Combined dynamic-kinematic validation of droplet-wall impact modeling

Deze studie introduceert een gecombineerd dynamisch-kinematisch valideringskader voor druppel-wal impactmodellen dat, in tegenstelling tot het gebruik van alleen de maximale spreidingsdiameter, zowel geometrische als kinematische metrieken integreert om de voorspelling van spreidings- en terugtrekgedrag te verbeteren en een verband te leggen tussen contactlijn-geometrie en interne stromingsdynamica.

De kern

De perfecte dans van een druppel: Waarom "hoe groot" niet genoeg is

Stel je voor dat je een druppel water laat vallen op een glad oppervlak, zoals een raam of een stukje glas. Wat gebeurt er? De druppel plakt, spreidt zich uit als een pannenkoek, en trekt zich daarna weer een beetje terug.

Wetenschappers proberen dit met computersimulaties na te bootsen. Maar tot nu toe keken ze bij het controleren van hun computerspellen vaak alleen naar één ding: hoe groot de druppel op zijn breedst werd.

Het probleem:
Het is alsof je een voetbalwedstrijd beoordeelt alleen op basis van de eindstand. Als een team wint, denk je misschien dat ze goed hebben gespeeld. Maar misschien was het toeval, of misschien speelden ze heel slecht en scoorden ze maar één keer.
In dit geval: een computermodel kan de grootte van de druppel perfect voorspellen, maar de beweging erin (de stroming) kan volledig fout zijn. De druppel zou zich in de simulatie misschien net zo groot uitstrekken als in het echt, maar dan op een manier die fysiek onmogelijk is.

De twee "regels" voor de druppel

De onderzoekers keken naar twee verschillende manieren (wiskundige regels) om te beschrijven hoe de druppel zich gedraagt aan de rand waar hij het glas raakt (de contactlijn).

1. De "Grote Baas" (Hoffman-Voinov-Tanner wet):
   Deze regel is heel goed in het voorspellen van de grootte. Het is alsof je een voorspeller hebt die perfect kan zeggen hoe breed de pannenkoek wordt. Maar als je kijkt naar hoe de deeg binnenin beweegt tijdens het terugtrekken, doet deze regel rare dingen. Het is alsof de pannenkoek zich terugtrekt, maar dan ineens weer begint te trillen of te versnellen op een manier die in het echt niet gebeurt.

2. De "Realist" (Hoffman-functie):
   Deze regel is iets minder perfect in het voorspellen van de exacte maximale breedte, maar hij is veel beter in het nabootsen van de beweging. Hij ziet eruit als een echte druppel die rustig uitdijt en dan langzaam stopt. Hij doet niet die rare sprongetjes terug.

De oplossing: Een hybride auto

De onderzoekers bedachten een slimme oplossing: waarom kiezen? Waarom niet de beste eigenschappen van beide regels samenvoegen?

Ze bouwden een hybride model:

• Tijdens het uitdijen (spreiden): Gebruik de "Grote Baas". Hij is hier het nauwkeurigst voor het voorspellen van de maximale breedte.
• Tijdens het terugtrekken (receding): Schakel over naar de "Realist". Hij zorgt ervoor dat de druppel zich op een natuurlijke, fysiek correcte manier terugtrekt zonder rare trillingen.

Het resultaat? Een simulatie die zowel de juiste grootte voorspelt als de juiste beweging. Het is alsof je een auto bouwt met de motor van een racewagen (voor snelheid/breedte) en het stuur van een luxe sedan (voor stabiliteit/terugtrekken).

Hoe hebben ze dit getest? (De PIV-methode)

Om dit te bewijzen, keken ze niet alleen naar de vorm, maar ook naar wat er binnenin de druppel gebeurt. Ze gebruikten een techniek genaamd PIV (Particle Image Velocimetry).

• De analogie: Stel je voor dat je een druppel melk met een beetje glitters erin op een tafel laat vallen. Je filmt het met een supersnelle camera. Door te kijken hoe de glitters bewegen, kun je zien hoe de vloeistof zelf stroomt.
• In de computer zaten "virtuele glitters". De onderzoekers vergeleken de beweging van deze virtuele glitters met de echte glitters in de experimenten. Ze ontdekten dat de oude methoden (alleen kijken naar de breedte) de beweging van de glitters vaak verkeerd voorspelden, zelfs als de breedte klopte.

De nieuwe "Landkaart" voor druppels

Aan het einde van het artikel presenteren ze een nieuwe manier om druppels te classificeren, een soort landkaart met twee assen:

1. Hoe breed wordt hij? (De geometrie).
2. Hoe snel stroomt het van binnen? (De kinematica).

Ze denken dat als je genoeg data verzamelt, je alleen al door te kijken naar hoe breed de druppel wordt, kunt voorspellen hoe snel het water erin stroomt. Dit zou heel handig zijn voor toepassingen zoals:

• 3D-printen: Om te weten hoe inkt zich verspreidt.
• Landbouw: Om te zien hoe pesticiden op bladeren blijven plakken.
• Koeling: Om te weten hoe water warmte van hete oppervlakken afvoert.

Conclusie in één zin

Je kunt een druppel niet alleen beoordelen op hoe groot hij wordt; je moet ook kijken naar hoe hij beweegt. Door twee verschillende wiskundige regels slim te combineren, hebben de onderzoekers een betere manier gevonden om te simuleren hoe druppels zich gedragen, wat leidt tot betere technologieën in de echte wereld.

Technische samenvatting

Probleemstelling

Numerieke studies naar de impact van druppels op een vaste ondergrond valideren hun modellen vaak uitsluitend op basis van de maximale spreidingsdiameter ($\beta_{max}$). De auteurs betogen dat deze meetwaarde onvoldoende is om de volledige dynamiek van een druppel te garanderen. Een model kan namelijk de maximale diameter nauwkeurig voorspellen, terwijl het de kinematische eigenschappen (zoals interne stromingssnelheden en het terugtrekgedrag tijdens het receding-fase) onnauwkeurig of fysiek onjuist simuleert. Er is een gebrek aan validatiemethoden die zowel geometrische parameters als kinematische kenmerken (interne snelheidsvelden) integreren.

Methodologie

De studie combineert Computational Fluid Dynamics (CFD) met experimentele data om twee dynamische contacthoekmodellen (DCA) te evalueren en een nieuw gecombineerd model te ontwikkelen.

• Experimentele Opstelling: Gebruik werd gemaakt van bestaande data van Ashikhmin et al. voor water-glycerine druppels (60% glycerine) die op een saffierglas-substraat impacteren. De experimenten omvatten Weber-getallen ($We_{imp}$) van 20, 80 en 250. Interne convectiestromingen werden gemeten met Particle Image Velocimetry (PIV) op een hoogte van 250 $\mu$m boven het substraat.
• Numerieke Simulatie:
  • Software: Ansys Fluent 2023 R1.
  • Model: 2D-axiale symmetrie, Volume of Fluid (VOF) methode voor multiphase flow, en de Navier-Stokes vergelijkingen voor laminaire stroming.
  • Mesh: Adaptieve meshverfijning (AMR) toegepast op het VOF-veld om het interface tussen lucht en vloeistof nauwkeurig te vangen.
• Data-Verwerking: Een Python-gebaseerd algoritme (SciPy) werd ontwikkeld om CFD-data te interpoleren, te filteren (via FFT) en te wegen om ze vergelijkbaar te maken met de ruimtelijk gemiddelde PIV-metingen. Dit compenseert voor meetfouten in PIV, zoals optische vervorming bij de rand van de druppel.
• Onderzochte Modellen:
  1. Generalized Hoffman-Voinov-Tanner (HVT) wet: Een wet die de dynamische contacthoek relateert aan het capillaire getal via een kubische relatie.
  2. Hoffman-functie: Een benadering die de contacthoek berekent op basis van een empirische functie voor zowel het vooruitgaande (advancing) als terugtrekkende (receding) regime.

Belangrijkste Bijdragen

1. Gecombineerde Validatiestrategie: De auteurs introduceren een validatiemethode die niet alleen kijkt naar de maximale spreidingsdiameter, maar ook naar kinematische metrics zoals de gemiddelde radiale snelheid, de snelheid van het contactlijn en de evolutie van het snelheidsveld.
2. Ontwikkeling van een Gecombineerd DCA-model: Een nieuw hybride model dat de sterke punten van beide onderzochte modellen combineert:
   • Gebruik van de Generalized HVT-wet tijdens het spreidingsfase (voor nauwkeurige voorspelling van de maximale diameter).
   • Gebruik van de Hoffman-functie tijdens het terugtrekkingsfase (voor fysiek correcte kinematiek en contactlijn-pinning).
3. Nieuwe Dimensieloze Diagrammen: Introductie van een diagram dat de maximale spreidingsfactor ($\beta_{max}$) relateert aan een karakteristiek capillaire getal ($Ca_{char}$), gebaseerd op de gemiddelde interne stroomsnelheid. Dit suggereert een link tussen de geometrie van de contactlijn en de interne kinematica.

Resultaten

• Validatie op Maximale Diameter: Het Generalized HVT-model presteert het beste voor de maximale spreidingsdiameter, met afwijkingen van minder dan 7% ten opzichte van experimenten. Het Hoffman-functiemodel toont hier grotere afwijkingen (tot 12,5%).
• Validatie op Kinematica (Snelheid):
  • Tijdens het terugtrekken (receding) faalt het Generalized HVT-model fysiek: het voorspelt een onrealistische versnelling van de stroming en negatieve snelheden (terugtrekken) zelfs nadat de contactlijn is gestabiliseerd (gepind).
  • Het Hoffman-functiemodel reproduceert het terugtrekgedrag veel nauwkeuriger en toont een lagere mediane absolute fout (MedAE) in de radiale snelheid (tot 3 keer lager dan HVT).
• Gecombineerd Model: Het nieuwe gecombineerde model behoudt de hoge nauwkeurigheid van de HVT-wet voor de maximale diameter (afwijking < 7%) en corrigeert tegelijkertijd de kinematische fouten tijdens het terugtrekken, waardoor het de experimentele snelheidsvelden en contactlijn-dynamiek het beste nabootst.
• Interne Stroming: Er werd een machtswet gevonden tussen de maximale spreidingsdiameter en de gemiddelde interne snelheid ($D_{max} \propto U_{mean}^b$), waarbij de exponent $b$ dicht bij 0,5 ligt, wat wijst op kwadratische schaling.

Betekenis en Conclusie

De studie concludeert dat validatie uitsluitend op basis van de maximale spreidingsdiameter methodologisch zwak is, omdat het fysiek incorrecte dynamische gedrag kan maskeren. Een robuust CFD-model vereist een gecombineerde validatie van geometrische en kinematische parameters.

Het voorgestelde gecombineerde DCA-model biedt een verbeterde fysische betrouwbaarheid voor toepassingen zoals spuitcoating, koeling, 3D-printing en landbouwsproeiing. Bovendien suggereert de relatie tussen $\beta_{max}$ en $Ca_{char}$ dat toekomstig onderzoek mogelijk de interne stromingskinematica kan schatten op basis van meetbare geometrische contactlijneigenschappen, mits voldoende data beschikbaar is.