Fibre ottiche sensori distribuiti per alta risoluzione Mappatura temperatura Campo
Summary
Si dimostra l'uso di un sensore distribuito in fibra ottica per la mappatura del campo di temperatura di miscelazione getti d'aria. Il sensore dispersione a base Rayleigh genera migliaia di punti di dati lungo una singola fibra per fornire risoluzione spaziale eccezionale che è irraggiungibile con sensori tradizionali quali termocoppie.
Abstract
L'affidabilità di fluidodinamica computazionale (CFD) codici è verificata confrontando le simulazioni con i dati sperimentali. Un tipico insieme di dati consiste principalmente di letture di velocità e temperatura, sia idealmente ad elevata risoluzione spaziale e temporale per facilitare la convalida del codice rigoroso. Mentre alta risoluzione dati velocità è facilmente ottenuto attraverso tecniche di misurazione ottica, come immagine di particelle velocimetria, si è dimostrato difficile ottenere dati di temperatura con risoluzione simile. I sensori tradizionali come termocoppie non possono ricoprire questo ruolo, ma il recente sviluppo di sensori distribuiti sulla base di scattering di Rayleigh e-onda spazzato interferometria offre una risoluzione adatta per il lavoro di validazione del codice di CFD. Migliaia di misure di temperatura possono essere generati lungo una singola fibra ottica sottile a centinaia di Hertz. I sensori funzionano su grandi intervalli di temperatura ed entro i liquidi opachi in cui tecniche ottiche non sono adatti. Ma questo tipo di sensoreè sensibile alla deformazione e l'umidità e la temperatura e quindi la precisione è influenzata da manipolazione, vibrazioni e variazioni di umidità relativa. Tale comportamento è molto diverso da sensori tradizionali e sono necessarie per garantire misurazioni accurate procedure di installazione e funzionamento in modo non convenzionale. Questo documento dimostra attuazione di un sensore di temperatura distribuita Rayleigh scattering tipo in un esperimento di miscelazione termico coinvolge due getti d'aria a 25 e 45 ° C. Vi presentiamo i criteri per guidare la selezione di fibra ottica per il sensore e descrivere setup di installazione per un esperimento del getto di miscelazione. Illustriamo baselining sensore, che collega le letture ad un livello di temperatura assoluta, e discutere questioni pratiche come ad esempio gli errori dovuti al flusso indotta vibrazioni. Questo materiale può aiutare coloro che sono interessati a misure di temperatura con elevata densità di dati e la larghezza di banda per gli esperimenti dinamica dei fluidi e applicazioni simili. Evidenziamo insidie specifiche per questi sensori per considezione nel disegno esperimento e funzionamento.
Introduction
fluidodinamica computazionale (CFD) codici vengono utilizzati per simulare una grande varietà di sistemi fluidi, dal flusso d'aria intorno aerei e automobili fino arteriosa flusso sanguigno. La portata e la fedeltà di tali simulazioni sono cresciuti con la disponibilità di potenza di calcolo. Tuttavia, nonostante la sofisticazione delle simulazioni avanzate, la loro accuratezza e l'affidabilità sono spesso difficili da quantificare. In pratica, l'accuratezza di codici CFD viene valutata confrontando simulazioni con dati sperimentali in un processo chiamato validazione del codice.
Un tipico insieme di dati sperimentali consiste principalmente di misure di velocità e temperatura, sia la risoluzione spaziale e temporale ideale di elevata per facilitare la convalida del codice rigoroso. Campi di velocità possono essere mappati ad alta risoluzione utilizzando l'immagine di particelle velocimetria (PIV), una tecnica di 1,2 ottica consolidata. Al contrario, è difficile mappare campi di temperatura con risoluzione paragonabile a quella di PIV. Optical tecniche come la fluorescenza indotta da laser sono disponibili 3,4, ma richiedono telecamere e relativamente laser ad alta potenza, e non sono adatti per fluidi opachi.
Un'alternativa è disponibile nella tecnica relativamente nuova di rilevamento della temperatura distribuita sulla base di scattering di Rayleigh e spazzato lunghezza d'onda interferometria (SWI) 5-7. Migliaia di misure di temperatura possono essere acquisiti lungo una singola fibra ottica. Un sensore di temperatura distribuita (DTS) può estendersi su grandi campi di flusso e la funzione in ambienti che non sono adatti per le tecniche di image-based 8. Ci sono anche DTSS basato su Raman e Brillouin dispersione 9,10, ma basato su sensori Rayleigh scattering SWI forniscono risoluzione spaziale e temporale più adatto per tipici esperimenti fluidodinamica.
Anche se DTSS densità di offerta di dati ben al di là dei sensori tradizionali come termocoppie (TCS), sensori basati su Rayleigh scatteanello di rispondere per la tensione e la temperatura 11. Se il rivestimento della fibra è igroscopico, sensori reagiscono anche all'umidità cambia 12,13. L'assorbimento di vapore acqueo gonfia il rivestimento mentre desorbimento restringe 14, quali ceppi la fibra di vetro sottostante e altera il segnale. Di conseguenza, la precisione è influenzata dalla manipolazione, vibrazioni e variazioni di umidità relativa. Questo è molto diverso da sensori tradizionali e metodi di installazione e di misura in modo non convenzionale deve essere osservato per ottenere dati precisi. Questo documento illustra l'utilizzo di un DTS in un esperimento di miscelazione termica, presentando un protocollo e linee guida per assicurare la precisione.
I DTS usati qui si basa sulla rilevazione e l'analisi di scattering di Rayleigh all'interno di una guida d'onda in fibra ottica. Una distribuzione casuale di impurità e varianti strutturali lungo il nucleo della fibra dà luogo ad un pattern retrodiffusione che è unico per la fibra e generalmente stabile. Lo spettro e l'ampiezzadi questo modello può essere letto a servire come firma fibra. I cambiamenti fisici quali sbalzi termici o ceppo alterano la firma in modo ripetibile, e rilevando le variazioni di firma è la base per utilizzando la fibra come sensore.
La Figura 1 illustra i componenti principali del dispositivo sensore optoelettronico, chiamato ottica distribuita interrogatore sensore, e indicato qui semplicemente come "interrogatore". In una tecnica nota come barriere d'onda interferometria, un laser a bassa potenza sintonizzabile lancia un segnale a banda stretta nella fibra ai fini della registrazione risultante backscatter 5-7. Il laser viene spazzato attraverso un intervallo di parecchi nanometri e il segnale diviso tra le gambe di riferimento e misurazione. luce diffusa dal sensore viene combinato con il segnale di riferimento per generare segnali di disturbo ai rivelatori. uscita del rivelatore è digitalizzato e analizzati per recuperare il segnale di scattering di Rayleigh. il Raylefirma IGH degli spostamenti del sensore in cui la temperatura del sensore (deformazione, o di umidità) cambia lunghezza d'onda. L'entità di questo spostamento di lunghezza d'onda è relativo al sensore sensibilità, che è una costante fisica associata al tipo di fibra, che ha un fattore di calibrazione analogo al coefficiente Seebeck di un TC.
La Figura 2 mostra la vasca di vetro che funge da sezione di prova utilizzato in questo studio. La telecamera dietro il serbatoio dà un senso di scala. L'aria entra attraverso due condotti esagonali e mescola prima di uscire attraverso uno sfiato. Per evidenziare i getti, un flusso di flusso è stato seminato con nebbia d'olio, mentre l'altra è rimasta aria pura. Il coperchio del serbatoio ha una finestra coperta con uno schermo di polimero nero. Anche se non visibile nella foto, il DTS è sospeso sotto lo schermo nero.
A 50 m di lunghezza DTS è stato montato sotto il coperchio del serbatoio, come mostrato in Fig. 3. E 'stata ricavata da 155 micron di diametro fibra ottica poliimmide rivestitae appeso a 127 micron di diametro del filo di acciaio teso tra pannelli di estremità del serbatoio. Il sensore è stata tessuta attraverso il filo in modo alternato e loop avanti e indietro attraverso il serbatoio di 49 volte. Si estende su un piano di 0,5 x 0,8 m e genera 1.355 punti dati indipendenti a 4 Hz e risoluzione spaziale di 30 mm, 4.067 punti dati quando sovracampionato con distanza di 10 mm. Tali dati di temperatura elevata densità integra i dati di velocità e aumenta il valore di set di dati per la convalida CFD. Il protocollo delinea il processo di selezione del sensore, la fabbricazione e la configurazione pur concentrandosi sui particolari preoccupazioni in utilizzando i DTS in un esperimento dinamica dei fluidi.
Protocol
Representative Results
Discussion
Abbiamo dimostrato l'utilizzo di un DTS in un esperimento fluidodinamica. Il vantaggio principale di questi sensori è il grande numero di punti di misurazione che possono essere ottenuti da un singolo sensore. I DTS utilizzati qui generati dati a 4.067 punti su un piano di 0,5 x 0,8 m, ben oltre i limiti praticabili di sensori point convenzionali come termocoppie. Mentre tale densità dei dati può essere superata mediante tecniche ottiche come il laser fluorescenza indotta (LIF), una DTS funzionerà in fluidi e applicazioni che non hanno accesso ottico opaco. L'alta densità di dati di un DTS è adatto per esperimenti coinvolti nella computazionale fluidodinamica validazione del codice.
Baselining è il passo fondamentale nel protocollo e centrale nel determinare la precisione di misura. Una sezione di prova isotermica è essenziale per garantire l'intero DTS è ad una temperatura quando baselined. Se questo non è possibile, base T diventa base T (x), che dovrebbe essere MAPPcato da più TC collocati in prossimità dei DTS. Anche se la qualità della linea di base può essere migliorata in questo modo, complica il processo di mappatura basale DTS alle norme per la conversione alla temperatura assoluta.
Essere sempre alla ricerca di fonti di tensione dopo la linea di base, che può introdurre cambiamenti di segnale imprevedibili. Tali fonti sono, per esempio, sezione di prova dilatazione termica che si estende il sensore, il movimento dei supporti, caricamento dinamico da alte portate, o vibrazioni indotto dal flusso. Le misurazioni pre e post-test in condizioni isoterme contribuiranno a identificare tali problemi.
sensibilità Strain è il difetto principale di questa Rayleigh scattering di DTS-based. A differenza dei sensori convenzionali come termocoppie, è sensibile alle manipolazioni, umidità e vibrazioni. Questi problemi sono più rilevanti per la configurazione del sensore nuda dimostrato qui, ma molto meno importante per i sensori alloggiati nei capillari.
A differenza dei sensori tradizionali, un DTS non può essere procurato con documenti tracciando ad uno standard di calibrazione riconosciuta come NIST (National Institute of Standards and Technology). In-situ sono calibrazioni necessarie, preferibilmente con una sezione di prova isotermica, che può essere difficile in alcuni applicazioni. La vibrazione è di particolare interesse per le fibre nude appesi ad una grande sezione di prova. Abbiamo avuto successo mescolato con un allineamento verticale orientata che si estende lungo l'asse della vasca a lunghezze di segmento di 1,7 m. Una configurazione con 28 metri di fibra e 16 segmenti ottenuto buoni risultati durante uno studio di 18, ma i tentativi di estenderla a 53 m con 29 segmenti ha avuto successo 16.
In generale, il segnale rumore per qualsiasi lunghezza e configurazione di sensore può essere ridotto aumentando la lunghezza dell'estensimetro su cui il software interrogatore calcola lo spostamento segnale di Rayleigh, ma questo riduce la risoluzione spaziale efficace. ogni Applicazione deve colpire il proprio equilibrio tra il rumore del segnale e la risoluzione spaziale. Ancora, tali difficoltà possono essere ampiamente evitati ospita il sensore in un capillare a scapito del tempo di risposta termica prolungato.
Questa tecnologia relativamente nuova misurazione della temperatura richiede uno sviluppo per ridurre la suscettibilità alle vibrazioni. Molto di questo lavoro sarà necessariamente comportare l'hardware e il software interrogatore. I sensori stessi possono anche essere migliorati per ridurre la sensibilità ai cambiamenti di gestione e di umidità, che sono colpiti da rivestimenti in fibra. Il lavoro potrebbe concentrarsi su sviluppo di rivestimenti superiori alla poliimmide e fibre acriliche rivestite attualmente in commercio.
Disclosures
The authors have nothing to disclose.
Acknowledgements
The authors thank Tyler Gorney and Aida Rahim at Luna Innovations for their invaluable technical insight and assistance with our application.
The submitted manuscript has been created by UChicago Argonne, LLC, Operator of Argonne National Laboratory (“Argonne”). Argonne, a U.S. Department of Energy Office of Science laboratory, is operated under Contract No. DE-AC02-06CH11357. This work was supported by the U.S. Department of Energy, Office of Nuclear Energy.
Materials
| Sensor interrogator | Luna Inc. | ODiSI-A and -B | The two systems differ primarily in speed and spatial resolution |
| Fusion splicer | Fujikura | 70S | |
| Cleaver | Fujikura | CT-3A | |
| 3-hole jacket stripper | Fiber Instrument Sales | F11301T | |
| jacket stripper | |||
| Optical fibers | OFS, Specialty Photonics Division | BF06160-02 | Polyimide coating |
| Optical fibers | Newport Corp. | F-SM1500-4.2/50 | Acrylate coating |
| Connector | AFL Global | FUSE-LC-9U-SMA-6 | |
| Termination fiber | OFS, Specialty Photonics Division | 552 HPWR 040 |
References
- Raffel, M., Willert, C., Wereley, S., Kompenhans, J. . Particle Image Velocimetry. , (2007).
- Adrian, R. J. Twenty years of particle image velocimetry. Exp. Fluids. 39, 159-169 (2015).
- Vetrano, M. R., Simonini, A., Steelant, J., Rambaud, P. Thermal characterization of a flashing jet by planar laser-induced fluorescence. Exp. Fluids. 54, 1573-1583 (2013).
- Dahikar, S. K., Sathe, M. J., Joshi, J. B. Investigation of flow and temperature patterns in direct condensation using PIV, PLIF and CFD. Chem. Eng. Sci. 65, 4606-4620 (2010).
- Juškaitis, R., Mamedov, A. M., Potapov, V. T., Shatalin, S. V. Distributed interferometric fiber sensor system. Opt Lett. 17 (22), 1623-1625 (1992).
- Gifford, D., et al. Swept-wavelength interferometric interrogation of fiber Rayleigh scatter for distributed sensing. Proc. SPIE. 6770, (2007).
- Kreger, S., Gifford, D., Froggatt, M., Soller, B., Wolfe, M. High resolution distributed strain or temperature measurements in single- and multi-mode fiber using swept-wavelength interferometry. Optical Fiber Sensors. 2006, (2006).
- Bersan, S., et al. Application of a high resolution distributed temperature sensor in a physical model reproducing subsurface water flow. Measurement. , (2015).
- Bao, X., Chen, L. Recent progress in distributed fiber optic sensors. Sensors. 12, 8601-8639 (2012).
- Ukil, A., Braendle, H., Krippner, P. Distributed temperature sensing: review of technology and applications. IEEE Sensors J. 12 (5), 885-892 (2012).
- Zhou, D., Qin, Z., Li, W., Chen, L., Bao, X. High-spatial-resolution distributed vibration measurement using time-resolved optical frequency-domain reflectometry. Proc. SPIE 22nd Int. Conf. Optical Fiber Sensors. 8421, 842115 (2012).
- Ding, F., Wang, L., Fang, N., Huang, Z. Experimental study on humidity sensing using a FBG sensor with polyimide coating. SPIE-Int Soc Opt. Eng. 7990, (2011).
- Palmieri, L., Schenato, L. Distributed optical fiber sensing based on Rayleigh Scattering. Open Optics J. 7 (1), 104-127 (2013).
- Bhargava, P., Chuang, C. K., Chen, K., Zehnder, A. Moisture diffusion properties of HFPE-II-52 polyimide. J Appl Polymer Sci. 102 (4), 3471-3479 (2006).
- Lomperski, S., Gerardi, C. Assessment of distributed fiber optic sensors for flow field temperature mapping. Proc. ASME 2014 4th Joint US-European Fluids Engineering Division Summer Meeting and 12th International Conference on Nanochannels, Microchannels, and Minichannels. , 8 (2014).
- Lomperski, S., Bremer, N., Gerardi, C., Lisowski, D. Performance assessment of a 50 m-long fiber optic distributed temperature sensor in a fluid dynamics experiment. , (2016).
- . . Fusion Splicer 70S Instruction Manual. Fujikura Ltd., 70S_Rev2. , (2013).
- Lomperski, S., Gerardi, C., Pointer, W. D. Fiber optic distributed temperature sensor mapping of a jet mixing flow field. Exp. Fluids. 56, 16 (2015).
