Characterization of Flow Domains and Fluid Flows by Model- and Simulation-based Flow MRI (CFD-MRI)
Final Report Abstract
Die „compressed sensing“ (CS)-MRI wurde zur Beschleunigung von MRI-Messungen an einem 200 MHz µ-Imagingsystem realisiert. Notwendige Parameter für Abtastmuster und Bildrekonstruktion wurden hinsichtlich der Bildqualität optimiert. Die Messzeit reduzierte sich dabei auf bis zu 25% der konventionellen MRI bei nahezu gleicher Bildqualität. CS-MRI wurde verwendet, um Ultrafiltrationen im Detail zu charakterisieren. Die im Projekt untersuchten keramische Hohlfasermembranen und polymere Multikanalmembranen werden in der Abwasserbehandlung, Entsalzung, Proteinaufreinigung und Lebensmittelverarbeitung verwendet. Modellsubstanz war eine wässrige Natriumalginatlösung mit Kontrastmittel. Durch CS- MRI wurde Fouling im Membranlumen quantifizierbar und über die Modelle der Konzentrationspolarisation und Gelschichtbildung beschrieben. Auch die für die Identifikation der Filtrationsmechanismen wesentliche Reversibilität wurden mittels CS-MRI erfasst. CFD-MRI koppelt CFD-Simulation und MRI-Messung. Dazu wurde eine Methode zur Lösung von Gebietsidentifikationsproblemen implementiert und in der Open-Source Bibliothek OpenLB verwendet. Dabei handelt es sich um ein Optimierungsproblem, das mit Hilfe adjungierter Gleichungen die benötigten Gradienten sehr effizient und unabhängig von der Anzahl der Variablen berechnen kann. Das Optimierungsproblem ist die Minimierung des Unterschiedes von Simulation und Messung, um so MR-Images auf die physikalisch korrekten Grundgleichungen zu projizieren. Die CFD-MRI-Methode wurde anhand verschiedener numerischer Testfälle gründlich geprüft und validiert. Es konnte gezeigt werden, dass die CFD-MRI Objekte und resultierende Strömungen für künstliche, vollständige, teilweise vorhandene sowie verrauschte Daten sehr genau bestimmen und identifizieren kann. Vorhandenes Rauschen kann dabei fast vollständig reduziert werden, was zur Folge hat, dass Messungen entweder sehr viel schneller oder sehr höher aufgelöst durchgeführt werden können. In beiden Fällen kann das Rauschen sehr effizient und unter Einhaltung der physikalischen Gleichungen entfernt werden. Außerdem konnte gezeigt werden, dass Objekte in den Daten sehr präzise identifiziert werden konnten, für einfache sowie für komplexe Geometrien. Die CFD-MRI Methode lässt sehr gut auf Filtrationsmessdaten anwenden - mit einer genauen Identifizierung der Strukturen sowie der ortsaufgelösten Bestimmung des Permeabilitätswertes.
Publications
- "CFD-MRI: A coupled measurement and simulation approach for accurate fluid flow characterisation and domain identification." Computers & Fluids 166 (2018) 218-224
F. Klemens, S. Schuhmann, G. Guthausen, G. Thäter, M.J. Krause
(See online at https://doi.org/10.1016/j.compfluid.2018.02.022) - Fluid flow simulations verified by measurements to investigate adsorption processes in a static mixer", Computers & Mathematics with Applications, 76 (2018) 2744
M.-L. Maier, S. Milles, S. Schuhmann, G. Guthausen, H. Nirschl, M.J. Krause
(See online at https://doi.org/10.1016/j.camwa.2018.08.066) - In-situ characterization of deposits in ceramic hollow fiber membranes by compressed sensing RARE‐MRI, AIChE Journal, 64 (2018) 4039–4046
S. Schuhmann, N. Schork, K. Beller, H. Nirschl, T. Oerther, G. Guthausen
(See online at https://doi.org/10.1002/aic.16201) - Characterization and quantification of structure and flow in multichannel polymer membranes by MRI, Journal of Membrane Science, 570 (2019) 472-480
S. Schuhmann, J.W. Simkins, N. Schork, S.L. Codd, J.D. Seymour, M. Heijnen, F. Saravia, H. Horn, H. Nirschl, G. Guthausen
(See online at https://doi.org/10.1016/j.memsci.2018.10.072) - In situ measurement of deposit layer formation during skim milk filtration by MRI, Magnetic Resonance in Chemistry, 57 (2019) 738-748
N. Schork, S. Schuhmann, H. Nirschl, G. Guthausen
(See online at https://doi.org/10.1002/mrc.4826) - "Noise reduction of flow MRI measurements using a lattice Boltzmann based topology optimisation approach." Computers & Fluids 197 (2020) 104391
F. Klemens, S. Schuhmann, R. Balbierer, G. Guthausen, H. Nirschl, G. Thäter, M.J. Krause
(See online at https://doi.org/10.1016/j.compfluid.2019.104391) - Characterization of biofilm distribution in hollow fiber membranes using Compressed Sensing Magnetic Resonance Imaging, Journal of Membrane Science, 594 (2020) 117437
J.W. Simkins, S. Schuhmann, G. Guthausen, M. Heijnen, S.L. Codd, J.D. Seymour
(See online at https://doi.org/10.1016/j.memsci.2019.117437) - Recent MRI and diffusion studies of food structures, Annual Reports on NMR Spectroscopy, 100 (2020) 203-264
N. Schork, S. Schuhmann, O. Gruschke, D. Groß, K. Zick, H. Nirschl, G. Guthausen
(See online at https://doi.org/10.1016/bs.arnmr.2020.02.002) - Solving fluid flow domain identification problems with adjoint lattice Boltzmann methods, Computers & Mathematics with Applications 79 (2020) 17–33
F. Klemens, B. Förster, M. Dorn, G. Thäter, M.J. Krause
(See online at https://doi.org/10.1016/j.camwa.2018.07.010)
