CN110108556A - 一种预测脆性涂层开裂的方法及系统 - Google Patents
一种预测脆性涂层开裂的方法及系统 Download PDFInfo
- Publication number
- CN110108556A CN110108556A CN201910303308.6A CN201910303308A CN110108556A CN 110108556 A CN110108556 A CN 110108556A CN 201910303308 A CN201910303308 A CN 201910303308A CN 110108556 A CN110108556 A CN 110108556A
- Authority
- CN
- China
- Prior art keywords
- coating
- brittle
- stage
- video image
- brittle coating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000576 coating method Methods 0.000 title claims abstract description 342
- 239000011248 coating agent Substances 0.000 title claims abstract description 340
- 238000005336 cracking Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000006378 damage Effects 0.000 claims abstract description 118
- 238000009825 accumulation Methods 0.000 claims abstract description 83
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 230000003068 static effect Effects 0.000 claims description 16
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000010422 painting Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 abstract description 5
- 229910010293 ceramic material Inorganic materials 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 114
- 239000012720 thermal barrier coating Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 239000007921 spray Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 210000000262 cochlear duct Anatomy 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000031074 Reinjury Diseases 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 235000006708 antioxidants Nutrition 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0017—Tensile
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/006—Crack, flaws, fracture or rupture
- G01N2203/0067—Fracture or rupture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
- G01N2203/0075—Strain-stress relations or elastic constants
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/026—Specifications of the specimen
- G01N2203/0298—Manufacturing or preparing specimens
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/0641—Indicating or recording means; Sensing means using optical, X-ray, ultraviolet, infrared or similar detectors
- G01N2203/0647—Image analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/067—Parameter measured for estimating the property
- G01N2203/0682—Spatial dimension, e.g. length, area, angle
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Coating Apparatus (AREA)
Abstract
本发明实施例提供一种预测脆性涂层开裂的方法及系统，应用于陶瓷材料技术领域，所述预测脆性涂层开裂的方法包括：预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系；获得待测工件上脆性涂层的当前正常服役时长；根据当前正常服役时长查找脆性涂层服役时长与涂层损伤积累阶段的对应关系，得到所述待测工件上脆性涂层对应的涂层损伤积累阶段。应用本发明实施例提供的方案，能够实现对脆性涂层的涂层损伤积累阶段进行快速预测，可以更好地适用于仅需确定待测工件上脆性涂层是否开裂以及开裂程度的情况，从而使得能够在脆性涂层出现裂纹之前对待测工件进行干预，为设备的正常运行提供了保证，避免了因脆性涂层从基体上剥落所造成的巨大损失。
Description
技术领域
本发明涉及陶瓷材料技术领域，特别涉及一种预测脆性涂层开裂的方法及系统。
背景技术
涂层是涂料一次施涂所得到的固态连续膜，涂布于金属、织物、塑料等基体上，起到保护基体材料的目的。涂层与基体材料依据其弹塑性性能有脆性和韧性之分。比如，热障涂层是一种基于陶瓷材料的脆性涂层，它具有热传导率低、抗腐蚀、抗氧化和耐磨损的良好性能。在工业应用中，往往利用这种热障涂层来制作涡轮发动机的叶片。一般的，脆性涂层的失效往往表现为涂层的表面开裂和界面剥落。特别的，脆性涂层从基体剥落往往会引发设备故障，造成巨大损失，因此对脆性涂层损伤的检测及寿命的预估尤为重要。
发明内容
本发明实施例的目的在于提供一种预测脆性涂层开裂的方法及系统，以实现对脆性涂层出现裂纹的情况进行预测，以便保证设备能够正常运行。
为达到上述目的，本发明实施例公开了一种预测脆性涂层开裂的方法，所述方法包括：
预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系；
获得待测工件上脆性涂层的当前正常服役时长；其中，所述当前正常服役时长是指脆性涂层在涂层表面完整情况下的当前使用时长；
根据所述当前正常服役时长查找所述脆性涂层服役时长与涂层损伤积累阶段的对应关系，得到所述待测工件上脆性涂层对应的涂层损伤积累阶段。
优选地，所述预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系包括：
在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
对所述标定试样进行静载拉伸，并在拉伸过程中采集所述标定散斑的视频图像；
获取各视频图像中预设标定点对应的应变值，并确定各视频图像对应的最大应变值；
绘制所述视频图像对应的应变曲线；
根据曲线特性相似的应变曲线划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
根据各视频图像集合中最大应变值对应的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
优选地，所述预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系包括：
在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
对所述标定试样进行静载拉伸，并在拉伸过程中采集所述标定散斑的视频图像；
根据所述视频图像中应力云图的分布情况划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
根据所述视频图像集合中各视频图像采集时的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
优选地，按照如下方式获得各视频图像采集时的脆性涂层服役时长：
根据各视频图像的采集时间戳或利用计时器，确定各视频图像采集时的脆性涂层服役时长。
优选地，所述涂层损伤积累阶段包括：无序应变阶段、等宽应变阶段和应变集中阶段。
为达到上述目的，本发明实施例公开了一种预测脆性涂层开裂的系统，所述系统包括：
对应关系建立模块，用于预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系；
时长获得模块，用于获得待测工件上脆性涂层的当前正常服役时长；其中，所述当前正常服役时长是指脆性涂层在涂层表面完整情况下的当前使用时长；
裂纹预测模块，用于根据所述当前正常服役时长查找所述脆性涂层服役时长与涂层损伤积累阶段的对应关系，得到所述待测工件上脆性涂层对应的涂层损伤积累阶段。
优选地，所述对应关系建立模块包括：
第一预处理单元，用于在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
第一拉伸处理单元，用于对所述标定试样进行静载拉伸；
第一标定图像采集单元，用于在拉伸过程中采集所述标定散斑的视频图像；
标定数据获取单元，用于获取各视频图像中预设标定点对应的应变值，并确定各视频图像对应的最大应变值；
曲线绘制单元，用于绘制所述视频图像对应的应变曲线；
第一开裂程度划分单元，用于根据曲线特性相似的应变曲线划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
第一对应关系单元，用于根据各视频图像集合中最大应变值对应的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
优选地，所述对应关系建立模块包括：
第二预处理单元，用于在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
第二拉伸处理单元，用于对所述标定试样进行静载拉伸；
第二标定图像采集单元，用于在拉伸过程中采集所述标定散斑的视频图像；
第二开裂程度划分单元，用于根据所述视频图像中应力云图的分布情况划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
第二对应关系生成单元，用于根据所述视频图像集合中各视频图像采集时的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
优选地，所述第二对应关系生成单元用于：
根据各视频图像的采集时间戳或利用计时器，确定各视频图像采集时的脆性涂层服役时长。
优选地，所述涂层损伤积累阶段包括：无序应变阶段、等宽应变阶段和应变集中阶段。
本发明实施例提供一种预测脆性涂层开裂的方法及系统，在该方法中，预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系，在对工件上脆性涂层开裂情况进行预测时，获得待测工件上脆性涂层的当前正常服役时长，根据该当前正常服役时长查找预先建立的脆性涂层服役时长与涂层损伤积累阶段的对应关系，得到待测工件上脆性涂层的涂层损伤积累阶段。
利用本发明实施例提供的方案，通过预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系，可以根据待测工件上脆性涂层的当前正常服役时长对脆性涂层的涂层损伤积累阶段进行快速预测，可以更好地适用于仅需确定待测工件上脆性涂层是否开裂以及开裂程度的情况，能够在脆性涂层出现裂纹之前对待测工件进行干预，为设备的正常运行提供保证，可以有效避免因脆性涂层从基体上剥落而造成巨大损失。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种预测脆性涂层开裂的方法的流程图；
图2为本发明实施例提供的一种用于建立脆性涂层服役时长与涂层损伤积累阶段的对应关系的硬件系统；
图3为利用人工方式形成的标定散斑；
图4为本发明实施例提供的脆性涂层处于无序应变阶段的应变曲线；
图5为本发明实施例提供的脆性涂层处于等宽应变阶段的应变曲线；
图6为本发明实施例提供的脆性涂层处于应变集中阶段的应变曲线；
图7为本发明实施例提供的标定试样的热障涂层处于无序应变阶段的应变云图；
图8为本发明实施例提供的标定试样的热障涂层处于等宽应变阶段的应变云图；
图9为本发明实施例提供的标定试样的热障涂层处于应变集中阶段的应变云图；
图10为本发明实施例提供的一种预测脆性涂层开裂的系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
通常，脆性涂层在使用过程中会受到拉伸载荷作用，并导致脆性涂层局部应力集中，而当该应力大于脆性涂层的断裂强度时，便会形成裂纹。
因此，为了对脆性涂层出现裂纹的情况进行预测，进而保证工件能够正常使用，本发明实施例提供了一种预测脆性涂层开裂的方法及系统，本发明实施例提供的方案可以应用于实验室，利用实验设备模拟实际工况并对待测工件进行预测，当然也可以应用于实际的工况环境中，对实际工业应用中的工件进行预测，比如对涡轮发动机叶片上脆性涂层的涂层损伤积累阶段的预测。
下面对本发明实施例提供的一种预测脆性涂层开裂的方法进行说明。
如图1所示，为本发明实施例提供的一种预测脆性涂层开裂的方法的流程图，所述方法包括以下步骤：
S101：预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系。
需要说明的是，该脆性涂层服役时长与涂层损伤积累阶段的对应关系，可以是脆性涂层服役时长区间(比如第一区间、第二区间和第三区间)与涂层损伤积累阶段(比如第一损伤阶段、第二损伤阶段和第三损伤阶段)之间的对应关系。
根据试验数据可知，脆性涂层的涂层损伤积累阶段可以包括：无序应变阶段、等宽应变阶段和应变集中阶段。进一步的，无序应变阶段对应的脆性涂层服役时长区间为脆性涂层服役总时长的0～31％(±5％)，等宽应变阶段对应的脆性涂层服役时长区间为脆性涂层服役总时长的31％(±5％)～91％(±8％)，应变集中阶段对应的脆性涂层服役时长区间为脆性涂层服役总时长的91％(±8％)～100％。
比如，在利用实验设备模拟实际工况的情景中，假设在涂层表面完整情况下静载拉伸过程持续了1小时，那么，脆性涂层服役时长与涂层损伤积累阶段可以具有如表1所示的对应关系：
表1：
| 脆性涂层服役时长 | 涂层损伤积累阶段 |
| 0～10分钟 | 无序应变阶段 |
| 10～25分钟 | 等宽应变阶段 |
| 25～60分钟 | 应变集中阶段 |
还需要说明的是，对于不同的脆性涂层、不同的应用场景而言，脆性涂层服役时长的区间端点的具体数值也会不同，需要根据实际应用中的具体情况来确定，本实例中所涉及到的“0～10分钟”、“10～25分钟”和“25～60分钟”仅为举例说明，并不应该理解为对脆性涂层服役时长的区间端点的限定。
另外，为了说明书布局清晰，将预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系的具体方式，在后续部分进行单独说明。
S102：获得待测工件上脆性涂层的当前正常服役时长。
其中，所述当前正常服役时长是指脆性涂层在涂层表面完整情况下的当前使用时长。
当待测工件上脆性涂层的涂层表面不完整的情况下，就表明该脆性涂层已经出现裂纹，而本发明实施例提供的方案适用于裂纹出现之前的预测过程，因此，需要强调的是，该当前正常服役时长是针对脆性涂层而言的，并非指待测工件的服役时长。
S103：根据所述当前正常服役时长查找所述脆性涂层服役时长与涂层损伤积累阶段的对应关系，得到所述待测工件上脆性涂层对应的涂层损伤积累阶段。
可以理解的是，脆性涂层的裂纹演变是一个连续变化的过程，并不是一个跳跃式的过程，因此，可以根据脆性涂层的当前正常服役时长，来对脆性涂层的涂层损伤积累阶段进行快速预测。
其中，脆性涂层的涂层损伤积累阶段包括：无序应变阶段、等宽应变阶段和应变集中阶段。
利用本发明实施例提供的方案，通过预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系，可以根据待测工件上脆性涂层的当前正常服役时长对脆性涂层的涂层损伤积累阶段进行快速预测，可以更好地适用于仅需确定待测工件上脆性涂层是否开裂以及开裂程度的情况，能够在脆性涂层出现裂纹之前对待测工件进行干预，为设备的正常运行提供保证，可以有效避免因脆性涂层从基体上剥落而造成巨大损失。
在本发明的一个实施例中，可以利用图2所示的系统，按照如下方式预先建立步骤S101中的脆性涂层服役时长与涂层损伤积累阶段的对应关系：
(1)在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
(2)对所述标定试样进行静载拉伸，并在拉伸过程中采集所述标定散斑的视频图像；
(3)获取各视频图像中预设标定点对应的应变值，并确定各视频图像对应的最大应变值；
(4)绘制所述视频图像对应的应变曲线；
(5)根据曲线特性相似的应变曲线划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
(6)根据各视频图像集合中最大应变值对应的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
其中，针对步骤(1)，可以由人工对标定试样的脆性涂层进行处理，并且，在对标定试样的脆性涂层喷涂黑漆时，所喷涂厚度、喷涂参数要尽量保证均匀。斑点的大小可以通过调整喷头与标定试样间的距离来调节，一般地，喷枪喷头距离标定试样要远些，以便通过电吹风等将细小的雾状油漆吹到标定试样的表面，从而形成理想的标定散斑。如图3所示，为利用人工方式形成的标定散斑。
需要说明的是，小几何尺寸、高反差的标定散斑有利于提高后续利用采集到的数字图像进行相关计算的精度，相反，如果标定散斑比较集中会形成大片黑色区域，不利于提高相关计算的精度，情况严重时，还会导致该相关计算的计算结果不收敛。因此，在本发明实施例中，可以将标定散斑的尺寸限定在一定范围内。另外，散斑的数量可以是一个或多个，也就是说，可以在标定试样的多个区域喷涂黑漆，形成标定散斑。
针对步骤(2)，为了能够按照恒定的拉伸速率对标定试样进行静载拉伸，可以利用拉伸试验机进行静载拉伸，比如可以选用日本岛津试验机(该拉伸试验机的型号为AG-X，20kN～50kN)，当然，本发明实施例并不需要限定拉伸试验机的具体型号，本领域技术人员可以根据实际应用中的具体情况选用合适的拉伸试验机。
在拉伸过程中，可以利用CCD(Charge Coupled Device，电荷耦合器件)摄像机采集标定散斑的视频图像，以便对拉伸过程中标定散斑的移动情况进行追踪，并将采集的视频图像传输至后台计算机中并存储。
一种方式中，可以基于预设的图像采集频率对待测工件上脆性涂层进行图像采集；另一种方式中，也可以根据实际需要触发该CCD摄像机以采集当前视频图像。
需要说明的是，本发明实施例并不限定该预设的图像采集频率的具体数值，但是，为了能够及时准确地对该脆性涂层进行预测，该图像采集频率设置不宜过大，比如，可以设置为10～20秒采集一幅图像即可。
针对步骤(3)，比如可以选用美国Correlated solutions公司的VIC-2D软件来获取各所采集的视频图像中各个预设标定点对应的各应变值；并将每一视频图像中数值最大的各个应变值中数值最大的应变值确定为所述视频图像对应的最大应变值。在本发明的一个具体实施例中，可以采用现有技术来测量各个预设待测点的当前应变值，此处不再赘述。
需要说明的是，在脆性涂层服役时长与涂层损伤积累阶段的对应关系建立过程中，标定试样的样本数量越大，所建立的脆性涂层服役时长与涂层损伤积累阶段的对应关系越准确。
针对步骤(4)，在绘制视频图像对应的应变曲线时，可以将各预设标定点的坐标作为应变曲线的横轴，将各预设标定点所对应的应变值作为应变曲线的纵轴，从而按照描点法绘制出每一视频图像对应的应变曲线。
针对步骤(5)，在步骤(4)绘制出各视频图像对应的应变曲线后，可以结合应变曲线的曲线特性进行分析，并且，绘制出的应变曲线通常具有一定的曲线特性，比如曲线走势、曲线分布、曲线的波峰波谷等一系列特点，请参见图4至图6，为反映了不同曲线特性的应变曲线，本实施例中可以根据曲线特性的相似性来划分涂层损伤积累阶段，然后将被划分为同一涂层损伤积累阶段的视频图像确定为一个视频图像集合。
针对步骤(6)，可以根据各视频图像的采集时间戳或利用计时器，确定各视频图像中采集时的脆性涂层服役时长。进一步的，当划分出各视频图像的涂层损伤积累阶段的同时，可以依据各视频图像中最大应变值对应的脆性涂层服役时长，相应地确定出与各涂层损伤积累阶段相对应的脆性涂层服役时长区间。
可以理解的是，对于每一幅视频图像而言，视频图像中的最大应变值与脆性涂层服役时长相对应。当确定出属于同一视频图像集合的视频图像后，便可根据各视频图像的最大应变值得到相应涂层损伤积累阶段的脆性涂层服役时长区间。
还需要说明的是，上述步骤(1)至(5)为本发明实施例所列举的建立脆性涂层服役时长与涂层损伤积累阶段的对应关系的一种具体方式，当然也可以采用其它方式，对此本发明实施例不做限定。
下面以脆性涂层中的热障涂层为例，对热障涂层裂纹开裂的三个状态进行介绍。
假设静载拉伸的方向为纵向拉伸，那么，可以在标定试样的热障涂层的视频图像中沿着拉伸方向做一条标记线(比如可以将图3中灰色区域和黑色区域的左侧或右侧交线作为标记线)，在该标记线上设置多个(比如101个)等间距的预设标记点。其中，图7为本发明实施例提供的标定试样的热障涂层处于无序应变阶段的应变云图，该阶段应变值的最大数值约为3％，误差为±0.5％；图8为本发明实施例提供的标定试样的热障涂层处于等宽应变阶段的应变云图，该阶段应变值的最大数值约为4％，误差为±0.5％；图9为本发明实施例提供的标定试样的热障涂层处于应变集中阶段的应变云图，该阶段应变值的最大数值约为6.7％，误差为±1％。
需要说明的是，可以根据各视频图像对应的最大应变值，对脆性涂层的涂层损伤积累阶段进行划分，还需要说明的是，上述实例中所提及的具体数字仅为举例说明，对于不同的脆性涂层而言，需要根据实际应用中的具体情况来确定划分涂层损伤积累阶段的分界点对应的最大应变值的具体数值。
在本发明的另一个实施例中，可以利用图2所示的系统，按照如下方式预先建立步骤S101中的脆性涂层服役时长与涂层损伤积累阶段的对应关系：
(1)在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
(2)对所述标定试样进行静载拉伸，并在拉伸过程中采集所述标定散斑的视频图像；
(3)根据所述视频图像中应力云图的分布情况划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
(4)根据所述视频图像集合中各视频图像采集时的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
需要说明的是，该实施例中的步骤(1)和步骤(2)与前述实施例中的步骤(1)和步骤(2)类似，此处不赘述。
针对步骤(3)，利用数字图像处理算法对视频图像进行分析可知，当脆性涂层处于不同涂层损伤积累阶段时，视频图像中应变云图具有不同的分布规律：如图7至图9所示，分别为无序应变阶段、等宽应变阶段和应变集中阶段的应变云图。
针对步骤(4)，可以根据各视频图像的采集时间戳或利用计时器，获取视频图像对应的脆性涂层服役时长。
一种实现方式中，在脆性涂层的表面完整的情况下假设采集了60张视频图像，若1～10幅图像中应变云图如图7所示，则将1～10幅视频图像对应的脆性服役时长的最大值t1确定为无序应变阶段对应的脆性涂层服役时长区间的右端点；若10～25幅图像中应变云图如图8所示，则将10～25幅视频图像对应的脆性涂层服役时长最大值t2确定为等宽应变阶段对应的脆性涂层服役时长区间的右端点，同时确定t1为等宽应变阶段对应的脆性涂层服役时长区间的左端点；若35～60幅图像中应变云图如图9所示，则将35～60幅视频图像对应的脆性涂层服役时长最大值t3确定为应变集中阶段对应的脆性涂层服役时长区间的右端点，同时确定t2为应变集中阶段对应的脆性涂层服役时长区间的左端点，从而得到出脆性涂层各开裂程度对应的服役时长区间依次为[0，t1]、[t1，t2]、[t2，t3]，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
另一种实现方式中，同样在脆性涂层的表面完整的情况下假设采集了60张视频图像，若1～10幅图像中应变云图如图7所示，则将第8～12幅视频图像对应的脆性服役时长的平均值t4确定为无序应变阶段对应的脆性涂层服役时长区间的右端点；若10～25幅图像中应变云图如图8所示，则将第23～27幅视频图像对应的脆性服役时长的平均值t5确定为等宽应变阶段对应的脆性涂层服役时长区间的右端点，同时确定t4为等宽应变阶段对应的脆性涂层服役时长区间的左端点；若35～60幅图像中应变云图如图9所示，则将第58～62幅视频图像对应的脆性服役时长的平均值t6确定为应变集中阶段对应的脆性涂层服役时长区间的右端点，同时确定t5为应变集中阶段对应的脆性涂层服役时长区间的左端点，从而得到出脆性涂层各涂层损伤积累阶段对应的服役时长区间依次为[0，t4]、[t4，t5]、[t5，t6]，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
需要说明的是，上述第61和62幅视频图像为脆性涂层表面不完整情况下采集的视频图像，采集该两幅视频图像仅用于服役时长区间端点的计算。另外，本发明实施例并不限定求平均值的视频图像的数量，本领域内的技术人员需要根据实际应用中的具体情况进行合理的设置。
相应地，本发明实施例还提供一种预测脆性涂层开裂的系统，下面对本发明实施例提供的一种预测脆性涂层开裂的系统进行说明。
如图10所示，为本发明实施例提供的一种预测脆性涂层开裂的系统的结构示意图，所述系统包括：
对应关系建立模块10，用于预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系；
时长获得模块20，用于获得待测工件上脆性涂层的当前正常服役时长；其中，所述当前正常服役时长是指脆性涂层在涂层表面完整情况下的当前使用时长；
裂纹预测模块30，用于根据所述当前正常服役时长查找所述脆性涂层服役时长与涂层损伤积累阶段的对应关系，得到所述待测工件上脆性涂层对应的涂层损伤积累阶段。
一种实现方式中，所述对应关系建立模块10包括：
第一预处理单元，用于在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
第一拉伸处理单元，用于对所述标定试样进行静载拉伸；
第一标定图像采集单元，用于在拉伸过程中采集所述标定散斑的视频图像；
标定数据获取单元，用于获取各视频图像中预设标定点对应的应变值，并确定各视频图像对应的最大应变值；
曲线绘制单元，用于绘制所述视频图像对应的应变曲线；
第一开裂程度划分单元，用于根据曲线特性相似的应变曲线划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
第一对应关系单元，用于根据各视频图像集合中最大应变值对应的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
另一种实现方式中，所述对应关系建立模块10包括：
第二预处理单元，用于在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
第二拉伸处理单元，用于对所述标定试样进行静载拉伸；
第二标定图像采集单元，用于在拉伸过程中采集所述标定散斑的视频图像；
第二开裂程度划分单元，用于根据所述视频图像中应力云图的分布情况划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
第二对应关系生成单元，用于根据所述视频图像集合中各视频图像采集时的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
其中，第二对应关系生成单元用于：根据各视频图像的采集时间戳或利用计时器，确定各视频图像采集时的脆性涂层服役时长。
所述涂层损伤积累阶段包括：无序应变阶段、等宽应变阶段和应变集中阶段。
利用本发明实施例提供的方案，通过预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系，可以根据待测工件上脆性涂层的当前正常服役时长对脆性涂层的涂层损伤积累阶段进行快速预测，可以更好地适用于仅需确定待测工件上脆性涂层是否开裂以及开裂程度的情况，能够在脆性涂层出现裂纹之前对待测工件进行干预，为设备的正常运行提供保证，可以有效避免因脆性涂层从基体上剥落而造成巨大损失。当然，在无需确定待测工件的裂纹开裂位置的应用场景下，图10中的裂纹预测模块30只需确定所述脆性涂层的涂层损伤积累阶段即可。
对于系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，这里所称的存储介质，如：ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种预测脆性涂层开裂的方法，其特征在于，所述方法包括：
预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系；
获得待测工件上脆性涂层的当前正常服役时长；其中，所述当前正常服役时长是指脆性涂层在涂层表面完整情况下的当前使用时长；
根据所述当前正常服役时长查找所述脆性涂层服役时长与涂层损伤积累阶段的对应关系，得到所述待测工件上脆性涂层对应的涂层损伤积累阶段。
2.根据权利要求1所述的预测脆性涂层开裂的方法，其特征在于，所述预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系包括：
在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
对所述标定试样进行静载拉伸，并在拉伸过程中采集所述标定散斑的视频图像；
获取各视频图像中预设标定点对应的应变值，并确定各视频图像对应的最大应变值；
绘制所述视频图像对应的应变曲线；
根据曲线特性相似的应变曲线划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
根据各视频图像集合中最大应变值对应的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
3.根据权利要求1所述的预测脆性涂层开裂的方法，其特征在于，所述预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系包括：
在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
对所述标定试样进行静载拉伸，并在拉伸过程中采集所述标定散斑的视频图像；
根据所述视频图像中应力云图的分布情况划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
根据所述视频图像集合中各视频图像采集时的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
4.根据权利要求3所述的预测脆性涂层开裂的方法，其特征在于，按照如下方式获得各视频图像采集时的脆性涂层服役时长：
根据各视频图像的采集时间戳或利用计时器，确定各视频图像采集时的脆性涂层服役时长。
5.根据权利要求2或3所述的预测脆性涂层开裂的方法，其特征在于，所述涂层损伤积累阶段包括：无序应变阶段、等宽应变阶段和应变集中阶段。
6.一种预测脆性涂层开裂的系统，其特征在于，所述系统包括：
对应关系建立模块，用于预先建立脆性涂层服役时长与涂层损伤积累阶段的对应关系；
时长获得模块，用于获得待测工件上脆性涂层的当前正常服役时长；其中，所述当前正常服役时长是指脆性涂层在涂层表面完整情况下的当前使用时长；
裂纹预测模块，用于根据所述当前正常服役时长查找所述脆性涂层服役时长与涂层损伤积累阶段的对应关系，得到所述待测工件上脆性涂层对应的涂层损伤积累阶段。
7.根据权利要求6所述的预测脆性涂层开裂的系统，其特征在于，所述对应关系建立模块包括：
第一预处理单元，用于在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
第一拉伸处理单元，用于对所述标定试样进行静载拉伸；
第一标定图像采集单元，用于在拉伸过程中采集所述标定散斑的视频图像；
标定数据获取单元，用于获取各视频图像中预设标定点对应的应变值，并确定各视频图像对应的最大应变值；
曲线绘制单元，用于绘制所述视频图像对应的应变曲线；
第一开裂程度划分单元，用于根据曲线特性相似的应变曲线划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
第一对应关系生成单元，用于根据各视频图像集合中最大应变值对应的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
8.根据权利要求6所述的预测脆性涂层开裂的系统，其特征在于，所述对应关系建立模块包括：
第二预处理单元，用于在标定试样的脆性涂层上喷涂黑漆，形成标定散斑；
第二拉伸处理单元，用于对所述标定试样进行静载拉伸；
第二标定图像采集单元，用于在拉伸过程中采集所述标定散斑的视频图像；
第二开裂程度划分单元，用于根据所述视频图像中应力云图的分布情况划分涂层损伤积累阶段，并确定各涂层损伤积累阶段对应的视频图像集合；
第二对应关系生成单元，用于根据所述视频图像集合中各视频图像采集时的脆性涂层服役时长，确定各涂层损伤积累阶段对应的脆性涂层服役时长区间，得到所述脆性涂层服役时长与涂层损伤积累阶段的对应关系。
9.根据权利要求7所述的预测脆性涂层开裂的系统，其特征在于，所述第二对应关系生成单元用于：
根据各视频图像的采集时间戳或利用计时器，确定各视频图像采集时的脆性涂层服役时长。
10.根据权利要求7或8所述的预测脆性涂层开裂的系统，其特征在于，所述涂层损伤积累阶段包括：无序应变阶段、等宽应变阶段和应变集中阶段。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910303308.6A CN110108556A (zh) | 2019-04-16 | 2019-04-16 | 一种预测脆性涂层开裂的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910303308.6A CN110108556A (zh) | 2019-04-16 | 2019-04-16 | 一种预测脆性涂层开裂的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110108556A true CN110108556A (zh) | 2019-08-09 |
Family
ID=67485481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910303308.6A Pending CN110108556A (zh) | 2019-04-16 | 2019-04-16 | 一种预测脆性涂层开裂的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110108556A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113902157A (zh) * | 2020-06-22 | 2022-01-07 | 中兴通讯股份有限公司 | 开裂时间预测模型获取方法、开裂时间预测设备及介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1426759A (en) * | 1972-02-24 | 1976-03-03 | Euratom | Apparatus for the high-speed tensile testing of materials |
| CN201096733Y (zh) * | 2007-04-19 | 2008-08-06 | 华东理工大学 | 一种涂层高温蠕变变形的测量装置 |
| CN101435755A (zh) * | 2008-10-31 | 2009-05-20 | 湘潭大学 | 一种在高温环境下研究含内埋界面缺陷的热障涂层界面屈曲破坏的实验控制方法 |
| CN101762452A (zh) * | 2010-01-06 | 2010-06-30 | 湘潭大学 | 一种用于模拟和实时测试高温部件热疲劳失效的试验装置 |
| CN101776645A (zh) * | 2010-01-06 | 2010-07-14 | 湘潭大学 | 一种带热障涂层的叶片热疲劳失效的模拟测试方法 |
| US20120179392A1 (en) * | 2011-01-11 | 2012-07-12 | Bridgestone Americas Tire Operations, Llc | Method and system for measuring strain in twisted cord |
| CN102692378A (zh) * | 2012-05-18 | 2012-09-26 | 中国航空工业集团公司北京航空材料研究院 | 一种金属有机涂层环境试验中样品预应变的方法 |
| CN104864819A (zh) * | 2015-01-19 | 2015-08-26 | 华中科技大学 | 一种基于数字散斑的高速三维应变测量方法 |
| CN105783761A (zh) * | 2016-05-03 | 2016-07-20 | 北京航空航天大学 | 一种高精度超高温视频引伸计及测量方法 |
| CN105842062A (zh) * | 2016-06-02 | 2016-08-10 | 江西洪都航空工业集团有限责任公司 | 一种裂纹扩展实时监测装置及方法 |
| CN109459286A (zh) * | 2018-12-10 | 2019-03-12 | 湘潭大学 | 一种涡轮叶片热障涂层模拟试验过程中损伤实时检测方法 |
-
2019
- 2019-04-16 CN CN201910303308.6A patent/CN110108556A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1426759A (en) * | 1972-02-24 | 1976-03-03 | Euratom | Apparatus for the high-speed tensile testing of materials |
| CN201096733Y (zh) * | 2007-04-19 | 2008-08-06 | 华东理工大学 | 一种涂层高温蠕变变形的测量装置 |
| CN101435755A (zh) * | 2008-10-31 | 2009-05-20 | 湘潭大学 | 一种在高温环境下研究含内埋界面缺陷的热障涂层界面屈曲破坏的实验控制方法 |
| CN101762452A (zh) * | 2010-01-06 | 2010-06-30 | 湘潭大学 | 一种用于模拟和实时测试高温部件热疲劳失效的试验装置 |
| CN101776645A (zh) * | 2010-01-06 | 2010-07-14 | 湘潭大学 | 一种带热障涂层的叶片热疲劳失效的模拟测试方法 |
| US20120179392A1 (en) * | 2011-01-11 | 2012-07-12 | Bridgestone Americas Tire Operations, Llc | Method and system for measuring strain in twisted cord |
| CN102692378A (zh) * | 2012-05-18 | 2012-09-26 | 中国航空工业集团公司北京航空材料研究院 | 一种金属有机涂层环境试验中样品预应变的方法 |
| CN104864819A (zh) * | 2015-01-19 | 2015-08-26 | 华中科技大学 | 一种基于数字散斑的高速三维应变测量方法 |
| CN105783761A (zh) * | 2016-05-03 | 2016-07-20 | 北京航空航天大学 | 一种高精度超高温视频引伸计及测量方法 |
| CN105842062A (zh) * | 2016-06-02 | 2016-08-10 | 江西洪都航空工业集团有限责任公司 | 一种裂纹扩展实时监测装置及方法 |
| CN109459286A (zh) * | 2018-12-10 | 2019-03-12 | 湘潭大学 | 一种涡轮叶片热障涂层模拟试验过程中损伤实时检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 吴多锦: "热障涂层界面破坏实时测试分析及实验模拟系统的研制", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113902157A (zh) * | 2020-06-22 | 2022-01-07 | 中兴通讯股份有限公司 | 开裂时间预测模型获取方法、开裂时间预测设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105171115B (zh) | 基于机器视觉的飞剪控制系统的飞剪控制方法 | |
| AU2002302818B2 (en) | Method of monitoring a high voltage grid power system | |
| CN106485805A (zh) | 一种管线巡检管理方法及系统 | |
| CN114994061B (zh) | 一种基于机器视觉的钢轨智能化检测方法及系统 | |
| WO2022263422A3 (en) | Intelligent reflecting surface configuration | |
| CN102680815A (zh) | 一种复合绝缘子交界面的检测方法及系统 | |
| CN106709905B (zh) | 一种基于双目视觉图像的防振锤故障在线检测识别方法 | |
| CN110108556A (zh) | 一种预测脆性涂层开裂的方法及系统 | |
| CN113899746B (zh) | 一种基于dic的钢结构疲劳裂纹扩展形态测量方法 | |
| CN106324583B (zh) | 一种矢量阵被动声呐异常数据在线剔除方法 | |
| CN107991591A (zh) | 一种基于Kaiser窗FFT单峰插值修正的图像融合方法 | |
| CN113538473A (zh) | 数字图像相关中针对裂纹的随机网格及异形子区划分方法 | |
| CN110310258B (zh) | 一种混凝土构件钢筋锈蚀程度的评定方法 | |
| CN110986787A (zh) | 基于点云数据的变电站支撑式管母形变预警方法 | |
| CN110261915A (zh) | 一种基于电磁感应的钢筋混凝土钢筋结构扫描方法及扫描仪 | |
| CN113917278A (zh) | 基于声波测温的电缆故障定位方法 | |
| CN111563888A (zh) | 一种定量裂缝生长监测方法 | |
| CN110276092B (zh) | 一种户外gis设备温度位移实景测量与评估方法 | |
| CN113588714B (zh) | 一种复合绝缘子缺陷检测方法 | |
| CN105043275A (zh) | 基于图像处理的输电导线覆冰厚度测量方法 | |
| CN109655885B (zh) | 一种自动初至拾取方法及系统 | |
| CN110108222A (zh) | 一种预测脆性涂层开裂的方法及系统 | |
| CN111189906B (zh) | 交流电磁场缺陷在线智能判定与分类识别方法 | |
| CN107544006A (zh) | 用于强风沙尘大温差下输电线路绝缘子选型的实验方法 | |
| CN110470444A (zh) | 一种基于dic技术的桥梁实际应力自动化测试系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190809 |