Summary

Sıvı Damlacık Etkilerinin Yüksek Elde LiAnalizi

Published: March 06, 2020
doi:

Summary

Bu protokol, sıvı düşmesi etkilerinin deneysel yüksek hızlı görüntülerinin verimli bir şekilde toplanmasını ve bu verilerin toplu olarak hızlı bir şekilde analiz edilmesini sağlar. Bu işlemleri kolaylaştırmak için yöntem, aygıtınasıl kalibre edip kuracağı, uygun bir veri yapısı oluşturacağı ve bir görüntü çözümleme komut dosyası dağıtacağı açıklanır.

Abstract

Yüzeydeki sıvı düşmesi etkilerinin deneysel çalışmaları, malzeme özellikleri, etki koşulları ve deneysel konfigürasyonlar gibi çok çeşitli olası deneysel parametreler nedeniyle genellikle kapsamları sınırlıdır. Bu bileşik, damla etkileri genellikle veri açısından zengin yüksek hızlı fotoğrafçılık kullanılarak incelenir, böylece ayrıntılı ve zamanında birçok deney analiz etmek zordur. Bu yöntemin amacı, sistematik bir yaklaşım la yüksek hızlı fotoğrafçılık ile damlacık etkilerinin etkin bir şekilde incelenmesini sağlamaktır. Donanım, özel bir görüntü işleme kodu yla doğru bir şekilde işlenebilen videolar üretmek üzere hizalanır ve kalibre edilir. Ayrıca, burada açıklanan dosya yapısı kurulumu ve iş akışı, araştırmacı hala laboratuvardayken gerçekleştirilen veri işlemenin verimliliğini ve net organizasyonunu sağlar. Görüntü işleme yöntemi, videonun her karesinde etkileyen damlacık sayısallaştırılmış anahat ayıklar ve işlenmiş veriler gerektiği gibi daha fazla analiz için saklanır. Protokol, bir damlacık yerçekimi altında dikey olarak serbest bırakılır varsayar ve etkisi bir kamera tarafından yan-on damla gölgelik kullanılarak aydınlatılmış ile görüntülenir. Yüksek hızlı olayların görüntü analizini içeren benzer birçok deney, kullanılan protokol ve ekipmanda küçük bir ayarlama yla ele alınabilir.

Introduction

Yüzeylerüzerindeki sıvı düşmesi etkileri hem temelfenomen1’in anlaşılması hem de endüstriyel süreçler için büyük ilgi çekicidir2. Damla etkileri üzerinde 100 yıldır çalışılmıştır3,ama birçok yönü tam olarak araştırılmak üzere henüz. Yüksek hızlı fotoğrafçılık, analitik ölçümlerin iyi zaman çözünürlüğü ile yapılmasını sağlayan zengin ve erişilebilir veriler sağladığı ndan, damladarbeleri 4’ün çalışmaları için neredeyse evrensel olarak kullanılır. Katı bir yüzey üzerinde bir damla etkisi sonuçları5,6,7 basit birikintisi için sıçrama8aralığı . Onlar 9, 10,11,12sıçrayan damla da dahil olmak üzere özellikle ilginç sonuçlar üretebilir gibi süperhidrofobik yüzeyler üzerindeki etkileri genellikle çalışılır. Burada açıklanan protokol mikro ölçekli desenleme ile polimer yüzeylerüzerinde su damlaetkileri incelemek için geliştirilmiştir, ve özellikle damla etkisi sonuçları üzerinde desen etkisi13,14.

Bir düşme etkisi deneyinin sonucu çok çeşitli olası değişkenlerden etkilenebilir. Düşüşün boyutu ve hızı, yoğunluk, yüzey gerilimi ve viskozite gibi sıvı özellikleriile birlikte değişebilir. Damla ya Newton15 ya da Newton olmayan16olabilir. Sıvı7,17,katı18ve elastik19 yüzeyler dahil olmak üzere çok çeşitli darbe yüzeyleri incelenmiştir. Çeşitli olası deneysel konfigürasyonlar daha önce Rein ve ark.17tarafından tanımlanmıştır. Damlacık farklı şekillerde olabilir. Yüzeye bir açıyla salınım yapabilir, dönebilir veya etkilenebilir. Yüzey dokusu ve sıcaklık gibi çevresel faktörler değişebilir. Tüm bu parametreler damlacık etkileri alanında son derece geniş kapsamlı olun.

Değişkenlerin bu geniş aralığı nedeniyle, dinamik sıvı ıslatma olayları çalışmaları genellikle nispeten belirli veya dar konulara odaklanmak için sınırlıdır. Bu tür birçok araştırma, el ile işlenmiş yüksek hızlı videolardan elde edilen orta sayıda deney (örneğin, 50−200 veri noktası) kullanır10,20,21,22. Bu tür çalışmaların genişliği, araştırmacı tarafından makul bir süre içinde elde edilebilecek veri miktarı ile sınırlıdır. Videoların manuel olarak işlenmesi, kullanıcının genellikle görüntü analiz yazılımı (Fiji23 ve Tracker24 popüler seçeneklerdir) kullanımıyla elde edilen etkileyen damlacıkların çapını ölçmek gibi tekrarlayan görevleri yerine getirmesini gerektirir. Damla darbelerini karakterizeetmek için en yaygın olarak kullanılan ölçüm,25,26,27,28’likbir yayılan damlanın çapıdır.

Görüntü işlemedeki gelişmeler nedeniyle, otomatik bilgisayar destekli yöntemler veri toplama verimliliğini artırmaya başlıyor. Örneğin, temas açısı29 ve yüzey gerilimi kolye damla yöntemi30 kullanarak otomatik ölçüm için görüntü analizi algoritmaları artık mevcuttur. Çok daha büyük verimlilik kazanımlar damla etkileri yüksek hızlı fotoğraf için yapılabilir, hangi analiz için birçok bireysel görüntülerden oluşan filmler üretir, ve gerçekten bazı yeni çalışmalar otomatik analiz kullanmaya başladı15,18, deneysel iş akışı açıkça değişmemiş olmasına rağmen. Damla darbe deneyleri için deneysel tasarım diğer iyileştirmeler gölgegraf tekniği ile yüksek hızlı kameralar ile birleştiğinde olabilir ticari olarak kullanılabilir LED ışık kaynaklarında gelişmeler ortaya çıkmıştır31,32,33,34.

Bu makalede, drop etkisi filmlerinin yakalanması ve analizi için standart laştırılmış bir yöntem açıklanmaktadır. Birincil amaç, yukarıda açıklanan çok çeşitli damla etkisi çalışmaları için genel olarak yararlı olmalıdır büyük veri kümeleri, verimli bir şekilde toplanması sağlamaktır. Bu yöntem kullanılarak, etkileyen bir düşüşün zaman çözümlenmiş, sayısallaştırılmış anahattı günde ~100 denemeler için elde edilebilir. Analiz, damlacık etki parametrelerini (boyut, hız, Weber ve Reynolds numaraları) ve maksimum yayılma çapını otomatik olarak hesaplar. Protokol, herhangi bir temel damlacık parametreleri (sıvı, boyut ve darbe hızı dahil), substrat malzemesi veya çevre koşulları için doğrudan geçerlidir. Çok çeşitli deneysel parametreleri tarayan çalışmalar nispeten kısa bir zaman diliminde yapılabilir. Yöntem aynı zamanda, birden fazla tekrar deneyi ile küçük bir değişken aralığını kapsayan yüksek çözünürlüklü çalışmaları da teşvik eder.

Bu yöntemin yararları standart deneme ve net bir veri yapısı ve iş akışı tarafından sağlanmaktadır. Deneysel kurulum, denemeden hemen sonra kaydedilen videoların anında işlenmesi için özel bir görüntü analiz koduna (MATLAB üzerinde çalışan Tamamlayıcı Kodlama Dosyası olarak dahil) geçirilebilen tutarlı özelliklere (uzamsal ve kontrast) görüntüler üretir. Veri işleme ve edinme entegrasyonu, veri toplamanın genel hızının iyileştirilmesinin başlıca nedenidir. Bir veri toplama oturumundan sonra, her video işlendi ve ilgili tüm ham veriler videonun yeniden işlenmesine gerek kalmadan daha fazla analiz için depolanır. Ayrıca, kullanıcı her denemenin kalitesini gerçekleştirildikten hemen sonra görsel olarak inceleyebilir ve gerekirse denemeyi tekrarlayabilir. İlk kalibrasyon adımı, deneysel kurulumun farklı laboratuvar oturumları arasında iyi bir hassasiyetle çoğaltılmasını sağlar.

Bu yöntemi uygulamak için kullanıcının yüzeyi yatay (yan-on) bir bakış açısından görüntüleyebilmek için düzenlenmiş yüksek hızlı bir kameraya erişebisi olduğu varsayılır. Bu düzenlemenin şematik bir gösterimi Kartezyen eksenlerin tanımı da dahil olmak üzere Şekil 1’degösterilmiştir. Sistem, hem kamerayı hem de numuneyi üç boyutlu (X, Y ve Z) hassas bir şekilde konumlandırabilme yeteneğine sahip olmalıdır. Damlacık aydınlatmak için bir gölgegraf yöntemi uygulanır ve kameranın optik yolu boyunca yerleştirilir. Sistem, optik yolu kamerayla hizalamak için X ve Z yönünde hareket ettirilebilen yüksek kaliteli bir doğru akım (DC) LED aydınlatma sistemi (kolimatör kondenser lens idahil) kullanmalıdır. Ayrıca kullanıcı belirli bir iğne35bağlı istenilen hacimde bireysel damlacıkları üretmek için programolabilir bir şırınga pompası erişimi olduğu varsayılır. Damlacık yerçekimi ne kadar dır, böylece çarpışma hızı iğnenin yüzeyüzerindeki konumu tarafından kontrol edilir. Bu kurulum oldukça genel olmasına rağmen, Malzeme Tablosu temsili sonuçları elde etmek için kullanılan belirli ekipmanları listeler ve ekipman seçimi tarafından uygulanan bazı olası kısıtlamalara dikkat çeker.

Figure 1
Şekil 1: Minimal deneysel kurulumun şematik gösterimi. Yüksek hızlı kamera, bir numuneüzerinde dikey olarak etkili olan görüntü damlacıklarına konumlandırılır. Bir LED ışık kaynağı, kameranın görüş açısıyla gölgelendirilir. Bireysel damlacık üretimi için bir iğne kullanılır ve Kartezyen eksenleri tanımlanır. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Yöntem açıklaması, sıvı damlacıklarının düşme ve çarpma sırasında kenarlarının ölçümü üzerinde odaklanmıştır. Görüntüler, yaygın olarak kullanılan yan-on bakış açısından elde edilir. İki yüksek hızlı kamera13,14kullanarak her iki yan ve aşağıdan yukarıya görünümlerden yayılan damlacıkları araştırmak mümkündür, ancak opak malzemeler için aşağıdan yukarıya görünüm mümkün değildir ve yukarıdan aşağıya görünüm hizalama komplikasyonları üretir. Temel iş akışı, yüzeyleri etkileyen küçük (2−3 mm çapında) nesneler için araştırmayı geliştirmek için kullanılabilir ve daha küçük değişikliklerle daha büyük veya daha küçük nesneler için kullanılabilir. Deneysel kurulum ve yöntemdeki iyileştirmeler ve alternatifler tartışma bölümünde daha fazla ele alınır.

Protocol

1. Yüksek hızlı kameranın kurulumu Kamera için sabit görüş alanını (FOV) ayarlayın ve pikselden mm’ye dönüşüm faktörünün hesaplayın. Örnek sahnenin orta pozisyonuna kameraya bakacak şekilde bir hizalama işaretçisi (örneğin, sağlanan görüntü analiz koduyla birlikte 4 mm’lik bir yan uzunluk işaretçisi) yerleştirin. Kare işaretçiSi FOV’a sığacak şekilde kameranın büyütülmasını ayarlayın. İşaretleyicinin odakta olduğundan emin olun ve bir görüntü yakalayın.NOT: Görüntü analiz kodu, görüntülenmiş bir damlanın toplam FOV’un %1’inden fazlasını kapsamasını gerektirir, aksi takdirde gürültü olarak sınıflandırılır. Aynı şekilde, damlacık FOV’un ‘ından fazlasını almamalıdır, aksi takdirde başarısız bir görüntü işleme olayı olarak tanımlanır. Lensin büyütmesini kilitleyin ve bir dizi deneme sırasında bunun değişmediğinden emin olun. MATLAB içindeki simgeye tıklayarak damlacık etki analizi yazılımı için grafik kullanıcı arabirimini (GUI) yükleyin. Görüntü analiz kodunu çalıştırın. GUI’de kamerayı kalibre edin düğmesine tıklayın ve adım 1.1.1’de elde edilen görüntüyü seçin. Kalibrasyon karesinin boyutunu mm’ye girin ve Tamam’ıtıklatın. Kalibrasyon karesi içindeki tek nesne olana kadar ekranda gösterilen dikdörtgeni hareket ettirin. Tamam’ı tıklatın ve yazılım otomatik olarak dönüşüm faktörlerini hesaplar. Otomatik kalibrasyon başarısız olursa, manuel kalibrasyon gerçekleştirmek için yazılım kılavuzunu izleyin. Deneysel sistemi hizalayın.Tek tek damlacıkların dağıtımı için kullanılan sıvıyı hazırlayın. Yükleme kolaylığı sağlamak için iğne montajını kullanıcının göz seviyesinin etrafına yerleştirin. Havayı şırınga yla iterek herhangi bir sıvıyı çıkarmak için boruyu elle temizler. Tüpün bükülmediğinden ve iğnenin güvenli ve temiz olduğundan emin olun. İğneyi ve boruyu sabitle ki iğne dikey olacak şekilde.NOT: Gerekirse, bir ultrasonik banyoda etanol ile çelik iğne temizleyin. Şırıngayı araştırılan sıvıyla doldurun (örn. su) ve bilgisayar kontrollü şırınga pompasına takın. Şırınga pompası kullanarak iğneyi temizleyin (düğmeye tıklayın ve dağıtım düğmesini basılı tutun) sıvıda kabarcık lar bulunana kadar. Şırınga pompasını, tek bir damlacık serbest bırakılması için gereken hacmi dağıtacak şekilde ayarlayın.NOT: Temsili sonuçlar için ortalama damlacık çapı 0,5 mL/dk ve 11 μL’lik dağıtım hacmi kullanılarak 2,6 mm idi. Pompalama hızı damlacıklar form ve yerçekimi altında serbest böylece yeterince yavaş olmalıdır, ve bu deneme yanılma yoluyla ince ayar lı olabilir. Damlacık hacmi14 olarak tahmin edilebilirD iğne çapı, γLG sıvı-gaz yüzey gerilimi ve ρ sıvı yoğunluğudur. Numuneyi (örn. düz polidimetilsiloksane [PDMS]) iğnenin altına yerleştirerek ve şırınga pompasını kullanarak tek bir damlacık dağıtarak hizalayın. Damlacık, numunenin ilgilendiği alana inip yayılmadığını ve numunenin konumunu gerektiği gibi değiştirmezse kontrol edin.NOT: Damlacık hizalaması zorlaşıyorsa, iğnenin iğne tutucuya dikey olarak doğru monte edilip edilmediğini ve bükülmediğini kontrol edin. Örnek artık X ve Y eksenlerine göre hizalanır ve deneyler sırasında hareket ettirilmemelidir. Kamerayı hizala ve odakla. Numunenin üzerine tek bir damlacık dağıtın. Numune tutucunun dikey konumunu (Z) yüzey kameranın FOV merkeziyle aynı seviyeye gelene kadar ayarlayın. Kameranın yatay konumunu (X) böylece numuneüzerindeki damlacık FOV’un ortasına hizalanır. Işığın merkezinin FOV’un merkezinde görünmesi için LED’in dikey (Z) ve yatay (X) konumlarını kameranın konumuyla eşleşecek şekilde ayarlayın. Damlacıktan kameranın uzaklığı (Y) ayarla, böylece damlacık odak haline gelir.NOT: Sistem şimdi hizalanmış ve kalibre edilmiştir. Tüm ekipmanların konumlandırılması değişmezse, protokol yeniden hizalama yapılmadan duraklatılmış ve yeniden başlatılabilir. Değişen kalınlıktaki numuneler için dikey yönde (Z) örnek hizalama tekrarlanmalıdır. Kameranın kayıt koşullarını ayarlayın. Kameranın kare hızını, kaydedilen nesne için en uygun değere ayarlayın.NOT: Kameranın en uygun kare hızı(fps)31 kullanılarak tahmin edilebilirNerede N örnekleme hızı (nesne uzunluk ölçeğini kapsar gibi yakalanan görüntü sayısı, normalde 10), V damlacık hızı ve j görüntüleme uzunluğu ölçeği (örneğin, FOV). Yeterli aydınlatmayı korurken kameranın pozlama süresini mümkün olduğunca küçük bir değere ayarlayın. Bu aşamada, yeterli aydınlatmayı korurken lens diyafram açıklığını mevcut en küçük ayara ayarlayın.NOT: Minimum maruz kalma süresi (te) için bir tahmin31 tarafından verilirk uzunluk ölçeği (örneğin, bir pikselboyutu), PMAG birincil büyütme ve V damlacık hızıdır. Kamera nın tetiğini ayarlayın. Kameranın kaydı arafle edip tetikleyicide durması için bir son modu tetikleyicisi kullanın (örn. kullanıcı fare tıklaması).NOT: Bu işlemi otomatikleştirmek için otomatik bir tetikleme sistemi kullanılabilir. 2. Deneylerin yürütülmesi Bilgisayar dosya sistemini bir dizi deneme için hazırlayın. Geçerli deneme grubu için filmleri depolamak için bir klasör oluşturun. Bu klasörü, kamera üreticisinin kılavuzunu izleyen kamera yazılımı için kaydetme konumu olarak ayarlayın. Yakalanan görüntülerin dosya biçiminin .tif olduğundan emin olun. Görüntü analizi GUI’deki Yolu Ayarla düğmesini tıklatın ve yazılıma bu klasörü yeni videolar için izlemesini söyleyen adım 2.1.1’deki yle aynı klasörü seçin. Bir dizi deneme için klasör yapısını oluşturun. Gui görüntü analizindeki Klasörleri Yap düğmesini tıklatın ve istendiği gibi dört değer girin: 1) minimum damlacık bırakma yüksekliği, 2) maksimum serbest bırakma yüksekliği, 3) her deneme arasındaki yükseklik adımı ve 4) her yükseklikteki tekrar deneylerinin sayısı.NOT: Etki hızı V = (2gh)1/2olarak tahmin edilebilir, g yerçekiminden kaynaklanan ivme ve h damla salınım yüksekliğidir. Klasörleri Yap komut dosyasını çalıştırmak için Tamam’ı tıklatın.NOT: Bu denemenin dizininde bir dizi klasör oluşturuldu. Bu klasörler xx damlacık serbest yüksekliği “height_xx” olarak adlandırılır. Bu klasörlerin her birinde, boş klasörler her yineleme denemesi için veri depolamak için hazırdır. İncelenecek her yeni yüzey veya sıvı için bölüm 2.1’i tekrarlayın. Yüzeyi deney için gerektiği gibi hazırlayın. Kuru, katı bir yüzeye etki etmek için, yüzeyi uygun bir standart protokolle temizleyin ve tamamen kurumasını bekleyin. Bir damlacık etkisi olayını kaydedin. Örneği örnek aşamasına yerleştirin. Gerekirse, kamera ile hizalamak için yüzeyi döndürün. İğneyi istenilen damlacık serbest yüksekliğe taşıyın. Kameradan gelen görünümün engellenmediğinden emin olun, ardından kamera yazılımını kullanarak bir görüntüyü yakalayın ve kaydedin (görüntü işleme sırasında daha sonra kullanılacak). Kameranın kayıt ve arabelleğe alma (yani, kameranın iç bellek doldurma) böylece video kaydı başlatın. Şırınga pompasını kullanarak numuneye tek bir damlacık dağıtın (adım 1.2.1.4). Darbe olayı tamamlandıktan sonra kaydı durdurmak için kaydı tetikle. Yüzeyi numune tutucudan çıkarın ve uygun şekilde kurutun. Daha fazla analiz için video dosyasını hazırlayın. Videoyu kırpın. Uygun yazılım (örn. yüksek hızlı kamera yazılımı) kullanarak, damlacık tamamen FOV içinde olduğu ilk kareyi bulmak için video üzerinden tazyik. Videonun başlangıcını bu çerçeveye kırpın. Darbe deneyi sırasında ilgi çekici fenomenleri yakalamak için gereken kare sayısına göre ilerleyin (örneğin, 250 kare genellikle 10.000 fps’de yakalanan darbeler için yeterlidir). Videonun sonunu bu çerçeveye kırpın. Videoyu bir .avi dosyası olarak kaydedin ve geçerli deneme toplu iş, sürüm yüksekliği ve yinelenen numara için ilgili klasöre kaydet yolunu ayarlayın. Görüntü analizi GUI’de Dosyaları Sırala düğmesini tıklatın. 2.3.2 adımında çekilen arka plan görüntüsünün artık ekranda görüntülendiğini görsel olarak doğrulayın. Bu, en son kaydedilen .avi dosyasını ve .tif dosyasını bulur ve aynı anda alındıklarını varsayarak aynı klasöre taşır. Görüntü işlemeye başlamak için İzlemeyi Çalıştır düğmesini tıklatın. Video, ortaya çıkan görüntü işleme nin yerle bir edilmesiyle görüntülenir. Videoyu izleyerek görüntü işlemenin doğru çalışıp çalışmadığını nitel olarak kontrol edin.NOT: Görüntü işleme tamamlandığında, görüntü işleme kodu maksimum yayılma damlacık bir görüntü görüntüler. Kameranın düzgün bir şekilde kalibre edilmemesi yanlış görüntü işlemeye neden olabilir. Gerekirse, görüntü işleme başarılı olana kadar kalibrasyonu tekrarlayın. Bu toplu işlemdeki tüm deneyleri yapmak için iğnenin yüksekliğini ayarlayarak 2.3 ve 2.4 bölümlerini tekrarlayın.NOT: Her deneysel klasör artık bir dizi .mat dosyası içerecektir. Bu dosyalar, görüntü işleme yazılımı tarafından ayıklanan ve her kare için açılan anahat, alan, sınırlayıcı kutu ve çevre dahil olmak üzere gelecekteki analizler için kaydedilen verileri içerir. 3. Ham verilerin analizi Görüntü analizi GUI’de, ham işlenmiş verilerden ana değişkenlerin hesaplanmasına başlamak için İşlem Verileri düğmesini tıklatın. Bu, deneme oturumundan sonra çalıştırılırsa, kullanıcıdan işlem için deneme toplu seçeneğini içeren klasörü seçmesi istenir. İstenilen dört değeri girin: 1) kayıt kare hızı (fps), 2) sıvı yoğunluğu (kg/m3),3) sıvı yüzey gerilimi (N/m) ve 4) sıvı viskozitesi (Pa·s).NOT: Yazılım, 9.300 fps’lik bir kare hızına ve ortam koşullarında suyun akışkan özelliklerine bağlıdır. Girilen değerler Weber ve Reynolds sayılarını hesaplamak için kullanılır. Verileri videofolders.mat dosyasına kaydedin ve .csv dosyası olarak dışa aktarın.NOT: Kod dosyayı tek bir deneme için prop_data.mat yükleyecek, damlacık merkezinin konumunu hesaplar, darbe çerçevesini (damlacık merkezi yavaşlamadan önceki son kare olarak tanımlanır) ve damlacık yatay yayılmasının en üst düzeye çıkarıldığı çerçeveyi bulur. Kaydedilen çıkış verileri darbe hızı (zaman fonksiyonu olarak damlacık merkezinin dikey konumuna 1sıra polinom uygun kullanarak), damlacık eşdeğer çapı (damlacık hacmi bulmak için Z ekseni hakkında dönme simetri sayarak hesaplanan, daha sonra bu hacim36ile bir kürenin çapı nı bulma), maksimum yayılmasında damlacık çapı ve etkisi Weber ve Reynolds numaraları olacaktır.

Representative Results

Pikselcinsinden görüntülerden ölçülen mesafelerin milimetreye dönüştürülmesi, bilinen bir referans karesi ile elde edilir. Bu kare kameranın FOV engelsiz olmalıdır, ve odak(Şekil 2A). Referans karesinin(Şekil 2B)yanlış odaklanması, hesaplanan değişkenlerde sistematik bir hata ya da hız gibi bir hataya neden olur. Dönüşüm faktörü nün hesaplanmasındaki hatayı azaltmak için referans karesi FOV’un mümkün olduğunca büyük bir kısmını kapsamalıdır. Kameranın çözünürlük sınırı göz önüne alındığında, karenin yan uzunluğu mümkün olduğunca yüksek bir hassasiyet olarak bilinmelidir. Damlacık tanımlama yazılımı, Şekil 2C’degösterildiği gibi, kameraya yatay olarak sunulan numunenin yüzeyine dayanır. Bükülmüş veya kötü çözülmüş yüzeyler(Şekil 2D)görüntü işleme hataları oluşturur. Yazılım, yüzey kenarı arka plana karşı keskin bir kontrast ürettiği sürece yatay olmayan düz yüzeyleri etkileyen damlacıkları analiz etmek için kullanılabilir. Damlacık yayılmasının tamamının yazılım tarafından izlenmesini sağlamak için damlacık numunenin ortasına inmelidir (Şekil 2E). Sistem yanlış hizalanmışsa, damlacık merkez konumundan sürüklenebilir ve odak dışında olacaktır (Şekil 2F). Açılan damlacık odak dışında ise hesaplanan boyutu yanlış olacaktır. Bu etki genellikle iğneyi yüzeyden dikey olarak uzaklaştırmak için kullanılan sistemin kötü hizalanmasından kaynaklanır, bu da yükseklik fonksiyonu olarak darbe konumunda bir sürüklenme meydana getirir. Bu kullanıcı paralel ve dik hizalama sağlamak için bir optik breadboard sistemi (veya benzer) uygular önerilmektedir. Etkileyen damlacığın görüntülenmiş kenarlarının keskin görünmesini sağlamak için, mevcut ışık kaynağıyla mümkün olan en kısa pozlama süresinin kullanılması önerilmektedir(Şekil 2G). Aydınlatma yolunun kameraya göre yanlış hizalanması genellikle kamera diyafram açıklığı ve pozlama süresi gibi diğer ayarların ayarlanmasına yol açar. Bu, seyahat eden damlacık için bulanık bir kenar üretir (Şekil 2H) Şekil 2: Sistemin yanlış kalibrasyonu ile ilgili yaygın sorunlar. (A) Kalibrasyon karesi doğru hizalanmış ve odaklanmıştır. (B) Kalibrasyon karesi odak dışında, yanlış kalibrasyon faktörü üreten. (C) Numune yüzeyi yataydır ve numune yüzeyi ile arka plan arasında yüksek kontrast sağlar. (D) Örnek kameranın bir açıda dır, yansıtıcı bir yüzey üretir. (E) Damlacık, odak düzleminde numunenin ortasına iner. (F) Droplet merkezden iner ve kullanılan geniş diyafram açıklığı nedeniyle odak ta değildir. (G) Bir damlacık kısa pozlama süresi (10 μs) nedeniyle keskin kenarları ile görüntülenir. (H) Alt-optimal aydınlatma ve daha uzun pozlama süresi (99 μs) hareket bulanıklığı üretir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. Numunenin yanlış aydınlatması ve hizalanması, kaydedilen görüntülerde parlama ve gölgeler üretebilir. Bunlar genellikle görüntü işleme aşamalarında, toplanan iyi kalitede veri noktalarının sayısını azaltabilir eserler üretir. Aydınlatma yolu yatay olarak hizalanmazsa, parlama saydam sıvılar için yaygındır. Yazılım video görüntüleri(Şekil 3A)damlacık tüm anahat izlemek gerekir. İzleme tamamlanmazsa, yayılan damlacık uzunluğu gibi ölçülen değerler yanlış olacaktır (Şekil 3B). Şekil 3: Video kare numarasının işlevi olarak etkileyen bir damlacık uzunluğu (darbe çerçevesi = 0). Her mavi veri noktası gelen görüntülere karşılık gelir. (A) Doğru aydınlatma, yazılımın damlacık (sarı çizgi) anahatlarını tüm ünü izlemesini sağlar. Temas noktaları (yeşil haçlar) doğru şekilde tanımlanır ve yayılan damlacık kaydedilen uzunluğu kare numarası düzgün bir fonksiyonudur. (B) Zayıf aydınlatma sıvı üzerinde parlama üretir ve damlacık sol kenarı doğru takip edilmez. Yayılan damlacık kaydedilen uzunluğu verilerde yanlışlıklar gösterir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. Ek Kodlama Dosyası. Bu dosyayı indirmek için lütfen buraya tıklayınız.

Discussion

Bu yöntem, sistemin çeşitli bölümlerinin konumunun ve hizalamasının denetimine bağlıdır. Bu yöntemi kullanmak için en az gereksinim, örnek, kamera ve aydınlatma LED hizalamak için yeteneğidir. Işık kaynağının kamera sensörüne yanlış hizalanması sık karşılaşılan bir konudur. Işık yolu kameraya bir açıyla girerse, istenmeyen eşyalar üretilir ve görüntü işlemeyi engeller. Kullanıcı, LED ve kamera sensörü arasında mükemmele yakın yatay aydınlatma yolu elde etmeyi hedeflemelidir. Hassas konumlandırma kontrolleri (örn. mikrometre aşamaları) yöntemin bu yönü için yararlıdır.

Lens seçimi deney için gerekli FOV bağlıdır. Yaygın olarak kullanılan değişken zum lensler sistemin anında adapte olmasına izin vermesine rağmen, genellikle başka sorunlardan muzdariptir. Değişken zum lensleri kullanıyorsanız, kullanıcı bir dizi deneme sırasında toplam büyütmenin değişmediğinden emin olmalıdır (sistem kalibre edildikten sonra, protokol bölüm 1). Bu sorun sabit büyütme lensleri kullanılarak önlenebilir. Büyütme sabit, lens her iki tür odak düzleminin konumu örnek göre kamera hareket ettirerek değiştirilebilir.

Sistemi hizalarken incelenecek örneklerle aynı kalınlıkta boş bir örnek kullanılması tavsiye edilir. Bu, ilgi örneklerinin denemelerden önce hasar görmesini veya ıslak olmasını durdurur. Örnek kalınlığı bir dizi deneme sırasında değişirse, sistemin Z yönünde yeniden hizalanması gerekir.

Gerekli olmasa da, bilgisayar kontrollü iğne konumlandırma sisteminin eklenmesi yöntemin hızını ve çözünürlüğünü büyük ölçüde artırabilir. İğnenin mikrometre hassasiyeti ile konumlandırılmasına olanak tanıyan, yaygın olarak bulunan step motorlu raylı sistemler kullanılabilir. İğnenin dijital kontrolü aynı zamanda kullanıcının yüzeye göre yüksekliği daha hassas bir şekilde sıfırlamasına da olanak tanır. Bu ek adım, deneysel kurulumun yeni bir laboratuvar oturumunun başlangıcında doğru bir şekilde geri yüklenmesini sağlar.

Kullanıcının yüksek hızlı kamera için kontrol yazılımını kullanmayı öğrenmesi tavsiye edilir. Çoğu modern sistem görüntü tetikleyicisi kullanabilir. Bu yöntem, değişiklikler için FOV bir alanı izlemek için kameranın iç yüksek hızlı elektronik kullanır. Dikkatlice kalibre edilirse, damlacık yüzeye çarparken bu kamerayı otomatik olarak tetiklemek için kullanılabilir. Bu yöntem, video kaydedildikten sonra kırpmak için videonun doğru çerçevelerini bulmak için harcanan zamanı azaltır.

Bu yöntem, yöne bağlı fenomenlerin analizi için birden fazla kamera kullanmak üzere genişletilebilir. Birden çok kamera kullanıyorsanız, kullanıcının donanım tetikleme ve eşitleme kullanması önerilir. Yüksek hızlı kamera sistemlerinin çoğu, aynı kare hızında kaydetmek için birden fazla kameranın senkronize edilmesine olanak tanır. Paylaşılan bir donanım tetikleyicisi (örneğin, transistör-transistör mantığı [TTL] darbesi) kullanarak, kullanıcı aynı deneyin eşzamanlı görünümlerini kaydedebilir. Bu yöntem, aynı olayı iki farklı büyütmede kaydetmek için daha da uyarlanabilir.

Bu protokol, yüzeyleri etkileyen damlacıklar için yüksek hızlı video verilerinin hızlı bir şekilde toplanmasını ve işlenmesini sağlamayı amaçlamaktadır. Gösterildiği gibi, bir dizi etki koşulu üzerinde çok yönlüdür. Analiz kodunda göreceli olarak küçük değişikliklerle, daha fazla veri sağlamak (örneğin, zaman bağımlılığı ve sıçrama profilleri) veya farklı etki geometrilerini incelemek için genişletilebilir. Daha fazla iyileştirme, ilgi çekici anahtar kareleri içerecek şekilde videoların otomatik olarak kırpınır olmasını içerebilir. Bu adım, iğne yüksekliğiotomasyonu ile birlikte, toplu videoların tam otomatik bir şekilde toplanmasına olanak sağlayacak, sadece kullanıcının darbeler arasında örnek değiştirmesini gerektirecektir.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Bu çalışma Yeni Zelanda Kraliyet Cemiyeti tarafından yönetilen Marsden Fonu tarafından desteklendi.

Materials

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.

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. , (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. , (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., Klapp, J., Medina, A., Cros, A., Vargas, C. High speed shadowgraphy for the study of liquid drops. Fluid Dynamics in Physics, Engineering and Environmental Applications. , 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).

Play Video

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

View Video