• Aucun résultat trouvé

Étude complémentaire : T-LIF à deux couleurs et un colorant

cou-leurs et un colorant

Afin d’améliorer la fiabilité et la qualité de nos mesures, nous avons envisagé l’utilisation de la T-LIF dite “deux couleurs, un colorant”, telles que présentée parBruchhausenet al.(2005). Cette technique exploite deux bandes spectrales d’un même colorant, dont la sensibilité à la température est très différente. Cela nécessite d’utiliser deux caméras ayant chacune le filtre adéquat, dans un mon-tage optique permettant d’obtenir deux images superposables. Pour cela, une lame séparatrice est classiquement utilisée, comme présenté sur la figure 2.6 : elle permet de créer deux images à partir d’une seule, en coupant le spectre lumineux à une longueur d’onde donnée. On utilise sensiblement les mêmes lon-gueurs d’onde queBruchhausenet al.(2005) : une bande autour de 570 nm très sensible à la température que nous appelleronstest (déjà exploitée auparavant), et une bande autour de 542 nm très peu sensible, que nous appelleronstémoin. Toute la difficulté réside dans l’acquisition d’une image témoin exploitable. En effet, conformément à ce que l’on observe figure2.24:

520 540 560 580 600 620 640 0 0.2 0.4 0.6 0.8

1 LaserTémoin Test

Longueur d’onde (nm) In tensité normalisée Absorption Émission 520 540 560 580 600 620 640 1000 2000 Sensibilité à la temp érature β

Figure 2.24 – Spectres d’absorption et d’émission (lignes continues, axe de gauche) et sensibilité à la température (pointillés, axe de droite) de la Rhoda-mine B (d’aprèsBruchhausenet al.(2005)). Les bandes verticales représentent respectivement la longueur d’onde du laser, la bande spectrale témoin et la bande spectrale test.

• la bande spectrale correspondante est nécessairement étroite, contrainte à gauche par la longueur d’onde d’excitation (532 nm) et à droite par une sensibilité en température rapidement élevée ;

• cette portion du spectre d’émission est très peu lumineuse ;

• la réabsorption y joue un grand rôle.

Dans ces conditions, il est difficile d’obtenir une image suffisamment exposée, et le niveau de bruit va être déterminant dans la qualité des mesures finales.

Niveau de bruit pour l’image témoin

Les performances en terme de bruit ont été mesurées en utilisant le filtre adapté pour la capture de l’image témoin, soit un filtre passe-bande 537 à 547 nm. Des images ont été prises dans les mêmes conditions avec l’appareil Nikon D3S testé auparavant et la caméra Andor Zyla 5.5. Il en résulte les courbes de la figure2.25. Pour ce niveau de luminosité, il est intéressant de constater que les rapports signal sur bruit sont comparables. Cependant, l’information pertinente réside dans le fait que dans tous les cas, il n’est pas possible d’obtenir un signal satisfaisant pour un temps d’exposition de quelques dizaines de millisecondes, nécessaire pour figer l’écoulement.

Les moyens à disposition rendant impossible l’obtention d’une image témoin exploitable, la T-LIF à deux couleurs n’a pas pu être mise en pratique dans notre configuration. Notons que cette limitation peut être facilement contournée dans le cas d’expériences de plus petites dimensions, permettant une concentration de colorant plus élevée (cas deBruchhausenet al. (2005), voir tableau2.1).

101 102 103 104 101 102 Temps d’exposition (ms) Rapp ort signal sur bruit Andorrolling Andorglobal D3S ISO 400 D3S ISO 12800

Figure2.25 – Rapport signal bruit comparé entre la caméra Andor Zyla 5.5 et le Nikon D3S. Les traits pleins représentent les mesures de la première (en mode

rolling shutter ouglobal shutter), tandis que les traits pointillés correspondent aux valeurs mesurées pour le Nikon D3S à 400 et 12800 ISO. Pour le Nikon, seuls les pixels verts ont été considérés, le nombre de pixels utiles est d’environ 1900 dans tous les cas.

Mesures de vitesse par

Vélocimétrie par Images de

Particules

Sommaire

3.1 Introduction . . . . 51 3.2 Mise en œuvre expérimentale . . . . 53 3.2.1 Traceurs . . . 53 3.2.2 Temps d’exposition et fréquence d’acquisition . . . . 54 3.3 Post-traitement des images . . . . 55 3.3.1 Traitement général préalable . . . 56 3.3.2 Traitement du champ complet . . . 57 3.3.3 Traitement avancé du panache . . . 58 Ce chapitre expose la méthode employée pour obtenir les champs de vi-tesses, de l’acquisition des images à leur post-traitement. Bien qu’appliquée à notre configuration, la démarche présentée n’est pas spécifique au logiciel de traitement employé, et peut donc être aisément adaptée à une autre applica-tion.

3.1 Introduction

La vélocimétrie par images de particules (Particle Image Velocimetry, PIV) est une technique de mesure qui, comme son nom l’indique, permet de déterminer la vitesse dans un écoulement par mesure optique. Elle est très largement utilisée en mécanique des fluides depuis plus de 30 ans, portée notamment par le déve-loppement des caméras numériques et des sources lumineuses de forte intensité telles que les lasers. Comme il s’agit d’une mesure optique, cette méthode pré-sente le grand avantage d’être non-intrusive. Elle se décline sous de nombreuses formes : depuis des mesures dans un plan de vitesses bidimensionnelles, jusqu’à la détermination des trois composantes de la vitesse dans un volume.

La PIV se base sur l’utilisation de traceurs qui ensemencent l’écoulement, et dont les positions successives vont être enregistrées à l’aide d’une ou plusieurs

Figure 3.1 – Différentes manières de combiner l’éclairage et l’acquisition d’images de particules. (Adrian,1991)

images. Plusieurs configurations sont possibles, selon la manière dont on combine l’éclairage et l’enregistrement des images, comme le montre la figure 3.1. Il est ainsi possible d’avoir une trajectoire ou différentes positions successives sur une même image, ou encore d’enregistrer une image par position. Il convient de distinguer en pratique les techniques se basant sur l’analyse de particules individuelles, des techniques utilisant le motif granuleux (speckle en anglais), sorte de mouchetis produit par un amas de particules. Adrian (1991) a ainsi défini des critères basés notamment sur la densité de particules, permettant de séparer les techniques où l’on peut suivre des portions de trajectoire ou des particules individuelles (respectivementParticle Streak Velocimetry etParticle Tracking Velocimetry), des techniques optiques ou statistiques tirant parti d’une forte concentration de particules. Le développement des technologies numériques a considérablement facilité ces dernières, et c’est à l’une d’entre elles que nous nous intéresserons ici, dans le but d’obtenir deux composantes de vitesses d’un écoulement bidimensionnel.

On ensemence alors l’écoulement d’une forte concentration de particules de petite taille. Une nappe laser les éclaire dans le plan d’étude, et une caméra cap-ture des doublets d’images suffisamment proches dans le temps pour que les mo-tifs formés par les amas de particules soient reconnaissables malgré leurs dépla-cements et déformations. Un algorithme traitera ensuite ses doublets d’images en découpant la première en petites fenêtres, qu’il cherchera à faire correspondre à son homologue sur la seconde image. Il obtiendra alors autant de déplacement en pixels que de fenêtres, que l’on pourra ramener à des vitesses en connaissant l’intervalle de temps qui sépare ces images.

Documents relatifs