Method Article
手稿提出了一种用于进行床载沉积物输送实验的方案,其中移动颗粒通过图像分析进行跟踪。实验设施,运行实现和数据处理程序,以及最终的一些概念验证结果。
图像分析越来越多地用于测量河流,因为其能够以相对较低的成本提供详细的定量描述。该手稿描述了一种使用粒子跟踪测速(PTV)对轻载沉积物进行床载实验的应用。研究的沉积物运输条件的关键特征是存在覆盖流动和固定粗糙床,其上在水槽入口处有限数量地释放颗粒。在施加的流动条件下,单独的床载颗粒的运动是间歇性的,具有交替的运动和静止项。流动模式通过流动速度的垂直分布的声学测量来初步表征。在过程可视化期间,使用放置在水槽不同位置的两个动作摄像机获得了大视场。实验方案用chan来描述nel校准,实验实现,图像预处理,自动粒子跟踪和后处理两个相机的粒子轨迹数据。提出的概念验证结果包括粒子跳长度和持续时间的概率分布。将这项工作的成果与现有文献进行了比较,以证明该方案的有效性。
由于开创性工作出现了一些几十年前1,2,河流输沙的研究中利用图像分析一直不断增加。这种技术确实证明了它的能力的物理现象3,4,5详细的分析,以比较提供高分辨率和低成本的数据。随着时间的推移,硬件和软件工具都获得了显着的改进。
沉积物运输的测量可以使用欧洲方法进行,其目标是测量泥沙流量,或拉格朗日方法,用于测量各个颗粒移动时的轨迹。图像处理提供了相比于其它方法欧拉6,7粒子跟踪独特的可能性。但是,在这些潜力的背景下,图像分析对床载沉积物运输的应用在数据样本的测量和尺寸的空间/时间支持尺度方面受到一些关键的实验限制。例如,它是难以同时实现大的空间区域,一个实验的持续时间长,且高测量频率3,4,8的适当组合,而不会影响数据的质量和数量。另外,粒子跟踪可手动进行2,4,这需要很大的人的努力,或自动3,8,与由用于分析的软件由跟踪错误的可能性。
本文提出了一种用于床载沉积物tr的实验调查方案ansport通过所使用的相机类型实现了长时间的持续时间,通过在不同位置同时使用两个摄像机来确保大视场,并且通过特殊的实验条件可靠的自动处理成为可能。实验操作的设计和加工工具是基于作者在多个研究获得的经验入选作品处理的图像的方法3,9,10,11,12,13,14,15,16输沙的详细调查,17,18。
描述了沉积物运输实验,即进行释放特性在一个固定的粗糙的床上。颗粒进料远小于保持低浓度移动颗粒的流动的输送能力,从而避免了要追踪的颗粒的拥挤。此外,输送的颗粒不是连续移动,而是观察到间歇运动。使用固定床而不是可移动的床代表与自然条件相似的损失。但是,固定床在沉积物转运实验19,20,21的假设的结果是比那些从复杂的情况与各种作用过程的更简单和说明性的下频繁使用。使用固定床显然可以防止沉积物埋藏和再现的过程。另一方面,在弱床负载的情况下,沉积物的输送发生在松散床的表层中,在这种情况下,使用固定床可能是足够的。事实上,在实验与两个条件下运行颗粒运动的特性之间的特定的比较没有提出任何显著差异3,14。最后,这里提出的实验是用加压流进行的,以确保通过透明盖子进行颗粒可视化的最佳条件。用加压流沉积物运输已经实验研究在研究原型冰覆盖的河流,显示出近床边界层和沉积物之间的相互作用是类似于开放通道流22,23的。在以下各节中,概述了所有方法,并提供了一些代表性的结果。
注意:沉积物运输实验在位于米兰政治学院的莱科校区的山体液力实验室的水槽中进行。水槽被完全构造透明的丙烯酸材料制成,并且是5.2×0.3×0.45米3。通道由两个钢梁支撑,由于铰链和螺丝千斤顶,可以在不同的斜坡上操作。一系列盖子使得水槽能够充当封闭导管,这是覆盖流动配置,以及这项工作中使用的通道。
1.测量和设置水槽坡度
2.设置工作配置
3.建立稳定的流量条件
4.表征流量分布
5.进行泥沙运输实验
6.预处理图像
识别和跟踪粒子
注意:对于两台摄像机分别收集的图像,必须执行以下所有操作。使用Streams 29进行颗粒的识别和跟踪。该软件可以免费提供给开发人员查询。作者在几个实验室中已经使用了流二维泥沙运输在不同条件下3,16,17,18,28,30。
8.从不同的摄像机连接轨迹
注意:这是一个必要的操作,以利用多个相机来扩大测量区域的大小。步骤由作者开发的图形用户界面的MatLab代码( join_cameras.m )执行(请参阅补充代码文件 )。
图1.轨道交接情况来自上游相机的轨道为红色,下游相机为绿色(为简单起见,为一维表示)。垂直虚线限定重叠的标称长度。由于轨道的可能中断,结果的多样性大于预期的直接tracks(对应于前四个草图的情况),具有来自第一相机的轨道到达重叠区域,以及来自第二相机的轨道离开它。总共有13个理论上可能的情况。为了简化分析,从初步数据中排除比重叠区域的长度短的轨迹。 请点击此处查看此图的较大版本。
9.分析沉积物运输运动学
本节提供的结果用于将水槽坡度设置为零(斜率值以±0.05%精度计算)的实验。所使用的沉淀有人提出,是准球形PBT颗粒的,具有大小为d = 3毫米,密度ρP =1270千克/ m 3以下。实验以流速Q = 9.7×10 -3 m 3 / s进行,导致体积速度U = 0.31m / s。
对于使用UVP的速度测量,以81°倾角使用2 MHz探头。速度数据在20 Hz下获得250 s。代表性的速度曲线如图2所示 。它在通道轴线处和距水槽入口4.5m处被采集,其中流动被完全显影。删除与无效高程测量相关的一些值。不对称c型材由塑料盖和沉积床的不同粗糙度引起。曲线图还显示了用于估计剪切速度的轮廓的部分,得到u s = 25.9±1.3mm / s。因此,粒子雷诺数( Re p = u s × d / v , ν作为水的运动粘度)等于78,表明过渡粗糙的状态。
沉积物输送的可视化是用两个相机放置在距水槽入口3.5米和4.3米处。相机以30 fps的频率运行,分辨率为1,920 x 1,080像素。图像失真校正因子为k = 0.6。去除畸变后,图像校准为1像素= 0.5mm。重叠长度为760.15至880.11毫米(后者为冷杉重点区域的长度)st相机从其上游边缘)。颗粒识别的阈值强度设置为80,预期斑点大小范围为0.5至8 mm。粒子跟踪搜索窗口如下:上游1 mm,下游7 mm,横向4 mm。重新连接中断轨道的搜索窗口如下:上游1 mm,下游31 mm,沿4个后框架横向16 mm。将要连接的两个轨道之间的x和y值的均方差的平方根的阈值设置为10mm。
使用来自每个摄像机的3,000个图像的子集测量的粒子轨迹(对应于100秒的持续时间)在图3中示出 。数据库分别从上游和下游摄像头中了解到37条和34条轨道。首先提出由两个摄像机获得的轨道的重叠,然后产生完整的一组t显示机架。很明显,测量区域的中心部分的重叠是令人满意的。在最后59个轨道上获得了12个链接。最长轨道跨越的整个观察窗与约16米(530个多的粒径,15.2流动深度或5.3水槽宽度),这是非常大的,相较于其他文献的研究,其中类似的分析进行了3,4的总长度,5,8。
通过采用拉格朗日框架,粒子运动学的关键指标在这里应用于粒子跳的性质。在如本实验中的间歇式床载运输中,这些跳跃是通过休息时间分开的运动。为了检测单个粒子的完整轨迹中的跳跃,粒子运动和静止的识别是必要的初步步骤。在这项工作中,我们应用了一个标准30 ,如果其在当时的x位置大于所有先前的位置并且低于所有以下的位置,则在某一时刻考虑运动的粒子。从59个测量的粒子轨迹获得总共98跳。 图4描绘了所获得的针对跳跃长度和持续时间的累积频率分布(CFD)。
图2:测量速度曲线。 (上)流速度分量的时间平均垂直分布。 (下)通过将对数方程拟合到轮廓的下部来估计剪切速度。注意,在第一个图中使用从通道顶部开始并向下定向的垂直轴代表用UVP测量结果。根据需要通过方程拟合来估计剪切速度,在第二个图中使用从通道底部和向上指向的轴。 请点击此处查看此图的较大版本。
图3:测量粒子轨迹的平面图。 (上)来自两台摄像机的轨道(上游摄像机以红色和下游为黑色)。 (底部)连接轨迹的样本(为了清晰度而改变颜色,而某些轨迹由较粗线突出显示)。 请点击此处查看此图的较大版本。
4"class ="xfigimg"src ="/ files / ftp_upload / 55874 / 55874fig4.jpg"/>
图4:跳跃长度(上)和持续时间(底部)的累积频率分布(CFD)。在图3的每个轨道内,在每个时间点对颗粒进行标记以表示颗粒是否在该时刻运动或静止。然后从轨道中提取粒子跳,作为颗粒夹带(从静止到运动的过渡)和分离(从运动到静止的转变)之间的部分。使用获得的跳数和持续时间的样本来创建此处描述的分布。 请点击此处查看此图的较大版本。
补充代码文件: join_cameras.m 请点击这里下载此文件。
用粒子可视化设计床载运输实验包括几个步骤,包括实验配置和硬件工具的选择,流量测量,粒子播种和可视化以及图像分析。每一步的变化都有优缺点。本手稿中提出的方案的主要特点是:(i)使用加压流和固定粗糙床,(ii)将少量具有对比色的床载粒子播种到固定床颜色,(iii)使用自然光,并且(iv)使用多个摄像机来获得彼此连接的独立轨道组。
实验方法和数据处理使得能够可靠地跟踪床载颗粒进行最终测量。覆盖的流动保证移动颗粒的最佳视觉。然而,固定床防止观察某些过程( 例如 ,与vertica相关的过程) l沉积物颗粒在活动床载荷层内的位移),从而限制了该技术对弱载荷的适用性。
仅使用100s电影获得的数据样本的大小相对较小。然而,通过延长图像获取和处理的实验持续时间,可以容易地增加样本大小。喂食有限数量的颗粒需要更长的实验时间,而不是以相当高的速率喂食;但是由于运动中颗粒的浓度较小以及使用不同的颜色,因此粒径跟踪相对简单,这两者都降低了跟踪错误的可能性,这是非常值得的。在实验中使用自然光避免了照明设备的需要;然而,缺点是良好的照明取决于天气条件。
粒子跳长度和持续时间的差价合约克">图4示出了最低值作为最常见的。跳跃长度和持续时间的最大测定值分别600毫米和7秒,都围绕,这是相比于由文献4,16,30类似的值显著较大,因为测量较长的轨迹会导致长的粒子跳跃的风险,使用两个摄像机的好处是明显的,因为单个摄像机的焦点区域长度大约为850毫米,这不会大于要测量的跳跃长度值。使用两个摄像机的测量方案,确保了工艺长度尺度与测量场的长度尺度之间的令人满意的分离,从而降低了由于实验限制而偏压现象结果的风险,同时,可以将焦点区域另外延长增加沿着水槽放置的摄像机的数量。
与本文描述的协议相比,替代过程是在粒子识别和跟踪之前创建重叠的图像。我们的协议(执行跟踪两次并链接粒子轨迹)是首选的,因为图像合并方法将使数据文件的大小翻倍,需要不可负担的内存消耗。
利用这里描述的处理算法,丢弃了比重叠区域的长度短的多个粒子轨迹,因为它们阻止了沉积轨道的完全重建。然而,120mm的阈值长度比可以获得的轨迹长度短一个数量级,因此这些数据的损失是可以接受的。此外,在图1的低8个情况下看到的轨道连接将不能使获得的轨道长度显着增加。另一方面,这些情况可能会有所帮助在检索长轨道,例如图5中可能由于轨道中断造成的情况。在类似的情况下,可以通过迭代连接操作重建长轨道。然而,重要的是要记住, 如图5所示的轨道中断与跟踪过程明显相关,而不是加入过程。
这份手稿为单一实验提供了概念验证结果,以证明所采用协议的功能。在未来的实验中,该方案将应用于一系列不同的水动力条件,以便对载重泥沙输送过程进行详细分析。
图5:中断连线情况。 这里描述的协议不可能将这些轨道加入到单个轨道中。 如图1的标题和本协议的步骤8.4所述,排除比重叠区域的长度短的轨迹。这消除了短的红色和绿色轨迹;因此,剩下的很长的一个没有共同点。 请点击此处查看此图的较大版本。
作者宣称他们没有竞争的经济利益。
这项工作得到了研究执行机构的支持,通过欧盟第七个框架计划,支持研究人员的培训和职业发展(Marie Curie-FP7-PEOPLE-2012-ITN),资助了初步培训网络(ITN) HYTECH"生态关键异质接口中的流体动力学运输"(编号316546)。它还得到了米兰政治学院的Polo Territoriale di Lecco的支持。实验是在SS访问米兰政治学院期间进行的,作为访问科学家。作者感谢Tarcisio Fazzini,Stefania Gherbi,Francesco Mottini(米兰政治学院的学生)和Seyed Abbas Hosseini-Sadabadi(HYTECH项目的研究员和Milano Politecnico di博士生),以支持实验活动和数据分析。作者非常感谢Roger Nokes教授(新西兰基督城坎特伯雷大学)提供Streams软件和不断的建议。最后,作者感谢JoVE的总编辑和三位匿名评论家的发言人的意见和建议,感谢手稿可以大大改进。
Name | Company | Catalog Number | Comments |
Laser distance sensor | METRICA | PREXISOX2 | Used to measure the flume slope |
Two-component polyester resin | Gelson | MS 65213 | Used to glue sediment particles onto steel plates |
Water-resistant spray paint | Any | Used to paint the fixed bed | |
Ultrasonic Velocity Profiler | Signal Processing | DOP 2000 | Used to measure the water velocity profiles |
Camera | Go-Pro | Hero 4 Black | Used to acquire movies of bed-load particle motion |
Streams | University of Canterbury | 2.01 | Used for particle identification and tracking |
MatLab | MathWorks | R14 | Used to develop ad hoc codes for a variety of operations |
Plexiglas | Transparent acrylic material |
请求许可使用此 JoVE 文章的文本或图形
请求许可This article has been published
Video Coming Soon
版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。