Waiting
Traitement de la connexion…

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

Engineering

Gelijktijdige meting van turbulentie en Particle Kinematics met behulp van stroom beeldvormende technieken

Published: March 12, 2019 doi: 10.3791/58036

Summary

De hier beschreven techniek biedt een goedkope en relatief eenvoudige methode om tegelijkertijd deeltje kinematica en turbulentie in stromen met lage deeltje concentraties. De turbulentie is gemeten met behulp van de particle image velocimetry (PIV) en deeltje kinematica zijn berekend uit de beelden verkregen met een high-speed camera in een overlappende veld-of-view.

Abstract

Tal van problemen in wetenschappelijke en technische velden betrekken inzicht in de kinematica van deeltjes in de turbulente stromen, zoals verontreinigingen, mariene micro-organismen en/of sedimenten in de Oceaan, of de fluïde bed reactoren en verbrandingsprocessen in Engineered systemen. Om het effect van de turbulentie op de kinematica van deeltjes in die stromen te bestuderen, zijn gelijktijdige metingen van de stroom en de deeltjes kinematica nodig. Niet-opdringerig, optische stroom meettechnieken voor het meten van de turbulentie, of voor het bijhouden van deeltjes, bestaan kan beide tegelijk meten echter uitdagende als gevolg van interferentie tussen de technieken. De hier vermelde methode biedt een goedkope en relatief eenvoudige methode om gelijktijdige metingen van de stroom en deeltje kinematica. Een dwarsdoorsnede van de stroom wordt gemeten met behulp van een particle image velocimetry (PIV) techniek, waarmee de twee componenten van de snelheid in de meting vlak. Deze techniek maakt gebruik van een gepulseerde-laser voor de verlichting van de geplaatste stroom veld dat image is gemaakt met een digitale camera. Het deeltje kinematica zijn gelijktijdig beeld met behulp van een licht emitterende diode (LED) lijn licht dat een vlakke doorsnede van de stroom dat wordt overlapt door het PIV gebied verlicht-van-weergave (FOV). De lijn licht is laag genoeg vermogen dat doet geen afbreuk aan de PIV-metingen, maar krachtig genoeg voor het verlichten van de grotere deeltjes van belang beeld met behulp van de high-speed camera. Snelle beelden die de laserpulsen uit de PIV-techniek bevatten zijn gemakkelijk gefilterd door het onderzoek van de opgeteld intensiteitsniveau van elke hoge snelheid beeld. Doordat de framesnelheid van de high-speed camera met die van de framesnelheid van de PIV-camera, kan het aantal besmette frames in de high-speed tijdreeksen worden geminimaliseerd. De techniek is geschikt voor gemiddelde stromen die overwegend tweedimensionaal zijn, deeltjes die minstens 5 keer de gemiddelde diameter van de PIV traceurs zaaien, en zijn lage concentratie bevatten.

Introduction

Er bestaat een groot aantal toepassingen op zowel wetenschappelijke en technische gebieden die betrekking hebben op het gedrag van deeltjes in de turbulente stromen, bijvoorbeeld, aërosolen in de sfeer, contaminanten en/of in aangelegde systemen, en mariene sedimenten micro-organismen of sediment in de oceaan1,2,3. In dergelijke toepassingen is het vaak van belang om te begrijpen hoe de deeltjes reageren op turbulentie, waarvoor gelijktijdige meting van de deeltjes kinematica en de dynamica van de vloeistof.

Bestaande technologieën voor het meten van deeltje bewegingen, genaamd deeltje bijhouden (PT), die tracks individuele deeltjes trajecten en de statistische techniek van particle image velocimetry4,5 (PIV), gebruikt voor het meten van stroom snelheden, nemen beide onopvallende optische technieken. De belangrijkste uitdaging bij het gebruik van deze niet-invasief optische technieken voor het meten van zowel de stroom en het deeltje kinematica gelijktijdig is de aparte verlichting nodig voor elke beeldvormende techniek die niet mengen met elkaars meting nauwkeurigheid) bijvoorbeeld, de bron van de verlichting voor het meten van de kinematica deeltje kan niet fungeren als een belangrijke geluidsbron in de meting van de snelheid van de vloeistof en vice versa). Het afbeeldingscontrast in beide sets van beelden moet voldoende zijn om betrouwbare resultaten te verkrijgen. Bijvoorbeeld, worden de PT-afbeeldingen geconverteerd naar zwart-wit beelden om te kunnen uitvoeren van een analyse van de blob om te bepalen van deeltje posities; dus leidt onvoldoende contrast tot fouten in de positie van de particle. Slecht contrast in PIV beelden bedragen naar een lage signal-to-noise verhouding die onnauwkeurigheden in de schatting van de vloeistof snelheden zullen veroorzaken.

Hier, wordt een relatief goedkope en eenvoudige methode om te meten gelijktijdig beide deeltje kinematica en stroom snelheden beschreven. Door het gebruik van een high-power monochromatisch licht emitterende diode (LED) lijn licht, waar de lijn naar de lichte diafragma en dual-head hoge intensiteit laser verwijst, zijn zowel de deeltjes van belang en het veld stroom gelijktijdig beeld in dezelfde regio. Het hoge vermogen van de LED is voldoende voor de beeldvorming van de (bijgehouden) deeltjes door de high-speed camera maar heeft geen gevolgen voor de PIV beelden omdat de lichtintensiteit verspreid van PIV traceurs te laag is. Wanneer de laser van de hoge intensiteit dual-head verlicht het veld van de stroom voor de PIV-beelden, het vindt plaats via een korte tijdsinterval en deze beelden gemakkelijk kunnen worden geïdentificeerd en verwijderd uit de tijdreeks verkregen door de snelle PT camera wanneer ze zijn geregistreerd. PIV laser pulsen opgenomen in de tijd van de hoge snelheid beeld (gebruikt voor particle bijhouden) serie kan worden geminimaliseerd door niet de twee systemen op overname framesnelheid in verhouding met elkaar staan. In meer geavanceerde opstellingen, kon een extern de PT en PIV camera's met een vertraging zodat dit niet gebeurt zou teweegbrengen. Ten slotte, door zorgvuldige afweging van de hoeveelheid deeltjes worden bijgehouden in de PIV beeldveld (FOV), eventuele fouten geïntroduceerd door deze bijgehouden deeltjes in de analyse van de correlatie van PIV beelden zijn al rekening gehouden door de totale schatting van de fout, inclusief fouten die zijn gekoppeld aan niet-uniforme grootteverdeling van PIV traceurs binnen het venster van de ondervraging. De overgrote meerderheid van de PIV zaaien traceurs volgen de stroom, levert nauwkeurige flow velocity schattingen. Deze technieken kunnen de gelijktijdige rechtstreekse meting van zowel het deeltje kinematica en stroom veld in een tweedimensionaal vlak.

Deze techniek wordt aangetoond door het toepassen van het deeltje zich vestigen van kenmerken in een turbulente stroming, vergelijkbaar met die gebruikt in studies door Yang en verlegen6 en Jacobs et al. en controleer 7. deeltje afwikkeling is de laatste fase in sedimenttransport, die meestal uit het sediment schorsing, en vervoer regelen bestaat. In de meeste voorafgaande studies die deeltjes zich vestigen in turbulente stromen hebben aangepakt, ofwel deeltjes trajecten turbulente snelheden zijn niet rechtstreeks gemeten, maar afgeleid theoretisch of gemodelleerd8,9,10. Details over de interacties tussen deeltjes en turbulentie zijn vaak onderzocht met behulp van theoretische en numerieke modellen als gevolg van de experimentele beperkingen bij de waardering van beide gelijktijdig6,11. We presenteren een deeltje-turbulentie interactie casestudy in een oscillerende raster faciliteit, waar we de beslechting snelheid voor deeltjes en hun koppeling studie met turbulentie. Voor de duidelijkheid, zal hierna verwijzen we naar de deeltjes onderzochte als "particles" en de seeding deeltjes gebruikt voor de PIV-techniek als "tracers"; Bovendien zullen we verwijzen naar de camera gebruikt voor de snelle beeldvorming van de deeltjes-trajecten als de "deeltje volgen", "PT" of "snelle" camera, dat meet "snelle beelden" en de camera gebruikt voor de PIV-methode de "PIV camera", die Meet "beelden". De hier beschreven methode kunt de gelijktijdige meting van de deeltjes kinematica en dynamica van de vloeistof over een vooraf gedefinieerde veld van belang binnen de faciliteit. De verkregen gegevens bevat een tweedimensionale beschrijving van de interactie van het deeltje-turbulentie.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Opmerking: Al het personeel moeten worden getraind in de veilig gebruik en de werking van klasse IV lasers zo goed als in het veilige gebruik en de bediening van hand en macht gereedschappen.

1. experimentele opstelling

  1. PIV-instelling
    1. De dual-head laser en optica instellen.
      1. Plaats de laser op een optische plaat. Niveau van de laser ten opzichte van de onderkant van de faciliteit (of ten opzichte van de grond als het gewenst is dat de verticale snelheden uitgelijnd met de zwaartekrachtversnelling) en verticaal uitlijnen de laserstraal met het midden van de 2D-vlak te worden beeld.
      2. Plaats de cilindrische lens in het pad van de laserstraal door vastzetten aan de optische plaat. De lens zal vormen van de bundel in een 2D-vlak. De grootte van de 2D-vlak beeld hangt af van de brandpuntsafstand van de lens en de afstand uit de regio moeten worden onderzocht. Pas de lens en de afstand totdat de regio verlicht groot genoeg voor de specifieke toepassing is.
      3. Plaats een sferische lens op de optische plaat tussen de cilindrische lens en het vlak van de 2D-afbeelding. De afstand tussen de sferische en cilindrische lenzen en de brandpuntsafstand van de sferische lens bepaalt de dikte van de 2D-vlak verlichte (licht blad). Pas deze afstand en de brandpuntsafstand van de lens totdat het lichte blad ongeveer 0,5-1 mm dik is.
    2. Positie en het uitvoeren van voorlopige kalibratie van de PIV-camera.
      1. Hechten van een lens naar de PIV-camera, turn-on de PIV-camera in de gratis/continue modus, en grof richten de PIV-camera. Aanpassen van het diafragma van de camera van de PIV om te zorgen dat voldoende licht worden ontvangen door de imaging sensor; Deze f-stop-instelling kan verschillen bij het gebruik van de kamer van wit licht versus de laser gebaseerde verlichting.
        1. Pas de lens en de afstand totdat de grootte van de afbeelding voldoende is om het observeren van de regio van belang. Selectie van de lens en de afstand tussen de PIV-camera en het lichte blad bepaalt de fysieke grootte van de PIV camera's afbeelding. Idealiter de grootte van de afbeelding moet kleiner zijn dan (of vergelijkbaar) de grootte van het lichte blad setup in 1.1.1.
      2. Zorg ervoor de PIV-camera is loodrecht op het lichte blad en grof de hoogte aanpassen zodat de regio van belang (gedefinieerd door de grenzen van het lichte blad – Zie stap 1.1.1) is binnen van de camera van de PIV veld-of-view (FOV).
      3. Niveau de PIV-camera met betrekking tot de onderkant van de flow-faciliteit (of ten opzichte van de grond als het gewenst is dat de verticale snelheden uitgelijnd met de zwaartekrachtversnelling). Het is van het allergrootste belang dat de PIV-camera precies loodrecht op het lichte blad, zodat dit grondig moet worden gecontroleerd.
      4. De PIV-camera uitschakelen en inschakelen van de laser. Plaats een kalibratieblad en uitlijnen met het midden van het lichte blad en vervolgens uitschakelen van de laser.
        Opmerking: Het kalibratieblad is een twee-dimensionale plaat (meestal gemaakt van metaal voor stijfheid doeleinden), maar met meerdere markeringen (b.v., punten of kruisen) in de vorming van een regelmatig verdeelde raster uitgelijnd. De plaat is meestal zwart geschilderd met witte markeringen. De bekende afstand tussen de markeringen kunt schatting van een conversiefactor tussen fysieke eenheden en pixels.
      5. Zet de PIV-camera terug en verfijnen van de focus van de PIV-camera op het kalibratieblad. De pixelresolutie van de camera PIV zal bepalen hoe goed de regio kan worden opgelost in de ruimte; Dus, dit moet worden beschouwd (zie stap 2.1.1 en 2.1.4 voor details op deze overwegingen).
      6. Een opname. Bevestig dat de PIV-camera is niveau door ervoor te zorgen dat de hoogte naast elkaar in een rij van het kalibratieblad strookt, alsmede dat de horizontale positie langs een kolom met het kalibratieblad strookt. Controleer de grootte van kalibratie markeringen in elke hoek van de afbeelding (in pixels) teneinde het bedrag van de beeldvervorming, die moet worden geminimaliseerd. Het verschil in grootte van kalibratie markers op elk van de vier hoeken moeten idealiter nul; maar niet meer dan 1 pixel moet afwijken.
    3. PIV traceurs toevoegen aan de informatiestroom.
      1. Selecteer geschikte traceurs dat zijn neutraal drijfvermogen (soortgelijke dichtheid als de vloeistof), chemisch inert, juiste grootte en vorm (bolvormig en klein genoeg om de stroom te volgen) en hebben een hoge brekingsindex ten opzichte van de vloeistof12,13 .
        Opmerking: In de gepresenteerde case study waar de vloeistof water is, we hebben gebruikt holle glazen bollen met een gemiddelde diameter van 10 μm en dichtheid van 1.1 g/cc.
      2. De traceurs PIV introduceren in de stroom en het uitvoeren van de faciliteit (oscilleren het raster) totdat ze goed vermengd zijn. Stapsgewijs introduceren de traceurs en evalueren van de beeldkwaliteit en het niveau van de dichtheid van de traceurs binnen het.
        Opmerking: Een grote scheiding tussen tracer grijze niveau intensiteit en de intensiteit van de achtergrond is optimaal.
        1. Evalueren door te draaien op de laser en het verzamelen van beelden in de gratis/continue modus. De traceurs concentratie in de afbeelding moet dicht maar niet gespikkelde4,14. De grootte van het venster van de gewenste correlatie bij het selecteren van de concentratie, overwegen, zoals wordt voorgesteld te hebben rond 8-10 duidelijk deeltje paren in de PIV beeld paren voor de cross-correlatie analyse4 (zie stap 2.1.1).
    4. De PIV-parameters instellen. De PIV-parameters bestaan uit de PIV camera framesnelheid (dat is hetzelfde als de koers van de herhaling van de dual-pulse laser), de timing tussen afbeelding pairs (dat wil zeggen, tussen opeenvolgende (dual) laserpulsen timing), en het aantal paren van de afbeelding om te verzamelen. Verfijning van deze instellingen kan nodig zijn na beoordeling van de resultaten van stap 1.1.5.
      1. De tijdsinstellingen van de PIV camera en laser (framesnelheid). Deze bepalen de resolutie van de tijd van de bemonsterde snelheid vector kaarten en moet zo hoog mogelijk (beperking van PIV camera, laser of vaste-schijfruimte) tot de helft van de kleinste tijdschaal van de stroom.
      2. Stel de timing tussen opeenvolgende PIV beelden (dat wil zeggen, een paar PIV afbeelding).
        1. Stel de timing tussen opeenvolgende PIV beelden gebaseerd op de gemiddelde stroom snelheid in de faciliteit en de grootte van de Vensters van de ondervraging (zie 2.1.1). Hebben de traceurs verdringen van ongeveer 1/4-1/2 van de ondervraging venstergrootte in de tijd die is verstreken tussen opeenvolgende beelden. De tijd tussen opeenvolgende beelden stelt ook de timing tussen de twee laserpulsen.
        2. Vooraf definiëren de eerste puls brand een korte tijd nadat de PIV camera sluiter heeft geopend. Als een cross-correlatie PIV camera gebruikt, de PIV-camera de afbeelding wordt opgeslagen in het buffergeheugen en opent de sluiter opnieuw opnieuw.
        3. Brand de secondenpuls van de laser, op basis van de installatie hierin. Eens de tweede puls branden, van de camera sluiter zal sluiten weer, beide afbeeldingen te sturen naar de frame-grabber (of on-board geheugen van de camera van de PIV).
        4. De tijd tussen de eerste puls die activeert de verwerving van de eerste afbeelding van het paar van beeld en de eerste puls waarmee de verwerving van de eerste afbeelding van de combinatie van de volgende afbeelding wordt geactiveerd door het frame van de camera PIV groeitempo (zie 1.1.4.1) bepalen.
      3. Stel het aantal paren van de afbeelding om te verzamelen. Het aantal paren van de afbeelding te verzamelen moet zijn geselecteerd om convergentie van statistische flow eigenschappen, die hangt af van de experimentele opstelling, maar bevindt zich doorgaans in het bereik van honderden tot duizenden paren van de afbeelding.
    5. Test de PIV-setup.
      1. De laser ingesteld op externe trigger modus voor beide hoofden van de laser en vergroten van de kracht van de laser. Volledig donkerder de kamer.
      2. Gegevensverzameling in gesynchroniseerde continu-modus voor een paar seconden starten.
      3. Stop het verzamelen van de gegevens.
      4. Cross correlate beeld verzameld paren (zie 2.1.1).
        1. Als het percentage van goede vectoren passeren de signal-to-noise verhouding (verhouding van de hoogste piek van het Kruis correlatie aan de tweede hoogste correlatie piek Kruis – zie 2.1.1) is niet in de bovenste 90% bereik of gemiddelde tracer verplaatsingen binnen ondervraging windows zijn niet ongeveer 0,25-0,5 van de venstergrootte ondervraging herhalen en controleren van de correcte uitvoering van de stappen in sectie 1.1 totdat het is bereikt. Zodra deze waarden worden bereikt, stopt de faciliteit (stop raster oscillation).
  2. 2D high-speed deeltje bijhouden instellen
    1. Plaats de monochromatische LED lijn licht.
      1. Kies het licht LED lijn zodat het verlicht het deeltje onderzochte (bijvoorbeeld sediment deeltjes) met grote terugverstrooide intensiteit (grote verschil in brekingsindex van het deeltje met betrekking tot de vloeistof). Het moet ook kunnen verlichten continu of in een tempo dat kan worden gesynchroniseerd met de PT-camera.
      2. Het minimaliseren van de dikte van de lijn licht aan de PIV licht blad dikte ideaal, maar niet meer dan 10 keer dikker dan de lichte plaatdikte van PIV teneinde eventuele onduidelijkheid als gevolg van de uit-van-plane particle beweging.
      3. De breedte van de LED lijn licht overeenkomen met of omvatten de PIV FOV. Monteer de LED loodrecht op het lichte blad gegenereerd door de laser zodat er geen problemen van lichte verstopping (PIVbijvoorbeeld lichte vel uit de kant) en de LED van de bodem zijn. Zie Figuur 1.
      4. Het licht LED lijn zodat de PIV licht blad dikte wordt binnen de LED licht lijndikte gecentreerd uitlijnen Alleen aanpassen de positionering van de LED-licht om te bereiken deze uitlijning. Verkeer van het lichte blad van PIV vergt een herhaling van de stappen in sectie 1.1.
    2. Positie en het uitvoeren van voorlopige kalibratie van de high-speed PT-camera.
      1. Hechten van een lens aan de camera PT, zet de camera van de PT in gratis/continu/Live modus en grof richten de PT-camera. Wijzig indien nodig de PT camera f-stop om ervoor te zorgen dat voldoende licht worden ontvangen door de imaging sensor van de camera van de PT; Deze f-stop-instelling kan verschillen bij het gebruik van de kamer van wit licht ten opzichte van de op basis van LED verlichting. Selectie van de lens en de afstand tussen de camera en de LED lijn licht bepaalt de fysieke grootte van de afbeelding van de camera van de PT. In het ideale geval zullen de PT camera FOV kleiner dan (of vergelijkbaar) de grootte van het gebied verlicht door de LED.
      2. Zorgen voor dat de high-speed camera staat loodrecht op de lijn licht en grof de hoogte aanpassen, zodat de regio van belang binnen van de camera van de PT FOV en inclusief de PIV FOV is.
      3. Het niveau van de PT-camera met betrekking tot de onderkant van de flow-faciliteit (of ten opzichte van de grond als het gewenst is dat de verticale snelheden uitgelijnd met de zwaartekrachtversnelling). Het is van ons belang dat de PT-camera precies loodrecht op het vlak verlicht door de lijn licht, zodat dit grondig moet worden gecontroleerd.
      4. Uitschakelen van de PT-camera, zet de lijn licht, en plaats een kalibratieblad uitgelijnd met het middelpunt van de lijn licht, dan de lijn licht uitschakelen.
      5. De PT-camera terug inschakelen en de focus op het kalibratieblad verfijnen. Verder verfijnen de lens en de afstand tot de grootte van de afbeelding is voldoende om te observeren van de regio van belang en worden inclusief de PIV FOV.
      6. Kies lens en afstand zodanig zijn dat de snelle PT camera FOV groter dan de PIV FOV is. Deze regeling is nodig om ervoor te zorgen dat de PIV-camera en de snelle PT-camera niet fysiek elkaar blokkeren.
      7. Regelen van de PT en PIV camera's verticaal (gestapelde) of verschuiving naar de kant van elkaar. Het is handig om één van de hoeken van de high-speed PT FOV en PIV FOV samenvallen. De pixelresolutie van de PT-camera zal bepalen hoe goed de regio kan worden opgelost in de ruimte; Dus, dit moet worden beschouwd. De omrekeningsfactor tussen fysieke eenheden en pixels bepaalt de fysieke afstand gedekt door één pixel. De deeltjes moeten ongeveer 3-10 pixels tussen opeenvolgende beelden, verdringen en als deze verplaatsing is te groot (of klein) omdat de FOV is te klein (of te groot) of het aantal pixels is te groot (of klein) vervolgens deeltjes kunnen niet verdringen een ideaal het aantal pixels tussen afbeeldingen (Zie ook 1.2.3.2).
      8. Selecteer deeltjes voor onderzoek.
        1. Deeltjes van belang veel groter dan de PIV traceurs zaaien om voldoende onderscheid te maken tussen de onderzochte deeltjes en de PIV traceurs gebruiken We zijn succesvol met deeltjes ongeveer 5 keer groter dan de PIV traceurs en de ondergrens van mening dat dit maar de limiet kan afhangen van de brekingsindices van deeltjes en lichtbronnen. De onderzochte particle dienen te gelden voor rond 4-5 pixels in het gebied in de afbeelding high-speed camera. Daarom is de grootte van de onderzochte deeltjes kan zorgen voor minder pixelresolutie voor de hoge snelheid beeld dan de PIV-beelden.
        2. Herhaal stappen 1.2.2.1-1.2.2.5 zoals die nodig zijn om deze stap.
      9. Een afbeelding van het kalibratieblad verwerven. Bevestig dat de PT-camera is niveau door ervoor te zorgen dat de hoogte naast elkaar in een rij van het kalibratieblad strookt en dat de horizontale positie langs een kolom met het kalibratieblad strookt. Ook de grootte van kalibratie markers in elke hoek van de afbeelding te controleren teneinde het bedrag van de beeldvervorming, die moet worden geminimaliseerd (niet van elkaar verschillen door meer dan 1 pixel).
    3. De high-speed camera parameters instellen. De high-speed camera parameters bestaan uit de frame rate van de camera van de PT (in dit geval ook de blootstellingstijd instellen), de cameraresolutie PT (volledige frame of weggooien van de pixels om de framesnelheid te verhogen of het uitbreiden van de Acquisitietijd) en het aantal afbeeldingen verzameld.
      1. Stel het aantal beelden worden verzameld (dat wil zeggen, de lengte van Acquisitietijd). Het aantal foto's verzameld van invloed op het aantal deeltjes trajecten gemeten — hoe langer de tijd van de overname, de meer trajecten die kunnen worden gemeten.
      2. Stel de framesnelheid (en blootstellingstijd) en de resolutie van de high-speed PT-camera.
        1. Vermijd het instellen van het interval van de overname hoge snelheid beeld naar dezelfde of een veelvoud van de PIV framerate. Stel de framesnelheid gebaseerd op de geschatte snelheid van de deeltjes in de stroom. De deeltjes moeten meer dan 1 of 2 pixels verplaatsen om te voorkomen dat exemplaren van overlappende deeltje posities in twee opeenvolgende beelden; echter een grote kloof (> 10 pixels) zal leiden tot minder vertrouwen bij het identificeren van de dezelfde deeltje in opeenvolgende beelden, verlies van deeltje traject oplevert (zie 2.2.4). Aanpassen van de PT camera resoluties en frame rates om deeltje verplaatsingen in dit bereik (3-10 pixels).
    4. Test de high-speed camera setup.
      1. Turn-on de LED lijn licht en anders donkerder de kamer.
      2. De faciliteit (start het raster oscillerende) worden uitgevoerd.
      3. Het introduceren van de deeltjes in de stroom en een paar frames opnemen nadat de deeltjes in de high-speed camera FOV weergegeven. Overlay van opeenvolgende frames en beoordelen of deeltjes in opeenvolgende frames kunnen worden onderscheiden.
        1. Controleer dat de invoering van deeltjes van de high-speed camera FOV voldoende ver van de FOV, optreedt zijn starteffecten te verwaarlozen, dat de dichtheid van de deeltjes dun genoeg is dat er niet sprake zijn van frequente exemplaren van overlapping van deeltjes binnen de hoge snelheid beeld FOV en die motie deeltje is voornamelijk in het vliegtuig zodat de deeltjes traceerbaar zijn beeld met het blote oog in de camera FOV/PT camera beeld geschiedenis.
        2. Als deze resultaten niet worden verkregen, dan herhaal 1.2 totdat het wordt bereikt. Eenmaal bereikt, stopt de faciliteit (stop raster oscillation).
  3. Gecombineerde laatste kalibratie
    1. Plaats het kalibratieblad in zowel PT als PIV camera FOVs en binnen zowel de PIV de LED licht bladen. Het kalibratieblad moet zichtbaar zijn voor zowel de snelle PT camera en de PIV camera. Controleer of beide camera's zijn in focus. Als men niet in beeld is, dan moeten stap 1.1 en 1.2 worden herhaald voor de PIV-camera en een high-speed camera, respectievelijk.
    2. Zorg ervoor dat ten minste één unieke mark op het kalibratieblad dat is zichtbaar door zowel de high-speed camera FOV en de PIV camera FOV aanwezig. Meten en duiden de positie van dit unieke merk in de fysieke ruimte voor doeleinden van ruimtelijke registratie tussen de beelden.
    3. Kalibreer de high-speed camera door vastleggen en opslaan van een afbeelding van het kalibratieblad door de snelle PT-camera. Kalibreer de PIV-camera op dezelfde manier.
    4. Verwijder het kalibratieblad uit de vloeistof.
  4. Gegevensverzameling
    1. Uitvoeren van de faciliteit (oscilleren raster) totdat zij steady-state (~ 20 min tot).
    2. Stel lichtomstandigheden door de kamer donkerder en draaien op de LED licht. Het toevoegen van deeltjes in de vloeistof.
    3. Synchroon starten Beeldacquisitie voor beide systemen waneer de eerste deeltjes in de high-speed PT camera FOV (in levende modus).
    4. De snelle beelden van de RAM voor de high-speed camera PT downloaden en opslaan van de beelden verkregen door de PIV-camera.
    5. De faciliteit te stoppen (stop de oscillaties raster).

2. de beeldanalyse

Opmerking: Er zijn vele softwarepakketten beschikbaar voor het uitvoeren van zowel de PT de PIV beeldanalyse – zowel commerciële als freeware. P.a. van PIV zijn freeware codes OpenPIV (http://www.openpiv.net/) en MatPIV (http://folk.uio.no/jks/matpiv/index2.html). Commerciële bedrijven verkopen ook PIV analysesoftware. Voor de analyse van de PT bestaan talrijke deeltje volgcodes in zowel 3D en 2D zoals Particle Tracker (https://omictools.com/particle-tracker-tool); een volledige lijst van verschillende softwareplatformen kan hier worden gevonden: https://omictools.com/particle-tracking-category of http://tacaswell.github.io/tracking/html/. Meeste analyse pakketten, bijvoorbeeld, MATLAB, hebben een ingebouwde hulpmiddelen waarmee u gemakkelijker relatief eenvoudig om uw eigen code voor het bijhouden. Voor de resultaten gepresenteerd in deze studieOpenPIV, zijn TSI inzichten MATLAB aangepaste-geschreven tracking codes gebruikt.

  1. Analyseren van PIV beelden
    1. Verdeel elke afbeelding in een raster van ondervraging windows (bijvoorbeeld 64 x 64 pixels2 met 50% overlap) waarover de gemiddelde stroomsnelheid op elk venster wordt als volgt berekend door cross-correleren twee opeenvolgende PIV beelden (d.w.z., PIV afbeelding paar) besproken in de sectie 1.1.4.2 PIV setup.
      Opmerking: De afstand tussen de correlatie van de piek in elk venster en het midden van het venster bepaalt de gemiddelde tracer verplaatsing in dat venster. Eenmaal gekalibreerd, levert deze verplaatsing gedeeld door de tijd tussen opeenvolgende PIV beelden (PIV afbeelding pair - Zie stap 1.1.4.2) schattingen van de twee componenten van de in-plane van snelheid op elke locatie4. Collectief, is het hierna een snelheid vector kaart. De grootte van het venster ondervraging bepaalt de resolutie van het veld van de stroom geproduceerd door de PIV-analyse als de helft van deze afstand is de berekende snelheid vector afstand. Deze afstand samen met de pixel aan fysieke eenheid conversie factor stelt u de resolutie van het veld gemeten stroom. Bovendien, voor het verkrijgen van lage aantallen van foutieve vectoren (ziepunt 2.1.2), moet een voldoende aantal traceurs aanwezig in elk venster (ten minste 8-10 verklikstoffen) en ze niet meer dan ongeveer ¼ tot ½ van het vensterformaat moeten verplaatsen.
    2. Resultaten van de cross-correlatie met valse resultaten uit de snelheid vector kaarten verwijderen filteren.
      1. Een signal-to-noise (SNR)-filter toepassen. Vereisen een verhouding van 1.5 en hoger wordt meestal gebruikt (dit aantal kan veranderen op basis van de specifieke experimentele omstandigheden).
        1. Stel de SNR om hetzij de verhouding tussen de eerste en de tweede hoogste piek van de correlatie in de ondervraging venster of de verhouding tussen de eerste en gemiddelde correlatie over het specifieke ondervraging venster. Optimaliseer de SNR ratio voor elke set van experimenten. Het aantal vectoren bij gebreke van deze SNR controle mag niet meer dan 10%.
      2. Filteren resterende foutieve vectoren (niet meer dan 5 gewichtspercenten tussen stappen 2.1.2.2 en 2.1.2.3) met behulp van een globaal filter dat vergelijkt elke individuele snelheid vector met snelheid kaart gemiddelde plus of minus drie standaarddeviaties liggen voor de snelheden van de kaart, en elimineert snelheden buiten dit bereik.
      3. Filteren op resterende foutieve vectoren (niet meer dan 5 gewichtspercenten tussen stappen 2.1.2.2 en 2.1.2.3) met behulp van een lokale filter dat elke vector van de individuele snelheid met de gemiddelde snelheid van een wijk vergelijkt in het omringende snelheid vectoren, meestal 5 x 5 in grootte.
        Noot: Gebruik van de mediaan en het bepalen van de grootte van de wijk kan veranderen afhankelijk van de specifieke experimentele omstandigheden.
    3. Vervang foutieve vectoren, gevonden in stap 2.1.2 met geïnterpoleerde vectoren (of de buurt mediaan) met behulp van informatie uit de omliggende wijk vectoren, meestal van maat 5 x 5.
    4. Bepaal de afstand-tot-pixel conversie ratio. Onderzoeken hoeveel pixels te vertalen naar een specifieke afstand met behulp van de afstand tussen markeringen op het kalibratieblad beeld in stap 1.3.3.
    5. Kalibreren van vectoren. Converteren van de vectoren berekend in stappen 2.1.1-2.1.3 naar fysieke eenheden met behulp van deze conversiefactor van stap 2.1.4 en de tijd tussen paren van de afbeelding instellen in stap 1.1.4.2; de verplaatsingen in pixels omzetten in snelheden in fysieke eenheden.
  2. Analyseren van de snelle beelden
    1. Verwijder alle frames uit de tijdreeks van de hoge snelheid beeld waarin de PIV laser werd het verlichten van de stroom.
      1. Som van de intensiteitswaarden van elk frame verworven. De frames waarin de PIV laser was knipperen hebben een opgeteld intensiteit die is veel groter dan die zonder de PIV laser actief in de afbeelding. Gebaseerd op een drempel op de opgeteld intensiteit, verwijdert alle beelden uit de tijdreeks die een opgeteld intensiteit groter is dan de drempel hebben. Zie sectie 1.2.3.2 voor begeleiding bij het minimaliseren van de hoeveelheid frames waarvoor dit gebeurt.
    2. Resterende grijswaardenafbeeldingen converteren naar binaire afbeeldingen met behulp van een drempel. In dit geval gebruiken we Otsu van methode om te bepalen van de drempel die de deeltjes worden omgezet in wit en de achtergrond zwart.
    3. Blob analyses uit te voeren voor elke afbeelding.
      1. Regio's van connectiviteit in de zwart-wit beeld - hierna te noemen de objecten identificeren. Meestal wordt een connectiviteit van 8 pixels gebruikt.
      2. Verwijder eventuele voorwerpen die in het gebied (dat wil zeggen, aantal pixels object in de afbeelding verbruikt) veel kleiner zijn dan de typische deeltjesgrootte in pixels in de afbeelding, meestal rond 3 pixels.
    4. Bereken de deeltje trajecten.
      1. Identificeren van het zwaartepunt van alle (overige)-objecten in de eerste afbeelding.
      2. Zoek de volgende afbeelding voor hetzelfde object door te zoeken in een gebied in de buurt van het zwaartepunt in de voorafgaande afbeelding voor elk object ontdekt. Als slechts één deeltje/object in het zoekvenster wordt gevonden, dan blijven de baan, en vastleggen van de locatie van het zwaartepunt in dat beeld; anders, het beëindigen van het traject.
        Opmerking: Te groot van een zoekopdracht gebied kan resulteren in onjuiste identificatie van het deeltje in de volgende afbeelding zodat het zoekgebied zoveel mogelijk beperkt moet zonder vooringenomenheid in de resultaten. Als de positie van het object in het volgende frame vaak op het maximale bereik van het zoekvenster is, is het zoekvenster niet groot genoeg.
      3. Herhaal stap 2.2.4.2 totdat het object niet langer kan worden gevonden in de volgende afbeelding. Wanneer dit gebeurt, wordt beschouwd als het traject beëindigd.
        Opmerking: Als de meerderheid van deeltje wordt bijgehouden zijn consequent korte (bijvoorbeeld minder dan 5 frames), dan dit resultaat kon geven dat er aanzienlijke driedimensionale beweging en dat deze methode niet geschikt is. Als een vuistregel moet deeltje tracks tenminste ¼ van de particle volgen FOV14; maar de noodzaak van bepaalde track lengtes kan variëren met de toepassing.
      4. Herhaal stappen 2.2.4.1-2.2.4.3 beginnen met het tweede frame voor alle objecten die nog niet worden bijgehouden van frame 1. Herhaal dit proces voor alle mogelijke begin frames. Het resultaat zal zijn een bibliotheek deeltje gevaar opleverende gedurende het gehele experiment.

3. analyse

  1. Bereken deeltje snelheden en versnellingen van positie-trajecten verkregen van de snelle beelden gebruikt voor de PT.
    1. Onderscheiden de deeltje trajecten voldaan in 2.2 in tijd (op basis van de frame rate in stap 1.2.3.2) to compute snelheden in elke richting. Deze tijd differentiatie resulteert in schattingen van Lagrangiaan snelheid van de deeltjes in pixels per tijdseenheid.
      Opmerking: Deze stap hoeft alleen te worden uitgevoerd indien informatie van de snelheid van de deeltjes is gewenst.
    2. Kalibreer de snelheden door het omzetten van de snelheden van pixels per tijdseenheid afstand per tijdseenheid. De omrekeningsfactor (afstand per pixel) kan worden verkregen door het onderzoek van de afstand tussen markeringen op het kalibratieblad beeld in stap 1.3.3.
  2. Reynolds decompositie op PIV vector kaarten voor het berekenen van de turbulente hoeveelheden uitvoeren.
    1. Berekent het gemiddelde van het ensemble over alle PIV snelheid vector kaarten verzameld op elke locatie in de PIV vector kaarten verkregen stap 2.1.
    2. Voer een Reynolds-decompositie door af te trekken deze gemiddelden berekend in 3.2.1 van de momentane snelheden in elke kaart te verkrijgen van de tijdreeks van turbulente snelheid schommelingen.
    3. Berekenen van statistieken van belang, bijvoorbeeld turbulente snelheid--kwadratische gemiddelde (RMS). Anderzijds kon men onderzoeken turbulente schommelingen op exacte deeltje locaties binnen de trajecten.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Een schematische voorstelling van de experimentele opstelling is afgebeeld in Figuur 1. De afbeelding wordt de rangschikking van lichte bladen (LED en laser), de overlap in de FOVs, en de positie van de FOVs ten opzichte van het oscillerende raster en de wanden van de tank. De turbulentie en deeltjes worden gelijktijdig zoals beschreven in de sectie protocol gemeten. Figuur 2 toont een voorbeeld van de resultaten van de metingen van de momentane snelheid en vorticiteit samen met monster deeltje trajecten. De resultaten van de analyse van de PIV worden geëvalueerd op basis van de RMS van de turbulente schommelingen computing. Voor deze oscillerende faciliteit van het raster, moet de omvang van het ruimtelijk gemiddelde van de RMS-snelheid schommeling over de PIV FOV verhogen met raster frequentie voor beide snelheid onderdelen7,15. Als dit resultaat niet wordt verkregen, vervolgens het raster faciliteit, PIV setup of PIV analyse fouten bevatten en moet worden herhaald. Een voorbeeld van het verticale profiel van RMS snelheid schommelingen voor ander rooster frequenties wordt gegeven in Figuur 3, indien is aangetoond dat de RMS turbulente schommelingen met raster frequentie stijgen.

De trajecten van het deeltje worden geëvalueerd door het onderzoek van de verdeling van de snelheden verkregen van de particle trajecten, zoals weergegeven in Figuur 4. Deze distributies moet ongeveer Gaussiaanse distributie. Als zij niet zijn, kan dan er een probleem met de overname van de snelle beelden afhankelijk van de specifieke stromingscondities, een probleem met de analyse van de snelle beelden, of een onvoldoende aantal deeltje trajecten. In deze bijzondere toepassing van de methode, kan de validatie van de resultaten van het traject ook worden bereikt door vergelijking naar de Dietrich16 curven voor stilstaand water. Traject berekeningen in stilstaand water met behulp van dezelfde procedures hier geschetst voor de deeltjes een beslechting snelheid dat komt ongeveer overeen met deze empirische krommen opleveren moeten zoals afgebeeld in Figuur 5, waar de resultaten voor de stagnerende stroom voorwaarde Toon overeenkomst met de Dietrich16 curven. Figuur 5 toont ook aan dat deeltjes de neiging hebben verhoogd beslechting snelheden onrust, zoals besproken in Jacobs et al. 7.

Figure 1
Figuur 1: schematische beschrijving van de experimentele opstelling, die uit een raster turbulentie tank, particle image velocimetry setup bestaat (met behulp van een CCD (PIV) camera en laser) en 2D high-speed imaging deeltje tracking setup (met behulp van een CMOS (PT)-camera en LED light ). Dimensies op het schema vindt u in centimeters. Dit cijfer is gewijzigd van die weergegeven in Jacobs et al. 7 Klik hier voor een grotere versie van dit cijfer.

Figure 2
Figuur 2: verdeling van de snelheid en trajecten. (A) een voorbeeld momentane vloeiende snelheid distributie vertegenwoordigd door vectoren in pixels/s overlay op de momentane vorticiteit gekenmerkt door kleur. De rode schaal vector in de lagere linkerhoek vertegenwoordigt 500 pixels/s. (B) een voorbeeld van time-lapse (meer dan 30 PT beelden) trajecten van deeltjes met een 261 µm middendiameter op 5 Hz raster oscillaties. Deelvenster B van dit cijfer is gewijzigd van die weergegeven in Jacobs et al. 7 Klik hier voor een grotere versie van dit cijfer.

Figure 3
Figuur 3: gemiddeld horizontaal verticale profielen van de RMS van de horizontale (a) en (b) verticale turbulente schommelingen voor alle raster frequenties (Zie de legenda). Turbulente RMS snelheden verhogen met raster frequentie. RMS waarden zijn gebaseerd op 500 vector kaarten berekend op alle locaties en klik vervolgens vervolgens gemiddeld over alle horizontale posities (50 punten) op elke verticale positie te verkrijgen van de verticale profielen weergegeven. Dit cijfer is gewijzigd van die weergegeven in Jacobs et al. 7 Klik hier voor een grotere versie van dit cijfer.

Figure 4
Figuur 4: histogrammen van de deeltjes gemeten horizontale en verticale snelheden in stilstaand water en turbulente omstandigheden (Zie ondertitels) (A, links twee panelen) een natuurlijke (onregelmatig gevormde) zand deeltje met 261 µm middendiameter en (B, recht twee panelen) een sferische synthetische deeltje met een gemiddelde diameter van 71 µm. De lijnen in de subverhalen zijn Gaussian past bij de histogrammen. Dit cijfer is gewijzigd van die weergegeven in Jacobs et al. 7 Klik hier voor een grotere versie van dit cijfer.

Figure 5
Figuur 5: Settling snelheden in stagnerende en turbulente stroming voorwaarden ten opzichte van de deeltjesgrootte voor verschillende soorten deeltjes. Zoals geïllustreerd in de legenda, de kleuren staan voor verschillende sediment typen: synthetische of vervaardigde deeltjes, verschillende industriële zand typen (120, 100, 35) en zand uit een plaatselijke strand in Myrtle Beach, SC-zie tabel 1 in Jacobs et al. 7 voor meer details. De symbolen, met inbegrip van de gevulde cirkel, geven de stromingscondities vertegenwoordigd als raster frequentie in de legenda, waar stagnerende verwijst naar nul frequentie. Als raster frequentie toeneemt, verhogen de schommelingen van de RMS-turbulente snelheid. De empirische rondingen van het Dietrich16 voor de beslechting velocity deeltje in stilstaand water staan ook voor verschillende andere vorm-factoren. Dit cijfer is gewijzigd van die weergegeven in Jacobs et al. 7 Klik hier voor een grotere versie van dit cijfer.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

De hier beschreven methode is relatief goedkoop en biedt een eenvoudige manier om te meten gelijktijdig deeltje trajecten en turbulentie om te onderzoeken van de invloed van stroom op deeltje kinematica. Het is opmerkelijk te noemen dat stromen of deeltje bewegingen die sterk driedimensionale zijn zijn niet geschikt voor deze techniek. De uit-van-plane beweging zal resulteren in fouten,17 in zowel de 2D bijhouden en de PIV-analyse en moet worden geminimaliseerd. Bovendien vergt de methode de concentratie van bijgehouden deeltjes relatief laag (volgorde van tientallen deeltjes per PT beeld). Deze beperking is belangrijk om het vertrouwen dat het dezelfde deeltje wordt bijgehouden in opeenvolgende beelden te maximaliseren. Als te veel deeltjes gelijktijdig in de FOV van de PT-camera, vervolgens onnauwkeurigheden in de berekeningen van het traject bestaat en vervroegde beëindiging van de trajecten en meer fouten in de PIV beeldanalyse optreden kan. Problemen in verband met deeltje flocculatie zou bijgevolg uitdagend voor deze techniek te onderzoeken omdat grote deeltjes concentraties meestal nodig zijn. Ten slotte, deze techniek is het meest geschikt voor het bijhouden van grotere deeltjes (> 50 µm). Er moet voldoende scheiding tussen de PIV traceurs (~ 10 µm) tussen de deeltjes die worden bijgehouden. Een factor van ten minste 5 wordt voorgesteld.

De belangrijkste stappen in het protocol voor de particle volgen zijn de kalibratie stappen, selectie van de frame rate, deeltje concentratie in de beelden, en het waarborgen van hoge signaal-/ ruisverhouding in de snelle beelden. De blob-analyse worden geconverteerd van de afbeelding met grijstinten in een zwart-wit afbeelding waarop de deeltje trajecten worden berekend. Als het contrast in de snelle beelden is zodanig dat deze omzetting moeilijk is, dan zijn fouten in de trajecten waarschijnlijk want er onzekerheid in de identificatie van de deeltjes zullen. Onvoldoende deeltje ontheemd, te groot voor verplaatsing tussen frames, of teveel deeltjes kan leiden tot fouten in de deeltje trajecten en/of vervroegde beëindiging van de trajecten van het deeltje. Voor de PIV, de kalibratie van de grootte van de afbeelding, de instelling van de tijd tussen afbeelding paren, goede selectie van de traceurs en gedetailleerde uitlijning tussen de PIV-camera en de laser zijn de belangrijkste stappen om te zorgen voor een goed resultaat in de PIV correlatie analyse , dat is de sleutel voor het verkrijgen van nauwkeurige statistieken over de turbulentie.

Hier, toonden we de resultaten van de techniek door het te onderzoeken de beslechting snelheid van verschillende soorten en maten van sediment deeltjes in wisselende turbulente omstandigheden toe te passen. De resultaten tonen een bijna Gaussiaanse distributie van deeltje afwikkeling snelheden (evenals horizontale snelheden) waarvan het gemiddelde wordt beschouwd als een typische beslechting snelheid voor dat deeltje in verschillende omstandigheden. De RMS van de turbulente snelheid schommelingen stijgen met raster frequentie als verwachte7,15 en zijn ongeveer uniform over de verticale hoogte van FOV (afgezien van één laag turbulentie geval - 2 Hz raster frequentie, zie figuur 3 ). Samen, deze resultaten aantonen dat de gelijktijdige meting van de deeltjes en stroom veld waren succesvol. Ze blijkt ook dat er meer beslechting snelheden met toenemende turbulentie7, die strookt met de theorie van de "fast-tracking" van deeltje beslechting gedrag in turbulente stroming11.

Het gebruik van de methode hierin is een voorbeeld van de aanpak van een wetenschappelijke vraag waarbij deeltje-turbulentie interactie; de methode kan worden gebruikt in andere onderzoeksdisciplines en toepassingen. Naast onderzoek naar trends in een bepaald aspect van deeltje gedrag in verschillende stromingscondities, is het ook mogelijk te onderzoeken van de stroomsnelheden in bepaalde gevallen tijdig langs het traject van een deeltje. De integratie van de stroom snelheid informatie met de deeltje traject gegevens hangt af van de specifieke vraag onderzocht en biedt een potentiële rijkdom aan informatie met betrekking tot deeltje kinematica in voor een grote waaier van toepassingen stromen. Kortom biedt deze techniek een goedkope oplossing voor gelijktijdige meting van de deeltjes trajecten en turbulentie relevant is in een aantal toepassingen waar vloeistofstromen met natuurlijke of kunstmatige deeltjes interageert.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs hebben niets te onthullen.

Acknowledgments

Delen van dit werk werden ondersteund door de Stichting II-VI en de Coastal Carolina Professional Enhancement Grant. Wij zouden ook graag erkennen Corrine Jacobs, Marek Jendrassak en William Merchant voor hulp bij de experimentele opzet.

Materials

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

DOWNLOAD MATERIALS LIST

References

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

Tags

Engineering beeldbewerking kwestie 145 Particle image velocimetry deeltje bijhouden deeltje regelen Raster turbulentie optische flow meettechnieken,
Gelijktijdige meting van turbulentie en Particle Kinematics met behulp van stroom beeldvormende technieken
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Hackett, E. E., Gurka, R.More

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

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter