Høy gjennomstrømningsanalyse av væskedråpeeffekter

Summary

Denne protokollen muliggjør effektiv innsamling av eksperimentelle høyhastighetsbilder av væskefalleffekter, og rask analyse av disse dataene i grupper. For å effektivisere disse prosessene beskriver metoden hvordan du kalibrerer og konfigurerer apparater, genererer en passende datastruktur og distribuerer et bildeanalyseskript.

Abstract

Eksperimentelle studier av væskefallpåvirkninger på overflater er ofte begrenset i deres omfang på grunn av det store utvalget av mulige eksperimentelle parametere som materialegenskaper, slagforhold og eksperimentelle konfigurasjoner. Sammensetning av dette studeres ofte falleffekter ved hjelp av datarik høyhastighetsfotografering, slik at det er vanskelig å analysere mange eksperimenter på en detaljert og rettidig måte. Formålet med denne metoden er å muliggjøre effektiv studie av dråpevirkninger med høyhastighetsfotografering ved hjelp av en systematisk tilnærming. Utstyret er justert og kalibrert for å produsere videoer som kan behandles nøyaktig av en egendefinert bildebehandlingskode. Videre sikrer filstrukturoppsettet og arbeidsflyten som er beskrevet her effektivitet og klar organisering av databehandling, som utføres mens forskeren fortsatt er i laboratoriet. Bildebehandlingsmetoden trekker ut den digitaliserte omrisset av den pågående dråpemen i hver videoramme, og behandlede data lagres for videre analyse etter behov. Protokollen forutsetter at en dråpe frigjøres vertikalt under tyngdekraften, og virkningen registreres av et kameravisning fra side-på med dråpen opplyst ved hjelp av skyggegrafi. Mange lignende eksperimenter som involverer bildeanalyse av høyhastighetshendelser kan løses med mindre justering av protokollen og utstyret som brukes.

Introduction

Væskefallpåvirkninger på overflater er av stor interesse både for forståelse av grunnleggende fenomener¹ og for industrielle prosesser². Falleffekter har blitt studert i over 100 år³, men mange aspekter er ennå ikke fullt ut undersøkt. Høyhastighetsfotografering brukes nesten universelt til studier av falleffekter⁴ fordi det gir rike, tilgjengelige data som gjør det mulig å lage analytiske målinger med god tidsoppløsning. Resultatene av en dråpe innvirkning på en solid overflate^5,6,7 varierer fra enkel avsetning til sprut8 . Virkninger på superhydrofobe overflater blir ofte studert som de kan generere spesielt interessante resultater, inkludert slipp spretter^9,10,11,12. Protokollen beskrevet her ble utviklet for å studere vanndråpepåvirkninger på polymeroverflater med mikroskalamønster, og spesielt påvirkning av mønsteret på falleffektutfall^13,14.

Resultatet av et falleffekteksperiment kan påvirkes av et stort utvalg av mulige variabler. Størrelsen og hastigheten på fallet kan variere, sammen med væskeegenskaper som tetthet, overflatespenning og viskositet. Dråpen kan være enten Newtonian¹⁵ eller ikke-Newtonian¹⁶. Et stort utvalg av slagflater harblitt studert, inkludert væske^7,17,fast^18,og elastiske¹⁹ overflater. Ulike mulige eksperimentelle konfigurasjoner ble tidligere beskrevet av Rein et al.¹⁷. Dråpemen kan ta forskjellige former. Det kan være oscillerende, roterende eller innvirkning i en vinkel til overflaten. Overflateteksturen, og miljøfaktorer som temperatur kan variere. Alle disse parametrene gjør at felt av dråpe virkninger ekstremt omfattende.

På grunn av dette store spekteret av variabler er studier av dynamiske flytende fuktingsfenomener ofte begrenset til å fokusere på relativt spesifikke eller smale emner. Mange slike undersøkelser bruker et moderat antall eksperimenter (f.eks. 50-200 datapunkter) hentet fra manuelt behandlede høyhastighetsvideoer^10,20,21,22. Bredden i slike studier er begrenset av mengden data som kan oppnås av forskeren i rimelig tid. Manuell behandling av videoer krever at brukeren utfører repeterende oppgaver, for eksempel måling av diameteren på slagdråper, ofte oppnådd ved bruk av bildeanalyseprogramvare (Fiji²³ og Tracker²⁴ er populære valg). Den mest brukte målingen for å karakterisere falleffekter er diameteren på en spredningsdråpe^25,26,27,28.

På grunn av forbedringer i bildebehandling begynner automatiske dataassisterte metoder å forbedre datainnsamlingseffektiviteten. For eksempel er bildeanalysealgoritmer for automatisk måling av kontaktvinkel²⁹ og overflatespenning ved hjelp av anhengdråpemetoden³⁰ nå tilgjengelig. Mye større effektivitet gevinster kan gjøres for høyhastighets fotografering av dråpe effekter, som produserer filmer bestående av mange individuelle bilder for analyse, og faktisk noen nyere studier har begynt å bruke automatisert analyse^15,18, selv om den eksperimentelle arbeidsflyten ikke har klart endret seg. Andre forbedringer i eksperimentell design for drop impact eksperimenter har oppstått fra fremskritt i kommersielt tilgjengelige LED lyskilder, som kan kobles med høyhastighetskameraer via shadowgraph teknikk^31,32,33,34.

Denne artikkelen beskriver en standardisert metode for opptak og analyse av drop impact-filmer. Hovedmålet er å muliggjøre effektiv innsamling av store datasett, som generelt bør være nyttig for det brede utvalget av falleffektstudier beskrevet ovenfor. Ved hjelp av denne metoden kan den tidsbestemte, digitaliserte omrisset av en innvirkning slipp oppnås for ~100 eksperimenter om dagen. Analysen beregner automatisk dråpeeffektparameterne (størrelse, hastighet, Weber- og Reynolds-tall) og maksimal spredningsdiameter. Protokollen gjelder direkte for eventuelle grunnleggende dråpeparametere (inkludert væske, størrelse og slaghastighet), substratmateriale eller miljøforhold. Studier som skanner et stort utvalg av eksperimentelle parametere kan utføres i en relativt kort tidsramme. Metoden oppfordrer også studier med høy oppløsning, som dekker et lite spekter av variabler, med flere gjentatte eksperimenter.

Fordelene med denne metoden er gitt av det standardiserte eksperimentet, og en klar datastruktur og arbeidsflyt. Det eksperimentelle oppsettet produserer bilder med konsekvente egenskaper (romlig og kontrast) som kan sendes til en egendefinert bildeanalysekode (inkludert som en tilleggskodefil som kjører på MATLAB) for rask behandling av innspilte videoer umiddelbart etter eksperimentet. Integrering av databehandling og innhenting er en hovedårsak til den forbedrede generelle hastigheten på datainnsamling. Etter en økt med datainnhenting er hver video behandlet, og alle relevante rådata lagres for videre analyse uten å kreve reprosessering av videoen. Videre kan brukeren visuelt inspisere kvaliteten på hvert eksperiment umiddelbart etter at det er utført og gjenta eksperimentet om nødvendig. Et innledende kalibreringstrinn sikrer at det eksperimentelle oppsettet kan gjengis mellom ulike laboratorieøkter med god presisjon.

Det antas at for å implementere denne metoden brukeren har tilgang til en høyhastighets kamera arrangert slik at den bilder overflaten fra en horisontal (side-på) synsvinkel. En skjematisk representasjon av denne ordningen er vist i figur 1, inkludert definisjon av kartesiske akser. Systemet skal ha muligheten til å nøyaktig plassere både kameraet og prøven i tre dimensjoner (X, Y og Z). En skyggegrafmetode implementeres for å belyse dråpet og plasseres langs kameraets optiske bane. Systemet bør bruke et direktestrømsystem av høy kvalitet (DC) (inkludert et kondensatorobjektiv) som kan flyttes i X- og Z-retninger for å justere den optiske banen med kameraet. Det antas også at brukeren har tilgang til en sprøytepumpe som de kan programmere til å produsere individuelle dråper med ønsket volum når de er koblet til en bestemt nål³⁵. Dråpefallet faller under tyngdekraften slik at slaghastigheten styres av nålens posisjon over overflaten. Selv om dette oppsettet er ganske generisk, viser Materialtabellen spesifikt utstyr som brukes til å oppnå de representative resultatene, og bemerker noen potensielle restriksjoner pålagt av valg av utstyr.

Figur 1: Skjematisk representasjon av det minimale eksperimentelle oppsettet. Et høyhastighetskamera er plassert til bildedråper som påvirker vertikalt på en prøve fra side-on. En LED-lyskilde er på linje med kameraets synslinje for skyggegrafi. En nål brukes til individuell dråpeproduksjon, og kartesiske akser er definert. Vennligst klikk her for å se en større versjon av denne figuren.

Metodebeskrivelsen er fokusert på måling av kantene av flytende dråper som de faller og påvirker. Bilder hentes fra det vanlige side-on synspunktet. Det er mulig å undersøke spredning av dråper fra både side-på og ned-opp visninger ved hjelp av to høyhastighetskameraer^13,14, men nederst opp-visningen er ikke mulig for ugjennomsiktige materialer, og en ovenfra og ned-visning gir justeringkomplikasjoner. Den grunnleggende arbeidsflyten kan brukes til å forbedre forskningen for små (2-3 mm diameter) objekter som påvirker overflater, og den kan brukes til større eller mindre objekter med ytterligere mindre endringer. Forbedringer og alternativer til eksperimentelt oppsett og metode vurderes videre i diskusjonsdelen.

Protocol

1. Sette opp høyhastighetskameraet Angi det faste synsfeltet (FOV) for kameraet, og beregn konverteringsfaktoren fra piksel til mm. Plasser en justeringsmarkør (f.eks. en sidelengdepå4 mm med bildeanalysekoden som følger med) i midtposisjonen på prøvestadiet slik at den vender mot kameraet. Juster forstørrelsen på kameraet slik at den firkantede markøren passer inn i FOV. Kontroller at markøren er i fokus og ta et bilde.MERK: Bildeanalysekoden krever at en avbildet dråpe dekker mer enn 1% av den totale FOV, ellers er den klassifisert som støy. På samme måte bør dråpet ikke ta opp mer enn 40% av FOV, ellers er det identifisert som en mislykket bildebehandlingshendelse. Lås forstørrelsen på linsen og sørg for at dette forblir uendret under en gruppe eksperimenter. Last inn det grafiske brukergrensesnittet (GUI) for verktøyet for fallleteffektanalyse ved å klikke på ikonet i MATLAB. Kjør bildeanalysekoden. Klikk kalibrere kameraknappen i GUI, og velg bildet som er innhentet i trinn 1.1.1. Angi størrelsen på kalibreringsfirkanten i mm, og klikk OK. Flytt rektangelet som vises på skjermen til kalibreringsfirkanten er det eneste objektet i det. Klikk OK, og programvaren beregner automatisk konverteringsfaktoren. Hvis den automatiske kalibreringen mislykkes, følger du programvareveiledningen for å utføre manuell kalibrering. Juster det eksperimentelle systemet.Forbered væsken som brukes til dispensering av individuelle dråper. Plasser nålen på rundt brukerens øyenivå for å muliggjøre enkel lasting. Tøm slangen manuelt for å fjerne væske ved å skyve luft gjennom med en sprøyte. Pass på at slangen ikke er vridd og at nålen er festet og rent. Fest nålen og slangen slik at nålen er vertikal.MERK: Rengjør om nødvendig stålnålen med etanol i et ultralydbad. Fyll sprøyten med væsken som undersøkes (f.eks. vann) og fest den til den datastyrte sprøytepumpen. Tøm kanylen med sprøytepumpen (klikk og hold dispenserknappen) til det ikke finnes bobler i væsken. Still inn sprøytepumpen slik at den vil dispensere volumet som kreves for frigjøring av en individuell dråpe.MERK: For de representative resultatene var gjennomsnittlig dråpediameter 2,6 mm med en dispenseringshastighet på 0,5 ml/min og et dispensert volum på 11 μL. Pumpehastigheten bør være treg nok slik at dråper dannes og slippes under tyngdekraften, og dette kan finjusteres gjennom prøving og feiling. Volumet av dråpet kan være ca.14der D er nålen diameter, γLG er væske-gass overflate spenning, og ρ er væsketetthet. Juster prøven (f.eks. flat polydimethylsiloxane [PDMS]) ved å plassere den under nålen og dispensere en enkelt dråpe ved hjelp av sprøytepumpen. Kontroller at dråpet lander og sprer seg på området av prøven som er av interesse, og hvis ikke endre prøveposisjonen etter behov.MERK: Hvis dråpejusteringen viser seg å være vanskelig, må du kontrollere at kanylen er riktig montert i nåleholderen vertikalt og ikke er bøyd. Prøven er nå justert i forhold til X- og Y-aksene og bør ikke flyttes under eksperimenter. Juster og fokuser kameraet. Dispenser en enkelt dråpe på prøven. Juster den vertikale posisjonen (Z) på prøveholderen til overflaten er jevn med midten av Kameraets FOV. Juster den horisontale posisjonen (X) på kameraet slik at dråpet på prøven er justert i midten av FOV. Juster de vertikale (Z) og horisontale (X) posisjonene til LED-lampen slik at de passer til kameraets posisjon, slik at midten av lyset vises midt i FOV. Juster avstanden (Y) på kameraet fra dråpet slik at dråpet kommer i fokus.MERK: Systemet er nå justert og kalibrert. Hvis plasseringen av alt utstyr er uendret, kan protokollen settes på pause og startes på nytt uten omstilling. Prøvejustering i vertikal retning (Z) må gjentas for prøver av varierende tykkelse. Angi opptaksforholdene for kameraet. Sett bildefrekvensen til kameraet til en optimal verdi for objektet som registreres.MERK: Den optimale bildefrekvensen til kameraet(fps)kan forutsies ved hjelp av31der N er samplingsfrekvensen (antall bilder tatt som objektet dekker lengdeskalaen, normalt 10), V er hastigheten på dråpe, og j er bildelengdeskalaen (f.eks. FOV). Sett eksponeringstiden til kameraet til en så liten verdi som mulig, samtidig som den beholder nok belysning. På dette stadiet justerer du linseåpningen til den minste tilgjengelige innstillingen samtidig som den beholder nok belysning.MERK: Et estimat for minimum eksponeringstid (te) gis av31der k er lengdeskalaen (f.eks. størrelsen på en piksel), pmag er den primære forstørrelsen, og V er hastigheten på dråpe. Still inn avtrekkeren for kameraet. Bruk en avtrekker for sluttmodus slik at kameraet bufrer opptaket, og stopper deretter på avtrekkeren (f.eks. et brukermuseklikk).MERK: Et automatisk utløsersystem kan brukes til å automatisere denne prosessen. 2. Gjennomføre eksperimenter Klargjør datafilsystemet for en bunke eksperimenter. Opprett en mappe for å lagre filmer for gjeldende gruppe eksperimenter. Angi denne mappen som lagringssted for kameraprogramvaren etter kameraprodusentens veiledning. Kontroller at filformatet for bilder som er tatt, er .tif. Klikk på Angi bane-knappen i bildeanalyse-GUI, og velg samme mappe som i trinn 2.1.1, som ber programvaren om å overvåke denne mappen for nye videoer. Opprett mappestrukturen for en bunke eksperimenter. Klikk på Lag mapper knappen på bildeanalyse GUI og skriv inn fire verdier som bedt om: 1) minimum droplet release høyde, 2) maksimal release høyde, 3) høydetrinnet mellom hvert eksperiment, og 4) antall gjentatte eksperimenter i hver høyde.MERK: Slaghastighet kan tilnærmeseg v = (2gh)1/2, hvor g er akselerasjonen på grunn av tyngdekraften og h er slippfrigjøringshøyden. Klikk OK for å kjøre skriptet Lag mapper.MERK: Det er nå opprettet en rekke mapper i katalogen for dette eksperimentet. Disse mappene heter “height_xx” der xx er høyden på dråpeutgivelsen. I hver av disse mappene er tomme mapper klare til å lagre data for hvert gjentatte eksperiment. Gjenta avsnitt 2.1 for hver nye overflate eller væske som skal studeres. Forbered overflaten etter behov for eksperimentet. For å påvirke en tørr, solid overflate, rengjør overflaten med en passende standardprotokoll og la den tørke helt. Registrer en hendelse for fallletinnvirkning. Plasser prøven på prøvestadiet. Roter om nødvendig overflaten for å justere den etter kameraet. Flytt nålen til ønsket dråpeutløserhøyde. Kontroller at visningen fra kameraet er uhindret, og ta deretter opp og lagre et bilde (som skal brukes senere under bildebehandling) ved hjelp av kameraprogramvaren. Start videoopptaket slik at kameraet tar opp og bufrer (dvs. fylle det interne minnet på kameraet). Ta ut en enkelt dråpe på prøven ved hjelp av sprøytepumpen (trinn 1.2.1.4). Utløs opptaket for å stoppe når kollisjonshendelsen er fullført. Fjern overflaten fra prøveholderen og tørk den etter behov. Klargjør videofilen for videre analyse. Beskjær videoen. Ved hjelp av egnet programvare (f.eks. høyhastighetskameraprogramvaren), skann gjennom videoen for å finne den første rammen der dråpet er helt innenfor FOV. Beskjær starten på videoen til denne rammen. Gå videre med antall rammer som kreves for å fange opp interessefenomenene under slageksperimentet (f.eks. 250 bilder er vanligvis tilstrekkelige for støt fanget på 10 000 fps). Beskjær slutten av videoen til denne rammen. Lagre videoen som en AVI-fil, angi lagringsbanen til den tilsvarende mappen for gjeldende eksperimentell parti, slipphøyde og gjenta nummer. Klikk Sorter filer-knappen i guisbildeanalyse. Kontroller visuelt at bakgrunnsbildet som er tatt i trinn 2.3.2, nå vises på skjermen. Dette finner den nyeste lagrede AVI-filen og TIF-filen og flytter dem til samme mappe, forutsatt at de ble tatt samtidig. Klikk kjør sporing-knappen for å starte bildebehandling. Videoen vises med den resulterende bildebehandlingen lagt over. Kvalitativt kontrollere at bildebehandlingen fungerer som den skal ved å se videoen.MERK: Ved fullføring av bildebehandlingen vil bildebehandlingskoden vise et bilde av dråpet ved maksimal spredning. Hvis du ikke kalibrerer kameraet på riktig måte, kan det føre til feil bildebehandling. Gjenta om nødvendig kalibreringen til bildebehandlingen er vellykket. Gjenta pkt. 2.3 og 2.4, justere høyden på nålen etter behov for å utføre alle eksperimenter i denne batchen.MERK: Hver eksperimentelle mappe vil nå inneholde en rekke .mat-filer. Disse filene inneholder dataene som er hentet ut av bildebehandlingsprogramvaren og lagret for fremtidig analyse, inkludert slippdisposisjonen, området, markeringsboksen og omkretsen for hver ramme. 3. Analyse av rådata I bildeanalyse-GUI klikker du på Prosessdata-knappen for å starte beregningen av hovedvariablene fra råbehandlede data. Hvis dette kjøres etter den eksperimentelle økten, blir brukeren bedt om å velge mappen som inneholder gruppen eksperimenter som skal behandles. Angi de fire verdiene som bedt om: 1) opptaksfrekvens (fps), 2) væsketetthet (kg/m3),3) væskeoverflatespenning (N/m) og 4) væskeviskositet (Pa·s).MERK: Programvaren er standard til en bildefrekvens på 9300 fps og væskeegenskapene til vann under omgivelsesforhold. Verdiene som er angitt, brukes til å beregne Weber- og Reynolds-numrene. Lagre dataene i videofolders.mat-filen og eksporter som en CSV-fil.MERK: Koden laster inn filen prop_data.mat for ett enkelt eksperiment, beregner plasseringen av dråpesenteret, finner slagrammen (definert som den siste rammen før dråpesenteret avtar), og rammen der dråpens horisontale spredning maksimeres. De lagrede utgangsdataene vil være slaghastigheten (ved hjelp av en 1st ordre polynom passform til den vertikale posisjonen til dråpesenteret som en funksjon av tid), den tilsvarende diameteren på dråpet (beregnet ved å anta rotasjonssymmetri om Z-aksen for å finne dråpevolumet, og deretter finne diameteren på en sfære med det volumet36),dråpediameteren ved maksimal spredning, og virkningen Weber og Reynolds tall.

Representative Results

Konvertering av avstander målt fra bilder i piksler til millimeter oppnås ved bruk av en kjent referansefirkant. Denne firkanten må være uhindret i kameraets FOV, og i fokus (Figur 2A). Feil fokus på referansekvadraten (figur 2B) vil gi en systematisk feil i de beregnede variablene, f.eks. For å redusere feilen ved beregning av konverteringsfaktoren bør referanseplassen dekke så mye av FOV som mulig. Sidelengden på firkanten skal være kjent for så høy presisjon som mulig, gitt oppløsningsgrensen for kameraet. Dråpeidentifikasjonsprogramvaren er avhengig av overflaten av prøven som presenteres horisontalt til kameraet, som vist i figur 2C. Overflater som er bøyd eller dårlig løst (Figur 2D) vil gi bildebehandlingsfeil. Programvaren kan brukes til å analysere dråper som påvirker flate overflater som ikke er horisontale, så lenge overflatekanten gir en skarp kontrast mot bakgrunnen. For å sikre at hele dråpespredningen spores av programvaren, skal dråpedråpen lande i midten av prøven (Figur 2E). Hvis systemet er feil justert, kan dråpene drive fra midtstilling, og vil være ute av fokus (Figur 2F). Hvis rullegardinlisten er ute av fokus, vil den beregnede størrelsen være feil. Denne effekten er ofte forårsaket av dårlig justering av systemet som brukes til å flytte nålen vertikalt bort fra overflaten, noe som vil produsere en drift i slagstedet som en funksjon av høyde. Det foreslås at brukeren implementerer et optisk brødbordsystem (eller lignende) for å sikre parallell og vinkelrett justering. For å sikre at de avbildede kantene på den pågående dråpet ser skarpe ut, anbefales det at den korteste eksponeringstiden som er mulig med den tilgjengelige lyskilden, skal brukes (figur 2G). Feil justering av belysningsbanen i forhold til kameraet fører ofte til justering av andre innstillinger som kamerablenderog eksponeringstid. Dette gir en fuzzy kant til den omreisende dråpe (Figur 2H) Figur 2: Vanlige problemer med feil kalibrering av systemet. (A) Kalibreringsfirkanten er riktig justert og fokusert. (B) Kalibreringskvadraten er ute av fokus, noe som gir feil kalibreringsfaktor. (C) Prøveoverflaten er horisontal og gir en høy kontrast mellom prøveoverflate og bakgrunn. (D)Prøven er i en vinkel til kameraet, og produserer en reflekterende overflate. (E) Droplet lander i midten av prøven i plan for fokus. (F) Dråpe lander utenfor sentrum og er ikke i fokus på grunn av den brede blenderåpningen som brukes. (G) En dråpe er avbildet med skarpe kanter på grunn av kort eksponeringstid (10 μs). (H) Sub-optimal belysning og en lengre eksponeringstid (99 μs) gir bevegelsesuskarphet. Vennligst klikk her for å se en større versjon av denne figuren. Feil belysning og justering av prøven kan produsere gjenskinn og skygger i de innspilte bildene. Disse produserer ofte gjenstander i bildebehandlingsstadiene, noe som kan redusere antall datapunkter av god kvalitet som samles inn. Blending er vanlig for gjennomsiktige væsker hvis belysningsbanen ikke justeres horisontalt. Programvaren skal kunne spore hele omrisset av dråpet i videobildene (Figur 3A). Hvis sporet ikke er fullført, vil de målte verdiene, for eksempel lengden på spredningsdråpet være feil (figur 3B). Figur 3: Lengden på en pågående dråpe som en funksjon av videorammenummer (slagramme = 0). Hvert blå datapunkt tilsvarer de innfelte bildene. (A) Riktig belysning gjør det mulig for programvaren å spore hele omrisset av dråpet (gul linje). Kontaktpunkter (grønne kors) er riktig identifisert, og den registrerte lengden på spredningsdråpet er en jevn funksjon av rammenummer. (B) Dårlig belysning produserer gjenskinn på væsken og venstre kant av dråpet spores ikke riktig. Den registrerte lengden på spredningsdråpet viser unøyaktigheter i dataene. Vennligst klikk her for å se en større versjon av denne figuren. Supplerende kodefil. Vennligst klikk her for å laste ned denne filen.

Discussion

Denne metoden avhenger av kontroll av posisjonen og justeringen av flere deler av systemet. Et minimumskrav for å bruke denne metoden er muligheten til å justere prøven, kameraet og belysningslampen. Feil justering av lyskilden til kamerasensoren er et vanlig problem. Hvis lysbanen kommer inn i kameraet i en vinkel, produseres uønskede gjenstander og hindrer bildebehandling. Brukeren bør sikte på å oppnå en nesten perfekt horisontal belysningsbane mellom LED-lampen og kamerasensoren. Nøyaktige posisjoneringskontroller (f.eks. mikrometerstadier) er nyttige for dette aspektet av metoden.

Valget av objektiv er avhengig av FOV som kreves for eksperimentet. Selv om vanlige variable zoomobjektiver gjør det mulig for systemet å tilpasses på farten, lider de ofte av andre problemer. Hvis du bruker objektiver med variabel zoom, må brukeren kontrollere at den totale forstørrelsen ikke endres under en gruppe eksperimenter (når systemet er kalibrert, protokoll del 1). Dette problemet kan unngås ved hjelp av faste forstørrelseslinser. Med forstørrelsen fast, kan posisjonen til brennvidden til en av typer objektivendres ved å flytte kameraet i forhold til prøven.

Mens du justerer systemet, anbefales det å bruke en tom prøve av samme tykkelse som prøvene som skal undersøkes. Dette hindrer at interesseprøvene blir skadet eller våte før eksperimenter. Hvis prøvetykkelsen endres under en gruppe eksperimenter, må systemet justeres på nytt i Z-retningen.

Selv om det ikke er nødvendig, kan tillegg av et datastyrt nåleposisjoneringssystem i stor grad øke hastigheten og oppløsningen til metoden. Vanligvis tilgjengelige stepper motorskinnesystemer kan brukes som gjør det mulig å posisjonere nålen med mikrometer nøyaktighet. Digital kontroll av nålen gjør det også mulig for brukeren å nullhøyden i forhold til overflaten med større presisjon. Dette ekstra trinnet sikrer at det eksperimentelle oppsettet kan gjenopprettes nøyaktig ved starten av en ny laboratorieøkt.

Det anbefales at brukeren lærer å bruke kontrollprogramvaren for høyhastighetskameraet. De fleste moderne systemer kan bruke en bildeutløser. Denne metoden bruker kameraets interne høyhastighetselektronikk til å overvåke et område av FOV for endringer. Hvis det er kalibrert nøye, kan dette brukes til å utløse kameraet automatisk når dråpet påvirker overflaten. Denne metoden reduserer tiden som brukes til å finne de riktige rammene til videoen for å beskjære etter at en video er tatt opp.

Denne metoden kan utvides til å bruke mer enn ett kamera for analyse av retningsavhengige fenomener. Hvis du bruker flere kameraer, anbefales det at brukeren bruker maskinvareutløser og synkronisering. De fleste høyhastighets kamerasystemer tillater synkronisering av flere kameraer å ta opp med samme bildefrekvens. Ved hjelp av en delt maskinvareutløser (f.eks. transistor-transistorlogikk [TTL]-puls), kan brukeren registrere samtidige visninger av det samme eksperimentet. Denne metoden kan tilpasses ytterligere for å registrere den samme hendelsen ved to varierende forstørrelser.

Denne protokollen tar sikte på å muliggjøre rask innsamling og behandling av høyhastighets videodata for dråper som påvirker overflater. Som demonstrert er den allsidig over en rekke slagforhold. Med relativt små endringer i analysekoden kan den utvides til å gi ytterligere data (f.eks. tidsavhengighet og sprutprofiler) eller for å studere ulike effektgeometrier. Ytterligere forbedringer kan innebære automatisk beskjæring av videoer for å inkludere de viktigste rammene av interesse. Dette trinnet, sammen med automatisering av nålehøyden, ville tillate at batchvideoer samles inn på en helautomatisk måte, og krever bare at brukeren endrer prøven mellom støt.

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.