Summary

Analyse à débit élevé des impacts des gouttelettes liquides

Published: March 06, 2020
doi:

Summary

Ce protocole permet une collecte efficace d’images expérimentales à haute vitesse d’impacts de goutte liquides, et une analyse rapide de ces données par lots. Pour rationaliser ces processus, la méthode décrit comment calibrer et configurer des appareils, générer une structure de données appropriée et déployer un script d’analyse d’image.

Abstract

Les études expérimentales sur les impacts des gouttes liquides sur les surfaces sont souvent limitées dans leur portée en raison de la vaste gamme de paramètres expérimentaux possibles tels que les propriétés matérielles, les conditions d’impact et les configurations expérimentales. En plus de cela, les impacts de goutte sont souvent étudiés à l’aide de la photographie haute vitesse riche en données, de sorte qu’il est difficile d’analyser de nombreuses expériences d’une manière détaillée et opportune. Le but de cette méthode est de permettre une étude efficace des impacts des gouttelettes avec la photographie à grande vitesse en utilisant une approche systématique. L’équipement est aligné et calibré pour produire des vidéos qui peuvent être traitées avec précision par un code de traitement d’image personnalisé. En outre, la configuration de la structure de fichiers et le flux de travail décrits ici assurent l’efficacité et l’organisation claire du traitement des données, qui est effectuée alors que le chercheur est encore dans le laboratoire. La méthode de traitement de l’image extrait le contour numérisé de la gouttelette d’impact dans chaque image de la vidéo, et les données traitées sont stockées pour une analyse plus approfondie au besoin. Le protocole suppose qu’une gouttelette est libérée verticalement sous gravité, et l’impact est enregistré par une caméra visualisant de côté avec la goutte illuminée à l’aide de la tsuographe. De nombreuses expériences similaires impliquant l’analyse d’images d’événements à grande vitesse pourraient être traitées avec un ajustement mineur au protocole et à l’équipement utilisé.

Introduction

Les impacts de gouttes liquides sur les surfaces sont d’un grand intérêt à la fois pour la compréhension des phénomènes fondamentaux1 et pour les processus industriels2. Les impacts des gouttes ont été étudiés pendant plus de 100 ans3, mais de nombreux aspects doivent encore faire l’objet d’une enquête approfondie. La photographie haute vitesse est presque universellement utilisée pour des études sur les impacts de chute4, car elle fournit des données riches et accessibles qui permettent de faire des mesures analytiques avec une bonne résolution du temps. Les résultats d’un impact de chute sur une surface solide5,6,7 vont de simple dépôt à éclaboussures8. Les impacts sur les surfaces superhydrophobes sont souvent étudiés car ils peuvent générer des résultats particulièrement intéressants, y compris la chute rebondissant9,10,11,12. Le protocole décrit ici a été développé pour étudier les impacts de la goutte d’eau sur les surfaces polymères avec des motifs micro-échelle, et en particulier l’influence du modèle sur les résultats d’impact de chute13,14.

Les résultats d’une expérience d’impact de chute peuvent être affectés par un large éventail de variables possibles. La taille et la vitesse de la baisse peuvent varier, ainsi que les propriétés fluides telles que la densité, la tension de surface et la viscosité. La baisse peut être soit newtonienne15 ou non-Newtonian16. Une grande variété de surfaces d’impact a été étudiée, y compris liquide7,17, solide18, et élastique19 surfaces. Diverses configurations expérimentales possibles ont été décrites précédemment par Rein et al.17. La gouttelette peut prendre différentes formes. Il peut être oscillant, rotatif, ou impact à un angle à la surface. La texture de surface et les facteurs environnementaux tels que la température peuvent varier. Tous ces paramètres rendent le champ des impacts de gouttelettes extrêmement large.

En raison de cette large gamme de variables, les études des phénomènes dynamiques de mouillage liquide se limitent souvent à se concentrer sur des sujets relativement spécifiques ou étroits. De nombreuses enquêtes de ce type utilisent un nombre modéré d’expériences (p. ex., 50 à 200 points de données) obtenues à partir de vidéos haute vitesse traitées manuellement10,20,21,22. L’ampleur de ces études est limitée par la quantité de données qui peuvent être obtenues par le chercheur dans un délai raisonnable. Le traitement manuel des vidéos exige de l’utilisateur qu’il effectue des tâches répétitives, telles que la mesure du diamètre des gouttelettes d’impact, souvent obtenues grâce à l’utilisation d’un logiciel d’analyse d’images (Fidji23 et Tracker24 sont des choix populaires). La mesure la plus largement utilisée pour caractériser les impacts de chute est le diamètre d’une chute de propagation25,26,27,28.

En raison de l’amélioration du traitement d’image, les méthodes automatiques assistées par ordinateur commencent à améliorer l’efficacité de la collecte de données. Par exemple, des algorithmes d’analyse d’images pour la mesure automatique de l’angle de contact29 et la tension de surface à l’aide de la méthode de chute de pendentif30 sont maintenant disponibles. Des gains d’efficacité beaucoup plus importants peuvent être réalisés pour la photographie à grande vitesse des impacts de la chute, qui produit des films composés de nombreuses images individuelles pour l’analyse, et en effet certaines études récentes ont commencé à utiliser l’analyse automatisée15,18, bien que le flux de travail expérimental n’a pas clairement changé. D’autres améliorations dans la conception expérimentale pour les expériences d’impact de chute ont surgi des progrès dans les sources de lumière LED disponibles dans le commerce, qui peuvent être couplés avec des caméras à grande vitesse via la technique de l’ombre31,32,33,34.

Cet article décrit une méthode normalisée pour la capture et l’analyse des films d’impact de chute. L’objectif principal est de permettre une collecte efficace de grands ensembles de données, ce qui devrait être généralement utile pour la grande variété d’études d’impact de chute décrites ci-dessus. À l’aide de cette méthode, le contour numérisé et résolu par le temps d’une goutte d’impact peut être obtenu pour 100 expériences par jour. L’analyse calcule automatiquement les paramètres d’impact des gouttelettes (taille, vitesse, nombres Weber et Reynolds) et le diamètre de propagation maximal. Le protocole s’applique directement aux paramètres de base des gouttelettes (y compris le liquide, la taille et la vitesse d’impact), le matériau de substrat ou les conditions environnementales. Les études qui analysent une large gamme de paramètres expérimentaux peuvent être menées dans un délai relativement court. La méthode encourage également les études à haute résolution, couvrant un petit éventail de variables, avec de multiples expériences répétées.

Les avantages de cette méthode sont fournis par l’expérience normalisée, ainsi qu’une structure de données et un flux de travail clairs. La configuration expérimentale produit des images avec des propriétés cohérentes (spatiale et contrastée) qui peuvent être transmises à un code d’analyse d’image personnalisé (inclus comme un fichier de codage supplémentaire qui s’exécute sur MATLAB) pour le traitement rapide des vidéos enregistrées immédiatement après l’expérience. L’intégration du traitement et de l’acquisition de données est l’une des principales raisons de l’amélioration de la vitesse globale de collecte des données. Après une session d’acquisition de données, chaque vidéo a été traitée et toutes les données brutes pertinentes sont stockées pour une analyse plus approfondie sans nécessiter de retraitement de la vidéo. En outre, l’utilisateur peut inspecter visuellement la qualité de chaque expérience immédiatement après qu’elle soit effectuée et répéter l’expérience si nécessaire. Une première étape d’étalonnage permet de reproduire la configuration expérimentale entre différentes séances de laboratoire avec une bonne précision.

On suppose que pour implémenter cette méthode, l’utilisateur a accès à une caméra à grande vitesse disposée de sorte qu’il image la surface d’un point de vue horizontal (sur le côté). Une représentation schématique de cet arrangement est présentée à la figure 1, y compris la définition des axes cartésiens. Le système doit avoir la capacité de positionner précisément à la fois la caméra et l’échantillon en trois dimensions (X, Y et Z). Une méthode de graphisme est mise en œuvre pour éclairer la gouttelette et est placée le long de la trajectoire optique de la caméra. Le système doit utiliser un système d’éclairage LED à courant direct de haute qualité (DC) (y compris une lentille de condensateur collimante) qui peut être déplacé dans les directions X et Z pour aligner le chemin optique avec la caméra. On suppose également que l’utilisateur a accès à une pompe à seringues qu’il peut programmer pour produire des gouttelettes individuelles du volume désiré lorsqu’il est connecté à une aiguille particulière35. La gouttelette tombe sous gravité de sorte que sa vitesse d’impact est contrôlée par la position de l’aiguille au-dessus de la surface. Bien que cette configuration soit assez générique, le Tableau des matériaux répertorie l’équipement spécifique utilisé pour obtenir les résultats représentatifs et note certaines restrictions potentielles imposées par le choix de l’équipement.

Figure 1
Figure 1 : Représentation schématique de la configuration expérimentale minimale. Une caméra à grande vitesse est positionnée sur des gouttelettes d’image ayant un impact vertical sur un échantillon de côté. Une source lumineuse LED est alignée avec la ligne de vision de la caméra pour la photographie. Une aiguille est utilisée pour la production individuelle de gouttelettes, et les haches cartésiennes sont définies. S’il vous plaît cliquez ici pour voir une version plus grande de ce chiffre.

La description de la méthode est axée sur la mesure des bords des gouttelettes liquides au fur et à mesure qu’elles tombent et impactent. Les images sont obtenues du point de vue secondaire couramment utilisé. Il est possible d’étudier la propagation des gouttelettes à partir de la fois latéralement et bas en haut à l’aide de deux caméras à grande vitesse13,14, mais la vue ascendante n’est pas possible pour les matériaux opaques, et une vue descendante produit des complications d’alignement. Le flux de travail de base pourrait être utilisé pour améliorer la recherche pour tous les petits objets (2 à 3 mm de diamètre) qui ont un impact sur les surfaces, et il pourrait être utilisé pour des objets plus grands ou plus petits avec d’autres changements mineurs. Des améliorations et des alternatives à la configuration expérimentale et à la méthode sont examinées plus loin dans la section de discussion.

Protocol

1. Mise en place de la caméra haute vitesse Définissez le champ de vision fixe (FOV) pour la caméra et calculez le facteur de conversion du pixel au mm. Placez un marqueur d’alignement (p. ex., un marqueur de longueur latérale de 4 mm avec le code d’analyse d’image fourni) sur la position centrale de l’étape de l’échantillon afin qu’il soit face à la caméra. Ajuster le grossissement de la caméra afin que le marqueur carré s’adapte dans le FOV. Assurez-vous que le marqueur est au point et capturez une image.REMARQUE : Le code d’analyse d’image exige qu’une gouttelette imageuse couvre plus de 1 % du total du FOV, sinon elle est classée comme bruit. De même, la gouttelette ne devrait pas prendre plus de 40% du FOV, sinon elle est identifiée comme un événement de traitement d’image échoué. Verrouillez le grossissement de la lentille et assurez-vous que cela reste inchangé au cours d’un lot d’expériences. Chargez l’interface utilisateur graphique (GUI) pour le logiciel d’analyse d’impact de gouttelette en cliquant sur l’icône au sein de MATLAB. Exécutez le code d’analyse d’image. Sur l’interface graphique, cliquez sur le bouton de la caméra de calibre et sélectionnez l’image obtenue dans l’étape 1.1.1. Entrez la taille du carré d’étalonnage en mm et cliquez sur OK. Déplacez le rectangle affiché à l’écran jusqu’à ce que le carré d’étalonnage soit le seul objet à l’intérieur. Cliquez SUR OK et le logiciel calculera automatiquement le facteur de conversion. Si l’étalonnage automatique échoue, suivez le guide logiciel pour effectuer l’étalonnage manuel. Alignez le système expérimental.Préparer le liquide utilisé pour la distribution de gouttelettes individuelles. Placez la monture d’aiguille autour du niveau des yeux de l’utilisateur pour permettre la facilité de chargement. Purger manuellement le tube pour enlever tout liquide en poussant l’air à travers avec une seringue. Assurez-vous que le tube n’est pas tordu et que l’aiguille est sécurisée et propre. Fixer l’aiguille et les tubes de sorte que l’aiguille soit verticale.REMARQUE : Si nécessaire, nettoyez l’aiguille en acier avec de l’éthanol dans un bain à ultrasons. Remplissez la seringue avec le liquide étudié (p. ex., eau) et attachez-la à la pompe à seringue contrôlée par ordinateur. Purger l’aiguille à l’aide de la pompe à seringue (cliquez et maintenez le bouton de distribution) jusqu’à ce qu’aucune bulle ne soit présente dans le liquide. Réglez la pompe à seringue de sorte qu’elle distribue le volume nécessaire à la libération d’une gouttelette individuelle.REMARQUE : Pour les résultats représentatifs, le diamètre moyen de la gouttelette était de 2,6 mm à l’aide d’un taux de distribution de 0,5 ml/min et d’un volume distribué de 11 ll. Le taux de pompage doit être assez lent pour que les gouttelettes se forment et libèrent sous gravité, ce qui peut être peaufiné par tâtonnements par tâtonnements. Le volume de la gouttelette peut être approximatif comme14là où D est le diamètre de l’aiguille,LG est la tension de surface de gaz liquide, et est la densité de fluide. Alignez l’échantillon (p. ex., polydimethylsiloxane plat [PDMS]) en le plaçant sous l’aiguille et en distribuant une seule gouttelette à l’aide de la pompe à seringue. Vérifiez que la gouttelette atterrit et se propage sur la zone de l’échantillon qui est d’intérêt, et si elle ne modifie pas la position de l’échantillon au besoin.REMARQUE : Si l’alignement des gouttelettes s’avère difficile, vérifiez que l’aiguille est montée correctement dans le porte-aiguille verticalement et qu’elle n’est pas pliée. L’échantillon est maintenant aligné par rapport aux axes X et Y et ne doit pas être déplacé pendant les expériences. Alignez et concentrez la caméra. Distribuez une seule gouttelette sur l’échantillon. Ajuster la position verticale (Z) du support de l’échantillon jusqu’à ce que la surface soit au niveau avec le centre du FOV de la caméra. Ajuster la position horizontale (X) de la caméra afin que la gouttelette de l’échantillon soit alignée au centre du FOV. Ajuster les positions verticales (Z) et horizontales (X) de la LED pour correspondre à la position de la caméra, de sorte que le centre de la lumière apparaît au centre du FOV. Ajuster la distance (Y) de la caméra de la gouttelette afin que la gouttelette se met au point.REMARQUE : Le système est maintenant aligné et étalonné. Si le positionnement de tout l’équipement est inchangé, le protocole peut être mis en pause et redémarré sans réalignement. L’alignement de l’échantillon dans la direction verticale (Z) doit être répété pour les échantillons d’épaisseur variable. Définissez les conditions d’enregistrement de la caméra. Définissez le taux d’image de la caméra à une valeur optimale pour l’objet enregistré.REMARQUE: Le taux optimal d’image de la caméra (fps) peut être prédit en utilisant31lorsque N est le taux d’échantillonnage (nombre d’images capturées lorsque l’objet couvre l’échelle de longueur, normalement 10), V est la vitesse de la gouttelette, et j est l’échelle de longueur d’imagerie (par exemple, le FOV). Définissez le temps d’exposition de la caméra à une valeur aussi petite que possible tout en conservant suffisamment d’éclairage. À ce stade, ajustez l’ouverture de l’objectif au plus petit réglage disponible tout en conservant suffisamment d’éclairage.REMARQUE : Une estimation du temps d’exposition minimum (te) est donnée par31où k est l’échelle de longueur (par exemple, la taille d’un pixel), PMAG est le grossissement primaire, et V est la vitesse de la gouttelette. Réglez la gâchette de la caméra. Utilisez un déclencheur de mode final de sorte que la caméra tamponne l’enregistrement, puis s’arrête sur la gâchette (par exemple, un utilisateur souris-clic).REMARQUE : Un système de déclenchement automatique peut être utilisé pour automatiser ce processus. 2. Mener des expériences Préparer le système de fichiers informatiques pour un lot d’expériences. Créez un dossier pour stocker des films pour le lot actuel d’expériences. Définissez ce dossier comme emplacement d’enregistrement pour le logiciel de caméra suivant le guide du fabricant de l’appareil photo. Assurez-vous que le format de fichier pour les images capturées est .tif. Cliquez sur le bouton Set Path dans l’interface graphique d’analyse d’image et choisissez le même dossier que dans l’étape 2.1.1, qui indique au logiciel de surveiller ce dossier pour de nouvelles vidéos. Créez la structure du dossier pour un lot d’expériences. Cliquez sur le bouton Make Folders sur l’interface graphique d’analyse d’image et entrez quatre valeurs comme invité : 1) la hauteur minimale de sortie de gouttelette, 2) la hauteur de dégagement maximale, 3) l’étape de hauteur entre chaque expérience, et 4) le nombre d’expériences répétées à chaque hauteur.REMARQUE : La vitesse d’impact peut être approximative sous forme de V (2gh)1/2, où g est l’accélération due à la gravité et h est la hauteur de sortie de chute. Cliquez sur OK pour exécuter le script Make Folders.REMARQUE : Une gamme de dossiers a été créée dans le répertoire de cette expérience. Ces dossiers sont nommés “height_xx” où xx est la hauteur de la libération des gouttelettes. Dans chacun de ces dossiers, les dossiers vides sont prêts à stocker des données pour chaque expérience répétée. Répéter la section 2.1 pour chaque nouvelle surface ou liquide à étudier. Préparer la surface au besoin pour l’expérience. Pour un impact sur une surface sèche et solide, nettoyez la surface avec un protocole standard approprié et laissez-la sécher complètement. Enregistrez un événement d’impact de gouttelette. Placez l’échantillon sur la scène de l’échantillon. Si nécessaire, faites pivoter la surface pour l’aligner sur la caméra. Déplacez l’aiguille vers la hauteur de relâchement des gouttelettes désirée. Assurez-vous que la vue de la caméra est dégagée, puis capturez et enregistrez une image (à utiliser plus tard pendant le traitement d’image) à l’aide du logiciel de la caméra. Commencez l’enregistrement vidéo de sorte que la caméra enregistre et tamponne (c.-à-d., remplissant la mémoire interne de la caméra). Distribuez une seule gouttelette sur l’échantillon à l’aide de la pompe à seringue (étape 1.2.1.4). Déclenchez l’enregistrement pour qu’il s’arrête une fois l’impact terminé. Retirez la surface du porte-échantillons et séchez-la, le cas échéant. Préparer le fichier vidéo pour une analyse plus approfondie. Crop la vidéo. À l’aide d’un logiciel approprié (p. ex., le logiciel de caméra haute vitesse), scannez la vidéo pour trouver la première image dans laquelle la gouttelette se trouve complètement dans le FOV. Crop le début de la vidéo à ce cadre. Avancez par le nombre d’images nécessaires pour capturer les phénomènes d’intérêt pendant l’expérience d’impact (p. ex., 250 images sont habituellement suffisantes pour les impacts capturés à 10 000 fps). Crop la fin de la vidéo à ce cadre. Enregistrez la vidéo sous forme de fichier .avi, en définissant le chemin d’enregistrement vers le dossier correspondant pour le lot expérimental actuel, la hauteur de libération et le numéro de répétition. Dans l’interface graphique d’analyse d’image, cliquez sur le bouton Fichiers de tri. Confirmez visuellement que l’image de fond prise dans l’étape 2.3.2 est maintenant affichée à l’écran. Cela trouve le dernier fichier enregistré .avi et fichier .tif et les déplace vers le même dossier, en supposant qu’ils ont été prises en même temps. Cliquez sur le bouton Run Tracing pour commencer le traitement d’image. La vidéo sera affichée avec le traitement d’image résultant superposé. Vérifiez qualitativement que le traitement d’image fonctionne correctement en regardant la vidéo.REMARQUE : À la fin du traitement de l’image, le code de traitement d’image affichera une image de la gouttelette à diffusion maximale. Le défaut de calibrer correctement la caméra peut conduire à un traitement incorrect de l’image. Si nécessaire, répétez l’étalonnage jusqu’à ce que le traitement de l’image soit réussi. Répétez les sections 2.3 et 2.4, ajustant la hauteur de l’aiguille au besoin pour effectuer toutes les expériences dans ce lot.REMARQUE : Chaque dossier expérimental contiendra désormais une série de fichiers .mat. Ces fichiers contiennent les données extraites par le logiciel de traitement d’image et enregistrées pour une analyse future, y compris le contour de goutte, la zone, la boîte de délimitation, et le périmètre pour chaque image. 3. Analyse des données brutes Dans l’interface graphique d’analyse d’image, cliquez sur le bouton De données de processus pour commencer le calcul des principales variables à partir des données brutes traitées. Si cela est exécuté après la session expérimentale, l’utilisateur sera invité à sélectionner le dossier contenant le lot d’expériences à traiter. Entrez les quatre valeurs comme invité : 1) taux d’images d’enregistrement (fps), 2) densité fluide (kg/m3), 3) tension de surface fluide (N/m), et 4) viscosité fluide (Pas).REMARQUE : Le logiciel est par défaut à un taux d’image de 9 300 fps et aux propriétés fluides de l’eau dans des conditions ambiantes. Les valeurs saisies sont utilisées pour calculer les numéros Weber et Reynolds. Enregistrez les données dans le fichier videofolders.mat et exportez comme fichier .csv.REMARQUE: Le code chargera le fichier prop_data.mat pour une seule expérience, calculera la position du centre de gouttelette, trouvera le cadre d’impact (défini comme le dernier cadre avant que le centre de chute ne ralentit), et le cadre dans lequel la propagation horizontale de la gouttelette est maximisée. Les données de sortie enregistrées seront la vitesse d’impact (à l’aide d’un ajustement polynomial de 1st ordre à la position verticale du centre de gouttelette en fonction du temps), le diamètre équivalent de la gouttelette (calculé en assumant la symétrie de rotation sur l’axe Z pour trouver le volume de gouttelettes, puis trouver le diamètre d’une sphère avec ce volume36), le diamètre de gouttelette à propagation maximale, et l’impact Weber et Reynolds nombres.

Representative Results

La conversion des distances mesurées à partir d’images en pixels en millimètres est réalisée avec l’utilisation d’un carré de référence connu. Ce carré doit être dégagé dans le FOV de la caméra, et au point(figure 2A). L’orientation incorrecte du carré de référence(figure 2B) produira une erreur systématique dans les variables calculées, par exemple, la vitesse. Pour réduire l’erreur dans le calcul du facteur de conversion, le carré de référence doit couvrir autant de FOV que possible. La longueur latérale du carré doit être connue pour une précision aussi élevée que possible, compte tenu de la limite de résolution de la caméra. Le logiciel d’identification des gouttelettes repose sur la surface de l’échantillon présenté horizontalement à la caméra, comme le montre la figure 2C. Les surfaces pliées ou mal résolues(figure 2D) produiront des erreurs de traitement d’image. Le logiciel peut être utilisé pour analyser les gouttelettes ayant un impact sur les surfaces planes qui ne sont pas horizontales, tant que le bord de surface produit un contraste marqué avec l’arrière-plan. Pour s’assurer que l’ensemble de la gouttelette est suivi par le logiciel, la gouttelette doit atterrir au centre de l’échantillon(figure 2E). Si le système est mal aligné, alors la gouttelette peut dériver de la position centrale, et sera floue (figure 2F). Si la gouttelette est floue, la taille calculée sera incorrecte. Cet effet est souvent causé par un mauvais alignement du système utilisé pour déplacer l’aiguille verticalement loin de la surface, ce qui produira une dérive dans l’emplacement d’impact en fonction de la hauteur. Il est suggéré que l’utilisateur implémente un système de planche à pain optique (ou similaire) pour assurer un alignement parallèle et perpendiculaire. Pour s’assurer que les bords illustrés de la gouttelette d’impact semblent pointus, il est suggéré que le temps d’exposition le plus court possible avec la source lumineuse disponible devrait être utilisé(figure 2G). Un alignement incorrect du chemin d’éclairage par rapport à la caméra conduit souvent à l’ajustement d’autres paramètres tels que l’ouverture de la caméra et le temps d’exposition. Cela produit un bord flou à la gouttelette de voyage (Figure 2H) Figure 2 : Problèmes courants avec un calibrage incorrect du système. (A) Carré d’étalonnage correctement aligné et concentré. (B) Carré d’étalonnage hors de la mise au point, produisant le facteur d’étalonnage incorrect. (C) La surface de l’échantillon est horizontale et offre un contraste élevé entre la surface de l’échantillon et l’arrière-plan. (D) L’échantillon est à un angle de la caméra, produisant une surface réfléchissante. (E) Droplet atterrit au centre de l’échantillon dans le plan de mise au point. (F) Droplet atterrit hors du centre et n’est pas au point en raison de l’ouverture large utilisée. (G) Une gouttelette est illustrée avec des bords tranchants en raison d’un court temps d’exposition (10 ans). (H) Un éclairage sous-optimal et un temps d’exposition plus long (99 ans) produisent le flou de mouvement. S’il vous plaît cliquez ici pour voir une version plus grande de ce chiffre. L’éclairage et l’alignement incorrects de l’échantillon peuvent produire de l’éblouissement et des ombres dans les images enregistrées. Ceux-ci produisent souvent des artefacts dans les étapes de traitement d’image, ce qui peut réduire le nombre de points de données de bonne qualité recueillis. L’éblouissement est commun pour les fluides transparents si le chemin d’éclairage n’est pas aligné horizontalement. Le logiciel doit être en mesure de retracer l’ensemble des contours de la gouttelette dans les images vidéo (figure 3A). Si la trace n’est pas terminée, les valeurs mesurées telles que la longueur de la gouttelette d’épandage seront incorrectes(figure 3B). Figure 3 : Longueur d’une gouttelette d’impact en fonction du numéro de trame vidéo (image d’impact no 0). Chaque point de données bleu correspond aux images encastrées. (A) L’éclairage correct permet au logiciel de tracer l’ensemble du contour de la gouttelette (ligne jaune). Les points de contact (croix vertes) sont correctement identifiés, et la longueur enregistrée de la gouttelette de propagation est une fonction lisse du nombre de cadres. (B) Une mauvaise illumination produit de l’éblouissement sur le liquide et le bord gauche de la gouttelette n’est pas tracé correctement. La longueur enregistrée de la gouttelette de propagation démontre des inexactitudes dans les données. S’il vous plaît cliquez ici pour voir une version plus grande de ce chiffre. Fichier de codage supplémentaire. S’il vous plaît cliquez ici pour télécharger ce fichier.

Discussion

Cette méthode dépend du contrôle de la position et de l’alignement de plusieurs parties du système. Une exigence minimale pour utiliser cette méthode est la capacité d’aligner l’échantillon, la caméra et l’éclairage LED. L’alignement incorrect de la source lumineuse sur le capteur de la caméra est un problème courant. Si le chemin lumineux pénètre dans la caméra à un angle, des objets indésirables sont produits et entravent le traitement des images. L’utilisateur doit viser à atteindre un chemin d’éclairage horizontal presque parfait entre la LED et le capteur de la caméra. Des contrôles de positionnement précis (p. ex., micromètres) sont utiles pour cet aspect de la méthode.

Le choix de la lentille dépend du FOV requis pour l’expérience. Bien que les lentilles de zoom variables généralement disponibles permettent d’adapter le système à la volée, ils souffrent souvent d’autres problèmes. Si vous utilisez des zooms variables, l’utilisateur doit s’assurer que le grossissement total ne change pas au cours d’un lot d’expériences (une fois que le système est calibré, la section du protocole 1). Ce problème peut être évité en utilisant des lentilles de grossissement fixe. Avec le grossissement fixé, la position du plan focal de l’un ou l’autre type de lentille peut être modifiée en déplaçant la caméra par rapport à l’échantillon.

Tout en alignant le système, il est conseillé d’utiliser un échantillon vierge de la même épaisseur que les échantillons à étudier. Cela empêche les échantillons d’intérêt d’être endommagés ou mouillés avant les expériences. Si l’épaisseur de l’échantillon change au cours d’un lot d’expériences, alors le système doit être réaligné dans la direction Z.

Bien qu’il ne soit pas nécessaire, l’ajout d’un système de positionnement d’aiguille contrôlé par ordinateur peut augmenter considérablement la vitesse et la résolution de la méthode. Des systèmes de train à moteur de stepper couramment disponibles peuvent être utilisés qui permettent le positionnement de l’aiguille avec une précision de micromètre. Le contrôle numérique de l’aiguille permet également à l’utilisateur de zéro la hauteur par rapport à la surface avec une plus grande précision. Cette étape supplémentaire garantit que la configuration expérimentale peut être restaurée avec précision au début d’une nouvelle session de laboratoire.

Il est conseillé que l’utilisateur apprend à utiliser le logiciel de contrôle pour la caméra haute vitesse. La plupart des systèmes modernes peuvent utiliser un déclencheur d’image. Cette méthode utilise l’électronique interne haute vitesse de la caméra pour surveiller une zone du FOV pour les changements. Si étalonné soigneusement, cela peut être utilisé pour déclencher la caméra automatiquement que la gouttelette affecte la surface. Cette méthode réduit le temps passé à trouver les cadres corrects de la vidéo à la culture après l’enregistrement d’une vidéo.

Cette méthode peut être élargie pour utiliser plus d’une caméra pour l’analyse des phénomènes dépendants directionnellement. Si vous utilisez plusieurs caméras, il est conseillé que l’utilisateur utilise le déclenchement et la synchronisation du matériel. La plupart des systèmes de caméra haute vitesse permettent de synchroniser plusieurs caméras pour enregistrer au même taux d’image. À l’aide d’un déclencheur matériel partagé (p. ex., la logique transistor-transistor [TTL] impulsion), l’utilisateur peut enregistrer des vues simultanées de la même expérience. Cette méthode pourrait être adaptée pour enregistrer le même événement à deux grossissements variables.

Ce protocole vise à permettre la collecte et le traitement rapides des données vidéo à grande vitesse pour les gouttelettes ayant un impact sur les surfaces. Comme démontré, il est polyvalent sur une gamme de conditions d’impact. Avec des modifications relativement mineures au code d’analyse, il pourrait être étendu pour fournir d’autres données (p. ex., la dépendance au temps et les profils d’éclaboussures) ou pour étudier différentes géométries d’impact. D’autres améliorations pourraient impliquer la culture automatique de vidéos pour inclure les cadres clés d’intérêt. Cette étape, parallèlement à l’automatisation de la hauteur de l’aiguille, permettrait de collecter des vidéos par lots de manière entièrement automatique, n’obligeant que l’utilisateur à changer d’échantillon entre les impacts.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ce travail a été soutenu par le Fonds Marsden, administré par la Royal Society of New Zealand.

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