1.介紹 這里介紹的工作來源于與突馳科技公司合作進行的研究，使用 TCM45-V2干冰清洗機來清除飛機發動機壓縮機。在這種技術中，干冰顆粒從噴嘴噴射到發動機的風扇入口，因為它使用起動馬達進行曲軸轉動。為了更深入地了解這一過程，需要詳細研究流動模式和對顆粒參數的影響。其中最重要的是通過發動機進行顆粒大小和速度分布，以及系統參數（如系統壓力，噴嘴類型和發動機起動轉速）的影響。雖然這項工作專注于飛機發動機清潔，但其結果對于直接CO2干冰清潔應用普遍感興趣。 Haberland [5]和Redeker等。 [6,7]。這些工作的主要結果在表1中進行了比較。Spur等人之間可以看到最小粒徑的顯著差異。 [4]以及Haberland [5]和Redeker等人的結果[4]。 [6,7]。速度范圍的差異可以從Spur等人的結果中看出。 [4]和Haberland [5]相比，Redeker等。 [6,7]遇到的最大顆粒速度顯著更高。Krieg [8]使用了Spur等人的發現。 [4]預測二氧化碳粒子出現速度的基礎研究的清潔機制，雖然他說明粒子的直徑和速度強烈依賴于系統參數。二氧化碳干冰噴射的一個重要問題是利用壓縮空氣的必要性，這導致低能量效率。 Uhlmann等人提出了一種新的粒子加速系統。 [9]。還通過HSC實驗研究了顆粒速度與系統參數無關的粒子速度。 Masa和Kuba [10]最近關于能效的研究提出了一個具體的能耗參數來評估常規和替代干冰加速系統的效率。在這項工作中，顆粒速度是根據系統參數估算的。 Dong等人提出了基于模擬的CO2干冰噴射噴嘴研究。 [11]，其中通過會聚 - 發散噴嘴的干冰加速行為被討論為系統和粒子參數的函數，以找到最佳的噴嘴幾何形狀。粒度保持恒定，只有粒子質量流量和粒子形狀因子被參數化。 這項工作旨在為二氧化碳干冰應用提供全面的流量信息。特別強調了來自不同噴嘴的粒度分布的依賴性以及與其尺寸相關的粒子速度的依賴性。討論了二氧化碳干冰噴射流向稀釋的單一POM顆粒負載流的可比性。介紹了噴射和商用飛機發動機內顆粒流的比較研究。 2.實驗裝置 2.1噴嘴 單噴嘴調查的實驗設置與參考文獻中作者詳細描述的稍有不同。[12]。 圖1中的示意圖在圖1中以修改版本顯示。它由壓縮機（1）和干冰噴射機（2）組成。 在這里，被研究的顆粒（3）通過旋轉多孔圓盤系統引入壓縮空氣流中。 有一個5米長的柔性連接管（4）將爆破機（2）與測試噴嘴（5）連接起來，在那里顆粒被加速。 圖1：實驗噴嘴設置的示意圖。 第（4）部分的壓力損失被忽略。在這項工作中所有給定的壓力值都被稱為系統壓力，這是在（2）中預選的。 HSC（7）（PCO dimax s4，單色平行于從噴嘴（5）和照明系統（6）（IES4412,2×48,000lm LED，22.5°反射光束）被安排在它周圍。自由噴射背后的背景被涂成黑色以實現與顆粒的強烈對比。噴嘴組件位于地面上方40厘米處。自由射流的研究區域直接在噴嘴出口之后開始，并且包括50×35mm，這在圖1中被示意性地強調。 用于產生這里結果的兩個噴嘴是一個標準會聚分散噴射噴嘴，在保持系統壓力為8巴（噴嘴＃1）和會聚噴嘴的同時提供超音速噴出氣流，在操作時提供聲音出口氣流它在系統壓力2巴（噴嘴＃2）。兩個噴嘴都有一個矩形（平坦）形狀的出口區域，而它們的入口（圖1中（4）和（5）之間的連接）是圓形的。出口流量模式在2D中進行了研究。假定速度矢量的深度方向可以忽略不計。 HSC以16 px / mm的空間離散化和12,000 fps的時間離散化運行。一個單幀的快門時間設置為1.28μs。這些設置允許將顆粒尺寸減小到等效直徑125μm，并以最大速度550 m / s跟蹤顆粒。 2.2飛機發動機流量 為了研究飛機發動機內的顆粒物流動，將顆粒物噴入商用飛機發動機（GE CF6-50）中，該發動機通過起動機在試驗臺上起動，不加油，速度略低于怠速。這個過程如圖所示圖2.這里，顆粒通過噴嘴（5）噴入發動機（ENG）低壓壓縮機（LPC）（9）。顆粒通過LPC（9）進入高壓壓縮機（HPC）（10）。此處顯示的結果直接記錄在HPC（10）的入口處。 為了獲得記錄，從HPC上拆下3個進口導向葉片，以允許進入上面指定的HSC（7）和照明系統（6）。入口導向葉片安裝孔（直徑35毫米）裝有石英玻璃板，以便在干式起轉過程中光學可達。照明系統（6）的兩盞燈放置在HSC的上方和下方。去除導流葉片不會影響進入的顆粒流。 為了增強錄制的清晰度并盡量減少可能的反射，HSC視場的背景區域涂成黑色。流入的流動模式在2D中進行了研究。 
圖2：實驗引擎設置的示意圖。 HSC設置為20像素/ mm的空間離散化和20.000fps的時間離散化。 一個單幀的快門時間設置為5.12μs。 采集系統（6）和（7）與觀察窗平行放置，并安裝在單獨的支架上。 初步調查表明，運行期間的振動對粒子速度記錄的影響可以忽略不計。 與流量有關的關鍵尺寸在這里以無量綱的形式呈現。 3.數據處理程序 根據第2部分介紹的設置采集的HSC數據按如下進行處理，以獲得理想的物理結果。 所有后處理都是通過作者測試和驗證的Matlab2014b程序實現的。 在通過頻譜分析對圖像噪聲進行分類之后，利用可調濾波器技術F對得到的強度矩陣I進行濾波，以獲得幀的改進的強度矩陣I *： 得到的矩陣I *用于閾值估計過程。 背景和粒子信息通過Otsu [13]提出的聚類方法進行區分，提供適當的閾值trv。 這個過程的結果，方程（2）是該框架的第二個修改矩陣I **。 它只包含粒子強度值。 所有背景值都設置為0。 為了確定包含的粒子的大小，通過將所有高于0的強度值視為1，強度矩陣I **被視為二進制矩陣。結果是下標S并且在下文中被稱為IS **。 根據等式（3），對每個包含粒子i的邊界框區域Abb上積分上的某個幀（t）使用修改后的矩陣I **導致制定能量向量εP，i。 它包含幀（t）的每個粒子的概括強度值。 
根據等式（4），使用相同的程序來確定檢測到的粒子的大小。 它只使用二進制矩陣IS **而不是I **。 這導致另一個向量aP，i。 它包含被調查幀（t）中包含的粒子的粒子大小（像素數）。 這個值被用來獲得相應的粒子i的當量直徑dP，i，假設它的面積αP，i是理想球體的投影面積： 
將等式（5）的結果與實驗中的相應空間離散化的轉換導致物理值： 
為了獲得速度矢量，選擇兩個連續幀的相關粒子之間的質心匹配方法（參見例如[14-16]）。 利用Hering等人提出的思想解決了稠密流動中粒子關聯的模糊問題。[17]。 來自等式（3）的粒子能量εP，i通過其尺寸aP，i，eqn（4）修改，導致根據等式（6）計算的特定能量變量。 來自兩個連續時間步長{t}和{t + 1}的值eP在剩余配方中進行比較，該剩余配方考慮來自第一幀{t}的某個粒子i的值和來自所有粒子的值（1：n ）在第二幀{t + 1}中找到： 
其目的是找到最低限度。 這導致含有所有可能的粒子關聯及其相關概率（0 =理想，1 =無相關）的模糊矩陣C. 考慮通過接受限制（即Ci，max = 0.1）從幀{t}到幀{t + 1}略微改變流動和環境條件以及根據先驗估計得知一般流動行為，最可能的粒子 配對關聯。 利用質心匹配方法，可以為所有粒子i估計2D速度向量： 
4.結論 所有提出的方法都經過系統驗證和驗證。 這包括使用人造基質進行的各種測試以及通過單個POM顆粒流進行尺寸和跟蹤過程的最終驗證。 它顯示估計粒徑的最大偏差為±5％，粒子速度的最大偏差為±1％。 使用來自POM顆粒的已知粒度作為上漿程序的參考值。 根據Furst [18]和手動匹配，追蹤算法通過Matlab IDL實現與計算結果進行了驗證。 4.1.噴嘴自由噴射 圖3顯示了被調查的兩個噴嘴在幾個連續幀I（t）中遇到的相應標準偏差（點劃線）所包圍的平均相對強度值（粗線）。 這些情節揭示了流動特征的一般印象。 強度峰表示包含在流中的大顆粒。 劇情波動較大表明流動性更加不連續。 從超音速噴嘴＃1（圖3，左）到音速噴嘴＃2（圖3，右）的強度的比較顯示來自噴嘴＃1的噴射更不連續地載入，包含更多的大的CO 2干燥 - 冰粒（更多強度峰）。 來自噴嘴＃2的噴流更持續地載滿較少的大顆粒（例如，比較圖3中的兩個獨立的大峰值，右側，以及左側圖中更一般分布的峰值）。 
圖3：來自超音速噴嘴＃1 @ 8巴（左）和＃2 @ 2巴（右）的音速噴嘴的干冰載流射流的強度分析。 
圖4：單個POM粒子速度（左）和大型干冰粒子與單個POM粒子速度（右）之間的比較。 在上述實驗之后，通過將單個POM顆粒引入射流中來研究來自超音速（＃1）和聲波（＃2）噴嘴的顆粒流動行為。直徑從1.5到3.0毫米的理想球形聚甲醛顆粒被注入到流動中并使用不同的系統配置進行噴射。在噴嘴出口的下游記錄和追蹤至少40個POM顆粒。這項研究的主要結果顯示在圖4，左邊。它包含作為系統壓力的函數的1.5mm POM顆粒速度的代表性信息。在2巴的系統壓力下，POM顆粒被噴嘴＃1加速到75m / s的速度，直到ca.在8巴的系統壓力下為200米/秒。 Nozzle＃2在2 bar系統壓力下以50 m / s的速度輸送單個POM顆粒，直至ca. 8巴時100米/秒。該實驗的結果與Spur等報道的其他系統的結果相當。 [4]。 Rudek等人描述了內噴嘴中POM粒子加速的詳細驗證研究。在參考文獻[12]。對來自兩個噴嘴的CO2干冰負載流的詳細研究揭示了區分大（dP≥1mm）和小（dP<1mm）顆粒的必要性。從這些研究中，大顆粒的速度可以作為它們的尺寸的函數關聯以獲得恒定的系統壓力，而這對于小顆粒來說不可能達到令人滿意的程度。在圖4中，將大CO2干冰顆粒速度（實線）的相關趨勢與上述POM顆粒研究（圓形標記=噴嘴＃1，交叉標記=噴嘴＃2）相應的速度趨勢進行比較， 。大型二氧化碳干冰顆粒的行為與單一聚甲醛顆粒相當。至于大型二氧化碳干冰粒子的運輸，單粒子聚甲醛流動與較稠密的二氧化碳干冰粒子流動似乎沒有顯著差異。由于從空氣到顆粒的熱傳遞（即，空氣的冷卻以及隨之而來的流動性質的變化），可能的熱效應對于大顆粒的運輸可以忽略不計。 
圖5：噴嘴＃1和＃2干冰流中的粒徑分布（左）和粒子速度分布（右）。 如圖3所討論的那樣，超音速噴嘴＃1與＃2音速噴嘴相比輸送更多的二氧化碳干冰顆粒。這可以從圖5左側的累積粒度分布中看出。為了確定這些趨勢，使用從HSC記錄隨機時間點采集的多個樣本。圖5左側所示的每種趨勢都包含至少40,000個單一CO2干冰顆粒的信息。噴嘴＃1（圖5，左邊的圓形標記）的累積趨勢顯示在顆粒尺寸上的擴展比與＃2噴嘴相比具有更大比例的更小顆粒，同時也包含比＃2噴嘴更大的顆粒。估計的直徑值的比較顯示兩個噴嘴的平均尺寸dP =225μm，而噴嘴＃1遇到較高的差異。 圖5右圖包含了干冰粒子追蹤調查的結果。在這里，隨機選擇10個時刻，并且在每個時刻開始的100個連續記錄被調查。右圖中顯示的趨勢包含至少5,000個單粒子軌道。實線用噴嘴＃1的圓圈標記和噴嘴＃2的交叉標記來表示。他們顯示考慮小顆粒尺寸的累積顆粒速度分布。點劃線僅顯示大顆粒的累積顆粒速度分布。后者包含少于5000個粒子軌道。從噴嘴＃1的大顆粒趨勢檢查顯示速度從150米/秒到200米/秒，而噴嘴＃2的相應趨勢顯示速度在50米/秒和75米/秒之間。從圖4中也可以看出，右圖。 關于小顆粒清楚地擴大了分布。發現噴嘴＃1的粒子速度在空氣速度約為80m / s和480m / s之間。 580米/秒。發現噴嘴＃2在空氣速度約為40m / s和320m / s之間。 350米/秒。大的散射可以通過粒子 - 粒子和粒子 - 壁相互作用以及影響連續相的雙向耦合現象來解釋。大顆粒會影響小顆粒的顆粒路徑，主要在噴嘴的狹窄部分減速。小顆粒的顆粒壁碰撞也可以使它們減速，并且通過在噴嘴內部分解大顆粒可以產生小顆粒。應該指出，這里介紹的研究并沒有區分噴氣機的核心和邊緣。在射流邊緣傳播的小顆粒受到強剪切層的影響，因此比位于射流核心的類似顆�；蜉^高慣性的較大顆粒減速更快。為了證明上述現象，進一步闡述是必要的。 4.2飛機發動機流量 上述方法被用來研究通過商用飛機發動機的CO2干冰粒子負載流量（見圖2）。主要目標是揭示干式曲軸壓縮機部分的影響，在這種情況下，LPC的影響對載荷顆粒流動特性的影響。圖6左側包含來自Ca的累積粒度分布。 10,000個二氧化碳顆粒，而右圖6顯示了大氣顆粒速度分布的趨勢。這些顆粒中有2,000個。菱形標記的線表示噴射系統出口（噴嘴FAN）處的數量，星號標記的趨勢表示HPC（發動機HPC）第一階段（IGVs）內發動機內部測量的結果。 發動機旋轉明顯影響顆粒特性。 HPC（發動機HPC）的粒度分布比爆破噴嘴出口（噴嘴FAN）處的粒度分布更緊密（圖6，左側）。 HPC入口（發動機HPC）的平均粒徑為約。注入平均粒徑（噴嘴FAN）的0.50倍。這表明由LPC內部的粒子壁碰撞引起的粒子分解，其由總共678個葉片和葉片組成。 與粒度分布相反，由于發動機起動，粒子速度分布變寬（圖6右）。速度分布向較低的速度擴大。 HPC入口（發動機HPC）的平均顆粒速度是噴嘴出口（噴嘴FAN）的0.56倍。單顆粒的最大速度保持可比。速度的降低可以通過粒子分解來解釋。 五．干冰清洗發展 
圖6：發動機進口和內部的干冰流中的粒度分布（左）和粒子速度分布（右）。 用于表征不均勻和不連續負載的二氧化碳干冰流的HSC實驗用于干冰噴射噴嘴和飛機發動機清洗流的研究。 大型干冰顆粒表現出與相同尺寸的單個POM顆粒相似的傳輸行為。 清潔流動粒子的速度呈現在累積概率圖中，由于遇到大的散射，這被認為是適當的。 這種散射可以通過粒子，壁和連續相之間復雜的相互作用來解釋。 清楚地表明了轉動的LPC部分對顆粒流動特性的影響。 它表明導致更小的顆粒尺寸和更低的速度。 作為未來的工作，作者強調了對密集二氧化碳干冰流中加速行為的粒徑的理解以及飛機發動機內部干冰行為的更詳細描述。 REFERENCES Giljohann, S., Braeutigam, K., Kuhn, S., Annasiri, S. & Russ, G., Investigations into the on-wing cleaning of commercial jet engines with co2 dry ice blasting. Deutscher Luft- und Raumfahrkongress Berlin, 1, pp. 1–9, 2012. Foster, R.W., Carbon dioxide (dry-ice) blasting. Good Painting Practice: SSPC Paint-ing Manual, 1, pp. 161–167, 2005. Stratford, S., Dry ice blasting for paint stripping and surface preparation. Metal Finish-ing, 98, pp. 493–499, 2000. http://dx.doi.org/10.1016/S0026-0576(00)80450-X Spur, G., Uhlmann, E. & Elbing, F., Dry-ice blasting for cleaning: process, optimization and application. Wear, 233–235, pp. 402–411, 1999. http://dx.doi.org/10.1016/S0043-1648(99)00204-5 Haberland, J., Reinigen und Entschichten mit Trockeneisstrahlen -Grundlegende Unter-suchungen des CO2-Strahlwekzeuges und der Ver-fahrensweise (in german). Ph.D. the-sis, University Bremen, 1999. Redeker, C., Erosion and Removal by Dry-Ice Blasting (in german), Ph.D. thesis, Uni-versity Hannover, 2003. Redeker, C., Bach, F.W. & Copitzky, T., Examination of the dry ice removal process for thermal sprayed coatings by particle image velocimetry. Thermal Spray: Advancing the Science & Applying the Technology, 1, pp. 1279–1284, 2003. Krieg, M.C., Analyse der Effekte beim Trockeneisstrahlen (in german), Ph.D. thesis, Technical University Berlin, 2008. Uhlmann, E., Hollan, R. & Mernissi, A.E., Dry ice blasting - energy efficiency and new fields of application. Engineering Against Fracture: Proceedings of the 1st Conference, 1, pp. 399–409, 2009. Masa, V. & Kuba, P., Efficient use of compressed air for dry ice blasting. Journal of Cleaner Production, 111, pp. 76–84, 2016. http://dx.doi.org/10.1016/j.jclepro.2015.07.053 Dong, S.J., Song, B., Hansz, B., Liao, H.L. & Coddet, C., Modelling of dry ice blasting and its application in thermal spray. Materials Research Innovations, 16, pp. 61–66, 2012. Rudek, A., Russ, G. & Duignan, B., An experimental and numerical validation study of particle laden supersonic flows. 9th International Conference on Multiphase Flow, 1, pp. 1–6, 2016. Otsu, N., A threshold selection method from gray-level histograms. IEEE Transactions on Systems, Man and Cybernetics, 9, pp. 62–66, 1979. http://dx.doi.org/10.1109/TSMC.1979.4310076 Adrian, R.J., Particle-imaging techniques for experimental fluid mechanics. Annual Re-view of Fluid Mechanics, 23, pp. 261–204, 1991. http://dx.doi.org/10.1146/annurev.fl.23.010191.001401 Brady, M.R., Rabenb, S.G. & Vlachos, P.P., Methods for digital particle image sizing (dpis): Comparisons and improvements. Flow Measurement and Instrumentation, 20, pp. 207–219, 2009. http://dx.doi.org/10.1016/j.flowmeasinst.2009.08.001 Cheezum, M.K., Walker, W.F. & Guilford, W.H., Quantitative comparison of algorithms for tracking single fluorescent particles. Biophysical Journal, 81, pp. 2378–2388, 2001. http://dx.doi.org/10.1016/S0006-3495(01)75884-5 Hering, F., Merle, M. & Wierzimok, D., A robust technique for tracking particles over long image sequences. Proceeding of ISPRS Intercommission Workshop: ‘From Pixels to Sequences’, 30, pp. 1–5, 1995. Furst, E.M., Particle tracking (cheg 667–016). Technical report, University of Dela-ware, 2013. TOOICE 2018.5.8
|
