תלת ממד חלקיקי מעקב velocimetry עבור יישומי Turbulence: מקרה של Jet Flow

1Department of Mechanical Science and Engineering, University of Illinois at Urbana-Champaign, 2School of Mechanical Engineering, Tel Aviv University, 3Department of Civil and Environmental Engineering, University of Illinois at Urbana-Champaign
Published 2/27/2016
0 Comments
  CITE THIS  SHARE 
Engineering

You must be subscribed to JoVE to access this content.

Fill out the form below to receive a free trial:

Welcome!

Enter your email below to get your free 10 minute trial to JoVE!





By clicking "Submit," you agree to our policies.

 

Summary

Velocimetry מעקב חלקיקים תלת ממדי (3D-PTV) מערכת המבוססת על מצלמה במהירות גבוהה עם מפצל ארבעה-נוף מתוארת כאן. הטכניקה מוחלת על זרימת סילון מצינור עגול בקרבת עשר בקטרים ​​במורד בבית מספר ריינולדס Re 7,000 ≈.

Cite this Article

Copy Citation

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

Please note that all translations are automatically generated through Google Translate.

Click here for the english version. For other languages click here.

Abstract

3D-PTV היא טכניקת מדידת זרימת כמותית אשר נועדה לעקוב אחר הנתיבים לגרנג של קבוצה של חלקיקים בשלושה ממדים באמצעות הקלטה סטריאוסקופית של רצפי תמונות. הכלי בסיסי רכיבים, תכונות, אילוצי טיפים לאופטימיזציה של טופולוגיה 3D-PTV המורכב מצלמה במהירות גבוהה עם מפצל ארבעה-נוף מתואר שנדון במאמר זה. הטכניקה מוחלת על שדה זרימת ביניים (5 <x / d <25) של מטוס מעגלי Re ≈ 7,000. תכונות זרימה לגרנג וכמויות מערבולת בתוך מסגרת Eulerian נאמדות בסביבות עשרה בקטרים ​​במורד זרם של מוצא סילון במרחקים רדיאלי שונים מליבת הסילון. נכסים לגרנג כוללים מסלול, מהירות ותאוצה של חלקיקים נבחרים כמו גם העקמומיות של נתיב הזרימה, אשר מתקבלים מן המשוואה Frenet-Serret. הערכה בתחומי המהירות והטורבולנטיות 3D סביב ציר ליבת סילון בכל מטוס חוצה הממוקם בעשרבקטרים ​​במורד זרם של המטוס הוא לעומת ספרות, ואת ספקטרום ההספק של התנועות המהירות streamwise בקנה המידה הגדולה מתקבל במרחקים רדיאלי שונים מליבת הסילון.

Introduction

תזרימי סילון סוערים נמצאים בכל מקום יישומים הנדסיים. אפיון מפורט של תזרים כזה הוא חיוני במגוון רחב של בעיות מעשיות פורשות ממערכות פריקות סביבתית בקנה מידה גדולה להתקני מייקרו בקנה מידה אלקטרוניים. בגלל השפעתו על מספר רחב של יישומים, תזרימי סילון נחקרו לעומק 1 - 4. כמה שיטות ניסיוניות, כולל Hotwire anemometry 4 - 8, לייזר דופלר velocimetry (LDV) 4, 9 - 12, ו velocimetry תמונה החלקיקים (PIV) 12 - 16, שימשו לאפיין סילון זורם במגוון רחב של מספרים ריינולדס הגבול תנאים. לאחרונה, כמה מחקרים נעשו באמצעות 3D-PTV ללמוד ממשק הסוער / הלא הסוערים של סילון זורם 17, 18. 3D-PTV היא טכניקה במיוחד מתאימה לתיאור fi המורכב הסוערשדות מנקודת מבט שונה. היא מאפשרת שחזור של מסלולי החלקיקים בתוך נפח בתוך מסגרת לגרנג של התייחסות באמצעות הסטריאוסקופיה רב להציג. הטכניקה הוצגה לראשונה על ידי צ'אנג 19 פיתוח נוסף על ידי Racca ו דיואי 20. מאז, שיפורים רבים נעשו על אלגוריתם 3D-PTV והתקנת ניסיון של 21 - 24. עם הישגים אלה עבודות קודמות, המערכת שמשה בהצלחה ללמוד תופעות שונות נוזלות כמו ותנועה חלקה בקנה מידה גדולה בתחום של 4 MX 2 MX 2 מ '25, שדה זרימת אוויר מקורה 26, pulsatile זורם 27 ודם אב עורקי תזרים 28 .

עיקרון העבודה של מדידת 3D-PTV מורכב הגדרת מערכת לאיסוף וניתוח נתונים, הקלטה / טרום עיבוד, כיול, התכתבויות 3D, מעקב זמני שלאחר עיבוד. כיול מדויק מאפשר איתור מדויק של מיקום חלקיקיםים. ההתכתבות של החלקיקים זוהו יותר משלושה נופי תמונה מאפשרת לבנייה מחדש של עמדת חלקיקי 3D מבוססת על גיאומטרית epipolar. הצמדה ממסגר תמונה ברציפות לגרום מעקב זמני המגדיר את ים מסלולי חלקיקים (t). אופטימיזציה של מערכת 3D-PTV חיוני על מנת למקסם את הסיכוי של עקיבות רב-חלקיק.

צעד הראשון של אופטימיזציה הוא לרכוש מערכת לאיסוף וניתוח נתונים מתאימה כוללים מצלמות מהירות גבוהה, מקור תאורה ותכונות של חלקיקי זריעה. החלטת המצלמה יחד עם הגודל של נפח החקירה מגדירה את גודל פיקסל, ולכן גודל חלקיקי זריעת הנדרש, אשר צריך להיות גדולים יותר מאשר פיקסל בודד. Centroids של חלקיקים זוהו נאמד עם תת פיקסלים דיוק לפי המיקום הממוצע של פיקסלים חלקיקים המשוקללים לפי בהירות 21. קצב הפריימים של המצלמה מקרוב associatאד עם מספר ריינולדס ואת היכולת לקשר חלקיקים זוהו. קצב פריימים גבוה מאפשר לפתרון תזרים מהר או מספר גדול יותר של חלקיקים מאז המעקב הופך להיות קשה יותר כאשר התזוזה מתכוון בין תמונות חורגת ההפרדה הממוצעת של החלקיקים.

מהירות צמצם, צמצם ורגישות הם שלושה גורמים שיש להביא בחשבון את לכידת התמונה. מהירות צמצם צריכה להיות מהירה מספיק כדי למזער טשטוש סביב חלקיק, אשר מקטין את אי הוודאות של עמדת centroid החלקיקים. צמצם מצלמה צריך להיות מותאם עומק השדה של נפח החקירה לצמצם את ההסתברות לגילוי חלקיקים מחוץ הנפח. מאז הרגישות המרבית של מצלמה מקובעת, כמו עליות מסגרת דולר, האור הדרוש כדי להאיר את החלקיקים צריכים להגדיל בהתאם. בניגוד PIV, הגדרות אופטיות מורכבות ולייזרי הספק גבוה אינן נדרשים אך ורק 3D-PTV, כל עוד מקור האור הוא מספיק סקאטאפריקניות מהחלקיקים נותבו למצלמה. נורות LED או הלוגן רציף הן אפשרויות טובות חסכונית העוקפים את הצורך של סנכרון 21.

ב -3 D-PTV, כמו שיטות מדידת זרימה אופטית אחרות, מהירויות חלקיקים נותבו הנחה הוא להיות מהירות הנוזל המקומית המיידית 29. עם זאת, זה רק במקרה של קליעים נותבים אידיאליים של קוטר null אינרציה; חלקיקים נותבו צריכים להיות גדולים מספיק כדי לנפול בפח על ידי מצלמה. הנאמנות של חלקיק סופי יכול להיקבע על ידי t S מספר סטוקס, כלומר היחס של הסקאלה זמן הרפיה של חלקיקים ולוח הזמנים של מבנים הסוערים של עניין. באופן כללי, S T צריך להיות קטן יותר באופן משמעותי מאשר 1. t S ≤0.1 שגיאות מעקב תזרים הם מתחת ל -1% 30. דיון מעמיק ניתן למצוא מיי ואח 29 -. 31 (למשל 50-200 מיקרומטר) 32, ואילו חלקיקים קטנים (למשל 1-50 מיקרומטר) 33, 34 ניתן להשתמש עם לייזר בהספק גבוה (למשל 80-100 ווטס לייזר CW). חלקיקים עם רפלקטיביות גבוהה עבור אור באורך גל מסוים, כמו כסף מצופה תחת אור הלוגן, יכול להגביר את חותמם לתמונה. צפיפות הזריעה היא עוד פרמטר חשוב עבור מדידה 3D-PTV מוצלחת. חלקיקים מעטים לגרום למספר הנמוך של מסלולים, תוך מספר מוגזם של חלקיקים לגרום אי בהיר בהקמת תכתובות ומעקב אחר. בהירויות בהקמת התכתבויות כוללות חלקיקים חופפים באיתור מועמדים מרובים לאורך קו epipolar המוגדר. בתהליך המעקב, העמימות עקב seedin גבוהה צפיפות g היא התרחשה בגלל ההפרדה הקצרה יחסית הממוצעת של חלקיקים.

הצעד השני הוא הגדרות אופטימליות בהקלטה / טרום עיבוד כדי לשפר את איכות התמונה. הגדרות צילום, כגון רווח & רמה שחורה (G & B), ממלא תפקיד חשוב בשיפור איכות התמונה. רמת שחור מגדירה את רמת הבהירות בחלק החשוך ביותר של תמונה, ואילו רווח מגביר את הבהירות של תמונה. שינויים קלים של רמות G & B יכולים להשפיע על הסיכוי של עקיבות משמעותיות. למעשה, גבוה G & B עשוי יתר להאיר תמונה ולבסוף לפגוע חיישן המצלמה. כדי להמחיש זאת, ההשפעה של רמות G & B על שחזור זרימת נבחנת במאמר זה. בשלב טרום העיבוד, התמונות מסוננות עם מסנן גבוה לעבור להדגיש פיזור אור מחלקיקים. גודל פיקסל ו גוני האפור מותאמים על מנת למקסם את גילוי חלקיקים בתוך נפח החקירה.

t "> שלב שלישי של אופטימיזציה הוא כיול מדויק של ההדמיה סטריאוסקופית, אשר מבוססת על גיאומטרית epipolar, פרמטרי מצלמה (אורך מוקד, נקודת עיקרון, ומקדמי עיוות), ושינויים קדם שבירים. תהליך זה הוא הכרחי על מנת למזער את 3D שגיאת השחזור של נקודות יעד fiducial. גיאומטרית Epipolar משתמשת מרחקים יחסיים (בין תמונה ועוצמת קול חקירה) וזווית מוטה מתמונת היעד. שינויים שבירים לאורך תצוגת המצלמה דרך היקף החקירה יכולים להילקח בחשבון מבוסס על ההליך של Mass et al. 21. בניסוי זה, מבנה 3D מדרגות דמויות עם נקודות יעד מופצות באופן קבוע משמש כמטרה.

בניסוי 3D-PTV, אם כי רק שתי תמונות נדרשות לקבוע עמדת חלקיקי 3D, בדרך כלל יותר מצלמות משמשות להפחתת בהירויות 21. חלופת setups היקר עם מצלמות מהירות גבוהה מרובות היא viמפצל EW, המוצע על ידי ואח Hoyer. 35 לשימושם של 3D-PTV ויישומי לאחרונה על ידי Gulean et al. 28 עבור יישומים ביו. ספליטר הנוף מורכב מראה בצורת פירמידה (hereon מראה ראשוני) וארבעה מראות מתכווננות (hereon מראה משנית). בעבודה זו, מפצל ארבעה להציג מצלמה אחת שמשו לחקות את ההדמיה סטריאוסקופית מארבע מצלמות. המערכת משמשת לאפיין את שדה הזרימה ביניים של מטוס צינור בקוטר, ד h = 1 ס"מ ו Re ≈ 7,000 מתוך לגרנג ו Eulerian מסגרות בסביבות 14.5-18.5 בקטרים ​​במורד מהראשית סילון.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. בטיחות מעבדה

  1. סקור את הנחיות הבטיחות של מקור התאורה שנבחר (לייזר למשל, LED התעשייתית, הלוגן).
    הערה: בניסוי זה, קבוצה של חמישה 250 זרקורי הלוגן ווטס משמשת תאורה. היבטי בטיחות והמלצה בסיסיים עבור מקור אור זה מתוארים כדלקמן.
    1. יש להימנע ממגע ישיר עם נורות הלוגן, אשר לפעול בטמפרטורות גבוהות (~ 3,000 K טמפרטורת צבע).
    2. שמור את האור רק בעת רכישת נתונים כדי למנוע חימום זרימת הנדונה.
    3. שמור את כל החומרי ניתן לבערה ליד מקור האור, לרבות נייר מכל סוג שהוא.

2. ניסיוני Set-up

  1. בחר את עדשת המגע המתאימה
    1. בחר עדשה עם סטייה נמוכה כדי למנוע בעיות כיול. סוגי עדשות המומלצות הן עדשות טלסקופיות או מיקרו.
    2. ודא כי העדשה מכסה את שדה-של-התצוגה הרצויה (FOV) בתוך objמרחק ect, O, על ידי אומדן ההגדלה הצורך, M.
      הערה: את ההגדלה היא היחס בין אורך שבב המצלמה אל FOV, ומרחק האובייקט ניתן לחשב כמו O = f (1 / M + 1), כאשר f הוא אורך המוקד של העדשה. בניסוי זה, את אורך שבב המצלמה הוא 20.34 מ"מ ואת FOV המתאים, או המראה הראשוני, הוא 50 מ"מ עם מ"מ O ≤250 מרחק האובייקט מוגבל. (המרחק לאובייקט מרוסן בשל אורך סופי המחוון איפה המצלמה ואת ספליטר הנוף הם רכובים.) ההגדלה היא M = 20.34 / 50 = 0.41, ו אורך משוער מוקדים עם המגוון הנתון של מרחק האובייקט הוא f ≤72.7 מ"מ. לפיכך, עדשות מיקרו עם אורך מוקד של 60 מ"מ משמש עם יחס מוקד של f / 2.8D.
  2. הר ולהתאים את המצלמה עם ספליטר צפה.
    1. רמה במרכז המראה הראשונית עם זה מנפח החקירה על ידי החלקת mirROR לאורך הפוסט אנכי הרכבה ותיקון במראה עם בעל פוסט. שים לב, שלב זה מתבצע לפני התקנת המראות המשניות.
    2. הר המצלמה ולהגדיר במרכז חופפות תמונה עם במרכז המראה הראשוני.
    3. התאם את הרוחב וגובה של תצוגת המצלמה פשוט לכסות את המראה הראשונית על ידי שליטה על האזור (ROI) עניין הגדרה בתוכנת הצריבה. תהליך זה כדי להקטין את גודל התמונה ואת הרעש בתמונה. הערה: בניסוי הזה, בגודל של המראה הראשוני הוא 5 X 5 ס"מ 2 (1,728 x 1,728 פיקסלים).
    4. עיצוב יעד כיול 3D (מותאם אישית). זה צריך להקיף את נפח כל החקירה. ודא כי כל תצוגה של ספליטר לוכדת את כל סימני היעד כדי לאפשר כיול אחיד.
      הערה: בהפגנה, היעד שהודפס באמצעות 3D ורו בחזרה פלסטיק. יש לו צורה המדרגות דמוי עם מימד 35 x 35 x 30 מ"מ 3, עם 1 מ"מ קוטר נקודות לבן היעד בהסרתאד 2.5 מ"מ, 5 מ"מ ו -10 מ"מ בכיוונים אנכי, streamwise ו spanwise. גיאומטריה מדויקת של היעד היא קריטית כפי שהוא מקרין לתוך מודל כיול והמיקום של מצלמות ביחס מתעל.
  3. מניחים את יעד כיול לתוך נפח החקירה.
    1. מקם את יעד הכיול על פלטפורמת גובה מתכוונן הפונה לכיוון למצלמה.
    2. התאם את הגובה למרכז יעד הכיול עם במרכז נפח החקירה על ידי התאמת הגובה של פלטפורמת היעד.
      הערה: בדוגמה זו, סימן למרכז היעד כיול הוא מפולס עם במרכז זרבובית סילון, 20 ס"מ גובה. מד רמת בועה יכול לשמש כדי לפלס את היעד.
  4. הר ולהתאים את המראות המשניות של ספליטר הארבעה-הנוף.
    1. אתר את המראה הראשונית ממרחק מהחקירה המבטיח ללכוד המלא שלה. זה 0.2 מ להפגנה זו (Figure 1).
    2. הר מראה משנית במיקום שלה משוער, שבו נפרש נוף המצלמה מכל צד של המראה הראשוני מיושר בערך עם מראה משנית. אבטח את המראה המשנית ידי הצמדת פוסט שההתקנה האנכית של המראה המשנית.
    3. חזור על תהליך זה עבור שלושה המראות האחרים. בדוק סימטריה גיאומטרית של כל המראות המשניות ביחס המראה הראשונית.
    4. בצע התאמות סופיות על ידי התאמת מראה ההר של המראות המשניים על מנת להבטיח כי כל אחד מארבעת הנופים המקיף את יעד הכיול כולו. דרך אחת יעילה לבדוק את עמדות המראות וזוויות היא להשתמש מצביע ליזר לדמיין תמונה כל נתיב תמונת נוף.
    5. בדוק אם חופפים של תמונות תת-ידי הזזת מראה חד.
      הערה: אם תצוגה אחת בלבד שינויים, אז באזור החופפים זניח. אחרת, חזור על שלבי 2.4.2 עד 2.4.5 עד שהאזור החופף ממוזער.
  5. מניחים מקור האור (ים) מול נפח החקירה ישירות. הקפד כיסו את המצלמה בעת כוונון האור כדי למנוע נזק על חיישן המצלמה.
    1. בדוק כי מקור האור הוא מפוזר באופן אחיד על פני הנפח לחקירה כולה.
    2. שפר את עוצמת האור, ואם יש צורך, על ידי הצבת עדשה מגדלת ישירות תחת מקורות אור. הערה: בניסוי זה, זכוכית מגדלת-קמור Plano של מרחק מוקד f 0 = 450 מ"מ משמשת להגביר את התאורה.

אופטימיזציה הקמה 3.

  1. הפעל ולהתאים את ההגדרות על המצלמה כדי להגדיל את איכות התמונה.
    1. התאם את הגדלת העדשה עד השתקפות דרך המראה הראשוני מתמקדת באופן שווה בכל ארבע התצוגות של המראות המשניות.
    2. בדוק שהתמונות מן ספליטר נוף הם סימטריים וללכוד את נפח החקירה על ידי התבוננות הסימטריה של תמונת היעד כיול מארבע צפיות.
    3. התאם את-מספר F כדי ללכוד את הקרובים ואת נקודות יעד כיול הקליעה מהמצלמה.
      הערה: הגדרה זו מאפשרת למצלמה ללכוד חלקיקים נותב רק בעומק של נפח החקירה. בדוגמה זו, ה- F-המספר הוא 11.
    4. הגדר את קצב הפריימים הרצוי כמו 550 הרץ (זה תלוי יישום מסוים, ראה מבוא) ולמקסם את הרגישות לאור בהתאם בתוכנת הצריבה.
  2. בדוק תאורה בכל תצוגה של המראה הראשוני על ידי התבוננות הבדל צפיפות חלקיקים בכל תצוגה של המפצל באמצעות תצוגת וידאו חיה.
    הערה: אם מקורות אור מרובים משמשים כדי להאיר את נפח החקירה, צפוי להיות הבדלים בכל תצוגה של ספליטר. בניסוי זה, שני המראות המשניים העליונים קבלו פחות אור בגלל התאורה מגיעה מלמעלה. השימוש במראה שטוחה בתחתית של מתעל יכול לעזור להפחית את וריאציה אורפני נופים.
  3. כבו את האורות ברקע בחדר לפני השימוש מקורות אור 3D-PTV.
  4. התאם את רמת G & B של המצלמה כדי ללכוד את פיזור האור טוב יותר מן החלקיקים. קלט כמה רצפים קצרים עם רמות G & B שונים ולמצוא את אחד אופטימלית על ידי התבוננות ההפצה הצפיפות של מסלולי חלקיקים.
    הערה: בניסוי זה, בטווח של רמת G & B היה 0-500, ושחור (B) רמת נקבע ל -500, כדי להאיר את פיזור האור דימר, ואילו, רווח (G) היה בינוני להגדיר, 300, כדי להגביר את התמונה באופן מתון אותות ולהימנע יתר להאיר את התמונה.

כיול 4.

  1. מניח את יעד הכיול בהיקף החקירה לפני הוספת חלקיקים נותבו, ולקחת תמונות כיול כמה. השתמש מקור אור דימר (אור פלאש LED למשל) כדי להאיר את היעד.
  2. מחלק את תמונת הכיול לארבע תמונות משנה עצמאיות ליצור קובץ טקסט המכיל את מתייחסence לתאם עמדות של סימני היעד. תוכנת OpenPTV (http://www.openptv.net) משמשת כאן למטרה זו.
    הערה: ואילך העיבוד זהה למשתמשי העסקת הגדרת מצלמה מרובה.
  3. לחץ על 'צור כיול "כרטיסייה כדי להתחיל את תהליך הכיול לאחר שמירת תמונות ואת קובץ הטקסט שהושג בשלב 4.2 בתיקייה' קאל 'של התוכנה.
  4. לחץ על הכרטיסייה 'פרמטרי כיול ערוכים' ולבחור את הכרטיסייה 'הפרמטרים כיווני כיול' להגדיר הגדלה, זוויות סיבוב מרחק בין המרכז של כל ספליט להציג ואת מקורו של יעד הכיול.
    הערה: השורה הראשונה הוא המרחק מהיעד כיול ממוצא לחיישן המצלמה x, y, z בכיוון. השורה השנייה מציינת את הזוויות, ברדיאנים, סביב x, y, z הצירים. בשלב בא, נתונים 3 על 3 מייצגים את מטריצת הסיבוב. לאחר מכן, את שתי השורות הבאות הם מרחקים חריר של x ו- x, y, z בכיוון.
  5. לחץ על 'איתור' ו 'ניחוש ראשוני צג' לחקירה כי 'מניחים' נקודות מותאמות עם נקודות היעד זוהו.
  6. חזור על שלב 4.4 עבור כל ארבע תצוגות עד לנקודות הניחוש 'מיושרים עם סט של תמונות כיול.
  7. לחץ על 'כיווניות' לשחזר את הכיוון של נפח החקירה.
    הערה: הכיול יכול להיות משופר על ידי התאמת עיוות העדשה וטרנספורמציה המאוחדת. עכשיו, היקף החקירה הוא מכויל ומוכן לעיבוד נתונים. ראה התזה של המחבר 36 תיאור נוסף בתהליך הכיול.

5. הגדרת תזרים / איסוף נתונים

  1. לאמוד את הסכום המקסימאלי של שנתפס חלקיקים בכל תצוגת מצלמה מן המסגרת של הדולרמהירות הזרימה המקסימלית ד. בהפגנה זו, מהירות הכוונה ≈ U 0.4 מ '/ שנייה, קצב הצגת התמונות 550 הרץ ו ~ 4 x 4 x נפח החקירה 4 ס"מ 3. זה הביא ~ 1,000 חלקיקים לכל מסגרת.
  2. הפעל את המצלמה עם ההגדרות המותאמות שהושגו בשלב 3.
  3. הוסף חלקיקי זריעה ולחכות כמה זמן מגורים ממוצע לאפשר הזרימה להגיע למצב יציב. הוסף עוד חלקיקים במידת הצורך, אך להימנע צפיפות זריעה גבוהה, מוערך בשלב 5.1, אשר עלול לגרום אי בהירות.
    הערה: בדוגמא זו, ~ 1.6 גרם של 100 מ 'ספירות קרמיקה חלולות מצופה כסף של 1.1 גר' / סנטימטר 3 צפיפות משמש זריעת המדיום הנוזל (2 x 0.4 x 0.4 מ '3).
  4. רשמו את המספר הרצוי של תמונות זרימה.
    הערה: בניסוי זה, 9,000 תמונות ב 550 הרץ נתפסו באמצעות תוכנת הצריבה. חזור על שלבי 2.4 כדי 5.3 אם המצלמה ו / או מפצל נוף מועברת (אפילו בתנועה קלה יכולה להשפיע על תוצאות בכבדות).

6. עיבוד נתונים (תוכנת OpenPTV Via)

  1. מחלק את תמונת הגלם שהושגה בשלב 5.4 לארבע-תמונות תת עצמאיות.
  2. לחץ על 'אתחול / הפעלה מחדש "תחת לשונית" התחל "כדי לטעון תמונות ראשוניות מארבע צפיות.
  3. לחץ הלחיצה ימנית על ספריית 'ההפעלה' ולחץ על 'ראשי הפרמטרים' כדי לשלוט במספר המצלמות, מדדים שבירים, הכרת החלקיקים, מספר תמונות ברצף, נפח תצפית וקריטריוני התכתבויות.
    1. הגדר את מספר המצלמות (צפיות) המשמש בניסוי תחת הכרטיסייה 'כללי'. בניסוי זה, לקבוע את מספר המצלמות כמו 4.
    2. גדר מדדים שבירים לאורך תצוגת המצלמה תחת הלשונית "מדדי השבירה '.
    3. הגדר את הדקות ומספרי מקסימום של זיהוי פיקסל וכן סף ערך האפור כדי לייעל את מספר גילוי חלקיקים בכל ארבע התצוגות תחת הלשונית "הכרת חלקיקים". הדקים ומספרי מקסימום של דה פיקסלtection וסף אפור לקבוע את גודל פיקסל ורמת בהירות לגילוי חלקיק. זה מבטל רעש וחלקיקים מחוץ לפוקוס.
    4. הגדר את מספר התמונות כדי התהליך תחת 'פרמטרים לעיבוד רצף'.
    5. הגדר את נפח התצפית תחת כרטיסיית 'עצמת תצפית'.
    6. הגדר את המתאם של התכתבויות תחת 'קריטריוני התכתבויות' כוללים פרמטר להקה כולל (מ"מ) עבור התאמת סטריאו.
  4. לחץ על 'מסנן מעביר גבוה' תחת לשונית 'preprocess'. זה מעצים פיזור אור מחלקיקים בכל ארבע תצוגות.
  5. לחץ על 'חלקיקי איתור' כדי לקבוע את centroid של חלקיקים זוהו ברמה תת-פיקסל עבור כל ארבע התצוגות. חזור על שלבים 6.2 ו -6.3 עד מספר החלקיקים זוהה מספר דומה לזה הצפוי של חלקיקים המחושב בשלב 5.1.
  6. לחץ על 'התכתבויות' להקים corresponden סטריאוסקופיתCES בכל תצוגה.
    הערה: כדי לשחזר את מיקום 3D של חלקיקים מזוהים, צריכות להיקבע התכתבויות לפחות שלוש תצוגות.
  7. לחץ על 'עמדות 3D' כדי להשיג עמדת 3D חלקיקים זוהו מבוססת על הכיול.
  8. לחץ על 'רצף ללא תצוגה' לחזור על התהליך מן הצעדים 6.4 ל 6.7 כל רצפי התמונות.
    הערה: הפעולה זו יוצרת קובץ 'rt_is' עבור כל קבוצת תמונה המכילה סיכום של חלקיקים זוהו בתוך המסגרת עם פורמט קובץ טקסט מופרד באמצעות טאבים.
  9. לחץ לחיצה ימנית על הספרייה 'הפעלה' ולחץ על 'פרמטרים מעקב' כדי להגדיר את הפרמטרים של כדור שרדיוסו, (למשל dvxmin ו dvymin במ"מ / מסגרת), לחפש חלקיקי מועמד למעקב.
  10. לחץ על 'מעקב ללא תצוגה' כדי להגדיר זיהוי חלקיקים (ID) של חלקיקים משוחזרים שהושגו בשלב 6.7.
    הערה: זה בקורלציה רצף של מסגרות סמוכות למעקב באמצעות predic ארבע מסגרתערכת מנבא-מתקן טור 24. תהליך זה יוצר קובץ ptv_is עבור כל קבוצת תמונה שמכילה את פרטי מעקב של חלקיקים זוהו בתוך המסגרת; בשתי העמודות הראשונות להציג את תעודת זהות החלקיקים בתוך המסגרת הקודמת בפריים הבא, בהתאמה.
  11. לחץ על 'מסלולי צג' לדמיין מסלולים בכל תצוגת מצלמה.

7. עיבוד פוסט (Optative)

הערה: ידם וסוג שלאחר עיבוד תלוי בצרכי פרט הוא, אם כן, ניתן להתאמה אישית. הנה, חישובי בסיס נקודה מתוארים בקצרה כדוגמא.

  1. לקבל נתונים ב מסגרת לגרנג (באמצעות Matlab).
    1. חלץ את העמדה 3D של כל חלקיק ומזהה הקשורים אליו מקובצי ptv_is. היא מאפשרת קישור חלקיקים זוהו בקרב רצפי תמונה לשחזר מסלולים.
    2. חישוב מהירות ותאוצה של חלקיקים מן המסגרת הדולר הנתון עבור כל מסלול.בהפגנה זו, המהירות והתאוצה של חלקיקים מחושבות על ידי נמוך לעבור סינון האות עמדה שגם מעוקב נע 34, 37.
    3. הפוך בפורמט מערך struct עם שדות המכילים עמדות 3D, מירויות 3D, ואצות 3D, וחותם זמן, כמו גם זיהוי מסלולו של כל מסלול. בפורמט נתונים אלה, אורכו של מערך struct מייצג מספר המסלולים.
  2. לקבל נתונים ב מסגרת Eulerian (באמצעות Matlab).
    1. להפוך את מערך struct (שלב 7.1.3) על אחד זמני באמצעות חותמת הזמן של כל חלקיק. זה יוצר מבנה מערך struct דומה שהושג בשלב 7.1.3, אבל אורך מערך struct עכשיו מייצג את מספרי המסגרת, אשר הוא 9,000 בניסוי הזה.
    2. לשרבב מערך struct הזמני לתוך רשת תלת ממדים עבור כל מסגרת זמן להשיג שדות מהירות רגעיים בקואורדינטות Eulerian. בהפגנה זו, כיף griddataction ב- Matlab משמש לביצוע אינטרפולציה.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

תצלום ו סכמטית של ההתקנה מוצגים איורים 1 ו -2. יעד הכיול, סימני fiducial משתקפים על ספליטר-הנוף ושחזור כיול 3D הם באיור 3. ה- RMS של אזורי הכיול המוכרים הוא 7.3 מיקרומטר, 5.7 מיקרומטר ו 141.7 מיקרומטר x streamwise, spanwise y, וכיווני עומק z. קרוב המשפחה RMS גבוה יותר z -coordinate נובעת נקודות מטרות המופחתות ביחס לאלו בכיוונים האחרים וזוויות קטנות יחסית של ארבע דעות עם Z- ציר לעומת x ו- y. החלקיקים זוהו בכל אחת מארבע התצוגות בכל רגע נתון היו בסדר גודל של 10 3. בין החלקיקים זוהו, מספר שחזורי 3D מוצלחים מצטמצם לחץ בערך בשל העובדה שחלקיקים רק ar באזור צומתדואר בשבי. וידאו 1 מציג מדגם וידאו במהירות גבוהה של זרימת סילון מן ספליטר ארבע-נוף.

מדגם של ארבעה מסלולי חלקיקים נציג באזור ביניים השדה סביב וחציית x / d h = 16 המטוס במרחקי רדיאלי V0 = r / d h, 1.5, 3 מליבת הסילון מתואר באיור 4. כצפוי, מסלולים כבר את מרווח הזמן הנתון (Δt ≈ 1 sec) הם נצפו סביב ליבת הסילון. בקצה של המטוס (r / d h ≥2), חלקיקים נותבו תערוכת מסלולים קצרים ויותר מורכבים. איור 5 מראה את כל מסלולי החלקיקים המשוחזרים בהצלחת חציית x / d h = 16 המטוס. מהירויות החלקיקים הדומיין שנבחר להציג פריסה רחבה החל כמעט 0 כדי 0.6 U j, כאשר U j איור 6 מראה את המקרה של חלקיק חציית x / d = h 16 המטוס סביב הליבה סילון. איור 6 ב, 6 ג , ו -6 d פרט 3 מרכיבי מסלול חלקיקים, המהירות והתאוצה כפונקציה של זמן מנורמל. ראוי להדגיש כי האצת החלקיקים המקומית יכולה להיות כמה פעמים את החומרה הסטנדרטית. מסלולי החלקיקים לאפשר קבלת תכונות ספציפיות של מסלולי החלקיקים באמצעות מה שנקרא Frמסגרת ENET-Serret. הוא מתאר את השינויים של וקטורי orthonormal (משיק, נורמלי, binormal) לאורך הים (t). חשיבות מרכזית נודעה היא העקמומיות, κ, המהווה את ההופכי של רדיוס העקמומיות, ρ, ומוגדר:

משוואה 1

אֵיפֹה משוואה 3 = Dr / DS הוא הווקטור המשיק היחיד של המסלול ו r הוא וקטור המיקום (במרחב אוקלידי) של החלקיק כפונקציה של זמן, אשר ניתן לכתוב כפונקציה של, כלומר, r (s) = r (t (ים)). העקמומיות, κ, מחושבת עבור כל החלקיקים חציית x/d h = 16 ו x/d h = 17 מטוסים. העקמומיות הממוצעת, משוואה 3 , כפונקציה של המרחק בין r ליבת סילון מחושב: משוואה 2

שם Δr = 0.2d h משמש כאן. איור 7 ממחיש משוואה 3 = F (r) מנורמל על ידי d h. זה מראה נמוך יחסית וכמעט קבוע משוואה 3 בתוך האזור המוגדר על ידי החתך העגול של הצינור, r / d h ≤0.5. ממרחק גדול יותר מליבת הסילון במישור x / d h = 16, משוואה 3 מגדילה באופן מונוטוני. מגמה דומה מתקבלת על x / d h = 17 המטוס, אבל עם מופחת משוואה 3 מחוץ הליבה סילון (≥0.5 h r / d). ראוי להדגיש כי FEA זרימה זוture ניתן להסיק רק עם טכניקת 3D-PTV. איכות הנתונים המבוססים על רמות שונות של הגדרות G & B נבחנת במונחים של היחס של חלקיקים מקושרים לשאר חלקיקי 3D-משוחזרים שניתן לראות בטבלת 1. יחס הקישור הגבוה ביותר הוא ציין את הגדרת G & B של 300 & 500.

ניתן להשיג מאפייני תזרימי Eulerian ידי-אינטרפולציה הרשת, אשר מחקה velocimetry תמונה 3D החלקיקים (3D-PIV). חשוב לציין כי בשל החלקיקים נמוכים יחסית לעקוב אחריהם בכתובת בכל פעם, מספר גבוה משמעותי של מסגרות יש צורך איכות PIV לחקות באמת תיאור Eulerian. זה יותר קריטי להערכת הסטטיסטיקה מסדר גבוה (למשל, עוצמת המערבולת מדגיש ריינולדס). מהירות streamwise בליבת הזרם שונות רמות G & B מתוארת באיור 8. המדידות מושוות עם theoretהתנהגות iCal:

משוואה 3

כאשר U 0 (x) היא מהירות streamwise בליבת הסילון, B ≈ 6 הוא קבוע, ו- x 0 הוא ממוצא הווירטואלי 38. האיור מציג את הרלוונטיות של קביעת רמות G & B. איור 9 מציגים את התפלגות המהירות הממוצעת של המטוסים במישור x / d h = 16.

לבסוף, φ הפצת ספקטרלי (f) של התנועות בקנה המידה הגדולה של מהירות streamwise במקומות r / d h = 0, 0.6, ו 1 x / d h = 10 המטוס מתואר באיור 10. מסנן Butterworth נמוך לעבור יושם על סדרת הזמן המהירהעם תדר ניתוק, רץ c f = 200.

איור 1
איור 1:. סכמטי של ניסוי ההגדרה אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 2
איור 2:. ניסוי הגדרה זו ממחישה תצוגות שונות של המצלמה ואת ספליטר הארבע תמונת הנוף, מתעל ונפח חקירה: (למעלה משמאל) מבט מלמעלה, (למטה משמאל) מבט מאחור של המצלמה ומערכת מפצל נוף, ( אמצעי עליון, באמצע למטה) נופים צדדיים של ניסוי ההגדרה הכוללת, (מימין) זום-לאור חלקיקי זריעה בתזרימי הסילון. <יעד a href = "https://www.jove.com/files/ftp_upload/53745/53745fig2large.jpg" = "_ blank"> לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 3
איור 3: כיול:. (א) יעד כיול, (ב) תמונה-סט של יעד הכיול מן ספליטר הנוף, (ג) הכרת 3D של סימני fiducial מיעד הכיול אנא לחץ כאן כדי להציג גרסה גדולה יותר של זה דְמוּת.

איור 4
איור 4: מבחר מסלולי החלקיקים ב- H r/d = 0, 1. 5, 3. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 5
איור 5:. מסלולי חלקיקי חציית x / d h = 16 מטוס, שבו מהירות מוצגת כרמת צבע היקף החקירה שמוצג באיור נמצאים בין (x) /d h איור 1 (14.5,18.5), y/d h איור 1 (-2,2), ו z/d h.jpg "/> (- 2,2), שם (x, y, z) = (0, 0, 0) ממוקם במרכז של מוצא סילון מהירות לאורך מסלולי הפרט, מתוקנן לפי מהירות בתפזורת. 0 U, מודגם כרמת צבע. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 6
איור 6:. (א) מסלול חלקיקים, (ב) עקירה, (ג) מהירות, ו- (ד) להאצה של חלקיק שרירותי אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 7 /> איור 7: עקמומיות של החלקיקים: גרף מציג מתכוונת עקמומיות של החלקיקים כפונקציה של המרחק הרדיאלי מליבת הסילון לעבר המטוסים x/d h = 16 ו x/d h = 17. אנא לחץ כאן לצפייה גרסה גדולה יותר של דמות זו.

הספרה 8
איור 8: מהירות Streamwise את המטוס שבו הליבה בתוך (x) /d h איור 1 (15, 18) עבור רמות G & B שונות. שלוש רמות G & B כלולים (300 & 500 (אופטימליים), 300 & 250, 100 & 250).745fig8large.jpg "target =" _ blank "> לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 9
איור 9:. ללא ממדי הפצה של הרכיב המהיר streamwise ב- x / d h = 16 אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 10
איור 10: φ ספקטרום כוח (f) של רכיב מהירות streamwise בנקודה הממוקמת r / d h = 0 (ליבת סילון), 0. 6, ו 1 x / d h = 16 מטוס. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

וידאו 1
וידאו 1: מדגם וידאו של זרימת סילון מן ספליטר ארבע-נוף, 10 פעמים לאט יותר ממהירות המתקבלים בפועל ב 550 fps ( קליק ימני להוריד ).

שולחן 1

T1 מסוגל:. היחס של חלקיקים מקושרים לשאר 3 חלקיקים-משוחזר D ברמות G & B שונות שלוש רמות G & B כלולים (100 & 250, 300 & 250, 300 & 500).

Subscription Required. Please recommend JoVE to your librarian.

Discussion

יש 3D-PTV פוטנציאל גדול לפרום את המורכבים בפיזיקה של מגוון של זרימה טורבולנטית כגון תנועות סוערות בקנה מידה גדולה באטמוספרה התחתונה 25, פיזור אוויר מקורה 26, או תזרים pulsatile בטופולוגיה אבי עורקי 28 בקרב רבים אחרים. עם זאת, הבנה של היתרונות והמגבלות שלו, כמו גם ניסיון חיונית על מנת למקסם את הפוטנציאל שלה. ניסיון ובדיקת שגיאה מקדימה חזרות ממצות עבור הגדרות אופטימליות, כוללים מסגרת דולר, מקור תאורה, G & B רמה ושיטת תמונת סינון, מתואמים ישירות עם היכולת של שחזור הנתיבים לגרנג של קבוצה של (למשל, נותב) חלקיקים. חשוב לציין כי הצעדים פרוטוקול קריטי, כפי שמודגם כאן, הם התאמות של רמות G & B ואת התאורה של FOV (שילוב של אורות כתמים הלוגן, זכוכית מגדלת ראי המשקף מעומק של מתעל).

אף אוזן גרון "> התאמות אלה מסייעים לייעל את מחליקי האור בתוך החקירה ארבע התצוגות. לאחר זיהוי ההגדרות ניסיון למדידות באיכות גבוהה, צריך להיעשות שינוי ופתרון בעיות יסודיים כדי לחשב את המספר המרבי של מסלולים מדויקים המבוסס על קצב הפריימים מצלמה, רזולוציה ואת הגודל של נפח חקירה. למרות שמספר שנתפסו חלקיקים ניתן להגדיל עם מסגרת חליפין גבוהים, כדאי לשים לב כי מספר החלקיקים במעקב ב- 3D-PTV הוא נמוך בהרבה לעומת PIV. הפוטנציאל הגדול ביותר של 3D -PTV הוא ביכולתה הייחודית לתאר את הנתיבים לגרנג של חלקיקים רבים. בהפגנה זו, במפצל נוף ההגדרה יושמה כדי להימנע משימוש מצלמות מרחיבה מרובות, אולם חשוב לציין כי ההגדרה הזו דורשת מצלמה גבוהה רזולוציה מגבילה את גודל נפח דגימה.

במחקר זה, תכונות ביניים-השדה של מטוס סילון חוזר אנאלייםyzed עם טכניקת 3D-PTV. הגישה מותר קבלת תכונות חשובות של זרימת ממסגרות Eulerian ו לגרנג. בפרט, העקמומיות הממוצעת של החלקיקים כפונקציה של המרחק הרדיאלי מאופיין לראשונה, ב בשני מישורים חתך שימוש בתכונות לגרנג של מסלולי החלקיקים. ה- RMS של אזורי הכיול המוכרים נע בין 7.3 מיקרומטר, כדי 141.7 מיקרומטר בכיווני streamwise ו spanwise. למרות הטעות היחסית גבוהה זה בכיוון spanwise בשל זוויות קטנות של נופים ב z-הכיוון לא יכול להיות לגמרי להתגבר, זה יכול להצטמצם עוד יותר על ידי הוספת יותר נקודות היעד z-כיוון כגון שימוש יעד כיול 2D במקומות שונים (כיול multiplane).

בסך הכל, 3D-PTV היא טכניקה שימושית שיכול להיות מיושמת בכמה בעיות אחרות כוללים תזרים תלוי זמן או את הדינמיקה של scalars הפעיל. למשל, זה יכול להיות שימושי מאוד סטהdy הגומלין בין מערבולת ומיני בסביבות מימיות.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

החוקרים מצהירים כי אין להם אינטרס כלכלי מתחרים.

Acknowledgements

עבודה זו נתמכה על ידי המחלקה למדעי מכני והנדסה, אוניברסיטת אילינוי באורבנה-שמפיין, כחלק מהחבילה סטארט-אפ של לאונרדו פ צ'מורו.

Materials

Name Company Catalog Number Comments
Mikrotron 4CXP 4 lanes CXP-6 CoaXPress ImageOps CAMMC4082 High-speed camera
Active Silicon FireBird CoaX Frame Grabber ImageOps FBD-4XCXP6 Frame Grabber
100 μm silver-coated hollow ceramic spheres Potters Industries LLC AG-SL150-30-TRD Seeding Paritcles
StreamPix6 Upstate Technical Equipment CO.,INC MISNOR-STP-6-S-CL Camera appliation
Four-view splitter Photrack AG Customized part and necessary if performing 3D-PTV with one camera
250 Watts Spotlight Halogen General Electrics 23719 Light source
OpenPTV (Software) OpenPTV (http://www.openptv.net) Open source particle tracking software (Note: available as a service for anyone who wants to use it without all the installation mess or computer power availability problems).

DOWNLOAD MATERIALS LIST

References

  1. Wygnanski, I., Fiedler, H. Some measurements in the self preserving jet. Cambridge university press. (1968).
  2. Rajaratnam, N. Turbulent jets. Elsevier. (1976).
  3. Panchapakesan, N., Lumley, J. Turbulence measurements in axisymmetric jets of air and helium. Part 1. Air jet. J Fluid Mech. 246, 197-223 (1993).
  4. Hussein, H. J., Capp, S. P., George, W. K. Velocity measurements in a high-Reynolds-number, momentum-conserving, axisymmetric, turbulent jet. J Fluid Mech. 258, 31-75 (1994).
  5. Yule, A. Large-scale structure in the mixing layer of a round jet. J Fluid Mech. 89, 413-432 (1978).
  6. Yule, A., Chigier, N., Ralph, S., Boulderstone, R., Venturag, J. Combustion-transition interaction in a jet flame. AIAA Journal. 19, 752-760 (1981).
  7. Quinn, W. Upstream nozzle shaping effects on near field flow in round turbulent free jets. Eur J Mech B-Fluid. 25, 279-301 (2006).
  8. Mi, J., Nathan, G. J., Luxton, R. E. Centreline mixing characteristics of jets from nine differently shaped nozzles. Exp Fluids. 28, 93-94 (2000).
  9. Karlsson, R. I., Eriksson, J., Persson, J. LDV measurements in a plane wall jet in a large enclosure. DTIC [Internet]. Available from: http://oai.dtic.mil/oai/oai?verb=getRecord&metadataPrefix=html&identifier=ADP008905 (1992).
  10. Liepmann, D., Gharib, M. The role of streamwise vorticity in the near-field entrainment of round jets. J Fluid Mech. 245, 643-668 (1992).
  11. Oh, S. K., Shin, H. D. A visualization study on the effect of forcing amplitude on tone-excited isothermal jets and jet diffusion flames. Int J Energ Res. 22, 343-354 (1998).
  12. Cenedese, A., Doglia, G., Romano, G., De Michele, G., Tanzini, G. LDA and PIV velocity measurements in free jets. Exp Therm Fluid Sci. 9, 125-134 (1994).
  13. Wang, H., Peng, X., Lin, W., Pan, C., Wang, B. Bubble-top jet flow on microwires. Int J Heat Mass Tran. 47, 2891-2900 (2004).
  14. Shestakov, M. V., Tokarev, M. P., Markovich, D. M. 3D Flow Dynamics in a Turbulent Slot Jet: Time-resolved Tomographic PIV Measurements. 17th Int Symp on Applications of Laser Techniques to Fluid Mechanics. (2014).
  15. Bridges, J., Wernet, M. P. Measurements of the aeroacoustic sound source in hot jets. AIAA [Internet]. Available from: http://arc.aiaa.org/doi/abs/10.2514/6.2003-3130 (2003).
  16. Scarano, F., Bryon, K., Violato, D. Time-resolved analysis of circular and chevron jets transition by tomo-PIV. 15th Int Symp on Applications of Laser Techniques to Fluid Mechanics. (2010).
  17. Holzner, M., Liberzon, A., Nikitin, N., Kinzelbach, W., Tsinober, A. Small-scale aspects of flows in proximity of the turbulent/nonturbulent interface. Phys Fluids. 19, 071702 (2007).
  18. Holzner, M., et al. A Lagrangian investigation of the small-scale features of turbulent entrainment through particle tracking and direct numerical simulation. J Fluid Mech. 598, 465-475 (2008).
  19. Chang, T. P., Wilcox, N. A., Tatterson, G. B. Application of image processing to the analysis of three-dimensional flow fields. Opt Eng. 23, 283-287 (1984).
  20. Racca, R., Dewey, J. A method for automatic particle tracking in a three-dimensional flow field. Exp Fluids. 6, 25-32 (1988).
  21. Maas, H. G., Gruen, D., Papantoniou, D. Particle tracking velocimetry in three-dimensional flows. Exp Fluids. 15, 133-146 (1993).
  22. Kasagi, N., Matsunaga, A. Three-dimensional particle tracking velocimetry measurement of turbulence statistics and energy budget in a backward-facing step flow. Int J Heat Fluid Fl. 16, 477-485 (1995).
  23. Virant, M., Dracos, T. 3D PTV and its application on Lagrangian motion. Meas Sci Technol. 8, 1539 (1997).
  24. Willneff, J. A spatio-temporal matching algorithm for 3 D particle tracking velocimetry. Mitteilungen- Institut fur Geodasie und Photogrammetrie an der Eidgenossischen Technischen Hochschule Zurich. Zurich. (2003).
  25. Rosi, G. A., Sherry, M., Kinzel, M., Rival, D. E. Characterizing the lower log region of the atmospheric surface layer via large-scale particle tracking velocimetry. Exp Fluid. 55, 1-10 (2014).
  26. Fu, S., Biwole, P. H., Mathis, C. Particle Tracking Velocimetry for indoor airflow field: A review. Build Environ. 87, 34-44 (2015).
  27. Kolaas, J., Jensen, A., Mielnik, M. Visualization and measurements of flows in micro silicon Y-channels. Eur Phys J E. 36, 1-11 (2013).
  28. Gülan, U., et al. Experimental study of aortic flow in the ascending aortavia Particle Tracking Velocimetry. Exp Fluids. 53, 1469-1485 (2012).
  29. Mei, R. Velocity fidelity of flow tracer particles. Exp Fluids. 22, 1-13 (1996).
  30. Tropea, C., Yarin, A. L., Foss, J. F. Springer handbook of experimental fluid mechanics. 1, Springer Science & Business Media. (2007).
  31. Melling, A. Tracer particles and seeding for particle image velocimetry. Meas Sci Technol. 8, 1406 (1997).
  32. Hering, F., Leue, C., Wierzimok, D., Jähne, B. Particle tracking velocimetry beneath water waves. Part I: visualization and tracking algorithms. Exp Fluids. 23, 472-482 (1997).
  33. Biferale, L., et al. Lagrangian structure functions in turbulence: A quantitative comparison between experiment and direct numerical simulation. Phys Fluids. 20, 065103 (2008).
  34. Lüthi, B., Tsinober, A., Kinzelbach, W. Lagrangian measurement of vorticity dynamics in turbulent flow. J Fluid mech. 528, 87-118 (2005).
  35. Hoyer, K., et al. 3d scanning particle tracking velocimetry. Exp Fluids. 39, 923-934 (2005).
  36. Kim, J. -T. Three-dimensional particle tracking velocimetry for turbulence applications. UIUC. http://chamorro.mechse.illinois.edu/3d.htm (2015).
  37. Lüthi, B. Some aspects of strain, vorticity and material element dynamics as measured with 3D particle tracking velocimetry in a turbulent flow. ETH Zürich. Nr. 14893 (2002).
  38. Pope, S. B. Turbulent flows. Cambridge university press. (2000).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Video Stats