Summary

Dreidimensionale Particle Tracking Velocimetry für Turbulence Anwendungen: Fall eines Jet Fluss

Published: February 27, 2016
doi:

Summary

Eine dreidimensionale Particle Tracking Velocimetry (3D-PTV-System) auf der Basis einer Hochgeschwindigkeitskamera mit einem Vier-view Teiler wird hier beschrieben. Die Technik wird in der Nähe von zehn Durchmessern stromabwärts bei Reynolds – Zahl Re ≈ 7,000 auf einen Strahlstrom von einem kreisförmigen Rohr aufgebracht.

Abstract

3D-PTV ist eine quantitative Durchflussmesstechnik, die die Lagrangian Pfade eines Satzes von Teilchen, die in drei Dimensionen unter Verwendung von stereoskopischen Aufzeichnung von Bildsequenzen zu verfolgen soll. Die grundlegenden Komponenten, Funktionen, Einschränkungen und Tipps zur Optimierung eines 3D-PTV-Topologie, bestehend aus einer Hochgeschwindigkeitskamera mit einem Vier-View-Splitter werden beschrieben und in diesem Artikel beschrieben. Die Technik ist mit dem Zwischenströmungsfeld angelegt (5 <x / d <25) eines kreisförmigen Strahles am Re ≈ 7.000. Lagrangian Strömungsmerkmale und Turbulenz Mengen in einem Eulerian Rahmen sind um zehn Durchmessern geschätzt nach dem Strahl Ursprung und an verschiedenen radialen Abständen von der Düsenkern. Lagrangian Eigenschaften umfassen Trajektorie, die Geschwindigkeit und Beschleunigung der ausgewählten Partikel sowie Krümmung des Strömungsweges, der von der Frenet-Serret Gleichung erhalten werden. Die Einschätzung der 3D-Geschwindigkeit und Turbulenz Felder rund um die Strahlkernachse in einer Querebene in zehn gelegenDurchmesser des Strahls stromabwärts mit der Literatur, und das Leistungsspektrum der großen Strömungsgeschwindigkeitsbewegungen an verschiedenen radialen Abständen von der Strahlkern verglichen.

Introduction

Turbulente Strahlströme sind allgegenwärtig in technischen Anwendungen. Detaillierte Charakterisierung solcher Ströme ist entscheidend in einem breiten Spektrum von praktischen Problemen die sich vom großen Umweltentladungssysteme elektronische Mikromaßstab Geräte. 4 Wegen seiner Auswirkungen auf eine Reihe von breiten Anwendungen, Strahlströme sind in der Tiefe 1 untersucht worden. Mehrere experimentelle Techniken, 4 einschließlich Hitzdrahtanemometrie 8, Laser – Doppler – Anemometrie (LDA) 4, 9 12 und Particle Image Velocimetry (PIV) 12 bis 16, wurden verwendet , in einem weiten Bereich zu charakterisieren Strahl der Reynolds – Zahlen fließt und Grenze Bedingungen. Kürzlich wurden einige Untersuchungen durchgeführt worden , um die turbulente / nicht turbulenten Grenzfläche von Düsen 17 fließt, 18 zu studieren 3D-PTV verwenden. 3D-PTV ist eine Technik besonders geeignet komplexer turbulenter fi beschreibenFelder aus einer anderen Perspektive. Es erlaubt die Rekonstruktion der Partikelbahnen innerhalb eines Volumens in einem Lagrangeschen Referenzrahmen Multi-View-Stereos verwenden. Die Technik wurde erstmals von Chang 19 und weiter entwickelt von Racca und Dewey 20 eingeführt. 24 Seitdem sind viele Verbesserungen auf dem 3D-PTV – Algorithmus und Versuchsaufbau 21 hergestellt. Mit diesen Leistungen und früheren Arbeiten hat sich das System erfolgreich 28 verschiedene Fluid Phänomene zu untersuchen, wie groß angelegte Flüssigkeitsbewegung in einer Domäne von 4 mx 2 mx 2 m 25, Innenluftstrom Feld 26, pulsierend fließt 27 und Aorten – Blutfluss verwendet worden .

Das Arbeitsprinzip einer Messung 3D-PTV besteht aus Datenerfassungssystem Set-up, Aufnahme / Vorverarbeitung, Kalibrierung, 3D Korrespondenzen, zeitliche Verfolgung und Nachbearbeitung. Eine genaue Kalibrierung ermöglicht eine genaue Erfassung der Partikelpositions. Die Entsprechung der erfaßten Partikel in mehr als drei Bildansichten ermöglicht die Rekonstruktion eines 3D-Partikelposition auf der epipolaren Geometrie basiert. Eine Verknüpfung von aufeinanderfolgenden Bildrahmen bewirken eine zeitliche Verfolgung, die die Teilchenbahnen s (t) definiert. Optimierung des 3D-PTV-System ist wesentlich, um die Wahrscheinlichkeit von Mehrpartikel Verfolgbarkeit zu maximieren.

Erster Schritt der Optimierung ist eine geeignete Datenerfassungssystem mit Hochgeschwindigkeitskameras, die Beleuchtungsquelle und Merkmale der Aussaat Teilchen zu erwerben. Die Auflösung der Kamera zusammen mit der Größe des Abfragevolumen definiert die Pixelgröße und damit die erforderliche seeding Partikelgröße, die größer als ein einzelnes Pixel sein sollte. Die Zentroide der detektierten Partikel werden mit Subpixel-Genauigkeit geschätzt , indem die durchschnittliche Position der Partikel Pixel durch Helligkeits 21 gewichtet nehmen. Die Bildrate der Kamera ist eng ASSOCIATed mit Reynolds-Zahl und die Fähigkeit detektierten Partikel zu verknüpfen. Eine höhere Bildrate ermöglicht eine schnellere Strömungen Lösung oder eine größere Anzahl von Teilchen, da die Verfolgung schwieriger wird, wenn die mittlere Verschiebung zwischen den Bildern die mittlere Trennung der Partikel übersteigt.

Verschlusszeit, Blende und Empfindlichkeit sind drei Faktoren bei der Bildaufnahme zu betrachten. Verschlusszeit sollte schnell genug sein, um ein Teilchen zu minimieren Unschärfe, die Unsicherheit der Partikelschwerpunktposition reduziert. Kamerablende sollte die Tiefe des Feldes des Abfragevolumen eingestellt werden, um die Wahrscheinlichkeit des Erfassens Teilchen außerhalb des Volumens zu reduzieren. Da die maximale Empfindlichkeit der Kamera befestigt ist, wie die Rahmenrate zunimmt, erforderlich, die notwendige Licht um die Partikel zu beleuchten entsprechend erhöhen sollte. Im Gegensatz PIV, komplexe Optik-Einstellungen und Hochleistungslaser nicht streng in 3D-PTV erforderlich, solange die Lichtquelle ausreichend scattered von den Markierungspartikeln auf die Kamera. Kontinuierliche LED oder Halogenleuchten sind gute kostengünstige Möglichkeiten, die die Notwendigkeit der Synchronisation 21 umgehen.

In der 3D-PTV, wie andere optische Strömungsmessverfahren, Tracerpartikelgeschwindigkeit wird angenommen , dass die lokale momentane Strömungsgeschwindigkeit 29 zu sein. Dies ist jedoch nur dann der Fall für die ideale Tracer von null Durchmesser und Trägheit; Markierungspartikel sollten von einer Kamera erfasst groß genug sein werden. Die Genauigkeit einer endlichen Teilchen kann durch die Stokes – Zahl S t bestimmt werden, dh das Verhältnis der Relaxationszeit Skala von Teilchen und der Zeitskala von turbulenten Strukturen von Interesse. In der Regel sollten S t wesentlich kleiner als 1 ist S t ≤0.1 Flussverfolgung Fehler liegen unter 1% 30. In eingehenden kann Diskussion in Mei et al gefunden werden . 29 31 </sup>. Empfohlene Partikelgröße für ein 3D-PTV Experiment variiert in Abhängigkeit von der Lichtquelle und die Empfindlichkeit der Kamera abhängig. Mit Halogen oder LED – Leuchten als Beleuchtungsquellen, relativ größere Partikel verwendet werden (zB 50-200 & mgr; m) 32, während kleinere Partikel (zB 1-50 & mgr; m) 33, 34 können mit einem Hochleistungslaser verwendet werden (zB 80-100 Watt CW-Laser). Partikel mit hoher Reflektivität für eine gegebene Wellenlänge Licht, wie Silber unter Halogenlicht beschichtet ist, kann ihre Spuren in ein Bild zu verstärken. Die Aussaatdichte ist ein weiterer wichtiger Parameter für eine erfolgreiche 3D-PTV-Messung. Nur wenige Partikel führen zu geringen Anzahl von Bahnen, während eine übermäßige Anzahl von Partikeln Zweideutigkeiten führen Korrespondenzen bei der Einrichtung und Verfolgung. Mehrdeutigkeiten bei der Festlegung Korrespondenzen sind überlappende Partikel und mehrere Kandidaten entlang der definierten epipolaren Linie zu erkennen. In der Verfolgungsprozeß, die Mehrdeutigkeit aufgrund einer hohen seedin g Dichte wird aufgrund der relativ kurzen mittleren Abstand von Teilchen auftrat.

Zweite Schritt ist, die optimalen Einstellungen in Aufzeichnungs- / Vorverarbeitung der Bildqualität zu verbessern. Fotoeinstellungen, wie Gain & Schwarzpegel (G & B), eine wichtige Rolle spielen, um die Bildqualität zu optimieren. Schwarz-Ebene definiert im dunkelsten Teil eines Bildes die Helligkeit, während Verstärkung der Helligkeit eines Bildes verstärkt. Leichte Abweichungen der G & B Ebenen können erheblich die Wahrscheinlichkeit der Rückverfolgbarkeit auswirken. In der Tat kann hohe G & B ein Bild über aufhellen und schließlich den Kamerasensor beschädigen. Um dies zu verdeutlichen, ist der Einfluss von G & B Niveaus auf die Strömungs Rekonstruktion auch in diesem Artikel untersucht. In der Vor-Verarbeitungsschritt werden die Bilder mit einem Hochpassfilter gefiltert, um Streulicht von Partikeln betonen. Die Pixelgröße und Graustufen angepasst, um die Partikeldetektion innerhalb der Abfragevolumen zu maximieren.

t "> Dritter Schritt der Optimierung ist eine exakte Kalibrierung der stereoskopischen Bildverarbeitung, die auf epipolaren Geometrie basiert, Kameraparameter (Brennweite, Hauptpunkt und Verzerrungskoeffizienten), und der Brechungsindex ändert. Dieser Vorgang ist wichtig, die 3D zu minimieren Rekonstruktionsfehler der Bezugszielpunkte. Epipolargeometrie verwendet relativen Abstände (zwischen Kamera und Abfragevolumen) und Neigungswinkel von dem Zielbild. Brechungsindexänderungen entlang der Kameraansicht durch die Abfragevolumen berücksichtigt werden kann, basierend auf dem Verfahren der Massen et al. 21. In diesem Experiment wurde ein 3D treppenartige Struktur mit regelmäßig verteilten Zielpunkte wird als Target verwendet.

In einem Experiment 3D-PTV, obwohl nur zwei Bilder , die eine 3D – Partikel Position zu bestimmen , benötigt werden , in der Regel sind mehrere Kameras verwendet 21 Zweideutigkeiten zu reduzieren. Eine Alternative zu teuren Systemen mit mehreren High-Speed-Kameras ist die view splitter, vorgeschlagen von Hoyer et al. 35 für den Einsatz von 3D-PTV und kürzlich angewendet , indem Gulean et al. 28 für die biomedizinische Anwendungen. Der Blick Teiler besteht aus einem pyramidenförmigen Spiegel (hereon Primärspiegel) und vier verstellbare Spiegel (hereon Sekundärspiegel). In dieser Arbeit wird ein Vier-view Teiler und eine einzige Kamera verwendet, um die stereoskopische Abbildung von vier Kameras zu imitieren. Das System wird verwendet , um den Zwischenströmungsfeld eines Rohrstrahl mit einem Durchmesser, d h = 1 cm und Re ≈ 7,000 von einem Lagrangian und Eulerian Rahmen bei etwa 14,5-18,5 Durchmesser stromabwärts von der Strahl Ursprung zu charakterisieren.

Protocol

1. Laborsicherheit Überprüfen Sie die Sicherheitsrichtlinien der ausgewählten Beleuchtungsquelle (zB Laser, Industrie – LED, Halogen). Hinweis: In diesem Experiment wurde ein Satz von fünf 250 Watt Halogenstrahler als Beleuchtung verwendet. Grundlegende Sicherheits- und Empfehlung Aspekte für diese Lichtquelle werden wie folgt beschrieben. Vermeiden Sie direkten Kontakt mit Halogenleuchten, die bei hohen Temperaturen (~ 3000 K Farbtemperatur) betrieben werden. Halten Si…

Representative Results

Ein Foto und eine schematische Darstellung der Einrichtung sind in den Abbildungen 1 und 2 dargestellt. Das Kalibrierungsziel reflektierten Bezugsmarkierungen auf der Ansicht Eiler und 3D Kalibrierungs Rekonstruktion dargestellt sind in Figur 3. Die RMS der anerkannten Kalibrierungsziele beträgt 7,3 & mgr; m, 5,7 & mgr; m und 141,7 & mgr; m in der Strömungsrichtung x, y Spannweiten und Tief…

Discussion

3D-PTV hat ein großes Potenzial , die komplexe Physik von einer Vielzahl von turbulenten Strömungen wie groß angelegte turbulenten Bewegungen in der unteren Atmosphäre 25, Raumluftverteilung 26 oder pulsierender Strömungen in Aorten – Topologie 28 unter vielen anderen zu entwirren. ein Verständnis der Vorteile und Einschränkungen jedoch sowie Erfahrung ist wichtig, das Potential zu maximieren. Versuch und Irrtum Vorversuche und erschöpfende Iterationen für optimale Einstel…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Diese Arbeit wurde von der Abteilung für Mechanische Science and Engineering, University of Illinois in Urbana-Champaign, im Rahmen des Start-up-Paket von Leonardo P. Chamorro unterstützt.

Materials

ImageOps CAMMC4082 High-speed camera
ImageOps FBD-4XCXP6 Frame Grabber
Potters Industries LLC AG-SL150-30-TRD Seeding Paritcles
Upstate Technical Equipment CO.,INC MISNOR-STP-6-S-CL Camera appliation
Photrack AG Customized part and necessary if performing 3D-PTV with one camera
General Electrics  23719 Light source
OpenPTV(http://www.openptv.net) Open source particle tracking software (Note: available as a service for anyone who wants to use it without all the installation mess or computer power availability problems).

Riferimenti

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

Play Video

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

View Video