Optical Multimode Online Probe: Erfassung und Analyse von Partikelkollektiven

Optical Multimode Online Probe: Detection and Analysis of Particle Collectives

Authors

  • Matthias Mickler,

    1. Technische Universität Kaiserslautern, Lehrstuhl für Thermische Verfahrenstechnik, Center for Mathematical and Computational Modeling (CM), Postfach 3046, 67653 Kaiserslautern, Deutschland
    Search for more papers by this author
  • Prof. Hans-Jörg Bart

    Corresponding author
    1. Technische Universität Kaiserslautern, Lehrstuhl für Thermische Verfahrenstechnik, Center for Mathematical and Computational Modeling (CM), Postfach 3046, 67653 Kaiserslautern, Deutschland
    • Technische Universität Kaiserslautern, Lehrstuhl für Thermische Verfahrenstechnik, Center for Mathematical and Computational Modeling (CM), Postfach 3046, 67653 Kaiserslautern, Deutschland
    Search for more papers by this author

  • Dieser Beitrag wurde im Rahmen des DECHEMA-Fachausschusses Mischvorgänge in Weimar am 15.03.2012 vorgestellt.

Abstract

Die vorgestellte Optical Multimode Online Probe verwendet telezentrische Beleuchtung mittels Hochleistungs-Mikro-LED (493 lm) und ein objektseitig-telezentrisches Objektiv zur Online-Analyse von Tropfenkollektiven. Es entstehen relative Messfehler von < 2 – 5 % (Durchlicht) bzw. <60; 12 % (Auflicht) bezogen auf die Partikeldurchmesser. Aufbauend auf der Distanztransformation zur Analyse der Durchlichtabbildungen wird ein adaptiver Vorsegmentierungsansatz auf Basis des Random Forest Classifiers vorgestellt. Die Abweichungen bezogen auf die Pixelzahl liegen bei 1 bis 6 %, nach Auswertung der Kreise bei 12,9 % bezogen auf den mittleren Partikeldurchmesser.

Abstract

The presented optical multimode online probe uses telecentric illumination with a high performance micro LED (493 lm) and objectspace-telecentric objective to analyze particles online and in situ. The relative measurement errors are between <60; 2 – 5 % (transmitted light) and below 12 % (incident light, with regard to the particle diameter). The distance transform approach for transmitted-light images is extended for the analysis of diffuse incident-light images by an adaptive pre-segmentation approach based on the random forest classifier algorithm. The error with regard to the pixel number is typically between 1 to 6 %, while the evaluation of particle diameters gives deviations up to 12.9 %.

Ancillary