DOI QR코드

DOI QR Code

Hybrid Particle Image Velocimetry Based on Affine Transformation

어파인변환 기반 하이브리드 PIV

  • Doh, Deog-Hee (Division of Mechanical and Information Engineering, Korea Maritime Univ.) ;
  • Cho, Gyong-Rae (Research Institute of Marine Science and Tech., Korea Maritime Univ.) ;
  • Lee, Jae-Min (Dept. of Mechanical Engineering, Korea Maritime Univ.)
  • 도덕희 (한국해양대학교 해양과학기술연구소) ;
  • 조경래 (한국해양대학교 기계정보공학부) ;
  • 이재민 (한국해양대 기계공학과)
  • Received : 2010.12.16
  • Accepted : 2011.03.15
  • Published : 2011.06.01

Abstract

Since PTV (particle tracking velocimetry) provides velocity vectors by tracking each particle in a fluid flow, it has significant benefits when used for nano- and bio-fluid flows. However, PTV has only been used for limited flow fields because interpolation data loss is inevitable in PTV in principle. In this paper, a hybrid particle image velocimetry (PIV) algorithm that eliminates interpolation data loss was constructed by using an affine transformation. For the evaluation of the performance of the constructed hybrid PIV algorithm, an artificial image test was performed using Green-Taylor vortex data. The constructed algorithm was tested on experimental images of the wake flow (Re = 5,300) of a rectangular body ($6cm\;{\times}3cm$), and was demonstrated to provide excellent results.

입자추적유속계(PTV)는 나노 및 바이오 분야의 유체유동장에서는 각 입자들을 추적하여 속도측정을 하는 관계로 많은 강점이 있다. 그러나 측정원리상 보간에 의한 속도장 측정오차를 피할 수 없는 관계로 PTV기술을 사용함에 있어서 제한적이었다. 본 연구에서는 어파인변환 알고리듬을 PIV 및 PTV측정에 도입함으로써 보간에 의한 오차를 줄일 수 있는 어파인변환 기반 하이브리드 PIV알고리듬을 구축하였다. 구축된 알고리듬에 대한 성능평가를 위하여 Green-Taylor와유동의 수치적 데이터를 이용한 가상영상에 대한 시험을 실시하였으며, 이로부터 입자수가 2000개 이상일 때 최적의 측정성능임을 확인하였으며 상호상관PIV법 및 확률일치PTV법보다 우수한 측정성능임을 확인하였다. 나아가 길이비 2:1($6cm\;{\times}3cm$)인 장방형 물체후류(Re=5,300)에 대한 실험영상에 대한 실제 계산을 통하여 구축된 알고리듬에 대한 측정성능의 우수성을 확인하였다.

Keywords

References

  1. Adrian, R. J., 1991, "Particle-Imaging Techniques for Experimental Fluid Mechanics," Ann. Rev. J. Fluid Mech., Vol. 23, pp. 261-304. https://doi.org/10.1146/annurev.fl.23.010191.001401
  2. Doh, D. H., 2002, Current State of PTV and its Developments," Journal of KSME, Vol. 42, No. 5, pp. 36-40.
  3. Doh, D. H., Kim, D. H., Cho, K. R., Cho, Y. B., Saga, T. and Kobayashi, T., 2002, "Development of Genetic Algorithm based 3D-PTV Technique," J. of Visualization, Vol. 5, No. 3, pp. 243-254. https://doi.org/10.1007/BF03182332
  4. Baek, S. J. and Lee, S. J., 1995, "Development of a new 2-Frame Particle Tracking Algorithm using Match Probability," Trans. of the KSME(B), Vol. 19, No. 7, pp. 1741-1748.
  5. Doh, D. H. Kim, D. H., Choi, S. H., Hong, S. D., Kobayashi, T. and Saga, T., 2000, "Single-Frame 3-D PTV for High Speed Flows," Exp. in Fluids, Vol. 29, pp. 85-98, https://doi.org/10.1007/s003480070011
  6. Song, X., Yamamoto, F. Iguchi, M. and Murai, Y., 1999, "A New Tracking Algorithm of PIV and Removal of Spurious Vectors using Delaunay Tessellation," Exp. in Fluids, Vol. 26, pp. 371-380. https://doi.org/10.1007/s003480050300
  7. Okamoto, K., Nishio, S., Kobayashi, T. and Saga, T., 1997, "Standard Images for Particle Imaging Velocimetry," Meas. Science and Technology, Vol. 11, No. 6, pp. 685-692.
  8. Utami, T., Blackwelder, R. F. and Ueno, T., 1991, "A Cross-correlation Technique for Velocity Field Extraction from Particulate Visualization," Exp. in Fluids, Vol. 10, No. 4, pp. 213-223. https://doi.org/10.1007/BF00190391