Login processing...

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

Engineering

Analys av vätskedroppseffekter med hög genomströmning

doi: 10.3791/60778 Published: March 6, 2020

Summary

Detta protokoll möjliggör effektiv insamling av experimentella höghastighetsbilder av vätskedroppseffekter och snabb analys av dessa data i omgångar. För att effektivisera dessa processer beskriver metoden hur du kalibrerar och ställer in apparater, genererar en lämplig datastruktur och distribuerar ett bildanalysskript.

Abstract

Experimentella studier av vätskedroppspåverkan på ytor begränsas ofta i deras omfattning på grund av det stora utbudet av möjliga experimentella parametrar såsom materialegenskaper, påverkansförhållanden och experimentella konfigurationer. Förvärrar detta, drop effekter studeras ofta med hjälp av data-rika höghastighetsfotografering, så att det är svårt att analysera många experiment på ett detaljerat och snabbt sätt. Syftet med denna metod är att möjliggöra en effektiv studie av droppeffekter med höghastighetsfotografering med hjälp av ett systematiskt tillvägagångssätt. Utrustningen är anpassad och kalibrerad för att producera videor som kan bearbetas korrekt med en anpassad bildbehandlingskod. Dessutom säkerställer filstrukturinställningar och arbetsflöde som beskrivs här effektivitet och tydlig organisation av databehandling, som utförs medan forskaren fortfarande är i labbet. Bildbehandlingsmetoden extraherar den digitaliserade konturen för den nedpåverkade droppen i varje bildruta i videon och bearbetade data lagras för vidare analys efter behov. Protokollet förutsätter att en droppe frigörs vertikalt under gravitationen, och påverkan registreras av en kamera som tittar från sida på med droppen upplyst med hjälp av shadowgraphy. Många liknande experiment med bildanalys av höghastighetshändelser skulle kunna åtgärdas med mindre anpassning till det protokoll och den utrustning som används.

Introduction

Vätskedroppspåverkan på ytor är av stort intresse både för förståelse av grundläggande fenomen1 och för industriella processer2. Drop-effekter har studerats i över 100 år3, men många aspekter är ännu inte helt undersökta. Höghastighetsfotografering används nästan universellt för studier av droppeffekter4 eftersom det ger rika, tillgängliga data som gör det möjligt att göra analytiska mätningar med god tidsupplösning. Resultaten av en dropppåverkan på en fast yta5,6,7 sträcker sig från enkla nedfall till stänk8. Effekter på superhydrofoba ytor studeras ofta eftersom de kan generera särskilt intressanta resultat, inklusive drop bouncing9,10,11,12. Det protokoll som beskrivs här har utvecklats för att studera vattendroppseffekter på polymerytor med mikroskalmönster, och i synnerhet mönstrets påverkan på fallpåverkansresultat13,14.

Resultatet av ett fallpåverkansexperiment kan påverkas av ett stort antal möjliga variabler. Storleken och hastigheten på droppen kan variera, tillsammans med flytande egenskaper som densitet, ytspänning och viskositet. Nedgången kan vara antingen Newtons15 eller icke-Newtonian16. Ett stort utbud av slagytor har studerats, inklusive vätska7,17,fast18och elastiska19 ytor. Olika möjliga experimentella konfigurationer beskrevs tidigare av Rein et al.17. Droppen kan ta olika former. Det kan vara oscillerande, roterande eller islagsvinkel mot ytan. Ytstrukturen och miljöfaktorer som temperatur kan variera. Alla dessa parametrar gör fältet droplet effekter extremt omfattande.

På grund av detta stora utbud av variabler, studier av dynamiska flytande vätning fenomen är ofta begränsade till att fokusera på relativt specifika eller smala ämnen. Många sådana undersökningar använder ett måttligt antal experiment (t.ex. 50−200 datapunkter) som erhållits från manuellt behandlade höghastighetsvideor10,20,21,22. Bredden på sådana studier begränsas av den mängd data som kan erhållas av forskaren inom rimlig tid. Manuell bearbetning av videor kräver att användaren utför repetitiva uppgifter, såsom att mäta diametern på islagsdroppar, ofta uppnås med hjälp av bildanalys programvara (Fiji23 och Tracker24 är populära val). Den mest använda mätningen för att karakterisera falleffekter är diametern på en spridningsdroppe25,26,27,28.

På grund av förbättringar i bildbehandling börjar automatiska datorstödda metoder förbättra datainsamlingseffektiviteten. Till exempel finns bildanalysalgoritmer för automatisk mätning av kontaktvinkel29 och ytspänning med hjälp av hängedroppsmetoden30 nu tillgängliga. Mycket större effektivitetvinster kan göras för höghastighetsfotografering av droppeffekter, som producerar filmer som består av många enskilda bilder för analys, och faktiskt några nyligen genomförda studier har börjat använda automatiserad analys15,18, även om det experimentella arbetsflödet inte tydligt har förändrats. Andra förbättringar i den experimentella designen för fallpåverkan experiment har uppstått från framsteg i kommersiellt tillgängliga LED-ljuskällor, som kan kombineras med höghastighetskameror via shadowgraph teknik31,32,33,34.

I den här artikeln beskrivs en standardiserad metod för insamling och analys av filmer med drop impact. Det primära syftet är att möjliggöra en effektiv insamling av stora datamängder, vilket i allmänhet bör vara användbart för de många olika falleffektstudier som beskrivs ovan. Med den här metoden kan den tidsbelösta, digitaliserade konturen för en slagfall erhållas för ~100 experiment per dag. Analysen beräknar automatiskt dropppåverkansparametrarna (storlek, hastighet, Weber och Reynolds-tal) och den maximala spridningsdiametern. Protokollet är direkt tillämpligt för alla grundläggande droppparametrar (inklusive vätska, storlek och slaghastighet), substratmaterial eller miljöförhållanden. Studier som skannar ett stort antal experimentella parametrar kan utföras på en relativt kort tidsram. Metoden uppmuntrar också högupplösta studier, som täcker ett litet utbud av variabler, med flera upprepade experiment.

Fördelarna med den här metoden tillhandahålls av det standardiserade experimentet och en tydlig datastruktur och arbetsflöde. Den experimentella installationen producerar bilder med konsekventa egenskaper (rumsliga och kontrast) som kan skickas till en anpassad bildanalyskod (ingår som en kompletterande kodningsfil som körs på MATLAB) för snabb bearbetning av inspelade videor omedelbart efter experimentet. Integrering av databehandling och datainsamling är en primär orsak till den förbättrade övergripande hastigheten på datainsamlingen. Efter en session av datainsamling har varje video bearbetats och alla relevanta rådata lagras för vidare analys utan att kräva upparbetning av videon. Dessutom kan användaren visuellt inspektera kvaliteten på varje experiment omedelbart efter det att det utförs och upprepa experimentet om det behövs. Ett första kalibreringssteg säkerställer att den experimentella installationen kan reproduceras mellan olika labbsessioner med god precision.

Det antas att för att genomföra denna metod användaren har tillgång till en höghastighetskamera arrangerad så att den avbildar ytan från en horisontell (side-on) synvinkel. En schematisk representation av detta arrangemang visas i figur 1, inklusive definition av kartesiska axlar. Systemet bör ha möjlighet att exakt placera både kameran och provet i tre dimensioner (X, Y och Z). En skugggrafmetod implementeras för att belysa droppen och placeras längs kamerans optiska väg. Systemet bör använda ett högkvalitativt likströms(DC) LED-belysningssystem (inklusive en kolliderande kondensorlins) som kan flyttas i X- och Z-riktningar för att justera den optiska banan mot kameran. Det antas också att användaren har tillgång till en sprutpump som de kan programmera att producera enskilda droppar av önskad volym när den är ansluten till en viss nål35. Droppen faller under tyngdkraften så att dess slaghastighet styrs av nålens position ovanför ytan. Även om denna inställning är ganska generisk, table of Materials listar specifik utrustning som används för att få de representativa resultaten, och noterar några potentiella begränsningar som införts genom val av utrustning.

Figure 1
Bild 1: Schematisk representation av den minimala experimentella installationen. En höghastighetskamera är placerad på bilddroppar som påverkar vertikalt på ett prov från sida på. En LED-ljuskälla är i linje med kamerans siktlinje för skugggrafi. En nål används för individuell droppproduktion och kartesiska axlar definieras. Klicka här för att se en större version av denna siffra.

Metodbeskrivningen är inriktad på mätning av kanterna på flytande droppar när de faller och påverkar. Bilder erhålls från den vanliga sida-på synvinkel. Det är möjligt att undersöka spridning droppar från både sida-på och nedifrån och upp-vyer med hjälp av två höghastighetskameror13,14, men nedifrån och upp-vyn är inte möjligt för ogenomskinliga material, och en top-down-vy ger anpassning komplikationer. Det grundläggande arbetsflödet kan användas för att förbättra forskningen för alla små (2−3 mm diameter) objekt som påverkar ytor, och det kan användas för större eller mindre objekt med ytterligare mindre förändringar. Förbättringar och alternativ till den experimentella installationen och metoden beaktas ytterligare i diskussionsavsnittet.

Protocol

1. Ställa in höghastighetskameran

  1. Ställ in det fasta synfältet (FOV) för kameran och beräkna konverteringsfaktorn från pixel till mm.
    1. Placera en justeringsmarkör (t.ex. en 4 mm sidolängdsmarkör med den medföljande bildanalyskoden) på provscenens mittposition så att den är vänd mot kameran. Justera förstoringen av kameran så att den fyrkantiga markören passar inom FOV. Se till att markören är i fokus och ta en bild.
      OBS: Bildanalyskoden kräver att en avbildad dropp täcker mer än 1 % av den totala FOV, annars klassificeras den som brus. På samma sätt bör droppen inte ta upp mer än 40% av FOV, annars identifieras som en misslyckad bildbehandling händelse.
    2. Lås förstoringen av linsen och se till att detta förblir oförändrat under ett parti experiment.
    3. Ladda det grafiska användargränssnittet (GUI) för dropppåverkansanalysprogrammet genom att klicka på ikonen i MATLAB.
    4. Kör bildanalyskoden. Klicka på knappen kalibrera kameran i det grafiska gränssnittet och välj den bild som erhålls i steg 1.1.1. Ange storleken på kalibreringsrutan i mm och klicka på OK.
    5. Flytta rektangeln som visas på skärmen tills kalibreringsrutan är det enda objektet i den. Klicka på OK så beräknas konverteringsfaktorn automatiskt. Om den automatiska kalibreringen misslyckas följer du programledaren för att utföra manuell kalibrering.
  2. Rikta in det experimentella systemet.
    1. Förbered vätskan som används för dispensering av enskilda droppar.
      1. Placera nålfästet runt användarens ögonhöjd för att möjliggöra enkel belastning.
      2. Rensa slangen manuellt för att ta bort vätska genom att trycka igenom luft med en spruta. Se till att slangen inte är vriden och att nålen är säker och ren. Fäst nålen och slangen så att nålen är vertikal.
        OBS: Rengör vid behov stålnålen med etanol i ett ultraljudsbad.
      3. Fyll sprutan med den vätska som undersöks (t.ex. vatten) och fäst den på den datorstyrda sprutpumpen. Rensa nålen med hjälp av sprutpumpen (klicka och håll i dispenseknappen) tills det inte finns några bubblor i vätskan.
      4. Ställ in sprutpumpen så att den doserar den volym som krävs för frisättning av en enskild droppe.
        ANMÄRKNING: För de representativa resultaten var den genomsnittliga droppdiametern 2,6 mm med en dispenseringshastighet på 0,5 ml/min och en dispenseringsvolym på 11 μL. Pumphastigheten bör vara långsam nog så att droppar bildas och frisätts under gravitationen, och detta kan finjusteras genom trial and error. Volymen på droppen kan approximeras som14
        Equation 1
        där D är nåldiametern är γLG den flytande gasytans spänning, och ρ är vätsketätheten.
    2. Rikta in provet (t.ex. platt polydimetylsiloxan [PDMS]) genom att placera det under nålen och dispensera en enda droppe med hjälp av sprutpumpen. Kontrollera att droppen landar och sprider sig på det område i provet som är av intresse och om inte ändrar provpositionen efter behov.
      OBS: Om droppjusteringen har visat sig vara svår, kontrollera att nålen är korrekt monterad i nålhållaren vertikalt och inte böjd. Exemplet justeras nu i förhållande till X- och Y-axlarna och bör inte flyttas under experiment.
    3. Rikta in och fokusera kameran.
      1. Fördela en droppe på provet. Justera provhållarens vertikala läge (Z) tills ytan är i nivå med kamerans centrum.
      2. Justera kamerans vågräta läge (X) så att droppen på provet justeras i mitten av FOV. Justera led-lysdiodens vertikala (Z) och vågräta (X) positioner så att kamerans position matchar kamerans placering, så att ljusets mittpunkt visas i mitten av FOV. Justera avståndet (Y) på kameran från droppen så att droppen kommer i fokus.
        Obs: Systemet är nu justerat och kalibrerat. Om placeringen av all utrustning är oförändrad kan protokollet pausas och startas om utan omjustering. Provjusteringen i vertikal riktning (Z) måste upprepas för prover av varierande tjocklek.
    4. Ställ in inspelningsförhållandena för kameran.
      1. Ställ in bildrutehastigheten på kameran till ett optimalt värde för det objekt som spelas in.
        OBS: Den optimala bildfrekvensen på kameran(fps)kan förutsägas med31
        Equation 2
        Där N är provtagningshastigheten (antal bilder tagna som objektet täcker längdskalan, normalt 10), är V droppens hastighet och j är bildlängdsskalan (t.ex. FOV).
      2. Ställ in kamerans exponeringstid till ett så litet värde som möjligt samtidigt som du behåller tillräckligt med belysning. I detta skede, justera linsen bländaren till den minsta tillgängliga inställningen samtidigt som tillräckligt med belysning.
        ANMÄRKNING: En uppskattning av den lägsta exponeringstiden (te) ges senast31
        Equation 3
        där k är längdskalan (t.ex. storleken på en pixel), är PMAG den primära förstoringen och V är droppens hastighet.
      3. Ställ in avtryckaren för kameran. Använd en utlösare i slutläge så att kameran buffrar inspelningen och stannar sedan på utlösaren (t.ex. ett användarmusklick).
        Obs: Ett automatiskt utlösarsystem kan användas för att automatisera den här processen.

2. Genomföra experiment

  1. Förbered datorfilsystemet för en grupp experiment.
    1. Skapa en mapp för att lagra filmer för den aktuella omgången experiment. Ange den här mappen som sparplats för kameraprogramvaran enligt kameratillverkarens guide. Kontrollera att filformatet för tagna bilder är tif.
    2. Klicka på knappen Ange bana i bildanalysen s.K. och välj samma mapp som i steg 2.1.1, som talar om för programvaran att övervaka den här mappen för nya videor.
    3. Skapa mappstrukturen för en grupp experiment.
      1. Klicka på knappen Skapa mappar på bildanalys-GRÄNSSNITTET och ange fyra värden enligt uppmaning: 1) minsta släpphöjd, 2) den maximala frisättningshöjden, 3) höjdsteget mellan varje experiment och 4) antalet upprepade experiment på varje höjd.
        OBS: Islagshastighet kan approximeras som V = (2gh)1/2, där g är accelerationen på grund av gravitationen och h är droppfrisättningshöjden.
      2. Klicka på OK om du vill köra skriptet Skapa mappar.
        Ett antal mappar har nu skapats i katalogen för det här experimentet. Dessa mappar heter "height_xx" där xx är höjden på droppfrisläppet. I var och en av dessa mappar är tomma mappar redo att lagra data för varje upprepat experiment. Upprepa avsnitt 2.1 för varje ny yta eller vätska som ska studeras.
  2. Förbered ytan efter behov för experimentet. För att påverka en torr, fast yta, rengör ytan med ett lämpligt standardprotokoll och låt den torka helt.
  3. Spela in en droppeffekthändelse.
    1. Placera provet på provfasen. Om det behövs roterar du ytan för att anpassa den till kameran. Flytta nålen till önskad droppfrisättningshöjd.
    2. Se till att vyn från kameran är fri, sedan fånga och spara en bild (som ska användas senare under bildbehandling) med hjälp av kamerans programvara. Börja videoinspelningen så att kameran spelar in och buffrar (dvs. fyller kamerans interna minne).
    3. Fördela en droppe på provet med hjälp av sprutpumpen (steg 1.2.1.4). Utlösa inspelningen för att stoppa när påverkanshändelsen är klar. Ta bort ytan från provhållaren och torka den, beroende på vad som är lämpligt.
  4. Förbered videofilen för vidare analys.
    1. Beskär videon.
      1. Med hjälp av lämplig programvara (t.ex. höghastighetskameraprogramvara), skanna igenom videon för att hitta den första ramen där droppen är helt inom FOV. Beskär början av videon till den här ramen.
      2. Gå framåt med det antal bildrutor som krävs för att fånga de intressefenomen under påverkansexperimentet (t.ex. 250 bildrutor är vanligtvis tillräckliga för stötar som fångas upp vid 10 000 fps). Beskär slutet av videon till den här ramen.
      3. Spara videon som en AVI-fil och ange spara sökvägen till motsvarande mapp för den aktuella experimentella batchen, släpphöjden och upprepningsnumret.
    2. Klicka på knappen Sortera filer i bildanalysen. Bekräfta visuellt att bakgrundsbilden som tas i steg 2.3.2 nu visas på skärmen. Detta hittar den senast sparade AVI-filen och .tif-filen och flyttar dem till samma mapp, förutsatt att de togs samtidigt.
    3. Klicka på knappen Kör spårning för att börja bildbearbetning. Videon visas med den resulterande bildbearbetningen överlagrad. Kontrollera kvalitativt att bildbehandlingen fungerar korrekt genom att titta på videon.
      Obs: När bildbearbetningen är klar visar bildbehandlingskoden en bild av droppen vid maximal spridning. Om kameran inte kalibreras korrekt kan det leda till felaktig bildbehandling. Upprepa kalibreringen om det behövs tills bildbearbetningen har slutförts.
    4. Upprepa avsnitten 2.3 och 2.4, justera nålens höjd efter behov för att utföra alla experiment i detta parti.
      OBS: Varje experimentell mapp kommer nu att innehålla en serie .mat filer. Dessa filer innehåller de data som extraheras av bildbehandlingsprogrammet och sparas för framtida analys, inklusive släppdisposition, område, begränsningsram och omkrets för varje ram.

3. Analys av rådata

  1. Klicka på knappen Processdata i bildanalysen för att börja beräkna huvudvariablerna från råbearbetade data. Om detta körs efter den experimentella sessionen uppmanas användaren att välja mappen som innehåller den grupp av experiment som ska bearbetas.
  2. Ange de fyra värdena enligt följande: 1) bildhastighet för inspelning (fps), 2) vätsketäthet (kg/m3),3) vätskeyta (N/m) och 4) vätskeviskositet (Pa·s).
    OBS: Programvaran standard till en bildhastighet på 9.300 fps och flytande egenskaper vatten i omgivande förhållanden. De angivna värdena används för att beräkna Weber- och Reynolds-talen.
  3. Spara data i videofolders.mat-filen och exportera som en CSV-fil.
    OBS: Koden kommer att läsa in filen prop_data.mat för ett enda experiment, beräkna placeringen av droppen centrum, hitta islagsramen (definieras som den sista ramen innan droppen centrum decelerates), och den ram där droppen horisontella spridning maximeras. De utdata som sparas kommer att vara droppens islagshastighet (med hjälp av en1:a ordningens polynomial passform till droppcentrets vertikala position som en funktion av tiden), droppdiametern vidmaximal spridning och effekten Weber och Reynolds-talen.

Representative Results

Omvandlingen av avstånd mätt från bilder i pixlar till millimeter uppnås med hjälp av en känd referenskvadrat. Denna kvadrat måste vara fri i kamerans FOV, och i fokus(bild 2A). Felaktig inriktning på referenskvadraten (figur 2B) kommer att ge ett systematiskt fel i de beräknade variablerna, t.ex. För att minska felet vid beräkningen av konverteringsfaktorn bör referenstorget täcka så mycket av FOV som möjligt. Den sida längden på torget bör vara känd för att så hög precision som möjligt, med tanke på upplösningen gränsen för kameran.

Droppidentifieringsprogramvaran förlitar sig på att provets yta presenteras horisontellt för kameran, som visas i figur 2C. Ytor som är böjda eller dåligt lösta(figur 2D)kommer att ge bildbearbetningsfel. Programvaran kan användas för att analysera droppar som påverkar plana ytor som inte är horisontella, så länge ytkanten ger en skarp kontrast mot bakgrunden.

För att säkerställa att hela droppspridningen spåras av programvaran ska droppen landa i mitten av provet (figur 2E). Om systemet är felaktigt justerat kan droppen glida från mittpositionen och vara ur fokus(bild 2F). Om droppen är ur fokus blir den beräknade storleken felaktig. Denna effekt orsakas ofta av dålig anpassning av det system som används för att flytta nålen vertikalt bort från ytan, vilket kommer att producera en drift i inverkan plats som en funktion av höjd. Det föreslås att användaren genomför ett optiskt brödboardsystem (eller liknande) för att säkerställa parallell och vinkelrät justering.

För att säkerställa att de avbildade kanterna på den nedgående droppen ser skarpa, föreslås att den kortaste exponeringstiden som är möjlig med den tillgängliga ljuskällan bör användas(figur 2G). Felaktig justering av belysningsbanan i förhållande till kameran leder ofta till justering av andra inställningar, till exempel kameraöppning och exponeringstid. Detta ger en luddig kant till den resande droppen (bild 2H)

Figure 2
Figur 2: Vanliga problem med felaktig kalibrering av systemet. (A)Kalibreringsrutan korrekt justerad och fokuserad. (B)Kalibreringskvadrat en ur fokus, vilket ger felaktig kalibreringsfaktor. (C)Provytan är horisontell och ger en hög kontrast mellan provyta och bakgrund. (D)Provet är i en vinkel mot kameran, vilket ger en reflekterande yta. (E)Droppen landar i mitten av provet i fokusplanet. (F) Droplet landar utanför centrum och är inte i fokus på grund av den breda bländare som används. (G)En droppe avbildars med vassa kanter på grund av en kort exponeringstid (10 μs). (H)Suboptimal belysning och en längre exponeringstid (99 μs) ger rörelseoskärpa. Klicka här för att se en större version av denna siffra.

Felaktig belysning och justering av provet kan ge bländning och skuggor i de inspelade bilderna. Dessa producerar ofta artefakter i bildbehandlingsstadierna, vilket kan minska antalet insamlade datapunkter av god kvalitet. Bländning är vanligt för genomskinliga vätskor om belysningsbanan inte är justerad horisontellt. Programvaran bör kunna spåra hela konturen av droppen i videobilderna (Bild 3A). Om spårningen inte är slutförd kommer de uppmätta värdena, till exempel spridningsdroppens längd, att vara felaktiga (figur 3B).

Figure 3
Bild 3: Längden på en nedslagsdroppe som en funktion av videobildrutenumret (islagsram = 0). Varje blå datapunkt motsvarar inmängdsbilderna. (A) Korrekt belysning gör att programvaran kan spåra hela konturen på droppen (gul linje). Kontaktpunkter (gröna kors) identifieras korrekt och den inspelade längden på spridningsdroppen är en jämn funktion av bildrutenumret. (B)Dålig belysning ger bländning på vätskan och droppens vänstra kant spåras inte korrekt. Den registrerade längden på spridningsdroppen visar felaktigheter i uppgifterna. Klicka här för att se en större version av denna siffra.

Kompletterande kodningsfil. Klicka här för att ladda ner den här filen.

Discussion

Denna metod beror på kontroll av position och justering av flera delar av systemet. Ett minimikrav för att använda denna metod är möjligheten att justera provet, kameran och belysningslampan. Felaktig justering av ljuskällan till kamerasensorn är ett vanligt problem. Om ljusbanan kommer in i kameran i en vinkel produceras oönskade artefakter och hindrar bildbehandling. Användaren bör sträva efter att uppnå en nästan perfekt horisontell belysningsbana mellan LED och kamerasensorn. Exakta positioneringskontroller (t.ex. mikrometersteg) är till hjälp för denna aspekt av metoden.

Valet av lins är beroende av fov som krävs för experimentet. Även om vanliga variabla zoomobjektiv gör det möjligt att anpassa systemet i farten, lider de ofta av andra problem. Om du använder variabla zoomobjektiv måste användaren se till att den totala förstoringen inte ändras under en grupp experiment (när systemet är kalibrerat, protokollavsnitt 1). Detta problem kan undvikas med hjälp av fasta förstoringslinser. Med förstoringen fast kan fokalplanets placering av båda typerna av objektiv ändras genom att kameran flyttas i förhållande till provet.

När du justerar systemet är det lämpligt att använda ett tomt prov med samma tjocklek som de prover som ska undersökas. Detta hindrar prover av intresse från att skadas eller blöta före experiment. Om provtjockleken ändras under en grupp experiment måste systemet justeras i Z-riktningen.

Även om det inte är nödvändigt, kan tillägget av ett datorstyrt nålpositioneringssystem avsevärt öka metodens hastighet och upplösning. Vanliga stepper motor skensystem kan användas som möjliggör placering av nålen med mikrometer noggrannhet. Digital styrning av nålen gör det också möjligt för användaren att noll höjden i förhållande till ytan med större precision. Det här ytterligare steget säkerställer att den experimentella installationen kan återställas korrekt i början av en ny labbsession.

Det rekommenderas att användaren lär sig att använda kontrollprogramvaran för höghastighetskameran. De flesta moderna system kan använda en bildutlösare. Denna metod använder kamerans interna höghastighetselektronik för att övervaka ett område i FOV för ändringar. Om den kalibreras noggrant kan detta användas för att utlösa kameran automatiskt när droppen påverkar ytan. Den här metoden minskar den tid som ägnas åt att hitta rätt bildrutor i videon som ska beskäras när en video har spelats in.

Denna metod kan utökas för att använda mer än en kamera för analys av riktningsberoende fenomen. Om du använder flera kameror rekommenderas att användaren använder maskinvaruutlösare och synkronisering. De flesta höghastighetskamerasystem gör det möjligt att synkronisera flera kameror för att spela in med samma bildhastighet. Med hjälp av en delad maskinvaruutlösare (t.ex. transistor-transistorlogik [TTL]-puls) kan användaren spela in samtidiga vyer av samma experiment. Denna metod skulle kunna anpassas ytterligare för att registrera samma händelse vid två olika förstoringar.

Syftet med detta protokoll är att möjliggöra snabb insamling och bearbetning av höghastighetsvideodata för droppar som påverkar ytor. Som visat, det är mångsidig över en rad olika slagförhållanden. Med relativt små ändringar av analyskoden kan den utvidgas till att ge ytterligare data (t.ex. tidsberoende och stänkprofiler) eller att studera olika påverkansgeometrier. Ytterligare förbättringar kan innebära automatisk beskärning av videor för att inkludera de viktigaste bildrutorna av intresse. Detta steg, tillsammans med automatisering av nålhöjden, skulle göra det möjligt för batch-videor som skall samlas in på ett helautomatiskt sätt, utan kräver att användaren ändrar prov mellan effekterna.

Disclosures

Författarna har inget att avslöja.

Acknowledgments

Detta arbete stöddes av Marsden fonden, som administreras av Royal Society of New Zealand.

Materials

Name Company Catalog Number Comments
24 gauge blunt tip needle Sigma Aldrich CAD7930
4 x 4 mm alignment square (chrome on glass) Made in-house using lithography.
5 ml syringe ~ ~ Should be compatible with syringe pump. Leur lock connectors join the syringe to the needle.
Aspheric condenser lens Thor Labs ACL5040U Determines beam width, which should cover the field of view.
Cat 5e ethernet cable ~ ~ A fast data connection between the high-speed camera and PC, suitable for Photron cameras.
Droplet impact analysis software ~ ~ Provided as Supplementary Coding File. Outline data are stored in .mat files. Calculations are output as .csv files.
Front surface high-power LED Luminus CBT-40-G-C21-JE201 LED Separate power supply should be DC to avoid flickering.
High-speed camera Photron Photron SA5 Typically operated at ~10,000 fps for drop impacts.
High-speed camera software Photron Photron Fastcam Viewer Protocol assumes camera has an end trigger; that movie files can be saved in .avi format, and screenshots in .tif format, to a designated folder; and that movies can be cropped.
Linear translation stages Thor Labs DTS25/M Used to position the LED, sample and camera.
Macro F-mount camera lens Nikon Nikkor 105mm f/2.8 Lens Choice of lens determines field of view.
PC running Matlab 2018b Matlab ~ PC processing power and RAM can effect protocol speed and hence efficiency.
Polydimethylsiloxane (PDMS) Dow SYLGARD™ 184 Silicone Elastomer Substrates made using a 10:1 (monomer:cross-linker) ratio.
PTFE tubing ~ ~
Syringe pump Pump Systems Inc NE-1000 Protocol assumes this can be set to dispense a specific volume.

DOWNLOAD MATERIALS LIST

References

  1. Josserand, C., Thoroddsen, S. T. Drop impact on a solid surface. Annual Review of Fluid Mechanics. 48, 365-391 (2016).
  2. Van Dam, D. B., Le Clerc, C. Experimental study of the impact of an ink-jet printed droplet on a solid substrate. Physics of Fluids. 16, 3403-3414 (2004).
  3. Worthington, A. M. A study of splashes. Longmans, Green, and Company. London. (1908).
  4. Thoroddsen, S., Etoh, T., Takehara, K. High-speed imaging of drops and bubbles. Annual Review of Fluid Mechanics. 40, 257-285 (2008).
  5. Chandra, S., Avedisian, C. On the collision of a droplet with a solid surface. Proceedings of the Royal Society of London. Series A: Mathematical and Physical Sciences. 32, (1884), 13-41 (1991).
  6. Marengo, M., Antonini, C., Roisman, I. V., Tropea, C. Drop collisions with simple and complex surfaces. Current Opinion in Colloid and Interface Science. 16, 292-302 (2011).
  7. Yarin, A. L. Drop impact dynamics: Splashing, spreading, receding, bouncing. Annual Review of Fluid Mechanics. 38, (1), 159-192 (2006).
  8. Thoroddsen, S. T. The making of a splash. Journal of Fluid Mechanics. 690, 1-4 (2012).
  9. Bartolo, D., et al. Bouncing or sticky droplets: Impalement transitions on superhydrophobic micropatterned surfaces. Europhysics Letters. 74, (2), 299-305 (2006).
  10. Richard, D., Quéré, D. Bouncing water drops. Europhysics Letters. 50, (6), 769-775 (2000).
  11. Bird, J. C., Dhiman, R., Kwon, H. M., Varanasi, K. K. Reducing the contact time of a bouncing drop. Nature. 503, 385-388 (2013).
  12. Khojasteh, D., Kazerooni, M., Salarian, S., Kamali, R. Droplet impact on superhydrophobic surfaces: A review of recent developments. Journal of Industrial and Engineering Chemistry. 42, 1-14 (2016).
  13. Robson, S., Willmott, G. R. Asymmetries in the spread of drops impacting on hydrophobic micropillar arrays. Soft Matter. 12, (21), 4853-4865 (2016).
  14. Broom, M. Imaging and Analysis of Water Drop Impacts on Microstructure Designs. University of Auckland. Doctoral dissertation (2019).
  15. Lee, J. B., Derome, D., Guyer, R., Carmeliet, J. Modeling the maximum spreading of liquid droplets impacting wetting and nonwetting surfaces. Langmuir. 32, (5), 1299-1308 (2016).
  16. Laan, N., de Bruin, K. G., Bartolo, D., Josserand, C., Bonn, D. Maximum diameter of impacting liquid droplets. Physical Review Applied. 2, (4), 044018 (2014).
  17. Rein, M. Phenomena of liquid drop impact on solid and liquid surfaces. Fluid Dynamics Research. 12, (2), 61-93 (1993).
  18. Wang, M. J., Lin, F. H., Hung, Y. L., Lin, S. Y. Dynamic behaviors of droplet impact and spreading: Water on five different substrates. Langmuir. 25, (12), 6772-6780 (2009).
  19. Weisensee, P. B., Tian, J., Miljkovic, N., King, W. P. Water droplet impact on elastic superhydrophobic surfaces. Scientific Reports. 6, 30328 (2016).
  20. Xu, L., Zhang, W. W., Nagel, S. R. Drop splashing on a dry smooth surface. Physical Review Letters. 94, (18), 184505 (2005).
  21. Clanet, C., Béguin, C., Richard, D., Quéré, D. Maximal deformation of an impacting drop. Journal of Fluid Mechanics. 517, 199-208 (2004).
  22. Collings, E., Markworth, A., McCoy, J., Saunders, J. Splat-quench solidification of freely falling liquid-metal drops by impact on a planar substrate. Journal of Materials Science. 25, (8), 3677-3682 (1990).
  23. Schindelin, J., et al. Fiji: An open-source platform for biological-image analysis. Nature Methods. 9, (7), 676-682 (2012).
  24. Tracker Video Analysis and Modeling Tool for Physics Education (software). Available from: https://physlets.org/tracker (2019).
  25. Bennett, T., Poulikakos, D. Splat-quench solidification: Estimating the maximum spreading of a droplet impacting a solid surface. Journal of Materials Science. 28, (4), 963-970 (1993).
  26. Rioboo, R., Marengo, M., Tropea, C. Time evolution of liquid drop impact onto solid, dry surfaces. Experiments in Fluids. 33, (1), 112-124 (2002).
  27. Ukiwe, C., Kwok, D. Y. On the maximum spreading diameter of impacting droplets on well-prepared solid surfaces. Langmuir. 21, (2), 666-673 (2005).
  28. Wildeman, S., Visser, C. W., Sun, C., Lohse, D. On the spreading of impacting drops. Journal of Fluid Mechanics. 805, 636-655 (2016).
  29. Biolè, D., Bertola, V. A goniometric mask to measure contact angles from digital images of liquid drops. Colloids and Surfaces A: Physicochemical and Engineering Aspects. 467, 149-156 (2015).
  30. Daerr, A., Mogne, A. Pendent_Drop: An ImageJ plugin to measure the surface tension from an image of a pendent drop. Journal of Open Research Software. 4, (1), 3 (2016).
  31. Versluis, M. High-speed imaging in fluids. Experiments in Fluids. 54, (2), 1458 (2013).
  32. Rydblom, S., Thӧrnberg, B. Liquid water content and droplet sizing shadowgraph measuring system for wind turbine icing detection. IEEE Sensors Journal. 16, (8), 2714-2725 (2015).
  33. Castrejón-García, R., Castrejón-Pita, J., Martin, G., Hutchings, I. The shadowgraph imaging technique and its modern application to fluid jets and drops. Revista Mexicana de Física. 57, (3), 266-275 (2011).
  34. Castrejón-Pita, J. R., Castrejón-García, R., Hutchings, I. M. High speed shadowgraphy for the study of liquid drops. Fluid Dynamics in Physics, Engineering and Environmental Applications. Klapp, J., Medina, A., Cros, A., Vargas, C. Springer. Berlin, Heidelberg. 121-137 (2013).
  35. Tripp, G. K., Good, K. L., Motta, M. J., Kass, P. H., Murphy, C. J. The effect of needle gauge, needle type, and needle orientation on the volume of a drop. Veterinary ophthalmology. 19, (1), 38-42 (2016).
  36. Hugli, H., Gonzalez, J. J. Drop volume measurements by vision. Machine Vision Applications in Industrial Inspection VIII. 3966, 60-67 (2000).
Analys av vätskedroppseffekter med hög genomströmning
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Broom, M. A. J., Willmott, G. R. High Throughput Analysis of Liquid Droplet Impacts. J. Vis. Exp. (157), e60778, doi:10.3791/60778 (2020).More

Broom, M. A. J., Willmott, G. R. High Throughput Analysis of Liquid Droplet Impacts. J. Vis. Exp. (157), e60778, doi:10.3791/60778 (2020).

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