An der Universität Lund in Schweden arbeiten Dr. Sebastian Nilsson und Dr. David Sanned (jetzt bei Saab) an der Messung und Visualisierung schneller volumetrischer Prozesse in Plasma- und Flammenanwendungen.

Ihr Forschungsschwerpunkt liegt auf der Emissions-Tomographie. Synchronisierte Kameras erfassen gleichzeitig das von einem Volumen emittierte Licht aus verschiedenen Winkeln. Ein eigens entwickelter Tomographie-Algorithmus rekonstruiert anschließend das 3D-Volumen über die Zeit und erzeugt so eine 4D-Sequenz, die Bild für Bild sowohl für die Plasma- als auch für die Flammendiagnostik analysiert werden kann.

„Die Kameras von Emergent sind kostengünstig, leistungsstark und mobil. Das eSDK war gut dokumentiert, und Ihre Anwendungsentwicklungsunterstützung war hervorragend. Insgesamt sind wir mit unserer Kamera- und Plattformwahl sehr zufrieden.“
— Sebastian Nilsson, Forscher, Universität Lund

Nilsson und Sanned brachten sich aufgrund ihrer unterschiedlichen fachlichen Hintergründe in das Projekt ein. Sanneds Doktorarbeit konzentrierte sich auf 3D-Tomographieverfahren für Verbrennung und Flammenemission, während Nilsson Erfahrung in der Plasmaforschung, Laserdiagnostik und thermischen Verfahrenstechnik mitbrachte.

Ihre Zusammenarbeit begann mit einer gemeinsamen Herausforderung: Mit planaren Laserdiagnostik konnten Spezies und Eigenschaften innerhalb reagierender Strömungen identifiziert werden, aber es war schwierig, diese 2D-Schnitte in eine sich bewegende 3D-Flammenfront oder einen Plasmabogen einzufügen.

In früheren Arbeiten verwendete das Team Kameras mit einer Bildrate von 50 Bildern pro Sekunde. Das bewies zwar das Konzept, aber die Bildrate war zu niedrig, um schnelle Vorgänge in Flammen und Plasmen zu verfolgen.

Wie Nilsson in unserer Diskussion erläuterte, bestand die fehlende Lücke darin, dass sie zwar den Endzustand untersuchen oder betrachten konnten, aber nicht verstehen konnten, wie das Plasma dorthin gelangt war.

Für die Hochgeschwindigkeits-Emissionscomputertomographie ist diese Einschränkung entscheidend. Anders als ein stationäres Objekt in einem medizinischen CT-Scan fluktuieren Flammen und Plasmen ständig. Das Volumen kann nicht sequenziell aus verschiedenen Winkeln abgetastet werden; alle Kameraansichten müssen exakt gleichzeitig und mit ausreichend hoher Bildrate erfasst werden, um die Entwicklung des Ereignisses zu verfolgen.

Wie die Emissionstomographie funktioniert

Die Emissions-Tomographie funktioniert im Vergleich zur herkömmlichen Röntgenbildgebung umgekehrt. Anstatt externe Strahlung durch ein Objekt zu leiten, um die Absorption zu messen, erfassen die Kameras das vom Prozess selbst emittierte Licht – beispielsweise Flammen-Chemilumineszenz oder Plasmaemissionen. Jede Kamera zeichnet eine 2D-Projektion ihrer Sichtlinie auf, und ein eigens entwickelter Algorithmus rekonstruiert aus diesen synchronisierten Aufnahmen das ursprüngliche 3D-Emissionsvolumen.

Der wissenschaftliche Vorteil besteht darin, dass sich die Technik nicht auf das Oberflächenbild beschränkt. Die Rekonstruktion liefert eine vollständige Ansicht und ermöglicht es Forschern, nicht nur die äußere Hülle, sondern auch das innere Volumen des emittierenden Objekts zu untersuchen.

Abbildung 2 | Prinzipien der 4D-optischen Emissionstomographie:

(A) Eine selbstemittierende volumetrische Quelle (turbulente Flammen-Chemilumineszenz oder nicht-thermisches Plasma) strahlt omnidirektional. Synchronisierte Kameraarrays erfassen Linienintegrale entlang der Sichtlinie ohne externe Beleuchtung oder Strahldämpfung.

(B) 3D-Diskretisierung in ein reguläres Voxelgitter f(x,y,z). Sparse Vorwärtsprojektionsgewichtsmatrizen W_ij modellieren den geometrischen Beitrag jedes Voxels zum Detektorpixel p_i. Iterative Krylov-Unterraumlöser (LSQR), regularisiert durch räumliche Glättungsbedingungen, invertieren das System, um die interne 3D-Emissionsdichte zu rekonstruieren.

Erreichen von 4D-Emissions-Tomographie mit 100GigE-Kameras

Um zur Hochgeschwindigkeits-4D-Emissions-Computertomographie überzugehen, baute das Team der Universität Lund ein Sechs-Kamera-Array mit Emergent. ZENITH HZ-2000-G MonochromkamerasDie Kameras umgeben das Experiment und decken jeweils einen anderen Winkel ab. Dank ihrer kompakten Bauweise lassen sie sich flexibel in verschiedenen Versuchsreihen und Testaufbauten mit beengten Platzverhältnissen und eingeschränkter optischer Sicht positionieren. Eine eigens entwickelte Software verarbeitet die synchronisierten Bilddaten zu volumetrischen Rekonstruktionen, die gedreht, angehalten und detailliert analysiert werden können.

Abbildung 3 | Aufbau für die 100-GigE-Emissions-Computertomographie mit sechs Kameras.

Sechs monochrome Kameras des Typs ZENITH HZ-2000-G von Emergent Vision Technologies sind mit optischen Filtern ausgestattet und um eine zentrale Brennerflamme auf einem schwingungsisolierten optischen Tisch angeordnet. Die geometrische Kalibrierung erfolgt mithilfe eines präzisen, mehrdimensionalen Punktmusters. Die Belichtungssynchronisation aller sechs Kameraköpfe im Sub-Mikrosekundenbereich wird über das Precision Time Protocol (PTP / IEEE 1588) via 100-GigE-QSFP28-Glasfaserverbindungen gewährleistet.

Der Gpixel GSPRINT4502 CMOS-Sensor des HZ-2000-G liefert eine Auflösung von 2048 x 1216 Pixeln bei bis zu 3,463 Bildern pro Sekunde im 8-Bit-Modus. Das Lund-System arbeitet typischerweise mit 2×2-Binning (1024 x 608 Pixel) bei 2,000 Bildern pro Sekunde und erreicht bis zu 10,000 Bilder pro Sekunde durch ROI-Fensterung (Region of Interest) zur Auflösung schneller Flammeninstabilitäten und Plasmatransienten. Die Kameras streamen über 100-GigE-QSFP28-Schnittstellen. David Sanned merkt an, dass vier Kameras zwar das Minimum für die mathematische Konvergenz darstellen, sechs Kameras jedoch eine solide Rekonstruktionsqualität liefern. Der Einsatz von bis zu acht bis zehn Kameras würde die räumliche Genauigkeit zwar verbessern, der Nutzen nimmt jedoch ab.

Zur Synchronisierung der Aufnahmen der sechs Kameras wurde das Precision Time Protocol (PTP) verwendet. Alle Kameras nutzen über Ethernet denselben Takt. Bei der Erstellung der tomografischen Rekonstruktionen lassen sich Phänomene gleichzeitig aus verschiedenen Perspektiven betrachten.

Um sicherzustellen, dass die benötigte Hardware die Leistungsanforderungen der Anwendung erfüllte, verfolgten das Team der Universität Lund und Emergent einen beratenden Ansatz. Dies trug dazu bei, effektive Kosten-Nutzen-Entscheidungen zu treffen.

Es wurde eine Workstation mit einem AMD Threadripper Prozessor, großem Arbeitsspeicher und drei Broadcom 100GigE Netzwerkkarten zusammengestellt. Die Wahl fiel unter anderem auf eine Intel Arc Pro GPU mit ihrem großen Videospeicher, der die rechenintensive tomografische Rekonstruktion ermöglicht. Dieses System erfüllte die Anforderungen des Teams hinsichtlich Preis-Leistungs-Verhältnis.

Auf der Softwareseite entwickelten Nilsson und Sanned mithilfe von Emergent ihre eigene Datenerfassungsschnittstelle und Verarbeitungspipeline. eSDK ProDiese Flexibilität war unerlässlich: Sie benötigten eine Plattform, die sich in einen individuellen wissenschaftlichen Arbeitsablauf integrieren ließ, und keine geschlossene kommerzielle Lösung.

Abbildung 4 | Hochdurchsatz-Datenerfassungs- und Rekonstruktionspipeline.

(A) Benutzerdefinierte TomoView-Schnittstelle für die synchronisierte Erfassung und Wiedergabe mehrerer Kameras, entwickelt mit Emergent eSDK Pro, die gleichzeitig Live-Streams mit 2,000 fps von allen sechs ZENITH-Kameras ohne Paketverlust und mit PTP-Synchronisierung im Sub-Mikrosekundenbereich anzeigt.

(B) Workstation-Architektur mit einer AMD Ryzen Threadripper CPU, 256 GB System-RAM, Intel Arc Pro GPU für beschleunigte inverse Solver-Berechnungen und drei Broadcom Dual-Port 100GigE QSFP28 NICs, die Zero-Copy-RDMA-/RoCEv2-Streams direkt in den System-RAM empfangen.

Sebastian und David nutzten eSDK Pro, um Bilddaten zu erfassen, zu verarbeiten, zu übertragen und zu speichern. Sebastian beschrieb das Emergent Software Development Kit als „gut dokumentiert und effizient“ und hob die hilfreiche Unterstützung von Emergent bei der Hardwareauswahl hervor.

Die Entscheidung für Broadcom-Netzwerkkarten ermöglichte auch den Einsatz von RDMA/RoCEv2, wodurch die Bilddaten direkt im Anwendungsspeicher abgelegt wurden – entscheidend für die Datenerfassung der sechs 100-GigE-Kameras ohne CPU-Engpässe oder Frame-Drops. Zudem stellen die Broadcom-Netzwerkkarten im Vergleich zu teureren Alternativen eine kostengünstige Wahl dar.

Visualisierung dynamischer Phänomene in 4D

Abbildung 5 | Mehrwinkelprojektionen und rekonstruierte 3D-Emissionsdichte.

(A) Synchronisierte 2D-Projektionsbilder, die gleichzeitig von den sechs ZENITH-Perimeterkameras mit 2,000 Bildern pro Sekunde (1024 × 608 Auflösung) aufgenommen wurden und die Chemilumineszenz der Flamme entlang der Sichtlinie zeigen.

(B) Entsprechendes 3D-Tomographievolumen, das zum gleichen Zeitpunkt mittels iterativer LSQR mit Space Carving rekonstruiert, als OpenVDB-Voxelgitter exportiert und in Blender volumetrisch gerendert wurde, um die Topologie der internen Reaktionszone sichtbar zu machen.

Video 1 | 4D-Volumenvisualisierung einer turbulenten Flammenfront

Hochauflösendes volumetrisches Rendering (OpenVDB / Blender), das die vollständige räumliche 3D-Rotation und die zeitliche Entwicklung der Flammen-Chemilumineszenz zeigt, die aus dem Sechs-Kamera-ZENITH-Array mit 2,000 Bildern pro Sekunde rekonstruiert wurde.

Video 2 | 4D-Tomographie-Rekonstruktion einer Gleitbogen-Plasmaentladung

3D-Volumenverfolgung der Bewegung, Verlängerung und Umstrukturierung transienter nicht-thermischer Plasmafilamente, aufgezeichnet mit bis zu 10,000 Bildern pro Sekunde.

Video 3 | Optische Hochgeschwindigkeits-Direktaufzeichnung einer Gleitbogenentladung

Direkte physikalische Hochgeschwindigkeitskameraaufzeichnung zur Veranschaulichung des zyklischen Wiederaufprall- und Gleitverhaltens von atmosphärischen Plasmafilamenten zwischen konvergierenden Elektroden.

Um das 3D-Volumen aus den 2D-Kamerabildern zu rekonstruieren, entwickelten die Forscher einen speziellen tomografischen Algorithmus in Julia. Dieser nutzt Kamerakalibrierung und Raummodellierung, um die physikalische Grenze des Emissionsbereichs zu bestimmen und löst anschließend iterativ das inverse Problem, um die Emissionswerte im gesamten Volumen abzubilden. Die rekonstruierten Voxel-Arrays werden im OpenVDB-Format exportiert und in Blender gerendert, wobei die Berechnung etwa eine Minute pro Frame dauert. Bei Aufnahmegeschwindigkeiten von bis zu 10,000 Bildern pro Sekunde erfassen die resultierenden 4D-Rekonstruktionen die transiente Flammen- und Plasmadynamik im Mikrosekundenbereich.

Für Nilsson und Sanned geht das Ziel über ihr eigenes Labor hinaus. Sie wollen die Hürde für die volumetrische Hochgeschwindigkeitsbildgebung aus verschiedenen Blickwinkeln für Forscher senken, denen das Budget für herkömmliche Ultrahochgeschwindigkeitskamerasysteme fehlt.

Durch die Kombination moderner 100GigE-Maschinenbildkameras mit einer eigens entwickelten Rekonstruktionssoftware hat das Team aus Lund einen zugänglichen Weg zur 4D-Emissions-Tomographie für komplexe industrielle und physikalische Systeme geschaffen.

Abbildung 6 | Multimodale diagnostische Integration

Sechs-Kamera-Hochgeschwindigkeits-Emissionstomographie-System gekoppelt mit planarer laserinduzierter Fluoreszenz (PLIF) und Spektroskopieoptik auf einem optischen Schienensystem, ermöglicht gleichzeitige 3D-Strukturverfolgung und lokalisierte Spezies-/Temperaturmessungen.

Die Versuchsanordnung ermöglicht Forschern einen besseren Einblick in sich schnell verändernde Systeme. Durch die Anpassung von Parametern wie Brennstoffmischung, Gaszusammensetzung, elektrischer Leistung und Pulsfrequenz können sie verfolgen, wie sich die volumetrischen Emissionsstrukturen im Laufe der Zeit verändern. Dies ist nützlich für Verbrennungsprozesse, Plasmapyrolyse, Sprühdynamik, Metallpulverherstellung und thermische Beschichtungen.

Die Kombination von 4D-Emissionstomographie mit Laserdiagnostik und -spektroskopie liefert zusätzliche Informationen. Planare Laser und Spektrometer eignen sich hervorragend zur Messung lokaler Temperaturen, chemischer Spezies und Radikale, jedoch fehlt ihnen der umfassende 3D-Kontext. Die Tomographie schließt diese Lücke, indem sie die vollständige 3D-Geometrie und -Bewegung der Flamme oder des Lichtbogens in Echtzeit erfasst. Durch die Kombination dieser Messungen können Forscher die chemische Kinetik und lokale Temperaturen direkt mit der umgebenden Volumenbewegung verknüpfen.

Weitere Artikel zum Lesen