Questo materiale si basa su lavori sostenuta dalla US National Science Foundation sotto Grant No. CBET-1032930 e il lavoro svolto presso l&#39;Università di Quantitative Laser Diagnostics Laboratory della Michigan.

1. Laboratorio di Sicurezza <ol><li> Recensione di materiale di sicurezza del laser prima di utilizzare un laser e di garantire che i requisiti di formazione sono state soddisfatte. </li><li> Ottenere l&#39;attrezzatura di sicurezza corretta per il lavoro con i laser. Ogni individuo dovrebbe indossare un paio di occhiali di protezione laser che bloccano le emissioni lunghezza d&#39;onda del laser (s). Installare un segnale di avvertimento al di fuori del laboratorio per far sapere agli altri quando il laser è in funzione. Hang laser tende di sicurezza in tutto il banco ottico per isolarlo da altri colleghi in uno spazio laboratorio condiviso. </li><li> Rimuovere tutti gli orologi e gioielli quando si lavora con i laser. </li><li> Considerare il percorso del fascio durante l&#39;impostazione usate: impostare attrezzature in modo che le regolazioni non richiederà portata al di sopra o al di sotto della trave. </li><li> Leggere il manuale del laser per determinare come utilizzare il laser in modo sicuro. </li><li> Tenere il livello degli occhi fuori dal piano del raggio laser! </li></ol> 2. Da banco Set-up <ol><li> Determinare l&#39;ingrandimento tcappello sarà richiesto per l&#39;applicazione e scegliere l&#39;obiettivo appropriato. L&#39;ingrandimento (M) può essere determinata dividendo la lunghezza del chip telecamera con la corrispondente lunghezza del campo di vista (FOV). In questo esempio, la lunghezza del chip fotocamera è 17,6 millimetri e la lunghezza corrispondente del FOV è di 2,4 millimetri. Pertanto, M = 17,6 millimetri / 2,4 mm = 7,33. Un microscopio lunga distanza è qui utilizzato per raggiungere questo FOV più piccolo. <ol><li> Eseguire alcuni calcoli approssimativi di velocità previsti nella regione vicino-muro. Utilizzare queste stime per determinare i parametri di registrazione, come ad esempio la frequenza di fotogrammi e il tempo di ritardo in base alle linee guida pratiche per PIV 1,2. Determinare il tempo necessario per una particella di viaggiare 8 pixel. Ciò determinerà il tempo di ritardo tra ogni impulso laser (dt). In serie temporali PIV, 1/DT determinerà la necessaria frame rate telecamera e deve essere più piccola della frequenza massima consentita dalla fotocamera. Piccoli aggiustamenti a questi parametri puòsuccessivamente necessario ottimizzare il flusso di registrazione per ottenere i dati di velocità di alta qualità. Se il frame rate richiesta supera il tasso massimo di ripetizione del laser, due laser possono essere usati per eseguire PIV in modalità frame-cavallo. Per questo esempio, la frequenza di quadro (5 kHz) non supera il tasso massimo di ripetizione del laser e quindi solo un singolo laser è necessaria per eseguire PIV in modalità time-series. </li></ol></li><li> Livellare il laser rispetto al tavolo <ol><li> Impostare la testa laser ad una estremità di un tavolo livello ottico. Posizionare una discarica fascio direttamente nel percorso ottico all&#39;altra estremità del tavolo. </li><li> Posizionare una guida ottica tra la testa del laser e la discarica fascio. Tape un obiettivo di un bloccante del fascio, fissare il blocco del fascio di un vettore e posizionare il supporto sulla guida. </li><li> Impostare la corrente di un ambiente a bassa corrente laser - abbastanza per Lase ma non abbastanza per bruciare un foglio di carta. Accendere il laser e far scorrere il supporto in avanti e indietro. Fare piccole modifiche alla posizione di unt laserIl centro del fascio laser rimane in un posto come il carrello si sposta avanti e indietro. Fissare il laser al tavolo ottico. </li><li> Misurare l&#39;altezza del centro del raggio laser utilizzando un quadrato combinazione. Spegnere il laser. </li></ol></li><li> Installare lamiera laser formano ottica <ol><li> Rimuovere rail ma posizionare il fascio bloccante con l&#39;obiettivo di fronte alla discarica fascio. Accendere il laser e marcare attenzione dove il centro del fascio colpisce il bersaglio. Posizionare il foglio formando ottica, che è il fascio omogeneizzatore (BH) che include anche un foglio formando telescopio in questa dimostrazione, nel percorso laser per formare il foglio laser. L&#39;altezza del foglio laser deve essere più grande del FOV. Regolare la posizione del centro di BH l&#39;altezza e la larghezza del foglio laser sul segno sul bersaglio e per trattenere le riflessioni di viaggiare indietro nella cavità laser. Posizionare una apertura tra la testa laser e BH se necessario per evitare riflessi indietro. Spegnere il laser. Il lfoglio ight in questa dimostrazione aveva una altezza di 8 mm e uno spessore di 0,5 mm, rispettivamente, e una energia di impulso di 0,4 mJ / impulso. </li><li> Se lo spazio è limitato sul tavolo ottico, mettere un 45 ° a specchio ad alta riflettività per trasformare il foglio di luce laser di 90 °. Nastro di un altro obiettivo di un bloccante del fascio, fissare il blocco del fascio di un vettore e posizionare il supporto sulla guida. Posizionare il gruppo ferroviario dopo lo specchio. Accendere il laser. Effettuare piccole correzioni allo specchio fino a quando il centro del foglio luce rimane in un posto sul bersaglio mentre scivola lungo il binario. </li><li> Impostare la frequenza di ripetizione del laser per abbinare il frame rate per le misure (5 kHz per l&#39;esempio discusso qui) e impostare la corrente al valore massimo del laser. Mettere una ferroviario tra la BH e di destinazione. Collegare un secondo fascio bloccante al vettore e posizionare il montaggio sulla guida. Accendere il laser. Far scorrere il supporto avanti e indietro per determinare la posizione del punto focale dal BH. Segnare la posizione del FOCal punto relativo al BH. Se viene usato uno specchio, rendere misura relativa allo specchio. Misurare l&#39;altezza approssimativa del foglio laser nel punto focale. Spegnere il laser. </li></ol></li><li> Montare e regolare lunga distanza microscopio e della fotocamera <ol><li> Segna gli assi orizzontali e verticali del microscopio a lunga distanza (LDM) e aperture della fotocamera utilizzando un quadrato di centraggio e la piazza combinazione. Misurare la distanza tra la tavola e gli assi orizzontali del LDM e telecamera. </li><li> Fissare la LDM e la macchina fotografica per i vettori e utilizzare eventuali distanziali, come rondelle o dadi, in modo che gli assi orizzontali del LDM e la macchina fotografica sono alla stessa altezza. Fissare la LDM e la telecamera sulla guida. Fissare la LDM e la fotocamera utilizzando gli appositi adattatori. Regolare l&#39;altezza del gruppo in modo che gli assi orizzontali sono alla stessa distanza sopra il tavolo come il centro del foglio leggero. </li><li> Fissare un palco traduzione davanti al contrassegno per il po focaleint della trave. Il moto della piattaforma di traslazione sarà parallelo alla propagazione del fascio. Fissare la guida con il gruppo videocamera alla fase di traduzione in modo che l&#39;intero assemblaggio è perpendicolare al foglio leggero. Centrare il gruppo telecamera allineando gli assi verticali della LDM e la macchina fotografica con il punto focale. </li><li> Collegare la fotocamera al computer e il controller ad alta velocità (HSC). Collegare il laser per l&#39;HSC. Tenere il cappuccio del gruppo fotocamera e eseguire una calibrazione dell&#39;intensità nel programma software PIV (LaVision Davis 7.2). </li><li> Nel programma software per impostare la fotocamera sulla modalità grab continuamente e togliere il tappo del gruppo telecamera. Inserire un quadrato combinazione al punto focale. Spostare la telecamera e LDM lungo la guida fino un&#39;immagine nitida del sovrano viene messa a fuoco. Continuare a spostare la telecamera e LDM lungo la ferrovia e portare l&#39;immagine a fuoco usando asta focalizzazione del LDM finché il chip della fotocamera si estende il campo di vista desiderato (2.4 x 1.8 mm 2 corrispondente ad un chip di pixel 800 x 600). </li></ol></li><li> Fissare una piastra di un supporto in modo che sia parallelo al tavolo e posizionarlo nel punto focale. Sollevare la piastra in modo che sia visibile nelle immagini sul computer. Spegnere continuo afferrare e tappo il gruppo telecamera. Accendere il laser e assicurarsi che il fascio di luce laser rende contatto lungo la superficie della piastra. </li></ol> 3. Portata Set-up <ol><li> In questa dimostrazione, PIV viene effettuata registrando immagini di luce diffusa da goccioline di olio di silicone. Le goccioline di olio vengono creati utilizzando un atomizzatore dell&#39;olio. Collegare i seguenti elementi fino ad un rifornimento d&#39;aria: il filtro antiparticolato, filtro olio, regolatore di pressione, misuratore di flusso di massa, e atomizzatore olio. Collegare l&#39;uscita del atomizzatore ad un tubo in acciaio. Utilizzare un supporto e morsetto per fissare il tubo in acciaio al tavolo ottico, elevare il tubo sopra il tavolo e dirigerla verso il piatto. </li><li> Aprire la valvola di alimentazione dell&#39;aria. Impostare la schienapressione sul regolatore di pressione a&gt; 140 kPa per creare un flusso sufficiente attraverso il sistema. </li><li> Accendere il flusso e regolare la densità di semina attraverso i getti atomizzatori e le valvole di bypass su l&#39;atomizzatore. </li></ol> 4. Ottimizzazione del Set-up <ol><li> Inserisci il frame rate nel programma software. Controllare che la HSC sta inviando un segnale di trigger che corrisponde al frame rate al laser. L&#39;alimentazione del laser, impostare la frequenza di ripetizione e corrente (5 kHz e 15,5 A in questo esempio, rispettivamente). Impostare il laser in modalità esterna. Il laser deve ricevere continuamente un segnale di trigger dal HSC corrispondente alla frequenza di ripetizione impostata sul laser prima di passare alla modalità esterna oppure il laser si surriscaldi. </li><li> Impostare la fotocamera per catturare continuamente, accendere il laser, e accendere l&#39;atomizzatore. Utilizzare l&#39;asta di messa a fuoco sulla LDM per assicurarsi che le immagini delle particelle sono a fuoco. Assicurarsi inoltre l&#39;intensità delle immagini di particelle non è saturare la cammaepoca. Se è così, abbassare il laser attuale - questo influenzerà la posizione del punto focale! Ripetere i punti 2.3.3 e 2.4.3, se corrente laser è cambiato. Disattivare la modalità di afferrare quando le immagini delle particelle focalizzate sono raggiunti. </li><li> Record, revisione, e regolare i parametri per ottenere i dati di velocità validi <ol><li> Registrare diverse centinaia di immagini del flusso. Dopo la registrazione è terminata, controllare le immagini registrate per assicurarsi che le particelle non si spostano più di 8 pixel, che la densità di semina è dell&#39;ordine di 8-10 particelle per 32 x 32 pixel finestra di interrogazione, e di verificare la messa a fuoco delle immagini . Ripetere i punti 4.3.1-4.3.4 finché non sono stati soddisfatti i criteri precedenti. </li><li> Se le particelle stanno spostando più di 8 pixel, diminuire il dt tra i due impulsi laser PIV per raggiungere un massimo di 8 turni pixel. Se le particelle stanno spostando sostanzialmente meno di 8 pixel, aumentare il dt conseguenza. Per sistemi laser PIV singoli, il dt viene modificata cambiando il frame rate e conseguentementela frequenza di ripetizione del laser. Per PIV usando due laser, dt è il ritardo di tempo tra un impulso dal primo laser e un impulso dal secondo laser. Se dt regolazione non risolve il problema, il frame rate e tassi di ripetizione del laser possono essere regolati prima e poi dt possono avere bisogno di essere di nuovo messo a punto. </li><li> Se è difficile tenere traccia gruppi di particelle tutta una serie di immagini, ci possono essere troppo movimento out-of-plane. Ci sono diversi modi per affrontare questo problema: a) compensare il gruppo telecamera dal punto focale in modo che la fotocamera è di imaging un foglio leggero più spessa, b) aumentare la distanza di lavoro tra la fotocamera e la luce di assemblaggio aereo foglio (e mettere a fuoco usando asta concentrandosi ) per ottenere una maggiore profondità di fuoco, tuttavia, questo riduce la risoluzione spaziale. </li><li> Se la densità di semina è troppo scarsa o troppo denso, aumentare o diminuire il numero di getti atomizzatore. </li></ol></li></ol> 5. Esecuzione dell&#39;esperimento <ol><li> Eseguire un cameruna calibrazione intensità con il tappo sul gruppo videocamera per impostare un riferimento per l&#39;intensità. Una volta che la calibrazione è terminata, rimuovere il tappo. </li><li> Impostare il laser per la frequenza di ripetizione ottimizzata e corrente. Prima di accendere il laser in modalità esterna, assicurarsi che il laser riceve un segnale di attivazione continua che corrisponde alla frequenza impostata. Accendere il laser. </li><li> Registrare una sequenza di immagini di solo la luce foglio radente la superficie della piastra di fondo. Salva queste immagini. </li><li> Accendere il flusso e consentire il flusso si stabilizzi. </li><li> Impostare la fotocamera per afferrare e verificare che la fotocamera sta raccogliendo le immagini di particelle focalizzate continuamente. Disattivare la modalità grab continuo. </li><li> Digitare il numero desiderato di immagini e premere record. </li><li> Una volta terminata la registrazione, spegnere il flusso e laser. Rivedere la sequenza di immagini e controllare il passaggio delle particelle, densità di semina, e particelle messa a fuoco dell&#39;immagine. Salvare la registrazione, se passi ripetere soddisfatti oppure 5,4-5,7. </li&gt; <li> Ripetere i passaggi 5,4-5,7 per raccogliere altre corse. </li><li> Aumentare il tempo di esposizione (la quantità di tempo per frame che la telecamera sta raccogliendo immagini) della telecamera. </li><li> Impostare un profilo di calibrazione nel piano foglio di luce e assicurarsi che entra in contatto con la piastra. Illuminare il bersaglio da dietro con una sorgente di luce (ovvero torcia elettrica). Con la fotocamera in modalità grab continuo, regolare il target in modo che l&#39;immagine registrata è a fuoco e non distorta. Assicurarsi che il punto di contatto tra la piastra e il bersaglio è visibile nell&#39;immagine - questo è fondamentale per determinare la posizione della piastra nelle immagini. </li><li> Registrare 10 immagini del profilo di calibrazione. Ripetere i passaggi 5,9-5,11 ogni volta che il gruppo videocamera o il fuoco è cambiato. </li></ol> 6. Elaborazione dati <ol><li> Il programma software PIV usato in questa dimostrazione è stata LaVision Davis 8.1. Media ogni set di immagini di calibrazione. Utilizzare l&#39;immagine risultante nella calibrazione rouTine per determinare le dimensioni vere del mondo delle immagini acquisite. </li><li> Applicare ogni calibrazione al corrispondente set di immagini. </li><li> Determinare la posizione della piastrina nelle immagini calibrate. Questa informazione è necessaria a creare una maschera geometrica (descritto in 6.6). </li><li> Mediare le immagini di sfondo. Determinare se laser riflessi dalla superficie contribuiscono significativamente il rumore di fondo confrontando l&#39;intensità conteggi dell&#39;immagine media sfondo all&#39;intensità conteggi di particelle semina. Luminoso laser riflessi vicino al muro avranno intensità superiore intensità di particelle. Questo si ripercuota negativamente le correlazioni PIV vicino alla parete e limitare la posizione del primo vettore affidabile vicina alla parete. In questo esempio, le riflessioni laser non hanno contribuito significativamente allo sfondo. </li><li> Pre-processo le immagini di flusso calibrato utilizzando un filtro passa-alto (sottrarre scorrevole filtro di fondo) per rimuovere grandi fluttuazioni di intensitàzioni in background, quali riflessioni laser. Segnali di particelle sono piccole fluttuazioni di intensità e passerà attraverso il filtro. </li><li> Definire una maschera geometrica - utilizzare una maschera rettangolare per disabilitare il calcolo vettoriale in cui la placca si trova nelle immagini. Nota: Davis ha due opzioni per maschere geometriche: una che consente PIV correlazioni all&#39;interno della regione determinata e uno che disattiva PIV correlazioni all&#39;interno della regione determinata. Una maschera per abilitare l&#39;algoritmo PIV all&#39;interno dell&#39;area specificata stato usato in questa dimostrazione. </li><li> In un menu &quot;Avanzate maschera impostazioni&quot;, assicurarsi che la maschera viene applicata in modo appropriato (cioè usare solo pixel all&#39;interno della maschera). </li><li> Specificare il metodo di calcolo vettoriale: in questo esempio è stata utilizzata una procedura multi-pass con il diminuire della dimensione della finestra - 2 passaggi iniziali utilizzando 64 x 64 finestre interrogatorio pixel con sovrapposizione del 50% seguiti da 3 passaggi utilizzando 32 x 32 finestre interrogatorio pixel con sovrapposizione del 50% . </li><li> I campi vettoriali di velocitàin questa dimostrazione sono stati post-elaborati utilizzando cinque subroutine per migliorare la qualità dei risultati di cross-correlazione: a) fare la maschera permanente, b) Rimuovere vettori con un rapporto di picco (Q) &lt;1.1; c) Applicare un filtro mediano, d) Rimuovere i gruppi con &lt;5 vettori e) Applicare vettore riempire-up. Il rapporto di picco (Q) è definito come <img alt="Equazione" fo:src="/files/ftp_upload/50559/50559eq1highres.jpg" src="/files/ftp_upload/50559/50559eq1.jpg" /> , Dove P1 e P2 sono i primi e il secondo picco di correlazione più alti, rispettivamente, e min è il valore minimo nel piano correlazione. Q è un parametro per valutare la qualità di un vettore. Q confronta l&#39;alto picco di correlazione, che determina il miglior vettore, allo sfondo comune correlazione rappresentato dal secondo più alto picco di correlazione. Vettori con Q 1 vicino sono un&#39;indicazione che il picco di correlazione più elevato è un picco falsa. Successivamente, il filtro mediano determina il vettore mediana (u mediana, v mediana) Di un gruppo di vettori e la deviazione dei vettori vicini (rms u, v rms). Il filtro mediano rifiuta il vettore medio (u, v), se non si adatta ai seguenti criteri: u mediano - u rms ≤ u ≤ u mediano + u rms e v mediano - V rms ≤ v ≤ v mediana + V rms. Inoltre, è possibile ottenere gruppi di vettori spuri se è stato specificato un grande sovrapposizione nel calcolo del vettore velocità. Pertanto, è possibile rimuovere i gruppi di vettori con meno di un numero specificato di vettori. Una volta vettori spuri vengono rimossi, vettore riempire possono essere utilizzati per riempire gli spazi vuoti con i vettori interpolati determinati da vettori vicini non-zero. Infine, applicare la maschera in modo permanente cancellerà eventuali vettori di fuori della maschera. </li><li> Valutare la qualità dei risultati: a) fare i risultatisenso fisico? (Cioè velocità più lente vicino il contorno, aumentando velocità all&#39;aumentare della distanza dalla parete, la direzione dei vettori seguire la direzione generale del flusso, ecc); b) Il campo vettore risultante è largamente composto di vettori di prima scelta (indicato da il software di elaborazione PIV). Tipicamente, si raccomanda che la frazione di vettori di prima scelta sia superiore al 95%. Una gamma più ampia di operazioni di post processing è descritto in letteratura, ad esempio 1,2. </li></ol>

<ol>
	<li>Raffel, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Particle Image Velocimetry: A Practical Guide. , (2007).</li><li>Adrian, R. J., Westerweel, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Particle image velocimetry. , (2011).</li><li>Sick, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High+speed+imaging+in+fundamental+and+applied+combustion+research.">High speed imaging in fundamental and applied combustion research.</a> Proceedings of the Combustion Institute. 34 (2), 3509-3530 (2013).</li><li>Prasad, A. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Particle+image+velocimetry.">Particle image velocimetry.</a> Current Science (Bangalore). 79 (1), 51 (2000).</li><li>Stitou, A., Riethmuller, M. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Extension+of+PIV+to+super+resolution+using+PTV.">Extension of PIV to super resolution using PTV.</a> Measurement Science &amp; Technology. 12 (9), 1398-1403 (2001).</li><li>Alharbi, A. Y., Sick, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Investigation+of+boundary+layers+in+internal+combustion+engines+using+a+hybrid+algorithm+of+high+speed+micro-PIV+and+PTV.">Investigation of boundary layers in internal combustion engines using a hybrid algorithm of high speed micro-PIV and PTV.</a> Experiments in Fluids. 49 (4), 949-959 (2010).</li><li>Meinhart, C. D., Wereley, S. T., Santiago, J. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+PIV+Algorithm+for+Estimating+Time-Averaged+Velocity+Fields.">A PIV Algorithm for Estimating Time-Averaged Velocity Fields.</a> Journal of Fluids Engineering. 122 (2), 285 (2000).</li><li>Jainski, C., Lu, L., Dreizler, A., Sick, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High-Speed+Micro+Particle+Image+Velocimetry+Studies+of+Boundary-Layer+Flows+in+a+Direct-Injection+Engine.">High-Speed Micro Particle Image Velocimetry Studies of Boundary-Layer Flows in a Direct-Injection Engine.</a> International Journal of Engine Research. , (2012).</li><li>White, F. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Fluid mechanics. , 864 (2008).</li><li>Pope, S. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Turbulent Flows. , 771 (2000).</li><li>Most, D., Leipertz, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simultaneous+Two-Dimensional+Flow+Velocity+and+Gas+Temperature+Measurements+by+use+of+a+Combined+Particle+Image+Velocimetry+and+Filtered+Rayleigh+Scattering+Technique.">Simultaneous Two-Dimensional Flow Velocity and Gas Temperature Measurements by use of a Combined Particle Image Velocimetry and Filtered Rayleigh Scattering Technique.</a> Applied Optics. 40 (30), 5379 (2001).</li><li>Omrane, A., Petersson, P., Ald&#233;n, M., Linne, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simultaneous+2D+flow+velocity+and+gas+temperature+measurements+using+thermographic+phosphors.">Simultaneous 2D flow velocity and gas temperature measurements using thermographic phosphors.</a> Applied Physics B. 92 (1), 99-102 (2008).</li><li>Someya, S., Li, Y., Ishii, K., Okamoto, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Combined+two-dimensional+velocity+and+temperature+measurements+of+natural+convection+using+a+high-speed+camera+and+temperature-sensitive+particles.">Combined two-dimensional velocity and temperature measurements of natural convection using a high-speed camera and temperature-sensitive particles.</a> Experiments in Fluids. 50 (1), 65-73 (2010).</li><li>Peterson, B., Reuss, D. L., Sick, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High-speed+imaging+analysis+of+misfires+in+a+spray-guided+direct+injection+engine.">High-speed imaging analysis of misfires in a spray-guided direct injection engine.</a> Proceedings of the Combustion Institute. 33 (2), 3089-3096 (2011).</li></ol>

Gli autori non hanno nulla da rivelare.

Come con qualsiasi tecnica di misurazione del flusso ottico, la pianificazione della configurazione di alta velocità velocimetria immagini di particelle (PIV) richiede la valutazione di vincoli e la valutazione dei migliori compromessi per l&#39;attività di misura a portata di mano. La scelta di ingrandimento dell&#39;immagine, frame rate, proprietà del foglio laser, e algoritmi di analisi dipendono dettagli del flusso in fase di studio. Se necessario, misure esplorative devono essere condotte per identificare le impostazioni dei parametri per le misurazioni ad alta fedeltà. Questo articolo descrive la procedura generale e di alcuni risultati di esempio per alta velocità PIV per studiare lo strato limite di un flusso lungo un piatto piano. Una sequenza di immagini 500 è stato registrato a 5 kHz. Un microscopio a lunga distanza è stato utilizzato per ottenere un x 1.8 mm 2 campo di vista 2.4 situato alla superficie della piastra. Illuminazione di alta qualità delle goccioline di olio di semi è stato ottenuto con un fascio da un pulsato pompato a diodo laser a stato solido che è stato espanso in un sh luceEET utilizzando un omogeneizzatore fascio. Il fascio omogeneizzatore contiene un array di microlenti fatto di piccole lenti cilindriche e un ulteriore, telescopio integrato. La matrice di micro-obiettivo amplia il fascio circolare nella direzione verticale suddividendo il fascio in ingresso in beamlets. Allora la seguente telescopio sovrappone i piccoli fasci di creare un foglio leggero con una distribuzione di intensità uniforme della luce nel piano normale foglio leggero alla propagazione del fascio. Le immagini sono state elaborate utilizzando un algoritmo di cross-correlazione PIV. Va notato che un raggio omogeneizzato è utile, specialmente in presenza di superfici, ma non è fondamentale per l&#39;applicazione qui descritta. Il metodo descritto in questa procedura consente non intrusivi ad alta risoluzione, indagini ad alta velocità dei flussi utilizzando algoritmi di correlazione robusti. I vantaggi principali di questa alta risoluzione, la tecnica di misurazione ad alta velocità sono ad alta risoluzione spaziale e temporale e la capacità di identificare e rintracciarel&#39;evoluzione di strutture all&#39;interno del flusso. Utilizzando queste tecniche, Alharbi 6 e Jainski et al. 8 hanno dimostrato la capacità di visualizzare e monitorare strutture vorticose all&#39;interno dello strato limite di un motore a combustione interna. Queste caratteristiche chiave consentono indagini sulla struttura e la dinamica dei flussi altamente transitori. Inoltre, PIV possono essere espanse oltre l&#39;bidimensionale, bicomponente (2D-2C) campi di velocità (come descritto qui) per risolvere 3-componenti (3C) in un piano (stereo-PIV) e in un volume (PIV tomografica , scansione PIV, olografica PIV). Ulteriormente, PIV può essere implementato con altre tecniche come planare fluorescenza indotta da laser (PLIF), filtrata diffusione di Rayleigh (FRS), e fosfori termografiche per realizzare misurazioni 2D simultanee di velocità e altri scalari (temperatura, concentrazione di specie, i rapporti di equivalenza) 11 -14. Questi metodi ottici, laser-based possono essere applicati direttamente ad indagare massa eprocessi di scambio di energia in molte applicazioni, come il quasi parete flussi in un motore a combustione interna.

Misure multi-dimensionali di velocità e la possibilità di monitorare il campo di moto in tempo forniscono informazioni critiche in molte aree della scienza, l&#39;ingegneria e scienze della salute. Tra le tecniche più utilizzate per l&#39;imaging del flusso è particella velocimetria immagine (PIV). Inizialmente stabilito come tecnica planare che istantanee misurate dei due in-plane componenti di velocità, le varianti PIV sono state sviluppate per fornire funzionalità a tre componenti e Misurazione del volume. Tutti i sistemi PIV consistono di particelle traccianti, una o più fonti di luce e una o più telecamere. Particelle solide o goccioline sono comunemente usati come particelle traccianti ma bolle inerenti al flusso possono anche essere utilizzate come particelle traccianti. La telecamera (s) allora immagine (s) sparsi o luce dalle particelle traccianti emessa dopo che sono irradiati dalla sorgente luminosa (s). Tra la vasta gamma di variazioni di 1,2 il più comune coglie due componenti di velocità in un piano ad un topoe di un paio di fotogrammi al secondo. Più di recente, la nuova strumentazione ha permesso misurazioni frame rate elevato (&gt; 1 kHz) che seguono il flusso nelle scale di tempo turbolento nella gamma kHz. PIV determina un campo di velocità rilevando il movimento medio di gruppi di particelle da una coppia di immagini che sono separati da un ritardo di tempo noto. Ogni immagine è divisa in una griglia di finestre di interrogazione regolarmente spaziati. La dimensione più comune finestra di interrogazione è di 32 x 32 pixel. Un algoritmo calcola la funzione di cross-correlazione per tutte le finestre di interrogazione, risultante in un vettore di spostamento per ogni finestra di interrogazione e quindi produce una griglia regolare di vettori. Dividendo il campo vettore spostamento dal ritardo determina poi il campo vettoriale della velocità. Quando si pianifica misure PIV è importante rendersi conto che in genere la scelta di impostazioni sperimentali è un compromesso tra esigenze contrastanti. In altre parole, l&#39;esperimentocondizioni mentali devono essere attentamente pianificato per catturare gli aspetti del flusso che sono di importanza per lo studio a mano. I libri di Raffel et al. 1 e Adrian e Westerweel 2 forniscono eccellenti discussioni approfondite di questi vincoli. Qui si evidenziano diversi che sono più critici nel contesto attuale. La scelta del campo di vista (FOV) imposterà il punto di partenza per la selezione dei parametri qui. Il numero di pixel sul chip della camera determina quindi la risoluzione spaziale e il numero di vettori che sono ottenuti, supponendo che si sceglie di utilizzare dimensioni della finestra di interrogazione di 32 x 32 pixel, spesso con una sovrapposizione del 50% durante la procedura di cross-correlazione. Una densità di semina di 8-10 particelle per finestra di interrogazione è generalmente voluta per aiutare la funzione di cross-correlazione. Tuttavia, ci sono algoritmi speciali, come particelle di inseguimento velocimetry (PTV) e approcci di correlazione medie nel tempo, che potrebberoessere utilizzato per affrontare situazioni con bassa densità di semina (1-3 particelle / finestra di interrogazione), come è il caso con l&#39;imaging in prossimità di superfici. Si noti che i gradienti di velocità all&#39;interno di ogni finestra di interrogazione devono essere piccole per evitare una polarizzazione nel vettore rappresentante risultante per quella finestra. Un consolidato regola del pollice è che gli spostamenti delle particelle tra il primo e il secondo telaio non dovrebbe superare 8 pixel (¼ della dimensione della finestra di interrogazione) per ridurre il numero di perdite di accoppiamento (perdita di immagini di particelle all&#39;interno della finestra di interrogazione dal primo fotogramma al secondo frame) per la correlazione. Come risultato, il tempo tra i due impulsi laser consecutivi (dt) deve essere adattato di conseguenza. Tuttavia, la riduzione dt sotto dell&#39;equivalente di spostamenti di 8 pixel ridurrà la gamma dinamica di velocità perché il limite di risoluzione estremità inferiore è dell&#39;ordine di 0,1 spostamento di pixel. Simile al dislocamento 8-pixel well&#39;ambito e il piano dell&#39;immagine, le particelle più alta velocità non deve attraversare più di ¼ dello spessore foglio leggero, sempre per ridurre il numero di perdite di accoppiamento. Poiché il ritardo di tempo tra i due impulsi laser viene utilizzato per garantire le migliori correlazioni all&#39;interno del piano foglio leggero, lo spessore della lamiera è una variabile in questo contesto. Mentre l&#39;uniformità della intensità della luce non è così critica come lo è per misurazioni di intensità-based come planare fluorescenza indotta da laser di imaging 3, un profilo fascio top-hat vicino aiuta PIV qualità, specialmente per immagini a risoluzione più elevata. In generale, alcune ipotesi sulla natura del flusso in esame può essere utilizzato come punto di partenza nella scelta dei parametri sperimentali. Quindi, potrebbero essere necessari esperimenti esplorativi per raffinare le impostazioni. Qui si descrive come impostare un esperimento PIV che consente di effettuare misure di imaging di frame rate elevati dei due velocità componenti con risoluzione spaziale, che è sufficiente per risolvere strutture di strato limite. Ciò si ottiene con l&#39;uso di un elevato tasso di ripetizione TEM-00 pompato a diodi laser a stato solido, un microscopio a lunga distanza, e una fotocamera telaio alto tasso CMOS. Sono inclusi anche alcuni dettagli sulla rappresentazione in prossimità di superfici.

<table border="1" fo:keep-together.within-page="always">
	<tbody>
		<tr>
			<td>Name of Equipment</td>
			<td>Company</td>
			<td>Model</td>
			<td>Comments</td>
		</tr>
		<tr>
			<td>High-speed 532 nm Nd:YAG laser</td>
			<td>Quantronix</td>
			<td>Model: Hawk I</td>
			<td>&nbsp;</td>
		</tr>
		<tr>
			<td>Long distance microscope (QM-100)</td>
			<td>Questar</td>
			<td>Model: QM-100</td>
			<td>&nbsp;</td>
		</tr>
		<tr>
			<td>High-speed CMOS camera (Phantom v7.3)</td>
			<td>Vision Research</td>
			<td>Model: Phantom v7.3</td>
			<td>&nbsp;</td>
		</tr>
		<tr>
			<td>Atomizer (TSI 9306)</td>
			<td>TSI</td>
			<td>Model: 9306</td>
			<td>&nbsp;</td>
		</tr>
		<tr>
			<td>Silicone oil</td>
			<td>Dow Corning CST 510</td>
			<td>CST 510 Fluid</td>
			<td>&nbsp;</td>
		</tr>
		<tr>
			<td>Beam homogenizer</td>
			<td>Fraunhofer</td>
			<td>&nbsp;</td>
			<td>Custom made part</td>
		</tr>
		<tr>
			<td>45&deg; high-reflectivity (HR) 532 nm turning mirror</td>
			<td>Laser Optik</td>
			<td>&nbsp;</td>
			<td>Multiple suppliers</td>
		</tr>
		<tr>
			<td>Aperture</td>
			<td>&nbsp;</td>
			<td>&nbsp;</td>
			<td>Multiple suppliers</td>
		</tr>
		<tr>
			<td>Calibration target</td>
			<td>&nbsp;</td>
			<td>&nbsp;</td>
			<td>Custom made part</td>
		</tr>
		<tr>
			<td>PIV recording and processing software</td>
			<td>LaVision</td>
			<td>Software: Da Vis</td>
			<td>&nbsp;</td>
		</tr>
		<tr>
			<td>High-speed controller (HSC)</td>
			<td>LaVision</td>
			<td>&nbsp;</td>
			<td>&nbsp;</td>
		</tr>
		<tr>
			<td>Optical rail and carriers</td>
			<td>&nbsp;</td>
			<td>&nbsp;</td>
			<td>Multiple suppliers</td>
		</tr>
		<tr>
			<td>Laser beam blocks and traps</td>
			<td>&nbsp;</td>
			<td>&nbsp;</td>
			<td>Multiple suppliers</td>
		</tr>
		<tr>
			<td>Mounts for optical elements</td>
			<td>&nbsp;</td>
			<td>&nbsp;</td>
			<td>Multiple suppliers</td>
		</tr>
		<tr>
			<td>Translation stage</td>
			<td>Newport</td>
			<td>&nbsp;</td>
			<td>&nbsp;</td>
		</tr>
		<tr>
			<td>Metal tubing to create jet flow</td>
			<td>McMaster-Carr</td>
			<td>&nbsp;</td>
			<td>Multiple suppliers</td>
		</tr>
		<tr>
			<td>Combination square and centering square</td>
			<td>&nbsp;</td>
			<td>&nbsp;</td>
			<td>Multiple suppliers</td>
		</tr>
	</tbody>
</table>

high-speed particle image velocimetry near surfaces

Flussi multi-dimensionali e transitoria svolgono un ruolo chiave in molte aree della scienza, l&#39;ingegneria e le scienze della salute, ma spesso non sono ben compresi. La natura complessa di questi flussi può essere studiato utilizzando particelle velocimetria immagine (PIV), una tecnica di imaging laser-based per i flussi otticamente accessibili. Benchè molte forme di PIV esistono che si estendono oltre la tecnica planare originale capacità di misurazione di velocità a due componenti, il sistema PIV base consiste di una sorgente di luce (laser), una macchina fotografica, particelle traccianti, e algoritmi di analisi. I parametri di imaging e la registrazione, la sorgente luminosa, e gli algoritmi sono regolati per ottimizzare la registrazione per il flusso di interesse e di ottenere dati di velocità validi. Comune PIV indagini misurano velocità a due componenti in un aereo a pochi fotogrammi al secondo. Misurazioni frame rate elevato (&gt; 1 kHz) Tuttavia, i recenti sviluppi nella strumentazione hanno facilitato in grado di risolvere transizioneent scorre con alta risoluzione temporale. Pertanto, le misure ad alto tasso di telaio hanno indagini abilitati sull&#39;evoluzione della struttura e la dinamica dei flussi altamente transitori. Queste indagini hanno un ruolo fondamentale nella comprensione della fisica fondamentali di flussi complessi. Una descrizione dettagliata per eseguire ad alta risoluzione e ad alta velocità planare PIV studiare un flusso transitorio vicino alla superficie di una piastra piana è presentato qui. Dettagli per regolare i vincoli dei parametri quali l&#39;immagine e le proprietà di registrazione, le proprietà del foglio laser, e algoritmi di elaborazione di adattarsi PIV per qualsiasi flusso di interessi sono inclusi.

Una foto del set-up è mostrato in Figura 1. Immagini di particelle grezze di una finestra di interrogazione 32 x 32 pixel vicino al muro da due immagini consecutivamente catturate sono mostrati in Figura 2. Le particelle in Figura 2a sono spostati 2-3 pixel a destra in Figura 2b e soddisfano la &quot;regola di un quarto&quot;, in cui si afferma che nel piano e fuori dal piano spostamenti delle particelle non devono superare ¼ della dimensione della finestra di interrogazione . Inoltre, la densità di particelle per ogni finestra di interrogazione dovrebbe essere a circa 8-10 particelle da algoritmi di correlazione PIV monitorare gruppi di particelle. Tuttavia, la densità di semina in near-wall PIV indagini è spesso nell&#39;ordine di 1-3 particelle. Così, speciali algoritmi dovrebbero essere utilizzati per affrontare gli studi con densità di semina più bassa, come ad esempio particelle di tracciamento velocimetria (PTV) algoritmi che replicano singole particelle 1,2,4-6. Un approccio correlazione tempo-mediata7,8 può essere utilizzato anche per affrontare le questioni a bassa densità di semina, ma questo in genere comporta la perdita di risoluzione temporale. Inoltre, l&#39;imaging in prossimità di muri è influenzato dai riflessi laser luminosi che possono influenzare negativamente PIV correlazioni e produrre falsi vettori. Queste riflessioni luminose limitano anche la posizione del primo vettore di velocità valido per la direzione normale parete. Pre-elaborazione delle immagini di particelle grezzi è necessaria per ridurre l&#39;impatto del rumore di fondo da fonti come riflessioni laser. In questa dimostrazione del primo vettore valida era situato 23 micron dalla parete. Dopo le immagini di particelle grezzi vengono elaborati utilizzando gli algoritmi di correlazione PIV, la qualità e la validità dei campi vettoriali di velocità risultante dovrebbero essere valutati. Vettori spuri sono inevitabili nei campi vettoriali prime, ma ci sono alcune caratteristiche distintive. Vettori errati sono comuni vicino a superfici, ai bordi del foglio leggero, e per il bordo oflusso fa. Inoltre, la grandezza e la direzione di vettori non validi differiscono significativamente da vettori vicini e non avranno senso fisico. Nel caso di questo esempio di flusso di strato limite, i vettori di velocità vigenti dovrebbero puntare da sinistra a destra come gli spostamenti delle particelle di Figura 2 indicano. Inoltre, le velocità dovrebbero diminuire vicino alla parete dovuto alla condizione antiscivolo 9. I campi di velocità istantanei mostrati nella Figura 3 inseriscono entrambi questi criteri fisici. Un altro parametro utile per valutare la validità dei risultati PIV è quello di determinare la scelta del vettore di ciascun vettore nel campo vettore velocità. In generale, il campo vettoriale dovrebbe consistere&gt; = 95% prima vettori scelta, cioè quelli che necessaria alcuna post-elaborazione, in modo che gli algoritmi di post-elaborazione robuste possono essere utilizzati per rilevare e sostituire vettori spuri senza produrre notevoli artefatti 2. I campi vettoriali istantanei mostrati in <strong&gt; Figura 3 sono composti interamente di vettori prima scelta. Il significato di alta velocità, o per la cinematografia, misure PIV risulta evidente da un controllo di una sequenza temporale di immagini di flusso. Campi vettore velocità istantanea (V i) e la velocità di fluttuazione (V &#39;) all&#39;inizio, metà e fine della sequenza di registrazione sono mostrati in Figura 3. Utilizzando una decomposizione Reynolds, V i è la somma del campo di velocità mediata ( <img alt="Equazione" fo:src="/files/ftp_upload/50559/50559eq2highres.jpg" src="/files/ftp_upload/50559/50559eq2.jpg" /> ) E V &#39;10. Per questo esperimento, <img alt="Equazione" fo:src="/files/ftp_upload/50559/50559eq2highres.jpg" src="/files/ftp_upload/50559/50559eq2.jpg" /> è stato determinato temporalmente media di tutte le immagini nella sequenza. I campi vettoriali istantanei attraversola sequenza di registrazione sono molto simili e mostrano il flusso muove da sinistra verso destra. Questi risultati indicano anche che il flusso è prevalentemente in direzione orizzontale in quanto la componente di velocità orizzontale (u) è molto maggiore della componente di velocità verticale (v). I campi vettoriali fluttuazione indicano anche che le fluttuazioni di velocità orizzontali (U &#39;) sono più grandi delle fluttuazioni di velocità verticali (V&#39;). Tuttavia, le fluttuazioni indicano anche che il flusso sta rallentando poiché u &#39;inverte la sua direzione durante la sequenza di registrazione. U Il tempo-mediata e istantaneo - profili in diversi momenti differenti durante la sequenza di registrazione sono mostrati in Figura 4 e verificare che il flusso sta rallentando nel tempo. L&#39;u - Profili noiri determinata calcolando la media quattro colonne vettoriali adiacenti insieme per migliorare la significatività statistica dei risultati prossimi al muro. La procedura è stata utilizzata in lavori precedenti 6,8. Le barre di errore indicano doppio della deviazione standard delle quattro colonne adiacenti vettore. Barra più grande errore si verifica vicino alla superficie della piastra e ribadisce la difficoltà di utilizzare algoritmi di correlazione PIV per aree a bassa densità di semina. Diversi algoritmi di analisi sono stati progettati per affrontare a bassa densità di semina, come PTV 5,6 e gli approcci di correlazione medie nel tempo 7,8. <img alt="Figura 1" src="/files/ftp_upload/50559/50559fig1.jpg" /> Figura 1. Banco di assemblaggio. <img alt="Figura 2" fo:content-width="5.5in" fo:src="/files/ftp_upload/50559/50559fig2highres.jpg" src="/files/ftp_upload/50559/50559fig2.jpg" /> Figura 2. Immagini di particelle in un 32 x 32 pixel interrogatori vicino alla parete ad) t = 0,2 msec e b) t = 0,4 msec. Le dimensioni fisiche della finestra di interrogazione sono 96 x 96 micron 2. <img alt="Figura 3" src="/files/ftp_upload/50559/50559fig3.jpg" /> Figura 3 A sinistra:. Istantanea (V i), e sulla destra: fluttuazione (V &#39;) campi di velocità ad inizio, metà e fine della sequenza di registrazione. Campi vettoriali sono composti interamente di vettori di prima scelta. Un sottoinsieme più piccolo dei campi vettoriali è mostrato per chiarezza. I campi i V indicano il flusso in movimento da sinistra a destra, mentre la direzione inversa V &#39;. Si prega di notare che solo ogni quarto vettore colonna in direzione orizzontale è indicato per chiarezza. Inoltre, La scala di velocità tra il V i e campi V &#39;è differente come indicato nell&#39;angolo superiore sinistro di ciascuna immagine. <img alt="Figura 4" src="/files/ftp_upload/50559/50559fig4.jpg" /> Figura 4. Velocità (U) profili orizzontali in tempi diversi durante il flusso. Medie nel tempo u - profilo è mostrato con cerchi. Barre di errore visualizzati sul t = 0.1 msec profilo sono rappresentativi di barre di errore per tutte le altre volte. La storia temporale dei profili u - mostra una diminuzione della portata nel tempo.

Watch this Scientific Journal Video about High-speed Particle Image Velocimetry Near Surfaces at JoVE.com

High-speed Particle Image Velocimetry Near Surfaces

Una procedura per lo studio dei flussi intermedi vicini confini con alta risoluzione, alta velocità velocimetria immagini di particelle (PIV) è descritto qui. PIV è una tecnica di misura non intrusiva applicabile a qualsiasi flusso otticamente accessibile, ottimizzando diversi vincoli di parametri quali l&#39;immagine e la registrazione di proprietà, le proprietà del foglio laser, e algoritmi di analisi.

Alta velocità Particle Image Velocimetry prossimità di superfici

Multi-dimensional and transient flows play a key role in many areas of science, engineering, and health sciences but are often not well understood. The ...

high-speed-particle-image-velocimetry-near-surfaces

Research

Education

JoVE Journal

JoVE Core

Engineering

Physics

Mechanical Engineering

Unit 1

Physics Basics

Vectors and Scalars

SCIENTISTS IN ACTION

32.9K Views.  University of Michigan. Una procedura per lo studio dei flussi intermedi vicini confini con alta risoluzione, alta velocità velocimetria immagini di particelle (PIV) è descritto qui. PIV è una tecnica di misura non intrusiva applicabile a qualsiasi flusso otticamente accessibile, ottimizzando diversi vincoli di parametri quali l'immagine e la registrazione di proprietà, le proprietà del foglio laser, e algoritmi di analisi.

Video: High-speed Particle Image Velocimetry Near Surfaces

Echo Particle Image Velocimetry

The transport of mass, momentum, and energy in fluid flows is ultimately determined by spatiotemporal distributions of the fluid velocity field.1 Consequently, a prerequisite for understanding, predicting, and controlling fluid flows is the capability to measure the velocity field with adequate spatial and temporal resolution.2 For velocity measurements in optically opaque fluids or through optically opaque geometries, echo particle image velocimetry (EPIV) is an attractive diagnostic technique to generate "instantaneous" two-dimensional fields of velocity.3,4,5,6 In this paper, the operating protocol for an EPIV system built by integrating a commercial medical ultrasound machine7 with a PC running commercial particle image velocimetry (PIV) software8 is described, and validation measurements in Hagen-Poiseuille (i.e., laminar pipe) flow are reported.
For the EPIV measurements, a phased array probe connected to the medical ultrasound machine is used to generate a two-dimensional ultrasound image by pulsing the piezoelectric probe elements at different times. Each probe element transmits an ultrasound pulse into the fluid, and tracer particles in the fluid (either naturally occurring or seeded) reflect ultrasound echoes back to the probe where they are recorded. The amplitude of the reflected ultrasound waves and their time delay relative to transmission are used to create what is known as B-mode (brightness mode) two-dimensional ultrasound images. Specifically, the time delay is used to determine the position of the scatterer in the fluid and the amplitude is used to assign intensity to the scatterer. The time required to obtain a single B-mode image, t, is determined by the time it take to pulse all the elements of the phased array probe. For acquiring multiple B-mode images, the frame rate of the system in frames per second (fps) = 1/&delta;t. (See 9 for a review of ultrasound imaging.)
For a typical EPIV experiment, the frame rate is between 20-60 fps, depending on flow conditions, and 100-1000 B-mode images of the spatial distribution of the tracer particles in the flow are acquired. Once acquired, the B-mode ultrasound images are transmitted via an ethernet connection to the PC running the PIV commercial software. Using the PIV software, tracer particle displacement fields, D(x,y)[pixels], (where x and y denote horizontal and vertical spatial position in the ultrasound image, respectively) are acquired by applying cross correlation algorithms to successive ultrasound B-mode images.10 The velocity fields, u(x,y)[m/s], are determined from the displacements fields, knowing the time step between image pairs, &Delta;T[s], and the image magnification, M[meter/pixel], i.e., u(x,y) = MD(x,y)/&Delta;T. The time step between images &Delta;T = 1/fps + D(x,y)/B, where B[pixels/s] is the time it takes for the ultrasound probe to sweep across the image width. In the present study, M = 77[&mu;m/pixel], fps = 49.5[1/s], and B = 25,047[pixels/s]. Once acquired, the velocity fields can be analyzed to compute flow quantities of interest.

An echo particle image velocimetry (EPIV) system capable of acquiring two-dimensional fields of velocity in optically opaque fluids or through optically opaque geometries is described, and validation measurements in pipe flow are reported.

The transport of mass, momentum, and energy in fluid flows is ultimately determined by spatiotemporal distributions of the fluid velocity field.1 ...

Ricerca

Ingegneria

Probing and Mapping Electrode Surfaces in Solid Oxide Fuel Cells

Solid oxide fuel cells (SOFCs) are potentially the most efficient and cost-effective solution to utilization of a wide variety of fuels beyond hydrogen 1-7. The performance of SOFCs and the rates of many chemical and energy transformation processes in energy storage and conversion devices in general are limited primarily by charge and mass transfer along electrode surfaces and across interfaces. Unfortunately, the mechanistic understanding of these processes is still lacking, due largely to the difficulty of characterizing these processes under in situ conditions. This knowledge gap is a chief obstacle to SOFC commercialization. The development of tools for probing and mapping surface chemistries relevant to electrode reactions is vital to unraveling the mechanisms of surface processes and to achieving rational design of new electrode materials for more efficient energy storage and conversion2. Among the relatively few in situ surface analysis methods, Raman spectroscopy can be performed even with high temperatures and harsh atmospheres, making it ideal for characterizing chemical processes relevant to SOFC anode performance and degradation8-12. It can also be used alongside electrochemical measurements, potentially allowing direct correlation of electrochemistry to surface chemistry in an operating cell. Proper in situ Raman mapping measurements would be useful for pin-pointing important anode reaction mechanisms because of its sensitivity to the relevant species, including anode performance degradation through carbon deposition8, 10, 13, 14 ("coking") and sulfur poisoning11, 15 and the manner in which surface modifications stave off this degradation16. The current work demonstrates significant progress towards this capability. In addition, the family of scanning probe microscopy (SPM) techniques provides a special approach to interrogate the electrode surface with nanoscale resolution. Besides the surface topography that is routinely collected by AFM and STM, other properties such as local electronic states, ion diffusion coefficient and surface potential can also be investigated17-22. In this work, electrochemical measurements, Raman spectroscopy, and SPM were used in conjunction with a novel test electrode platform that consists of a Ni mesh electrode embedded in an yttria-stabilized zirconia (YSZ) electrolyte. Cell performance testing and impedance spectroscopy under fuel containing H2S was characterized, and Raman mapping was used to further elucidate the nature of sulfur poisoning. In situ Raman monitoring was used to investigate coking behavior. Finally, atomic force microscopy (AFM) and electrostatic force microscopy (EFM) were used to further visualize carbon deposition on the nanoscale. From this research, we desire to produce a more complete picture of the SOFC anode.

We present a unique platform for characterizing electrode surfaces in solid oxide fuel cells (SOFCs) that allows simultaneous performance of multiple characterization techniques (e.g. in situ Raman spectroscopy and scanning probe microscopy alongside electrochemical measurements). Complementary information from these analyses may help to advance toward a more profound understanding of electrode reaction and degradation mechanisms, providing insights into rational design of better materials for SOFCs.

Probing e mapping superfici di elettrodo nelle celle di combustibile ad ossidi solidi

Solid oxide fuel cells (SOFCs) are potentially the most efficient and cost-effective solution to utilization of a wide variety of fuels beyond hydrogen ...

Fabrication of Nano-engineered Transparent Conducting Oxides by Pulsed Laser Deposition

Nanosecond Pulsed Laser Deposition (PLD) in the presence of a background gas allows the deposition of metal oxides with tunable morphology, structure, density and stoichiometry by a proper control of the plasma plume expansion dynamics. Such versatility can be exploited to produce nanostructured films from compact and dense to nanoporous characterized by a hierarchical assembly of nano-sized clusters. In particular we describe the detailed methodology to fabricate two types of Al-doped ZnO (AZO) films as transparent electrodes in photovoltaic devices: 1) at low O2 pressure, compact films with electrical conductivity and optical transparency close to the state of the art transparent conducting oxides (TCO) can be deposited at room temperature, to be compatible with thermally sensitive materials such as polymers used in organic photovoltaics (OPVs); 2) highly light scattering hierarchical structures resembling a forest of nano-trees are produced at higher pressures. Such structures show high Haze factor (&gt;80%) and may be exploited to enhance the light trapping capability. The method here described for AZO films can be applied to other metal oxides relevant for technological applications such as TiO2, Al2O3, WO3 and Ag4O4.

We describe the experimental method to deposit nanostructured oxide thin films by nanosecond Pulsed Laser Deposition (PLD) in the presence of a background gas. By using this method Al-doped ZnO (AZO) films, from compact to hierarchically structured as nano-tree forests, can be deposited.

Fabbricazione di nano-ingegneria trasparenti Ossidi Conducting da Pulsed Laser Deposition

Nanosecond Pulsed  Laser Deposition (PLD) in the presence of a background gas allows the deposition  of metal oxides with tunable morphology, structure, ...

High-resolution, High-speed, Three-dimensional Video Imaging with Digital Fringe Projection Techniques

Digital fringe projection (DFP) techniques provide dense 3D measurements of dynamically changing surfaces.&#160;Like the human eyes and brain, DFP uses triangulation between matching points in two views of the same scene at different angles to compute depth.&#160;However, unlike a stereo-based method, DFP uses a digital video projector to replace one of the cameras1. The projector rapidly projects a known sinusoidal pattern onto the subject, and the surface of the subject distorts these patterns in the camera&#8217;s field of view. Three distorted patterns (fringe images) from the camera can be used to compute the depth using triangulation.
Unlike other 3D measurement methods, DFP techniques lead to systems that tend to be faster, lower in equipment cost, more flexible, and easier to develop.&#160;DFP systems can also achieve the same measurement resolution as the camera.&#160;For this reason, DFP and other digital structured light techniques have recently been the focus of intense research (as summarized in1-5). Taking advantage of DFP, the graphics processing unit, and optimized algorithms, we have developed a system capable of 30&#160;Hz 3D video data acquisition, reconstruction, and display for over 300,000 measurement points per frame6,7.&#160;Binary defocusing DFP methods can achieve even greater speeds8.
Diverse applications can benefit from DFP techniques. Our collaborators have used our systems for facial function analysis9, facial animation10, cardiac mechanics studies11, and fluid surface measurements, but many other potential applications exist.&#160;This video will teach the fundamentals of DFP techniques and illustrate the design and operation of a binary defocusing DFP system.

This video describes the fundamentals of digital fringe projection techniques, which provide dense 3D measurements of dynamically changing surfaces.&#160;It also demonstrates the design and operation of a high-speed binary defocusing system based on these techniques.

Digital fringe projection (DFP) techniques provide dense 3D measurements of dynamically changing surfaces.&#160;Like the human eyes and brain, DFP uses ...

Monolayer Contact Doping of Silicon Surfaces and Nanowires Using Organophosphorus Compounds

Monolayer Contact Doping (MLCD) is a simple method for doping of surfaces and nanostructures1. MLCD results in the formation of highly controlled, ultra shallow and sharp doping profiles at the nanometer scale. In MLCD process the dopant source is a monolayer containing dopant atoms.
In this article a detailed procedure for surface doping of silicon substrate as well as silicon nanowires is demonstrated. Phosphorus dopant source was formed using tetraethyl methylenediphosphonate monolayer on a silicon substrate. This monolayer containing substrate was brought to contact with a pristine intrinsic silicon target substrate and annealed while in contact. Sheet resistance of the target substrate was measured using 4 point probe. Intrinsic silicon nanowires were synthesized by chemical vapor deposition (CVD) process using a vapor-liquid-solid (VLS) mechanism; gold nanoparticles were used as catalyst for nanowire growth. The nanowires were suspended in ethanol by mild sonication. This suspension was used to dropcast the nanowires on silicon substrate with a silicon nitride dielectric top layer. These nanowires were doped with phosphorus in similar manner as used for the intrinsic silicon wafer. Standard photolithography process was used to fabricate metal electrodes for the formation of nanowire based field effect transistor (NW-FET). The electrical properties of a representative nanowire device were measured by a semiconductor device analyzer and a probe station.

A detailed procedure for surface doping of Silicon interfaces is provided. The ultra-shallow surface doping is demonstrated by using phosphorus containing monolayers and rapid annealing process. The method can be used for doping of macroscopic area surfaces as well as nanostructures.

Monostrato Contatto doping di silicio superfici e nanofili Uso organofosforici Composti

Monolayer Contact Doping (MLCD) is a simple method for doping of surfaces and nanostructures1. MLCD results in the formation of highly controlled, ultra ...

Visualization of High Speed Liquid Jet Impaction on a Moving Surface

Two apparatuses for examining liquid jet impingement on a high-speed moving surface are described: an air cannon device (for examining surface speeds between 0 and 25 m/sec) and a spinning disk device (for examining surface speeds between 15 and 100 m/sec). The air cannon linear traverse is a pneumatic energy-powered system that is designed to accelerate a metal rail surface mounted on top of a wooden projectile. A pressurized cylinder fitted with a solenoid valve rapidly releases pressurized air into the barrel, forcing the projectile down the cannon barrel. The projectile travels beneath a spray nozzle, which impinges a liquid jet onto its metal upper surface, and the projectile then hits a stopping mechanism. A camera records the jet impingement, and a pressure transducer records the spray nozzle backpressure. The spinning disk set-up consists of a steel disk that reaches speeds of 500 to 3,000 rpm via a variable frequency drive (VFD) motor. A spray system similar to that of the air cannon generates a liquid jet that impinges onto the spinning disc, and cameras placed at several optical access points record the jet impingement. Video recordings of jet impingement processes are recorded and examined to determine whether the outcome of impingement is splash, splatter, or deposition. The apparatuses are the first that involve the high speed impingement of low-Reynolds-number liquid jets on high speed moving surfaces. In addition to its rail industry applications, the described technique may be used for technical and industrial purposes such as steelmaking and may be relevant to high-speed 3D printing.

Two experimental devices for examining liquid jet impingement on a high-speed moving surface are described: an air cannon device and a spinning disk device. The apparatuses are used to determine optimal approaches to the application of liquid friction modifier (LFM) onto rail tracks for top-of-rail friction control.

Visualizzazione di Liquid High Speed ​​Jet Occlusione su una superficie mobile

Two apparatuses for examining liquid jet impingement on a high-speed moving surface are described: an air cannon device (for examining surface speeds ...

Development of an Experimental Setup for the Measurement of the Coefficient of Restitution under Vacuum Conditions

The Discrete Element Method is used for the simulation of particulate systems to describe and analyze them, to predict and afterwards optimize their behavior for single stages of a process or even an entire process. For the simulation with occurring particle-particle and particle-wall contacts, the value of the coefficient of restitution is required. It can be determined experimentally. The coefficient of restitution depends on several parameters like the impact velocity. Especially for fine particles the impact velocity depends on the air pressure and under atmospheric pressure high impact velocities cannot be reached. For this, a new experimental setup for free-fall tests under vacuum conditions is developed. The coefficient of restitution is determined with the impact and rebound velocity which are detected by a high-speed camera. To not hinder the view, the vacuum chamber is made of glass. Also a new release mechanism to drop one single particle under vacuum conditions is constructed. Due to that, all properties of the particle can be characterized beforehand.

The coefficient of restitution is a parameter that describes the loss of kinetic energy during collision. Here, a free-fall setup under vacuum conditions is developed to be able to determine the coefficient of restitution parameter for particles in micrometer range with high impact velocities.

Sviluppo di un apparato sperimentale per la misura del coefficiente di restituzione sotto vuoto Condizioni

The Discrete Element Method is used for the simulation of particulate systems to describe and analyze them, to predict and afterwards optimize their ...

Three-dimensional Particle Tracking Velocimetry for Turbulence Applications: Case of a Jet Flow

3D-PTV is a quantitative flow measurement technique that aims to track the Lagrangian paths of a set of particles in three dimensions using stereoscopic recording of image sequences. The basic components, features, constraints and optimization tips of a 3D-PTV topology consisting of a high-speed camera with a four-view splitter are described and discussed in this article. The technique is applied to the intermediate flow field (5 &#60;x/d &#60;25) of a circular jet at Re &#8776; 7,000. Lagrangian flow features and turbulence quantities in an Eulerian frame are estimated around ten diameters downstream of the jet origin and at various radial distances from the jet core. Lagrangian properties include trajectory, velocity and acceleration of selected particles as well as curvature of the flow path, which are obtained from the Frenet-Serret equation. Estimation of the 3D velocity and turbulence fields around the jet core axis at a cross-plane located at ten diameters downstream of the jet is compared with literature, and the power spectrum of the large-scale streamwise velocity motions is obtained at various radial distances from the jet core.

A three-dimensional particle tracking velocimetry (3D-PTV) system based on a high-speed camera with a four-view splitter is described here. The technique is applied to a jet flow from a circular pipe in the vicinity of ten diameters downstream at Reynolds number Re &#8776; 7,000.

Tridimensionale Velocimetry monitoraggio di particelle per applicazioni Turbulence: caso di flusso Jet

3D-PTV is a quantitative flow measurement technique that aims to track the Lagrangian paths of a set of particles in three dimensions using stereoscopic ...

Evanescent Field Based Photoacoustics: Optical Property Evaluation at Surfaces

Here, we present a protocol to estimate material and surface optical properties using the photoacoustic effect combined with total internal reflection. Optical property evaluation of thin films and the surfaces of bulk materials is an important step in understanding new optical material systems and their applications. The method presented can estimate thickness, refractive index, and use absorptive properties of materials for detection. This metrology system uses evanescent field-based photoacoustics (EFPA), a field of research based upon the interaction of an evanescent field with the photoacoustic effect. This interaction and its resulting family of techniques allow the technique to probe optical properties within a few hundred nanometers of the sample surface. This optical near field allows for the highly accurate estimation of material properties on the same scale as the field itself such as refractive index and film thickness. With the use of EFPA and its sub techniques such as total internal reflection photoacoustic spectroscopy (TIRPAS) and optical tunneling photoacoustic spectroscopy (OTPAS), it is possible to evaluate a material at the nanoscale in a consolidated instrument without the need for many instruments and experiments that may be cost prohibitive.

Here we present a protocol to estimate material and surface optical properties using the photoacoustic effect combined with total internal reflection. This technique evanescent field-based photoacoustics can be used to create a photoacoustic metrology system to estimate materials&#39; thicknesses, bulk and thin film refractive indices, and explore their optical properties.

Evanescente campo fotoacustica based: ottico valutazione delle proprietà a Surfaces

Here, we present a protocol to estimate material and surface optical properties using the photoacoustic effect combined with total internal reflection. ...

High-speed Continuous-wave Stimulated Brillouin Scattering Spectrometer for Material Analysis

Recent years have witnessed a significant increase in the use of spontaneous Brillouin spectrometers for non-contact analysis of soft matter, such as aqueous solutions and biomaterials, with fast acquisition times. Here, we discuss the assembly and operation of a Brillouin spectrometer that uses stimulated Brillouin scattering (SBS) to measure stimulated Brillouin gain (SBG) spectra of water and lipid emulsion-based tissue-like samples in transmission mode with &lt;10 MHz spectral-resolution and &lt;35 MHz Brillouin-shift measurement precision at &lt;100 ms. The spectrometer consists of two nearly counter-propagating continuous-wave (CW) narrow-linewidth lasers at 780 nm whose frequency detuning is scanned through the material Brillouin shift. By using an ultra-narrowband hot rubidium-85 vapor notch filter and a phase-sensitive detector, the signal-to-noise-ratio of the SBG signal is significantly enhanced compared to that obtained with existing CW-SBS spectrometers. This improvement enables measurement of SBG spectra with up to 100-fold faster acquisition times, thereby facilitating high spectral-resolution and high-precision Brillouin analysis of soft materials at high speed.

We describe the construction of a rapid continuous-wave-stimulated-Brillouin-scattering (CW-SBS) spectrometer. The spectrometer employs single-frequency diode-lasers and an atomic vapor notch-filter to acquire transmission spectra of turbid/non-turbid samples with high spectral-resolution at speeds up to 100-fold faster than those of existing CW-SBS spectrometers. This improvement enables high-speed Brillouin material analysis.

Ad alta velocità continuo-fluttui stimolato Brillouin Scattering spettrometro per analisi materiali

Recent years have witnessed a significant increase in the use of spontaneous Brillouin spectrometers for non-contact analysis of soft matter, such as ...