Tridimensional Velocímetro de Partículas de Rastreamento for Applications Turbulência: Case de um fluxo de Jet

fluxos de jato de turbulência são onipresentes em aplicações de engenharia. caracterização detalhada de tais fluxos é crucial para um amplo espectro de problemas práticos que vão desde sistemas de descarga ambiental em grande escala para dispositivos micro-escala eletrônica. Por causa do seu impacto num número de aplicações gerais, os fluxos de jacto têm sido estudadas em profundidade ^1-4. Várias técnicas experimentais, incluindo anemometria hotwire ^4-8, Laser Doppler velocimetria (LDV) ^{4, 9-12,} e Velocimetry Imagem de Partículas (PIV) ^12-16, têm sido utilizados para caracterizar jet flui em uma ampla gama de números de Reynolds e de fronteira condições. Recentemente, alguns estudos foram feitos usando 3D-PTV para estudar a interface turbulenta / não-turbulento de jet flui ^{17, 18.} 3D-PTV é uma técnica especialmente adequado para descrever complexo fi turbulentocampos de uma perspectiva diferente. Ele permite a reconstrução de trajetórias de partículas dentro de um volume em um quadro de Lagrange de referência utilizando multi-view estereoscopia. A técnica foi introduzida pela primeira vez por Chang ¹⁹ e desenvolvidos pela Racca e Dewey ^20. Desde então, muitas melhorias foram feitas no algoritmo 3D-PTV e configuração experimental ^21-24. Com estas realizações e trabalhos anteriores, o sistema foi utilizado com sucesso para estudar vários fenômenos fluidos como movimento fluido em larga escala em um domínio de 4 mx 2 mx 2 m ^25, campo de fluxo de ar interior ^26, pulsátil fluxos ²⁷ e sangue da aorta fluxo ²⁸ .

O princípio de funcionamento de uma medição 3D-PTV consiste no sistema de aquisição de dados set-up, a gravação / pré-processamento, calibração, correspondências 3D, acompanhamento temporal e pós-processamento. Uma calibração precisa permite uma detecção exacta da posição da partículas. A correspondência das partículas detectadas em mais de três pontos de vista de imagem permite a reconstrução de uma posição de partículas 3D baseada na geometria epipolar. Uma ligação a partir de quadros de imagem consecutivos resultar em um acompanhamento temporal que define as trajectórias das partículas s (t). Otimização do sistema 3D-PTV é essencial para maximizar a probabilidade de rastreabilidade multi-partículas.

Primeira etapa da otimização é a aquisição de um sistema de aquisição de dados adequada, incluindo câmeras de alta velocidade, fonte de iluminação e características de partículas de nucleação. A resolução da câmara, juntamente com o tamanho do volume de interrogação define o tamanho do pixel e, por conseguinte, o tamanho de partícula de semeadura necessária, o que deve ser maior do que um único pixel. Os centroids de partículas detectadas são estimados com precisão sub-pixel, tomando a posição média de pixels de partículas ponderados pelo brilho ^21. taxa de quadros da câmera está intimamente ASSOCIATed com o número de Reynolds e a capacidade de ligar partículas detectadas. Uma taxa de fotogramas mais elevada permite resolver flui mais rápido ou um maior número de partículas uma vez que o rastreamento torna-se mais difícil quando o deslocamento entre as imagens for superior significa a separação média das partículas.

A velocidade do obturador, abertura e sensibilidade são três factores a considerar na captura de imagem. A velocidade do obturador deve ser rápido o suficiente para minimizar o desfoque em torno de uma partícula, que reduz a incerteza da posição de partículas centróide. Abertura A câmara deve ser ajustado para a profundidade de campo do volume de interrogação para reduzir a probabilidade de detecção de partículas fora do volume. Uma vez que a sensibilidade máxima de uma câmera é fixa, como taxa de quadros aumenta, a luz necessária necessária para iluminar as partículas deve aumentar em conformidade. Ao contrário de PIV, configurações ópticas complexas e lasers de alta potência não são estritamente necessárias em 3D-PTV, desde que a fonte de luz é suficientemente fezestered das partículas marcadoras para a câmara. Contínuas LED ou lâmpadas halógenas são boas opções rentáveis ​​que ignoram a necessidade de sincronização ^21.

Em 3D-PTV, assim como outras técnicas de medição de fluxo óptico, a velocidade do traçador de partículas é assumida como sendo a velocidade do fluido instantânea locais ^29. No entanto, este é apenas o caso de rastreadores ideais de diâmetro nula e inércia; partículas tracer deve ser grande o suficiente para ser capturado por uma câmera. A fidelidade de uma partícula finito pode ser determinada pelo número de Stokes S _T, ou seja a razão entre a escala de tempo de relaxamento de partículas e a escala de tempo das estruturas turbulentas de interesse. Em geral, S _t deve ser substancialmente menor do que 1. Para S _t ≤0.1 erros de rastreamento de fluxo são inferiores a 1% ^30. Em profundidade discussão pode ser encontrada em Mei et al ^29-31. </sup>. tamanho de partícula recomendado para uma experiência 3D-PTV varia dependendo da fonte de luz e a sensibilidade da câmara. Com halogéneo ou LEDs como fontes de iluminação, as partículas relativamente grandes são utilizados (por exemplo, 50-200 um) ^32, enquanto que as partículas mais pequenas (por exemplo, 1-50 mm) ^{33, 34} pode ser usado com um laser de alta potência (por exemplo, 80-100 Watts do laser CW). As partículas com alta refletividade para um determinado comprimento de onda de luz, como a prata revestida sob a luz de halogéneo, pode amplificar a sua marca em uma imagem. A densidade de semeadura é outro parâmetro importante para uma medição bem sucedida 3D-PTV. Algumas partículas resultar em baixo número de trajetórias, enquanto que um número excessivo de partículas causam ambiguidades no estabelecimento de correspondências e rastreamento. Ambiguidades no estabelecimento de correspondências incluem partículas que se sobrepõem e detectar vários candidatos ao longo da linha epipolar definido. No processo de acompanhamento, a ambiguidade devido a uma alta seedin g é a densidade ocorreu por causa da separação média de partículas relativamente curto.

O segundo passo é configurações ideais em / de pré-processamento de gravação para melhorar a qualidade da imagem. ajustes fotográficos, tais como ganho e nível de preto (G & B), desempenham um papel importante na otimização da qualidade da imagem. nível de preto define o nível de brilho na parte mais escura de uma imagem, enquanto o ganho amplifica o brilho de uma imagem. Pequenas variações dos níveis de G & B pode impactar significativamente a probabilidade de rastreabilidade. Na verdade, a alta G & B pode over-iluminar uma imagem e, eventualmente, danificar o sensor da câmera. Para ilustrar isso, o impacto de G & B níveis sobre a reconstrução do fluxo é também examinado neste artigo. No passo de pré-processamento, as imagens são filtrados com um filtro passa-alto para enfatizar a dispersão de luz a partir de partículas. O tamanho do pixel e escala de cinza são ajustados para maximizar a detecção de partículas dentro do volume interrogatório.

t "> Terceira etapa de optimização é uma calibração precisa da formação de imagem estereoscópica, a qual é baseada na geometria epipolar, os parâmetros da câmara (distância focal, ponto de princípio, e coeficientes de distorção), e alterações de índice de refracção. Este processo é essencial para minimizar a 3D erro de reconstrução dos pontos alvo fiduciais. geometria epipolar usa distâncias relativas (entre a câmera eo volume de interrogatório) e ângulo inclinado a partir da imagem alvo. alterações de índice de refração ao longo da vista da câmara através do volume interrogatório pode ser tomado em consideração com base no procedimento de Massa et ai. ^21. Nesta experiência, uma estrutura de escada semelhante 3D com pontos distribuídos regularmente alvo é usado como um alvo.

Em uma experiência 3D-PTV, embora apenas duas imagens são necessários para determinar uma posição de partículas 3D, normalmente mais câmeras são usadas para reduzir ambigüidades ^21. Uma alternativa para configurações de caras com várias câmeras de alta velocidade é a vidivisor EW, proposto por Hoyer et ai. ³⁵ para a utilização de 3D-PTV e recentemente aplicado por Gulean et al. ^28, para as aplicações biomédicas. O divisor de vista consiste em um espelho em forma de pirâmide (espelho hereon primário) e quatro espelhos ajustáveis ​​(Hereon espelho secundário). Neste trabalho, um divisor de quatro vista e uma única câmara foram usadas para imitar a imagem estereoscópica de quatro câmeras. O sistema é usado para caracterizar o campo de fluxo intermédio de um tubo de jacto com um diâmetro, d _h = 1 cm e Re ≈ 7000 a partir de um de Lagrange e euleriana armações em cerca de 14,5-18,5 diâmetros a jusante do jacto de origem.