Badania modelowe przepływów w aparatach procesowych z
Transkrypt
Badania modelowe przepływów w aparatach procesowych z
Badania modelowe przepływów w aparatach procesowych z wykorzystaniem cyfrowej anemometrii obrazowej Witold Suchecki Politechnika Warszawska Instytut Inżynierii Mechanicznej w Płocku Zakład Aparatury Przemysłowej [email protected] Streszczenie. Badania przepływu płynów w aparatach procesowych można wykonywać na modelach tych aparatów przy wykorzystaniu metod wizualizacji przepływów oraz komputerowej analizy uzyskanych obrazów. Zaprezentowano przykładowe wyniki badań modelowych cieczy przepływającej prostopadle do pęku rur, przy zmiennej liczbie Reynoldsa, nie przekraczającej 200, z wykorzystaniem metody cyfrowej anemometrii obrazowej. 1. Wprowadzenie. W różnych aparatach procesowych występują kanały przepływowe o złożonych przestrzennych kształtach. Jako przykłady można podać przestrzenie między rurami grzejnymi lub chłodzącymi, czy też zakrzywione kanały z przegrodami lub łopatkami kierowniczymi. Wymiarowanie takich kanałów i określanie szczegółów ich kształtu może mieć istotne znaczenie dla formowania pól przepływu płynu (cieczy, gazu lub wielofazowej mieszaniny), a w następstwie płaski strumień światła – dla strat ciśnienia, wibracji powodowanych przepływem itp. Niektóre zjawiska przepływowe w kanałach, jak np. występowanie obszarów „martwych” lub obszarów silnych zawirowań mogą również wpływać na cechy użytkowe aparatu poprzez wpływ na przebieg reakcji chemicznych w płynie czy intensywność wytrącania osadów na ścianach kanału. Zdarzają się z tego powodu trudności eksploatacyjne dobrze znane użytkownikom aparatury cukrowniczej, jak lokalne narosty osadu w saturatorach, narosty krystalicznego cukru w aparatach produktowni, niedrożności kanałów przepływowych w wymiennikach ciepła i in. Prawidłowe formowanie pól przepływu wpływa na stopień wykorzystania dwutlenku węgla w saturatorach, rozkład wymiarowy kryształów cukru uzyskiwanych w warnikach i krystalizatorach chłodzonych, a także na wydajnościowe lub jakościowe wskaźniki działania innych aparatów. nóż świetlny kamera D C C Rys. 1. Schemat przedstawiający zasadę techniki noża świetlnego Badania zjawisk przepływowych i ich związków z kształtem lub wymiarami kanału należą do najtrudniejszych zadań eksperymentalnej mechaniki płynów. Jedną z częściej stosowanych technik eksperymentalnych jest badanie modelu aparatu z wykorzystaniem wizualizacji przepływu i rejestracji jego obrazów. Technika ta jest znana od początków mechaniki płynów, ale była i jest do dzisiaj stosowana głównie w celu uzyskania informacji jakościowych, jak np. określenie położenia obszaru zawirowań. Metody wizualizacji przepływu oraz rejestracji i komputerowego przetwarzania jego obrazów rozwinęły się jednak do tego stopnia, że w coraz szerszym zakresie pozwalają uzyskać informacje ilościowe na temat pól przepływu. Dotyczy to zwłaszcza takich przypadków, gdy każda z cząstek płynu porusza się wzdłuż toru pozostającego w przybliżeniu na jednej płaszczyźnie. Wyczerpujące informacje o polu przepływu można wtedy uzyskać według zasady tomografii, tzn. rejestrując dwuwymiarowe obrazy na szeregu równoległych płaszczyzn rozmieszczonych w polu przepływu. Do płynu wprowadza się tzw. cząstki wskaźnikowe (np. cząstki pyłku roślinnego), a dla uwidocznienia ich ruchu płyn jest prześwietlany płaskim strumieniem światła (tzw. płaszczyzną świetlną), jak to pokazano na rys. 1. Do formowania strumienia światła służy urządzenie zwane nożem świetlnym. Obserwacja i rejestracja ruchu cząstek odbywa się przy użyciu cyfrowej kamery, z kierunku prostopadłego do płaszczyzny świetlnej. Najdogodniejszym sposobem rejestracji obrazów jest zapis filmu nie na taśmie wideo, lecz bezpośrednio w pamięci komputera przy użyciu specjalnego modułu elektronicznego, tzw. procesora obrazowego. Na każdej klatce filmu widoczne są naświetlone punkty odpowiadające poszczególnym cząstkom wskaźnikowym, które znalazły się w polu widzenia kamery. Informacje z kolejnych klatek filmu mogą być następnie przetwarzane różnymi metodami komputerowej analizy obrazów i wykorzystane do wyznaczenia wielkości charakteryzujących przepływ, np. wartości i kierunków lokalnych prędkości przepływu (wektorów prędkości). 2. Cyfrowa anemometria obrazowa. Cyfrowa anemometria obrazowa z wykorzystaniem cząstek wskaźnikowych (Digital Particle Image Velocimetry - DPIV) jest techniką, która pozwala na znalezienie wektorów prędkości przepływającego płynu metodą korelacji obrazów [3, 5, 8]. Pomiary prędkości z wykorzystaniem cyfrowej anemometrii obrazowej mogą być wykonywane tam, gdzie niewskazane jest wykonywanie pomiarów ingerujących w badany układ. Otrzymane w wyniku obliczeń pola prędkości w postaci wykresów wektorowych są cenną informacją o charakterze przepływu. Wraz z uzupełniającymi je obrazami torów cząstek mogą być źródłem wiadomości o wielu istotnych parametrach związanych z przepływem płynu. Przyjmując, że cząstki wskaźnikowe dobrane zostały w sposób prawidłowy można przyjąć, że ich przemieszczenie jest funkcją prędkości cieczy, co pozwala odnajdując przemieszczenia cząstek na analizowanych obrazach wyznaczyć z ich pomocą wektory prędkości cieczy. Obrazami przepływu cieczy są kolejne klatki filmu, rejestrowanego cyfrową kamerą CCD i zapisywanego na dysku komputera PC. Dla znalezienia przemieszczenia cząstek poszukiwana jest funkcja korelacji (splotu) obrazów położeń cząstek dla dwóch kolejnych rejestracji. W cyfrowej anemometrii obrazowej w celu wyznaczenia korelacji obrazów stosuje się szybkie transformacje Fouriera (FFT). Poszukiwanie przemieszczeń oraz przeliczanie ich na wektory prędkości odbywa się wg następującego schematu: • podział analizowanych obrazów na sekcje, • znalezienie przemieszczeń wszystkich sekcji obrazu 2 względem obrazu 1 metodą korelacji obrazów, • uwzględniając współczynniki skali i czas między rejestracją obrazów 1 i 2, wyznaczenie wektorów prędkości z uzyskanych przemieszczeń. Zawartością sekcji, dla których szukane są przemieszczenia, są grupy cząstek. Przemieszczenie wyznaczone dla sekcji można potraktować jako średnie przemieszczenie wszystkich cząstek wskaźnikowych zawartych w sekcji. Metoda ma charakter statystyczny i aby wyniki z jej zastosowania były miarodajne konieczne jest, aby daną sekcję reprezentowała odpowiednia liczba cząstek pozwalająca na wyznaczenie ich przemieszczenia ze stosunkowo dużą pewnością. b' y a y b δ x x Rys. 2. Przemieszczenie sekcji: a - sekcja obrazu 1, b - sekcja obrazu 2, b’ - sekcja obrazu 1 odnaleziona na obrazie 2, δ - przemieszczenie sekcji b’ względem obrazu 1. Obliczony współczynnik korelacji między daną sekcją a jej odpowiednikiem znalezionym na drugim obrazie powinien być jak najbliższy jedności, a rozkład korelacji powinien pozwalać na jednoznaczne wskazanie odpowiednika o największym dopasowaniu. Mała liczba cząstek powoduje, że może zdarzyć się odnalezienie kilku odpowiedników o wysokiej i zbliżonej do siebie korelacji. Uzyskanie liczby co najmniej 4-6 cząstek wskaźnikowych w obszarze sekcji pozwala na stosunkowo pewne wskazanie prawidłowego przemieszczenia, a tym samym wyznaczenia dla niej wektora prędkości. Rozpatrując warunki oraz schemat postępowania przy wyznaczaniu pól prędkości z wykorzystaniem metody DPIV, można stwierdzić, że dokładność pomiaru wynikająca z jej zastosowania zależy głównie od takich parametrów jak [4]: - rozmiary analizowanego okna (sekcji obrazu); większe okno zwiększa obszar przepływu, gdzie prędkość ulega uśrednieniu. Zmniejszenie okna ogranicza dynamikę rejestracji i dokładność obliczeń. - względna prędkość przepływu; maksymalna wartość rejestrowanego przemieszczenia nie powinna przekraczać 1/2 długości okna, - wartość składowej pola prędkości równoległej do płaszczyzny rejestracji i prostopadłej do płaszczyzny oświetlania układu; pojawianie się i znikanie cząstek przecinających płaszczyznę świetlną w czasie pomiaru pogarsza dokładność wyznaczenia średniego przemieszczenia. Rozdzielczość metody wynosi 1 piksel, co dla typowej wielkości analizowanego okna 48x48 pikseli pozwoliło osiągnąć dokładność pomiaru maksymalnych prędkości rzędu 5%. Zastosowanie metody „over-sampling”, polegającej na podwojeniu macierzy rejestrowanych pikseli pozwala na uzyskanie rozdzielczości ok. 0,5 piksela, co w konsekwencji pozwoli zwiększyć dokładność pomiaru maksymalnych prędkości rzędu 3%. Metoda DPIV wykorzystując technikę FFT pozwala na stosunkowo prostą realizację funkcji korelacji obrazów. Stosowanie techniki FFT powoduje jednocześnie nałożenie szeregu ograniczeń, wśród których jednym z istotniejszych jest ograniczona rozdzielczość przestrzenna. Statystyczny charakter metody wymaga wykonywania operacji na możliwie dużej próbce pikseli, a więc możliwie dużym oknie, dla którego wyznaczana jest średnia wartość przemieszczenia. Powoduje to spłaszczenie charakterystyk przepływu w obszarach o dużych gradientach prędkości. Jednym z możliwych rozwiązań tego problemu jest analiza przemieszczeń fragmentów obrazu oparta na tzw. programowaniu dynamicznym. Metoda taka stosowana przy analizie ruchu obiektów dla tzw. potoków optycznych (optical flow) została odpowiednio zaadaptowana dla obrazów przepływów [2]. W rezultacie tej nowej procedury obliczeniowej, przemieszczenie jest określone dla każdego piksela obrazu. Powstaje więc „gęste” pole wektorowe, pozwalające na znalezienie subtelnych struktur przepływu i precyzyjną analizę obszarów o dużych gradientach prędkości. Przeprowadzone testy [1] wskazują, że dokładność metody w określeniu wartości wektora prędkości wynosi 0,2piksela. Pomimo wspomnianych zalet, metoda potoków optycznych posiada podstawową wadę w postaci czasochłonnych obliczeń. Dla serii dwóch obrazów czas obliczeń na komputerze Pentium 3GHz przekracza 15 min, podczas gdy obliczenia metodą DPIV zajmują poniżej 15 sek. W przeprowadzonych badaniach wykorzystano zarówno metodę cyfrowej anemometrii obrazowej DPIV oraz metodę potoków optycznych (optical flow). Z uwagi na długi czas obliczeń, drugą metodę obliczeniową, ograniczono jedynie do wybranych przypadków, porównując rezultaty pomiarów z symulacją numeryczną [7]. 3. Przykład badań modelowych. Badania eksperymentalne dotyczyły pola prędkości cieczy przepływającej prostopadle do pęku rur. Miały one dać odpowiedź na pytanie, jak zmieniające się parametry pola przepływu (liczba rzędów rur oraz liczba Reynoldsa) wpływają na zmianę pola prędkości. Przepływ zrealizowano w ten sposób, że pęk rur poruszał się w nieruchomej cieczy. Kamera rejestrująca obrazy przepływu pozostawała nieruchoma względem pęku rur. Wykorzystując procesor obrazowy składający się z kamery oraz komputera z kartą frame grabber, rejestrowano obrazy przepływu na dysku komputera w postaci filmu cyfrowego z częstotliwością 25 klatek na sekundę. Następnie film dzielono na pojedyncze klatki i zapisywano w formacie map bitowych. Rozdzielczość obrazów wynosiła 768x576 pikseli. Na rys. 3 przedstawiono schemat przetwarzania danych pomiarowych. Rys. 3. Schemat przetwarzania danych pomiarowych Rejestrację obrazów przepływu na dysku komputera w postaci filmu cyfrowego dokonano za pomocą programu Fast Capture z pakietu AV Master. Następnie filmy podzielono na pojedyncze klatki w formacie BMP z wykorzystaniem programu avi2bmp. Konwersję obrazów BMP z 24 bitowych na BMP 8 bitowe przeprowadzono programem IRIS (była ona niezbędna, gdyż programy do otrzymywania wektorowych pól prędkości pracują jedynie na obrazach 8 bitowych). Wyboru programu do konwersji obrazów dokonano przez porównanie histogramów. Tak otrzymane obrazy bitowe poddawano dalszej obróbce. Z wykorzystaniem programów własnych dpiv i opflow, wykorzystujących odpowiednio metody cyfrowej anemometrii obrazowej i metody potoków optycznych, wyznaczano pola prędkości w cieczy opływającej pęk rur. Dodatkowo, na podstawie obrazów źródłowych wykonywano maskę służącą do poprawy wektorowych pól prędkości [6]. W celu dokładniejszego określania rozkładu pól prędkości opracowano program vec2line, który służy do wyznaczania profili prędkości przez „wycięcie” pola prędkości w wybranym przekroju. Otrzymane z programów dpiv, opflow i vec2line pola prędkości cieczy opływającej pęk rur wizualizowano przy pomocy programu Tecplot. Dopiero tak opracowane pola prędkości poddawano analizie. Warto dodać, że w celu poprawy jakości obrazów otrzymanych na stanowisku badawczym, wykonywano dodatkowo usuwanie od obrazów źródłowych tzw. ciemnej ramki. Ciemną ramkę (dark frame) będącą mapą offsetów uzyskiwano rejestrując sekwencję klatek z zasłoniętym obiektywem w warunkach możliwie zbliżonych do analizowanych zdjęć (wzmocnienie, czas ekspozycji, temperatura otoczenia itp.). Następnie w celu zmniejszenia szumu nakładano klatki na siebie licząc od każdego piksela średnią ze wszystkich ekspozycji. Lepsza od średniej arytmetycznej jest mediana, która eliminuje pojedyncze, duże fluktuacje, będące np. wynikiem oświetlenia. Otrzymaną w ten sposób mapę offsetów odejmowano od każdej analizowanej klatki. Zdjęcie ciemnej ramki będącej mapą offsetów wykonane zostało programem Iris i traktowane było jako dodatkowy filtr usuwający szum. a) Usunięcie szumu z obrazu wpływa na poprawę dokładności obliczeń z wykorzystaniem zarówno metody cyfrowej anemometrii obrazowej, jak też metody potoków optycznych. Pomiary przeprowadzono dla jednego, dwóch oraz czterech rzędów rur, dla takich prędkości względem cieczy, że liczba Reynoldsa odniesiona do średnicy rury wyniosła od 50 do 190. Cieczą modelową była mieszanina wody z gliceryną o gęstości ρ = 1196,3 kg/m3 i lepkości dynamicznej η = 1,006 Pa.s. Zarejestrowane obrazy przepływu z niewielką ilością drobnej zawiesiny (posiewu) unoszonej przez ciecz wykorzystano do znalezienia pól prędkości. Na rys. 4 przedstawiono przykładowe wykresy pól prędkości dla czterech rzędów rur przy liczbie Reynoldsa równej 159. Na rys. 5 przedstawiono przykładowe wykresy pól prędkości dla czterech rzędów rur w ujęciu ze zbliżenia kamery. W niniejszej pracy zamieszczono pola prędkości w postaci wykresów wektorowych otrzymane w wyniku obliczeń autorskim programem komputerowym [9], z wykorzystaniem metody DPIV. Wykresy pól prędkości dostarczają takich istotnych wiadomości o ruchu cieczy, jak kształty profili prędkości w prześwitach między rurami, rozmiary obszarów martwych bezpośrednio za rurami, itp b) Rys. 4. Wykres pól prędkości dla czterech rzędów rur przy prędkości 0,0146 m/s; Re = 159 a) ujęcie normalne kamery; b) ujęcie ze zbliżenia kamery a) b) Rys. 5. Wykres pól prędkości dla czterech rzędów rur w ujęciu ze zbliżenia kamery a) prędkość 0,0053 m/s, Re = 58; b) prędkość 0,0168 m/s, Re = 183 W wyniku przeprowadzonych badań stwierdzono, że wraz ze wzrostem prędkości cieczy wzrastają zawirowania wokół rur, ale profil prędkości cieczy wyrównuje się na krótszym odcinku za ostatnim rzędem rur. Ponadto wraz ze wzrostem liczby rzędów rur prędkość średnia cieczy za ostatnim rzędem maleje, ponieważ narasta skłonność cieczy do przemieszczania się między ścianami naczynia a skrajnymi rurami pęku. Zagadnienia badania przepływu cieczy metodami analizy obrazów są przedmiotem współpracy autora z Zakładem Mechaniki i Fizyki Płynów, IPPT PAN w Warszawie. Przeprowadzone badania są częścią projektu badawczego pt. „Konstrukcyjne kształtowanie warunków przepływu zawiesiny kryształów w krystalizatorze chłodzonym”, finansowanego przez KBN (5 T07C 035 22). Literatura [1] Kowalewski T.A., Cybulski A., Konwekcja naturalna z przemianą fazową, prace IPPT PAN, nr 8/1997, Warszawa 1997 [2] Quénot G., Pakleza J., Kowalewski T.A., Particle Image Velocimetry with Optical Flow, Experiments in Fluids, vol. 25(3), s. 177-189, 1998 [3] Raffel M., Willert C., Kompenhans J., Particle Image Velocimetry. A Practical Guide, Springer, Berlin 1998 [4] Soria J., An Investigation of the Near Wake of a Circular Cylinder Using a Video-Based Digital Cross-Correlation Particle Image Velocimetry Technique, Experimental Thermal and Fluid Science 5, s. 221-233, 1996 [5] Suchecki W., Wizualizacja przepływów z wykorzystaniem cyfrowej anemometrii obrazowej, Inżynieria i Aparatura Chemiczna, 39, nr 3s, s. 136-137, 2000 [6] Suchecki W., Alabrudziński S., Metoda korekty wykresów pól prędkości w cyfrowej anemometrii obrazowej, Inżynieria i Aparatura Chemiczna, 42 (34), nr 3, s. 14-20, 2003 [7] Suchecki W., Wykorzystanie metod optycznej analizy przepływu do weryfikacji modeli numerycznych CFD, Inżynieria i Aparatura Chemiczna, 40, nr 6, s. 8-12, 2001 [8] Westerweel J., Digital Particle Image Velocimetry - Theory and Application, Delft, Delft University Press, 1993 [9] http://ap.pw.plock.pl/suchecki