematikken og fluid dynamikk.

Eksisterende teknologier å måle partikkel bevegelser, kalt partikkel sporing (PT), som sporer personlige partikkel baner og statistiske teknikken av partikkel bilde velocimetry4,5 (PIV), brukes til å måle flyt fart innlemme både ikke-påtrengende optisk teknikker. Den største utfordringen i å bruke disse ikke-påtrengende optisk teknikker for å måle både flyt og partikkel kinematikk samtidig er separate belysning kreves for hver tenkelig teknikk som ikke forstyrre andre måling nøyaktighet ( f.eks belysning kilde for å måle partikkel kinematikken kan fungere som en betydelig støy i væske hastighet måling og omvendt). Bildekontrasten i begge settene med bilder må være tilstrekkelig for å oppnå pålitelige resultater. For eksempel konverteres PT bilder til svart-hvitt-bilder for å utføre en blob analyser for å avgjøre partikkel posisjoner; dermed fører tilstrekkelig kontrast til feil i partikkel plassering. Dårlig kontrast i PIV bilder utgjør en lav signal-til-støy-forhold som vil føre til feil i beregning av flytende hastigheter.

Her, er en relativt lave kostnader og enkel metode for å måle samtidig både partikkel kinematikk og strømning hastigheter beskrevet. Gjennom bruk av en høyeffekts monokromatisk lys emitting diode (LED) linje lys, der linjen refererer til lys blenderåpning og dual-head høyintensiv laser, er begge partikler av interesse og feltet flyt avbildet i samme område samtidig. LED høy makt er tilstrekkelig for avbilding av (spores) partikler av høyhastighets kameraet, men påvirker ikke PIV bilder fordi lysintensiteten spredt PIV tracers er for lavt. Når dual-head høyintensiv laser lyser feltet flyt for PIV bilder, det skjer over et kort tidsintervall og disse bildene lett identifiseres og fjernes fra tidsserien innhentet av høyhastighets PT kameraet når de er registrert. PIV laser pulser i høyhastighets bilde (brukes for partikkel sporing) tiden serien kan minimeres ved å ikke kjøre de to systemene på oppkjøp bildefrekvens som er i samsvar med hverandre. I mer avanserte oppsett, kan en eksternt utløse PT og PIV kameraer med en forsinkelse som sikrer dette ikke skjer. Endelig etter grundig overveielse av partikler spores i PIV synsfelt (FOV) er feil introdusert av disse sporede partikler i sammenheng analyse av PIV bilder allerede tatt i betraktning av generelle feil estimering, inkludert feil forbundet med ikke-uniform størrelsesDistribusjon av PIV tracers i vinduet avhør. De aller fleste PIV seeding tracers følger strømmen, gir nøyaktig flyten hastighet estimater. Disse teknikkene gjør samtidige direkte måling av både partikkel kinematikk og flyt feltet i en todimensjonal flyet.

Denne teknikken er demonstrert ved å bruke den for å avgjøre partikkel settling egenskaper i en turbulente flyt, som brukes i studier og sjenert6 og Jacobs et al. 7. partikkel settling er siste etappe i sedimenter transport, som består av sediment suspensjon, transport- og settling. I de fleste tidligere studier som har adressert partikkel bosatte seg i turbulente, enten partikkel baner eller turbulente hastigheter er ikke direkte målt men utledet teoretisk eller modellert8,9,10. Opplysninger om samspillet mellom partikler og turbulens oftest er gransket bruker teoretisk og numeriske modeller på grunn av eksperimentelle begrensninger måle begge samtidig6,11. Vi presenterer en partikkel-turbulens samhandling studie i en oscillerende rutenettet anlegget, hvor vi studere bosetting hastigheten av partikler og deres kobling med turbulens. For klarhets vil heretter vi henvise til partikler under etterforskning som "partikler" og seeding partikler brukes for PIV teknikken som "Sporingsstoffer"; i tillegg vil vi henvise til kameraet brukes for høyhastighets avbilding av partikkel baner som "partikkel oppsporer", "PT" eller "rask" kamera, som måler "høyhastighets bilder" og kameraet brukes for metoden PIV "PIV kameraet", som måler "bilder". Metoden beskrevet her kan samtidig måling av partikler kinematikk og fluid dynamikk over et forhåndsdefinert felt av interesse i anlegget. Innhentet data gir en todimensjonal beskrivelse av partikkel-turbulens interaksjon.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Merk: Alle bør trenes i sikker bruk og drift av klasse IV lasere samt som trygg bruk og drift av hånd og makt verktøy.

1. eksperimentelle Set-up

  1. PIV-oppsett
    1. Sette opp dual-head laser og optikk.
      1. Plass laser på en optisk plate. Nivå laser forhold til bunnen av anlegget (eller med hensyn til bakken Hvis det er ønskelig å ha vertikal fart på linje med gravitasjonsakselerasjonen) og Uster laserstrålen med midten av 2D flyet til å avbildes.
      2. Plass sylindriske linsen inne forbindelsesveien av laserstrålen av sikringen den til optisk plate. Linsen vil danne bjelken i et 2D fly. Størrelsen på 2D flyet fotografert avhenger av brennvidden på objektivet og avstand fra regionen undersøkes. Juster linsen og avstanden til regionen opplyst er store nok for det bestemte programmet.
      3. Plass en sfærisk linse på optisk plate mellom sylindriske linsen og 2D bildet flyet. Avstanden mellom sfærisk og sylindriske linser og brennvidden på objektivet sfærisk bestemmer tykkelsen på 2D flyet opplyst (lys arket). Juster denne avstanden og brennvidden på objektivet til lys arket er ca 0,5-1 mm tykk.
    2. Plasser og utføre innledende kalibrering av PIV kameraet.
      1. Knytte en linse PIV kameraet, turn-on PIV kameraet i gratis/kontinuerlig, og grovt fokus PIV kameraet. Justere f-stop av PIV kameraet å gi tilstrekkelig lys mottas av bildesensoren; innstillingen f-stop avvike ved rommets hvitt lys versus laser-basert belysning.
        1. Justere linsen og avstand til størrelsen på bildet er tilstrekkelig til å observere regionen rundt. Valget av linsen og avstanden mellom PIV kameraet og lys arket bestemmer den fysiske størrelsen på i PIV kameraet. Ideelt sett størrelsen på bildet må være mindre enn (eller lignende) størrelsen på lys oppsett i 1.1.1.
      2. Sikre PIV kameraet er vinkelrett til lys ark og grovt justere høyden slik at regionen rundt (definert av lys arkets grenser-se trinn 1.1.1) innen PIV kameraets felt-of-view (FOV).
      3. Nivå PIV kameraet med hensyn til bunnen av flyt (eller med hensyn til bakken Hvis det er ønskelig å ha vertikal fart på linje med gravitasjonsakselerasjonen). Det er av største viktighet at PIV kameraet være nøyaktig vinkelrett lys arket, så dette bør kontrolleres grundig.
      4. Slå av PIV kameraet og slår på laser. Plasser en kalibrering mål justere det med midten av lys arket, og slå av laser.
        Merk: Kalibrering målet er en todimensjonal plate (vanligvis laget av metall for stivhet formål), som inneholder flere indikatorer (f.eks poeng eller krysser) i en jevnlig spredte rutenett dannes. Platen er vanligvis malt svart med hvite indikatorer. Kjente avstanden mellom markørene kan estimering av en Omregningsfaktor mellom fysiske enheter og piksler.
      5. Slå PIV kameraet tilbake på og avgrense fokus PIV kameraet på kalibrering målet. Pixel oppløsning PIV kameraet vil avgjøre hvor godt regionen kan løses i verdensrommet. Derfor bør det vurderes (se trinn 2.1.1 og 2.1.4 for detaljer på disse hensyn).
      6. Lag en avbildning. Bekreft PIV kameraet er nivå ved å sikre at høyden på tvers av en rad med kalibrering mål er konsekvente, samt at den vannrette plasseringen langs en kolonne med kalibrering mål er konsekvente. Kontrollere størrelsen til kalibrering markører i hvert hjørne av bildet (i piksler) for å vurdere mengden bildeforvrengning, som bør minimaliseres. Forskjellen i størrelsen på kalibrering markører på hver av de fire hjørnene bør ideelt sett være null. men bør ikke avviker med mer enn 1 bildepunkt.
    3. Legge til PIV tracers flyten.
      1. Velg passende tracers som er nøytralt oppe (lignende tetthet som væske), kjemisk inert, passende størrelse og form (sfærisk og liten nok å følge strømmen) og har en høy indeks av refraction i forhold til de flytende12,13 .
        Merk: I presentert undersøkelsen der væsken er vann, har vi brukt hult glass kuler med en gjennomsnittlig diameter på 10 μm og tetthet av 1.1 g/cc.
      2. Innføre PIV tracers i flyten og kjøre anlegget (svinge rutenettet) før de er godt blandet. Gradvis innføre tracers og evaluere image kvalitet og nivå av tracers' i den.
        Merk: Et stort skille mellom tracer grå nivå intensitet og bakgrunn intensiteten er optimal.
        1. Evaluere ved å slå på laser og samle bilder i gratis/kontinuerlig modus. Tracers' konsentrasjon i bildet skal tett men ikke flekkete4,14. Vurdere størrelsen på vinduet ønsket sammenheng i å velge konsentrasjon nivå, som er det foreslått for å ha rundt 8-10 klart partikkel par i PIV bildet parene for kryss-korrelasjon analyse4 (se trinn 2.1.1).
    4. Angi parametrene PIV. Parameterne PIV består av PIV kameraet bildefrekvens (som er det samme som laser dual-puls gjentakelseshastigheten), timingen mellom bilde par (dvs. timing mellom påfølgende (dobbelt-) laser pulser), og antall bilde par å samle. Avgrensningen av disse innstillingene kan være nødvendig etter gjennomgang av resultatene fra trinn 1.1.5.
      1. Angi tidsberegninger PIV kameraet og laser (bildefrekvens). Disse bestemme tid av samplet hastighet vektor kart og bør være så høyt som mulig (begrensning PIV kamera, laser eller harddiskplass) opp til halvparten minste tidsskalaen flyt.
      2. Angi tidspunktet mellom påfølgende PIV bilder (dvs. en PIV par).
        1. Angi tidspunktet mellom påfølgende PIV bilder basert på gjennomsnittlig flyt hastigheten i anlegget og størrelsen på vinduene avhør (se 2.1.1). Har tracers fortrenge ca 1/4-1/2 av avhør vindusstørrelsen i tiden som er gått mellom påfølgende bilder. Tiden mellom påfølgende bilder også angir tidspunktet mellom to laser pulser.
        2. Pre-definere første pulsen til brann kort tid etter PIV kameraets lukkertid har åpnet. Hvis bruker et kryss-korrelasjon PIV kamera, PIV kameraet lagrer bildet i minnet buffer og re-åpner lukkeren igjen.
        3. Fire andre laser pulsen basert på tid oppsettet her. Når andre puls branner lukkeren i kameraet vil lukke igjen, sender både bilder til rammen fanget (eller innebygd PIV kameraets minne).
        4. Bestem tiden mellom den første pulsen som utløser oppkjøpet av det første bildet i bildet paret og første pulsen som utløser oppkjøpet av det første bildet i den påfølgende par PIV kameraet rammen rate (se 1.1.4.1).
      3. Angi antall bilde par å samle. Antall bilde par å samle skal velges å sikre konvergens av statistiske flytegenskaper, som avhenger eksperimentelle, men er vanligvis i området fra hundrevis til tusenvis av bildet.
    5. Teste PIV oppsettet.
      1. Sett laser eksterne utløse modus for både laser hoder og øke laser makt. Helt mørkere rommet.
      2. Starte datainnsamling i synkroniserte kontinuerlig i et par sekunder.
      3. Stoppe datainnsamlingen.
      4. Cross correlate bildet parene samlet (se 2.1.1).
        1. Hvis prosentandelen av god vektorer passerer signal-til-støy-forhold (forholdet mellom den høyeste tvers korrelasjon toppen til andre høyeste krysse korrelasjon topp-se 2.1.1) er ikke i øvre 90% området eller gjennomsnittlig tracer forskyvninger i avhør windows er ikke ca 0,25 0.5 av avhør vindusstørrelsen, gjenta og bekrefte riktig implementering av trinnene i del 1.1 til det er oppnådd. Når disse verdiene er oppnådd, stoppe anlegget (Stopp rutenettet oscillation).
  2. Sette 2D høyhastighets partikkel sporing
    1. Plasser den monokromatisk linje lampen.
      1. Velg linjen lampe slik at det lyser partikkel under etterforskning (f.eks sediment partikler) med stor backscattered intensitet (stor forskjell i indeks av refraction av partikkel forhold til væsken). Det skal også kunne lyser kontinuerlig eller med en hastighet som kan synkroniseres med PT kameraet.
      2. Redusere tykkelsen på linjen lyset som passer ideelt PIV lys platetykkelse, men ikke å være mer enn 10 ganger tykkere enn PIV lys ark tykkelsen for å redusere noen tvetydighet på grunn av ut-av-plane partikkel bevegelse.
      3. Tilpasse bredden på linjen lampe å matche eller omfatte PIV FOV. Montere LED vinkelrett lys arket generert av laser slik at det ikke er noen problemer av lys blokkering (f.eks PIV lys ark fra siden) og LED fra bunnen. Se figur 1.
      4. Juster linje lampe slik at PIV lys platetykkelse midtstilles i lys linjetykkelsen LED. Bare justere plasseringen av LED-lys å oppnå denne justeringen. Bevegelse av PIV lys arket må gjenta trinnene i del 1.1.
    2. Plasser og utføre innledende kalibrering av høyhastighets PT kameraet.
      1. Knytt en linse PT kameraet, slå på PT kameraet i gratis/sammenhengende/Live modus og grovt fokusere PT kameraet. Eventuelt justere PT kameraet f-stop slik at nok lys mottas av bildesensoren av PT kameraet. innstillingen f-stop avvike ved rommets hvitt lys versus LED-basert belysning. Valget av linsen og avstanden mellom kameraet og LED linjen lys bestemmer den fysiske størrelsen på i PT kameraet. Ideelt sett PT kameraet FOV vil være mindre enn (eller lignende) størrelsen på området opplyst av LED.
      2. Sikre høyhastighets kameraet er vinkelrett på linje lyset og grovt justere høyden slik at regionen rundt i PT kameraets FOV og inkluderende PIV FOV.
      3. Nivå PT kameraet med hensyn til bunnen av flyt (eller med hensyn til bakken Hvis det er ønskelig å ha vertikal fart på linje med gravitasjonsakselerasjonen). Det er av største betydning som PT kameraet være nøyaktig vinkelrett på Planet opplyst av lys, så dette bør kontrolleres grundig.
      4. Slå av PT kameraet, slå på linje lyset, og plassere en kalibrering mål justert med midten av linjen lyset, så slå av linjen lys.
      5. Slår på PT kameraet tilbake og forbedre dens fokus på kalibrering målet. Finpusse linsen og avstand til størrelsen på bildet er tilstrekkelig til å observere regionen rundt og korrigeres PIV FOV.
      6. Velg objektiv og avstand slik at høyhastighets PT kameraet FOV er større enn den PIV FOV. Denne ordningen er nødvendig for å sikre at PIV kameraet og høyhastighets PT kameraet fysisk ikke blokkerer hverandre.
      7. Ordne PT og PIV kameraene loddrett (stablet) eller forskyvning ved siden av hverandre. Det kan være nyttig å justere ett hjørne av høyhastighets PT FOV og PIV FOV. Pikslers oppløsning av PT kameraet vil avgjøre hvor godt regionen kan løses i verdensrommet. dermed bør det vurderes. Omregningsfaktor mellom fysiske enheter og piksler bestemmer fysiske avstanden dekket én piksel. Partiklene skal fortrenge ca 3-10 piksler mellom påfølgende bilder, og hvis denne forskyvning er for stor (eller liten) fordi FOV er for liten (eller for stor) eller antall piksler er for stor (eller for liten) deretter partikler kan ikke fortrenge en ideell antall piksler mellom bilder (se også 1.2.3.2).
      8. Velg partikler for undersøkelse.
        1. Bruke partikler rundt mye større enn PIV seeding tracers for å tilstrekkelig skille mellom undersøkte partikler og PIV tracers. Vi har vært vellykket med partikler ca 5 ganger større enn PIV tracers og vurdere dette den nedre grensen, men grensen kan avhenge av partikkel refractive indeksene og lyskilder. Undersøkte partikkel bør omfatte rundt 4-5 piksler i bildeområdet høyhastighets kamera. Derfor kan størrelsen på undersøkte partikler gi mindre pikslers oppløsning for høyhastighets bildet enn PIV bildene.
        2. Gjenta trinn 1.2.2.1-1.2.2.5 som nødvendig for å oppnå dette trinnet.
      9. Få ett bilde av kalibrering målet. Bekreft PT kameraet nivå ved å sikre at over en rad med kalibrering mål er konsekvente og at den vannrette plasseringen langs en kolonne med kalibrering mål er konsekvente. Også sjekke størrelsen på kalibrering markører i hvert hjørne av bildet for å vurdere mengden bildeforvrengning, som bør minimaliseres (ikke avviker med mer enn 1 piksel).
    3. Angi parametere for høyhastighets kamera. Parameterne høyhastighets kamera består av bildefrekvens PT kameraet (i dette tilfellet også sette eksponeringstid), PT kameraoppløsningen (fullformat eller binning piksler for å øke Rammehastigheten eller forlenge oppkjøpet tiden) og antall bilder samlet.
      1. Angi antall bilder for å være samlet (dvs. lang oppkjøpet tid). Antall bilder hentet påvirker antall partikkel baner målt-jo lenger anskaffet, flere baner som kan måles.
      2. Angi bildefrekvens (og eksponeringstid) og oppløsning av høyhastighets PT kameraet.
        1. Unngå å angi høyhastighets bilde oppkjøpet frekvensen til den samme eller multiplum av PIV bildefrekvens. Velg en bildefrekvens som er basert på estimert hastigheten til partikler i strømmen. Partiklene skal fortrenge mer enn 1 eller 2 piksler for å unngå forekomster av overlappende partikkel stillinger i to påfølgende bilder; imidlertid et stort gap (> 10 bildepunkter) vil resultere i mindre tillit identifisere den samme partikkelen i påfølgende bilder, gir tap av partikkel bane (se 2.2.4). Justere PT kamera oppløsning og bildefrekvens for å oppnå partikkel forskyvninger i dette området (3-10 piksler).
    4. Teste høyhastighets kamera oppsett.
      1. Turn-on LED linje lys og ellers mørk rommet.
      2. Kjør funksjonen (start oscillerende rutenettet).
      3. Innføre partikler i strømmen og ta noen bilder etter partikler vises i høyhastighets kameraets FOV. Overlegg påfølgende rammer og vurdere om partikler i påfølgende rammer kan skilles.
        1. Kontroller at innføring av partikler til høyhastighets kameraets FOV oppstår tilstrekkelig langt fra FOV at inngangseffekter er ubetydelig, at tettheten av partikler er sparsom nok til at det ikke er hyppige forekomster av overlapping av partikler i den høyhastighets bilde FOV, og at partikkel bevegelse er primært i flyet fotografert slik at partiklene er sporbare av øyet i kameraet FOV/PT kameraet bilde-historikk.
        2. Hvis du ikke får disse resultater, deretter gjenta 1.2 til det er oppnådd. Når oppnådd, stoppe anlegget (Stopp rutenettet oscillation).
  3. Kombinert siste kalibrering
    1. Plasser kalibrering målet i både PIV og PT kameraet FOVs med både LED og PIV lys ark. Kalibrering målet skal vises både av høyhastighets PT kamera og PIV kameraet. Kontroller at begge kameraene er i fokus. Hvis det ikke er i fokus, må trinnene 1.1 og 1.2 gjentas for PIV kamera og høyhastighets kamera, henholdsvis.
    2. Kontroller at minst én unike merke finnes på kalibrering målet som kan vises av både høyhastighets kamera FOV og PIV kameraet FOV. Mål og angi plasseringen av denne unike merke i fysisk plass til formål av romlige registrering mellom bildene.
    3. Kalibrere høyhastighets kameraet ved å fange og lagre ett bilde av kalibrering målet av høyhastighets PT kameraet. Kalibrere PIV kameraet på samme måte.
    4. Fjerne kalibrering mål fra væsken.
  4. Datainnsamling
    1. Kjøre anlegget (svinge rutenett) til den når steady state (~ 20 min).
    2. Angi lysforhold ved mørkere rommet og aktivere LED lys. Legge til partikler i væsken.
    3. Synkront starte bildeopptak for begge systemer når den første partikler i høyhastighets PT kameraet FOV (i live modus).
    4. Dataoverføre høyhastighets bildene fra RAM for høyhastighets PT kameraet og bevare bildene av PIV kameraet.
    5. Stoppe anlegget (stopper rutenettet svingninger).

2. image Analysis

Merk: Det finnes mange programvarepakker utføre både PIV og PT bildeanalyser-både reklamen og gratis vare. For PIV analyse er freeware koder OpenPIV (http://www.openpiv.net/) og MatPIV (http://folk.uio.no/jks/matpiv/index2.html). Kommersielle selskaper selger også PIV analyseprogramvare. For PT analyse finnes mange partikkel sporingskoder i både 3D- og 2D som Partikkel bane (https://omictools.com/particle-tracker-tool); en komplett liste over diverse programvareplattformer kan bli funnet her: https://omictools.com/particle-tracking-category eller http://tacaswell.github.io/tracking/html/. De fleste analyse pakker, f.eks MATLAB, har innebygde verktøy som gjør det relativt enkelt å implementere din egen sporingskoden. For resultatene som presenteres i denne studienOpenPIV, ble TSI innsiktog MATLAB tilpasset skrevet sporingskoder brukt.

  1. Analysere PIV bilder
    1. Dele hvert bilde i et rutenett av avhør windows (eksempelvis 64 x 64 bildepunkter2 med 50% overlapping) som er gjennomsnittlig flyten hastighet på hvert vindu er beregnet av kryss-samkjøre to påfølgende PIV bilder (dvs. PIV bilde par) som diskutert i PIV stilling, del 1.1.4.2.
      Merk: Avstanden mellom topp sammenhengen i hvert vindu og midten av vinduet angir gjennomsnittlig tracer forskyvning i vinduet. Når kalibrert, gir denne forskyvning delt mellom påfølgende PIV bilder (PIV par - se trinn 1.1.4.2) estimater av to i flyet komponentene i hastighet på hvert sted4. Samlet er det referert til som en hastighet vektorkart. Størrelsen på vinduet avhør bestemmer oppløsningen av flyt feltet produsert av PIV analyse som halvparten av denne avstanden er beregnet hastigheten vektor avstand. Denne avstanden sammen med bildepunktet til fysiske Omregningsfaktor angir oppløsningen i feltet målt flyt. I tillegg et tilstrekkelig antall tracers må i hvert vindu (minst 8-10 tracers) for å få lave antall feilaktige vektorer (se 2.1.2), og de må ikke fortrenge mer enn ca ¼ til ½ av vindusstørrelsen.
    2. Filtrere resultatene av kryss-korrelasjonen fjerne falske resultater fra hastighet vektor kart.
      1. Bruke filtere signal-til-støy (SNR). Brukes vanligvis krever en ratio på 1,5 og over (dette nummeret kan endres basert på bestemte eksperimentelle forhold).
        1. Angi SNR til enten forholdet mellom første og andre høyeste korrelasjon toppen i vinduet avhør eller forholdet mellom første og gjennomsnittlig korrelasjonen over vinduet bestemt avhør. Optimalisere SNR forholdet for hvert sett av eksperimenter. Antall vektorer mislykkes denne SNR kontrollen bør ikke overstige 10%.
      2. Filtrere gjenværende feilaktige vektorer (ikke over 5% mellom trinn 2.1.2.2 og 2.1.2.3) med et globalt filter som sammenligner hver individuelle hastighet vektor med hastighet kart gjennomsnitt pluss eller minus tre standardavvik av kart-hastigheter, og eliminerer fart utenfor dette området.
      3. Filtrere gjenværende feilaktige vektorer (ikke over 5% mellom trinn 2.1.2.2 og 2.1.2.3) bruker en lokal filter som sammenligner hver individuelle hastighet vektor med median hastigheten av et nabolag i omkringliggende hastighet vektorer, vanligvis 5 x 5 i størrelse.
        Merk: Bruk av teknologi og bestemme nabolaget størrelsen kan endres avhengig av spesifikke eksperimentelle forhold.
    3. Erstatt feilaktige vektorer i trinn 2.1.2 med interpolert vektorer (eller nabolaget medianen) bruker informasjon fra omkringliggende nabolag vektorer, vanligvis størrelse 5 x 5.
    4. Bestem avstanden til piksel konverteringsforholdet. Undersøke hvor mange piksler oversette til en bestemt avstand ved hjelp av avstanden mellom markører på kalibrering målet fotografert i trinn 1.3.3.
    5. Kalibrere vektorer. Konvertere vektorer beregnet i trinn 2.1.1-2.1.3 til fysiske enheter benytter denne omregningsfaktoren fra trinn 2.1.4 og tiden mellom bildet parene i trinn 1.1.4.2; konvertere forskyvningene i piksler til fart i fysiske enheter.
  2. Analysere høyhastighets bilder
    1. Fjern eventuelle rammer fra høyhastighets bildet tidsserien som var PIV laser belyse flyten.
      1. Summere intensitetsverdiene for hver ramme ervervet. Rammene som PIV laser var blinkende har en summerte intensitet som er mye større enn de uten PIV laser aktiv i bildet. Basert på en terskel på summerte intensiteten, fjerne bilder fra tiden serien som har en summerte intensitet større enn terskelverdien. Se 1.2.3.2 for veiledning i å minimere mengden av rammer som dette skjer.
    2. Konvertere gjenværende gråtonebilder til binære bilder ved hjelp av en terskel. I dette tilfellet bruker vi Otsus metoden for å bestemme terskelen som konverterer partikler til hvit og bakgrunnen til svart.
    3. Utføre blob analyse for hvert bilde.
      1. Identifisere områder av tilkobling i svart-hvitt bilde - heretter kalt objekter. Vanligvis brukes en tilkobling av 8 piksler.
      2. Fjerner alle objekter som er mye mindre i området (dvs. antall piksler objekt bruker i bildet) enn den typiske partikkelstørrelse i piksler i bildet, vanligvis rundt 3 piksler.
    4. Beregne partikkel baner.
      1. Identifisere centroid for alle (gjenværende) objekter i det første bildet.
      2. For hvert objekt oppdaget, søke påfølgende bildet for samme objekt ved å søke i et område nær centroid i tidligere bildet. Hvis bare én partikkel/objekt i vinduet finnes, deretter fortsette banen og registrere plasseringen av centroid i bildet; ellers avslutte banen.
        Merk: For stor for et søk området kan resultere i feil identifisering av partikkel i påfølgende bildet så søk bør være så begrenset som mulig uten å forårsake skjevhet i resultatene. Hvis Objektplassering i påfølgende rammen er ofte maksimal rekkevidde på søkevinduet, deretter er vinduet ikke stor nok.
      3. Gjenta trinn 2.2.4.2 til objektet finnes ikke lenger i påfølgende bildet. Når dette skjer, banen anses avsluttet.
        Merk: Hvis flertallet av partikkel spor er konsekvent kort (f.eks . mindre enn 5 bilder), så dette resultatet kan indikere at det er betydelig tredimensjonale bevegelse og at denne metoden ikke er egnet. Som en tommelfingerregel, bør partikkel spor være minst lag ¼ av partikkel sporing FOV14; men nødvendigheten av bestemt spor lengder kan variere med programmet.
      4. Gjenta trinn 2.2.4.1-2.2.4.3 starter med den andre rammen for alle objekter ikke allerede spores fra ramme 1. Gjenta denne prosessen for alle mulig Start rammer. Resultatet blir et bibliotek av partikkel baner gjennom hele eksperimentet.

3. analyse

  1. Beregne partikkel hastigheter og akselerasjoner fra posisjon baner fra høyhastighets bildene brukes til PT.
    1. Skille partikkel baner overholdt i 2.2 i tid (basert på rammen rate sett i trinn 1.2.3.2) for å beregne fart i hver retning. Forskjellsbehandlingen tid resulterer i anslag over Lagrangian hastigheten av partikler i piksler per tidsenhet.
      Merk: Dette trinnet må bare utføres hvis hastighet informasjon til partikler.
    2. Kalibrere fart ved å konvertere hastigheter fra piksler per enhetstid å distansere per enhetstid. Omregningsfaktoren (distanse per piksel) kan fås ved å undersøke avstanden mellom markører på kalibrering målet fotografert i trinn 1.3.3.
  2. Utfør Reynolds nedbryting PIV veikart til å beregne turbulente mengder.
    1. Beregne ensemble gjennomsnittet over alle PIV hastighet vektor kart samlet på hvert sted i PIV vektor kart hentet i trinn 2.1.
    2. Utføre en Reynolds nedbryting ved å trekke disse mener verdiene beregnes i 3.2.1 fra de øyeblikkelig fart i hvert kart å få tidsserien turbulente hastighet svingninger.
    3. Beregn statistikk av interesse, for eksempel turbulente hastighet root-betyr-torget (RMS). Alternativt kan en undersøke turbulente svingninger på nøyaktig partikkel steder i baner.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

En skjematisk av eksperimentelle oppsett er vist i figur 1. Figuren viser ordningen med lys ark (LED og laser), blir overlappingen i FOVs og plasseringen av FOVs i forhold til oscillerende rutenettet og akvariet vegger. Den turbulens og partikler måles samtidig som beskrevet i delen protokollen. Figur 2 viser eksempel resultatene av målinger av øyeblikkelig hastighet og vorticity sammen med eksempel partikkel baner. Resultatene av PIV analysen evalueres basert på databehandling RMS turbulente svingninger. For dette oscillerende rutenettet anlegget, bør omfanget av romlige gjennomsnittet av RMS hastighet svingninger over den PIV FOV øke med rutenett frekvens for både hastighet komponenter7,15. Hvis resultatet ikke er oppnådd, deretter funksjonen rutenett, PIV oppsett eller PIV analyse inneholder feil og skal gjentas. Et eksempel på loddrett profilen til RMS hastighet svingninger for ulike rutenettet frekvenser finnes i Figur 3, der det er vist at RMS turbulente svingningene øke med rutenett frekvens.

Partikkel baner evalueres ved å undersøke fordelingen av hastigheter fra partikkel baner, som vist i Figur 4. Disse distribusjonene bør være ca Gaussian i distribusjonen. Hvis de ikke, kan så det være et problem med oppkjøpet av høyhastighets bilder avhengig av den bestemte strømningsforhold, et problem med analyse av høyhastighets bilder eller et lite antall partikkel baner. I dette gitte programmet metoden, kan validering av banen resultatene også oppnås ved sammenligning til Dietrich16 kurvene for stillestående vann. Bane beregninger i stille vann bruke de samme fremgangsmåtene skissert her for partikler skal gi en bosetting hastighet som ca samsvarer med disse empirisk kurver som vist i figur 5, der resultatene for stillestående strømmen tilstand viser avtale med Dietrich16 kurver. Figur 5 viser også at partikler pleier å ha økt bosetting hastigheter turbulens som diskuteres i Jacobs et al. 7.

Figure 1
Figur 1: skjematisk beskrivelse av eksperimentelle oppsett, som består av et rutenett Turbulens tank, partikkel bilde velocimetry installasjon (ved hjelp av en CCD (PIV) kamera og laser) og 2D høyhastighets tenkelig partikkel sporing oppsett (ved hjelp av en CMOS (PT)-kamera og LED-lys ). Dimensjoner på skjematisk tilbys i centimeter. Dette tallet har blitt endret fra som vises i Jacobs et al. 7 Klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2: hastighet distribusjon og baner. (A) en eksempel øyeblikkelig væske hastighet distribusjon representeres av vektorer i piksler/s over øyeblikkelig vorticity preget av farge. Den røde skala vektoren i nedre venstre hjørne representerer 500 piksler/s. (B) et eksempel på time-lapse (over 30 PT bilder) baner av partikler med en 261 µm gjennomsnittlig diameter på 5 Hz rutenettet svingninger. B-panelet i dette tallet har blitt endret fra som vises i Jacobs et al. 7 Klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3: vannrett gjennomsnitt vertikale profiler av RMS de (a) vannrett og (b) loddrett turbulente svingninger for alle rutenett frekvenser (se forklaring). Turbulente RMS hastigheter øker med rutenett frekvens. RMS verdiene er basert på 500 vektor kart beregnet på alle steder, og deretter senere gjennomsnitt over alle horisontale stillinger (50 poeng) i hver loddrett posisjon å få de vertikale profilene vises. Dette tallet har blitt endret fra som vises i Jacobs et al. 7 Klikk her for å se en større versjon av dette tallet.

Figure 4
Figur 4: histogrammer for partikler målt horisontal og vertikal fart i stillestående vann og turbulent forhold (se undertekster) for (A, venstre to paneler) en naturlig (uregelmessig formet) sand partikkel med 261 µm gjennomsnittlig diameter og (B, høyre to paneler) en sfærisk syntetiske partikkel med en gjennomsnittlig diameter 71 µm. Linjene i subplots er Gaussian passer til histogrammer. Dette tallet har blitt endret fra som vises i Jacobs et al. 7 Klikk her for å se en større versjon av dette tallet.

Figure 5
Figur 5: Settling fart i stillestående og turbulente strømningsforhold versus partikkelstørrelse for flere ulike typer partikler. Som vist i forklaringen, fargene representerer annet sediment typer: syntetisk eller produsert partikler, flere industrielle sand typer (120, 100, 35) og sand fra lokale stranden i Myrtle Beach, SC-se tabell 1 i Jacobs et al. 7 for mer informasjon. Symboler, inkludert fylt sirkel, angir strømningsforhold representert som rutenettet frekvens i forklaringen der stillestående refererer til null frekvens. Som rutenettet frekvens øker, øker RMS turbulente hastighet svingninger. Empirisk kurvene Dietrich16 for partikkel bosetting hastighet i stillestående vann også vises for flere ulike form faktorer. Dette tallet har blitt endret fra som vises i Jacobs et al. 7 Klikk her for å se en større versjon av dette tallet.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Metoden beskrevet heri er relativt billig og gir en enkel måte å måle samtidig partikkel baner og turbulens undersøke påvirker flyten partikkel kinematikk. Det er bemerkelsesverdig å nevne at flyter eller partikkel bevegelser som er sterkt tredimensjonale ikke er egnet for denne teknikken. Ut-av-plane bevegelse vil resultere i feil17 i både 2D sporing og PIV analyse og bør minimaliseres. I tillegg krever metoden konsentrasjonen av sporede partikler relativt lav (på titalls partikler per PT bilde). Denne restriksjonen er viktige for å maksimere tillit at samme partikkel spores i påfølgende bilder. Hvis for mange partikler eksistere samtidig i FOV av PT kameraet, deretter unøyaktigheter i bane beregningene tidlig avslutning av baner kan oppstå økt feilrapporteringer i PIV bildeanalyser. Derfor ville problemer forbundet med partikkel flocculation være utfordrende for denne teknikken å undersøke fordi store partikkel konsentrasjoner er vanligvis nødvendig. Til slutt, denne teknikken er best egnet for sporing av større partikler (> 50 µm). Det må være tilstrekkelig skille mellom PIV tracers (~ 10 µm) partikler som spores. En faktor på minst 5 er foreslått.

De viktigste trinnene i protokollen for partikkel sporing er kalibrering fremgangsmåten, utvalg av Rammehastigheten, partikkel konsentrasjon i bildene, og sikre høy signal-til-støy-forhold i høyhastighets bilder. Blob analysen krever konvertering av gråtoner bildet til et svart-hvitt-bilde som partikkel baner er beregnet. Hvis kontrasten i høyhastighets bildene er slik at denne konverteringen er vanskelig, så er feil i baner sannsynligvis fordi det vil være usikkerhet i identifisering av partikler. Utilstrekkelig partikkel fortrengning, for stor for forskyvning mellom rammer, eller for mange partikler kan føre til feil i partikkel baner og/eller tidlig avslutning av partikkel baner. PIV, kalibrering av bildestørrelse, for tiden mellom bildet parene, riktig valg av tracers og detaljert justeringen mellom PIV kameraet og laser er de viktigste trinnene til å sikre et godt resultat i PIV korrelasjon analyse , som er nøkkelen for å få nøyaktig statistikk på turbulens.

Her viste vi resultatene av teknikken ved å bruke det for å undersøke bosetting hastigheten av ulike typer og størrelser av sediment partikler i varierende turbulent forhold. Resultatene viser en nesten Gaussian fordeling av partikkel settling hastigheter (samt vannrett hastigheter) som gjennomsnittet anses en typisk bosetting hastighet for denne partikkelen i ulike forhold. RMS turbulente hastighet svingninger viser en økning med rutenett frekvens som forventet7,15 og er ca uniform over FOV loddrette høyden (bortsett fra en lav turbulens tilfelle - 2 Hz rutenettet frekvens, se Figur 3 ). Sammen disse resultatene viser at samtidig måling av partikler og feltet informasjonsflyt var vellykket. De viser også at det er økt bosetting hastigheter med økende turbulens7, hvilke er gjennomført med "rask sporing" teorien partikkel bosetting atferd i turbulente flyt11.

Utnyttelsen av metoden her er et eksempel på adressering vitenskapelige spørsmål som involverer partikkel-turbulens samhandling; metoden kan brukes i andre forskningsdisipliner og programmer. I tillegg til å undersøke trender i et bestemt aspekt av partikkel atferd i varierende strømningsforhold, er det også mulig å undersøke hastighetene på bestemte forekomster i tid langs banen for en partikkel. Integrering av flyten hastighet informasjonen med partikkel bane data avhenger på spesifikke spørsmål undersøkt og tilbyr et potensielle vell av informasjon om partikkel kinematikken i renn for et stort utvalg av programmer. I sammendraget tilbyr denne teknikken en rimelig løsning for samtidig måling av partikkel baner og turbulens relevant i en rekke programmer der strømning samhandler med naturlige eller menneskeskapte partikler.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne ikke avsløre.

Acknowledgments

Deler av dette arbeidet ble støttet av II-VI Foundation og Coastal Carolina Professional ekstrautstyr stipendet. Vi ønsker også å erkjenne Corrine Jacobs, Marek Jendrassak og William Merchant for hjelpe med eksperimentelle oppsett.

Materials

Name Company Catalog Number Comments
Optical lenses CVI LASER OPTICS Y2-1025-45, RCC-25.0-15.0-12.7-C, PLCC-25.4-515.1-UV Other optics companies are acceptable. Spherical and cyclindrical lenses for generating PIV light sheet.
Camera lens for PIV Nikon Nikkor 105mm f/2D Other camera lens companies are acceptable. Camera lens for PIV imaging.
Camera lens for high-speed Nikon Nikkor 50mm f/1.8D Other camera lens companies are acceptable. Camera lens for high-speed imaging.
Dual-head pulsed laser Quantel EverGreen: 532nm, 70mJ@15Hz Other laser companies are acceptable. Dual-head Pulsed-laser for PIV: Nd:YAG
LED line light Gardasoft Vision, Ltd. VLX2 LED Line Lighting - Green - GAR-VLX2-250-LWD-G-T04 Other companies are acceptable. Line light for LED.
PIV seeding particles/tracers Potters Industries SPHERICAL Hollow Glass Spheres: 11 mm average diameter Other companies are acceptable. PIV seeding particles
CCD cross-correlation camera TSI, Inc. POWERVIEW 11M: CCD, Double-exposure, 4008x2672 pixels @ 4.2 Hz with 12bit dynmic range Other companies are acceptable. Double-exposurem, CCD camera for PIV imaging.
High-speed camera Photron FASTCAM SA3; Model 60K: 1024x1024 pixels @ 1kHz Other companies are acceptable. CMOS camera for high speed imaging.
Synchronizer TSI, Inc. LASERPULSE SYNCHRONIZER 610036 Other companies are acceptable. Synchronize the acquisition of the PIV camera and laser.
Calibration target TSI, Inc. Other companies are acceptable. Precision target for image calibration.

DOWNLOAD MATERIALS LIST

References

  1. Maxey, M. R. The gravitational settling of aerosol particles in homogeneous turbulence and random flow fields. Journal of Fluid Mechanics. 174, 441-465 (1987).
  2. Good, G. H., Ireland, P. J., Bewley, G. P., Bodenschatz, E., Collins, L. R., Warhaft, Z. Settling regimes of inertial particles in isotropic turbulence. Journal of Fluid Mechanics. 759, R3 (2014).
  3. Ha, H. K., Maa, J. P. Y. Effects of suspended sediment concentration and turbulence on settling velocity of cohesive sediment. Geosciences Journal. 14, (2), 163-171 (2010).
  4. Raffel, M., Willert, C. E., Wereley, S. T., Kompenhans, J. Particle image velocimetry: A practical guide. Springer. (2007).
  5. Lu, L., Sick, V. High-speed particle image velocimetry near surfaces. Journal of Visualized Experiments. 76, e50559 (2013).
  6. Yang, T. S., Shy, S. S. The settling velocity of heavy particles in an aqueous near-isotropic turbulence. Physics of Fluids. 15, (4), 868-880 (2003).
  7. Jacobs, C. N., Merchant, W., Jendrassak, M., Limpasuvan, V., Gurka, R., Hackett, E. E. Flow scales of influence on the settling velocities of particles with varying characteristics. PLoS One. 11, (8), 0159645 (2016).
  8. Murray, S. P. Settling velocities and vertical diffusion of particles in turbulent water. Journal of Geophysical Research. 75, (9), 1647-1654 (1970).
  9. Nielsen, P. Turbulence effects on the settling of suspended particles. Journal of Sedimentary Research. 63, (5), 835-838 (1993).
  10. Kawanisi, K., Shiozaki, R. Turbulent effects on the settling velocity of suspended sediment. Journal of Hydraulic Engineering. 134, (2), 261-266 (2008).
  11. Maxey, M. R., Corrsin, S. Gravitational settling of aerosol particles in randomly oriented cellular flow fields. Journal of the Atmospheric Sciences. 43, 1112-1134 (1986).
  12. Melling, A. Tracer particles and seeding for particle image velocimetry. Measurement Science and Technology. 8, (12), 1406-1416 (1997).
  13. Hadad, T., Gurka, R. Effects of particle size, concentration and surface coating on turbulent flow properties obtained using PIV/PTV. Experimental Thermal and Fluid Science. 45, 203-212 (2013).
  14. Adrian, R. J. Particle-imaging techniques for experimental fluid mechanics. Annual Review of Fluid Mechanics. 23, (1), 261-304 (1991).
  15. Shy, S. S., Tang, C. Y., Fann, S. Y. A nearly isotropic turbulence generated by a pair of vibrating grids. Experimental Thermal and Fluid Science. 14, (3), 251-262 (1997).
  16. Dietrich, W. E. Settling velocity of natural particles. Water Resources Research. 18, (6), 1615-1626 (1982).
  17. Huang, H., Dabiri, D., Gharib, M. On errors of digital particle image velocimetry. Measurement Science and Technology. 8, (12), 1427 (1997).
Samtidig måling av turbulens og partikkel kinematikk med flyt Imaging teknikker
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Hackett, E. E., Gurka, R. Simultaneous Measurement of Turbulence and Particle Kinematics Using Flow Imaging Techniques. J. Vis. Exp. (145), e58036, doi:10.3791/58036 (2019).More

Hackett, E. E., Gurka, R. Simultaneous Measurement of Turbulence and Particle Kinematics Using Flow Imaging Techniques. J. Vis. Exp. (145), e58036, doi:10.3791/58036 (2019).

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