Auf der 16th Triennial International Conference on Liquid Atomization and Spray Systems, ICLASS 2024, in Shanghai, China, haben wir ein Poster zur Spraydiagnostik mit maschinellem Lernen und zur Partikelcharakterisierung präsentiert. Die Arbeit zeigt, wie datengetriebene Methoden die optische Spraymessung verbessern und kompakte Messgeräte für komplexe Zerstäubungsprozesse ermöglichen können.
Das Poster konzentriert sich auf die Partikelcharakterisierung durch die Analyse von Lichtstreusignalen mit einem Ansatz des maschinellen Lernens. Dieses Verfahren baut auf dem etablierten Time-Shift-Time-of-Flight-Messverfahren (TSTOF) auf. TSTOF ist auch durch das kommerzielle Messsystem SpraySpy® bekannt.
Partikelcharakterisierung mit Lichtstreusignalen
Die Partikelcharakterisierung in Sprays und Strömungen erfordert häufig detaillierte Informationen über Partikelgröße und Partikelgeschwindigkeit. Klassische TSTOF-basierte Messgeräte verwenden mehrere optische Signale, um diese Informationen zu gewinnen. Diese Signale stammen von Tropfen oder Partikeln, die strukturierte Lichtfelder durchqueren.
In dieser Arbeit zeigen wir, wie maschinelles Lernen die Anzahl der benötigten Signale verringern kann. Das Modell lernt aus dem vollständigen Signalsatz und verwendet für die endgültige Auswertung anschließend nur ein einziges Signal. Dadurch kann das Verfahren weiterhin wichtige Partikelinformationen wie Größe und Geschwindigkeit bestimmen.
Auf dem Weg zu einem kompakteren Spraymessgerät mit Spraydiagnostik durch maschinelles Lernen
Spraydiagnostik mit maschinellem Lernen kann dazu beitragen, optische Messsysteme zu vereinfachen. Da in der endgültigen Auswertung nur ein einziges Signal verwendet wird, lässt sich die Zahl der benötigten optischen Komponenten verringern.
Daraus ergeben sich mehrere praktische Vorteile. Eine Lichtquelle, drei Detektoren sowie Teile der zugehörigen Elektronik und Optik werden möglicherweise nicht mehr benötigt. Künftige TSTOF-basierte Systeme könnten dadurch kleiner, kostengünstiger und einfacher in Labor- und Industrieumgebungen zu integrieren sein.
TSTOF-Messverfahren, SpraySpy® und SprayQuantAI® für die Partikelcharakterisierung
Das TSTOF-Messverfahren hat eine lange Geschichte in der optischen Spraydiagnostik und Partikelmessung. Es analysiert zeitversetzte Lichtstreusignale von Partikeln oder Tropfen in einer Strömung. Das kommerzielle Gerät auf Basis dieses Verfahrens wurde unter dem Markennamen SpraySpy® bekannt.
Der Beitrag zur ICLASS 2024 zeigt, wie sich dieses etablierte Messprinzip mit maschinellem Lernen erweitern lässt. Diese Verbindung von klassischer optischer Diagnostik und KI-gestützter Signalauswertung ist ein wichtiger Schritt hin zu neuen Systemen wie SprayQuantAI®.
Anwendungspotenzial
Der vorgestellte Ansatz unterstützt Partikelcharakterisierung, Tropfenanalyse, optische Spraydiagnostik und industrielles Spray-Monitoring. Er kann Forschenden und Ingenieuren helfen, Sprays mit geringerer Hardwarekomplexität zu messen und dabei die relevanten Informationen aus dem Lichtstreusignal zu erhalten.
Damit ist das Verfahren interessant für die Zerstäubungsforschung, Beschichtungsprozesse, die Sprayentwicklung, die Prozessüberwachung und kompakte optische Messgeräte.
