通过深度学习计算机视觉支持的温度梯度和微重力条件下,对超单体苏奇尼尼特-水系统中滴滴动态的研究

科学领域:

• 材料科学 材料科学 材料科学
• 流体动力学 流体动力学
• 微重力研究 微重力研究

背景情况:

• 液态-液态相隔离在材料加工中至关重要.
• 了解微重力下的滴滴动态对于先进的材料设计至关重要.
• 热绝对对流和重力效应使滴滴行为研究复杂化.

研究的目的:

• 研究液-液相分离和滴滴演变.
• 在微重力条件下分析滴滴运动和行为.
• 确定一个单一的系统中表面张力的温度依赖.

主要方法:

• 在现场观察苏奇尼尼特-水混合物冷却过程.
• 在TEXUS-60探测火箭上进行微重力实验.
• 深度学习 (Mask R-CNN) 用于滴滴检测和SORT用于跟踪.

主要成果:

• 由于热毛细管力,水滴呈现轻微变形,并向更温暖的区域移动.
• 在容器边界观察到滴滴粘附,湿和凝血.
• 孤立的滴滴速度与Young等人的速度非常相匹配. (1959年) 模型,带有偏移的.

结论:

• 微重力实验使得精确的滴滴动态分析成为可能.
• 该研究确定了表面张力的温度依赖性为 -0.99 ± 0.08 x 10−4 Jm−2K−1.1.
• 深度学习和跟踪模型在分析微重力流体实验方面被证明是有效的.