基于LIF和虚拟立体声视觉传感器的圆周液膜的测量

抽象的

气液环形流量广泛用于许多工业应用，如石油，化学和核工程。在环形流动中的液体膜的特征参数对于了解流动特性并精确地测量流量具有重要意义。对于环形流动，液体膜的圆周特征比获取丰富的流动结构的轴向特征更重要，并且揭示了流动机构。本文提出了一种基于激光诱导的荧光（LIF）和虚拟立体视觉视觉传感器的测量平台。虚拟立体声视觉传感器包括高速相机和两个光学反射组，其可以同时从两个视图获取液体膜并重建液体膜的特征。采用图像处理技术提取液体膜的特征参数;然后可以通过视图变换和融合来重建周向流动特性。分析了基于厚度分布的流动特性。实验结果表明，该方法有效且有效，这可以为环形流动中的液体膜提供更详细和准确的描述。

1.介绍

环形流动是气液两相流中的重要流动模式之一。流动模式的特征在于存在沿着管的壁流动的薄液膜，并围绕快速移动的气体芯。芯可以在高气体速度下夹带液滴，气体和液相的流速可以在环形流中变化很大。由于低功耗，高度传递系数和热通量密度，气液环形流量广泛用于许多工业应用，如石油，化学和核工程和湿天然气运输。由于高质量的交换效率，流动模式广泛用于各种工业生产中。环形流动中的液体膜的特征参数具有重要意义，可以精确地了解流量机制[1]。

环形流动的特征参数包括液膜，波速，波高和剪切力的厚度，液体膜厚度是准确测量的基本和最重要的参数[2]。已经开发了许多方法来研究气液环形流动中的液体膜。在各种检测传感器中，测量方法通常分为接触技术和非接触技术。汉等人。[3.使用平行线探针在小型垂直管中收集膜厚度时间痕量测量。基于液体膜厚度的电导测量的方法简单可靠，但它只可以实现单个局部点测量，并且可能干扰流场。然后开发了许多传感器以实现多点测量[4.-7.]。基于圆周的电导探针阵列，Andreussi等。[8.[测量在水平近管道的液体层的管壁周围的厚度分布。皮带等。[9.[开发了一种基于非速度的电导率的技术，以在围绕圆周围绕圆周和10个位置的32个位置测量膜厚度。Mouza等人。[10.基于通过染色液体层的光和敏感光检测传感器的光测量流动液体中的时间平均和瞬时局部膜厚度。最近，汉等人。[11.通过激光共焦位移计（LCDM）测量平均环形液体膜厚度。基于数字图像处理和平面激光诱导的荧光（PLIF）技术，高速相机拍摄的目标图像与背景相比可以是相反的。Alekseenko等。[12.利用LiF技术研究了向下环形气液流动中的液膜的波浪结构，基于亮度模型在纵向中分辨液膜厚度测量。基于PLIF技术，Kokomoor和Schubring [13.[开发了一种非易性的光学技术，通过数据减少算法提供膜厚度分布。扎拉西和标记[14.[基于PLIF和颗粒图像速度（PIV），通过实验研究了向下气液环形流动和管道中的下降膜的流体动力学。对于环形流动，液体膜的横截面图像比纵向图像更重要，以显示界面波和流动机构的不对称流动特性，尤其是在高压下，但是圆周测量也更难以实现。通常，两个相机可以用于观察两个不同视图中的横截面的液体膜并重建周向图像。

纸张旨在重建垂直空气环形流动的圆周液体膜，并基于激光诱导的荧光（LIF）和虚拟立体视觉传感器提取液膜厚度的特征参数。虚拟立体声视觉传感器包括高速相机和两个光学反射组，其可以同时从两个视图获取液体膜并重建液体膜的多个特征。还采用了一系列图像处理技术，通过视图变换和融合来重建周向流动特性，以基于厚度分布来分析流量特性。

本文组织如下：部分2介绍实验流程回路，开发虚拟立体声视觉传感器，以实现液体膜的横截面视图。部分3.描述液体膜的图像处理和特征参数测量。在部分4.，我们呈现液体膜测量结果和分析的验证，然后在部分中进行最终结论5.。

2.实验设施

2.1。流循环

数字1示出了测试部分的示意图，以测量试管的横截面上的环形液体膜。测试和连接管由有机玻璃制造并垂直安装。水通过泵泵入上罐中，然后向下倾斜到25毫米直径和5mm厚度的试验管以形成环形流动。水的流速由地球阀控制并通过电磁流量计测量测量不确定性。虚拟立体声视觉传感器固定在管道下端并垂直于飞机测量完全开发的落叶薄膜。在实验中，使用了带有35毫米镜头的Weinberger Minivis E2系列的高速相机。为了在整个横截面上实现瞬时液体膜，高速相机设置为分辨率帧速率为500Hz的像素。

由于单色，方向性，高强度和高测量分辨率和精度，激光广泛用于许多光学诊断。在本文中，采用平面激光诱导的荧光技术（LIF）来提供垂直环形空水流动中的液体膜的时间分辨图像。基于其特定的分子结构，将罗丹明B溶解在流场中。波长为532nm的激光（纳米，加拿大）突出激光片以照射试验管的横截面并刺激罗丹明B荧光。然后，高速相机捕获液体膜的荧光信号并通过串联图像处理处理。

2.2。虚拟立体声视觉传感器

基于虚拟立体声视觉传感器的液膜测量方案如图所示2。相机光学中心与管道的中心轴重叠，并且激光片垂直于相机的光轴。虚拟立体声视觉传感器由高速摄像机和两个光学反射组组成，并且两个光学反射组位于相机和管道之间。薛等人。[15.]开发了虚拟双目立体声视觉系统，以重建三维形态参数，并在泡沫流中跟踪气泡。在本文中，优化以根据数学模型和许多刺激观察两个视图上的近一半的横截面液体膜而不是相同的点。

虚拟双目立体视觉视觉传感器用于同时捕获相机左侧和右图像平面中的液膜的二维图像。相机由反射镜组反映，可以镜像到两个虚拟摄像机和。两个虚拟相机彼此对称，并且基于有效FOV（视野）和空间分辨率之间的虚拟和真实摄像机之间存在优化的角度。因此，高速相机可以从两个方向看圆周液体膜。当通过包含横截面液体膜的两个部分的单个高速摄像机捕获图像时，可以通过一系列数字图像处理处理并重建为完全横截面液体膜图像。

在虚拟立体声视觉传感器中，有两个重要的角度参数，这是角度中心镜和距光学中心的垂直距离和角度在中心镜和同一个侧折射镜组之间。角度优化45°和最终是20°。以左光路为例，测量的物体由中心镜和左反射镜反射，并且测量物体在垂直方向上的虚拟图像的角度为40°，与右侧相同光学反射集。

3.图像处理

应开发一系列图像处理和重建步骤以基于虚拟立体声视觉传感器提取液膜的特征参数。

3.1。基于虚拟立体声视觉传感器的圆周图像处理

由虚拟立体声视觉传感器捕获的液体膜的典型瞬时原始图像如图所示3（a）。同时，在没有水循环的情况下捕获背景图像，并且图像灰度分别用于原始和背景图像，然后是图像减法，其可以消除由于环境光和缺陷而消除噪声流量管有效。数字3（b）显示中间滤波器后的反象图像，它使用a模板去除单像素噪音并保持液体膜的边缘。我们可以看到图中有两个环扇区3（b）。较大的扇区表示左横截面膜，而较小的扇形是右横截面膜，其与左横截面膜和管壁的折射失真重叠，并且被丢弃用于特性提取。

根据虚拟立体声视觉传感器的分析2.2，从一定角度观察管道的周向液体膜，需要采用40°投影变换以简化随后的融合和重建。在图中可以看出投影变换后的二值化图像3（c）。由于管道折射的影响，液体膜不是标准半圆，应进行校准以形成液体膜的瞬时横截面图像。为了重建横截面液体膜，应记录校准目标的中心位置，这是重建液体膜的两个扇区的引导件，并获得整个环形横截面，如图所示5.。

3.2。特征参数提取

可以基于上述重建图像提取液体膜的特征参数。数字4.显示液膜厚度的提取方案。环形液体膜的中心表示为坐标系的起源，线之间的角度和消极的-axis被定义为， 和是管道的内径，即重建图像中的平均外圆直径。随着改变，线条的等式改变了。液体膜厚度在可以基于0.154mm /像素的分辨率来提取方向。因此，可以提取膜厚度的圆周分布。液体膜的圆周平均厚度可以如下给出： 在哪里测量厚度为毫米，是校准参数，在图像平面和实际距离中关联像素坐标，以及是与像素单元的重建图像中的周向液膜的区域。

4.结果和分析

所有实验均采用25mm内径向下管道进行，这在部分中描述2。液膜的横截面视图以500Hz捕获，图像曝光时间约为2ms。根据一系列图像处理和特征参数提取，可以重建液体膜的高质量瞬时图像，可用于分析。

数字5.在不同时间示出了三种重建的液体膜图像样本。图像序列的平均膜厚度分别为0.55mm，0.53mm和0.427mm。所选择的图像序列表明环形流动是稳定的，并且液体膜具有很小的波动和类似的圆周分布。

5。结论

在本文中，提出了一种基于激光诱导的荧光（LiF）和虚拟立体视觉视觉传感器的光学技术，以测量环形流动的周向液体膜。应用激光诱导的荧光以将液体膜的强度与实验横截面分开。开发了虚拟立体声视觉传感器以捕获整个横截面液体膜的荧光图像。特别是开发了一系列图像处理以提取液体膜的特征参数并重建环形液体膜图像。分析液体膜的定量厚度特征，实验结果表明该方法有效且有效，这可以提供更详细的液体膜表征，以揭示流动结构和流动机构。

利益争夺

提交人声明他们没有竞争利益。

致谢

作者感谢国家自然科学基金的支持（60902084,61372143）。

参考

1. M.J.DaIlva，T.Sühnel，E. Schleicher，R.Vaibar，D. Lucas和U. Hampel，“用于流体流动应用中的高速分配成像的平面阵列传感器”，传感器，卷。7，不。10，pp。2430-2445,2007。查看在：出版商网站|谷歌学术
2. M. Damsohn和H.-M。Prasser，“高速液体薄膜传感器，用于基于电导率的高空间分辨率的两相流动”，“流量测量和仪表，卷。20，没有。1，pp。1-14,2009。查看在：出版商网站|谷歌学术
3. H. W. Han，Z.F.Zhu和K.Gabriel，“A的研究对两相气体环形流量的波动特性的影响”核工程与设计，卷。236，没有。24，pp。2580-2588,2006。查看在：出版商网站|谷歌学术
4. S. Thiele，M.J.Da Silva和U. Hampel，“用于快速多相流动成像的电容平面阵列传感器”，IEEE传感器杂志，卷。9，没有。5，pp。533-540,2009。查看在：出版商网站|谷歌学术
5. M. Demori，V.Ferrari，D. Strazza和P. Poesio，“一种用于分析两相流量的油和导电水的电容传感器系统”传感器和执行器A：物理，卷。163，没有。1，pp.172-179，2010。查看在：出版商网站|谷歌学术
6. X. Hu和W. Yang，“平面电容传感器 - 设计和应用”传感器评论，卷。30，没有。1，pp。24-39,2010。查看在：出版商网站|谷歌学术
7. D. Schubring，T. A. Shedd和E.T.Hurlburt，“在高速视频中研究垂直环状流动的扰动波”，“国际多相流杂志，卷。36，不。5，pp。385-396,2010。查看在：出版商网站|谷歌学术
8. P. Andreussi，E.Pitton，P. Ciandri等，“用线探针阵列的近水平管道测量液体膜分布，”流量测量和仪表，卷。47，第71-82,2016。查看在：出版商网站|谷歌学术
9. R. J.皮带，J.M.C.C.Van't Westende，H. M. Prasser，L. M. Portela，“时间和空间地解决垂直环形流动的界面波测量”，国际多相流杂志，卷。36，不。7，pp。570-587，2010。查看在：出版商网站|谷歌学术
10. A. A.Mouza，N.A.Vlachos，S。V. Paras和A. J. Karabelas，使用激光吸收法测量液体膜厚度，“流体实验，卷。28，不。4，pp。355-359,2000。查看在：出版商网站|谷歌学术
11. Y. Han，H. Kanno，Y.-J。AHN和N. Shikazono，“测量微管环形流动中的液体膜厚度”，“国际多相流杂志，卷。73，pp。264-274,2015。查看在：出版商网站|谷歌学术
12. S. V.Alekseenko，A. V.Cherdantsev，O. M. Heinz，S. M.Kharlamov和D. M. Markovich，“环形气液流动的空间和时间演化”分析了环状气流的涟漪，“国际多相流杂志，卷。67，pp。122-134,2014。查看在：出版商网站|谷歌学术
13. W. Kokomoor和D. Schubring，“改进了垂直环形流动的可视化算法”可视化杂志，卷。17，不。1，pp。77-86,2014。查看在：出版商网站|谷歌学术
14. I. Zadrazil和C.N.标记，“通过颗粒图像和跟踪速度下向下的液体膜的实验表征，颗粒图像和跟踪速度下的液体膜。国际多相流杂志，卷。67，pp。42-53,2014。查看在：出版商网站|谷歌学术
15. T. Xue，L.Qu，Z.Cao和T. Zhang，“三维特征参数基于虚拟立体声视觉的气液两相流气泡的三维特征参数测量”流量测量和仪表，卷。27，不。10，pp。29-36,2012。查看在：出版商网站|谷歌学术

版权

版权所有©2016 Ting Xue等人。这是分布下的开放式访问文章创意公共归因许可证如果正确引用了原始工作，则允许在任何媒体中的不受限制使用，分发和再现。