CN113483687B - 一种物体受力应变检测结果的直观呈现方法 - Google Patents

一种物体受力应变检测结果的直观呈现方法 Download PDF

Info

Publication number
CN113483687B
CN113483687B CN202110698476.7A CN202110698476A CN113483687B CN 113483687 B CN113483687 B CN 113483687B CN 202110698476 A CN202110698476 A CN 202110698476A CN 113483687 B CN113483687 B CN 113483687B
Authority
CN
China
Prior art keywords
value
calculating
displacement
detection result
threshold
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.)
Active
Application number
CN202110698476.7A
Other languages
English (en)
Other versions
CN113483687A (zh
Inventor
陶云辉
陈振鹏
杨峰
黄慧雅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Folang Ltd By Share Ltd
Original Assignee
Guangzhou Folang Ltd By Share Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Folang Ltd By Share Ltd filed Critical Guangzhou Folang Ltd By Share Ltd
Priority to CN202110698476.7A priority Critical patent/CN113483687B/zh
Publication of CN113483687A publication Critical patent/CN113483687A/zh
Application granted granted Critical
Publication of CN113483687B publication Critical patent/CN113483687B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G01B11/161—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge by interferometric means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明公开了一种物体受力应变检测结果的直观呈现方法，涉及应力检测技术领域。本发明包括以下步骤：步骤1：制备被试物的激光散斑；步骤2：获取被试物的变形前后的散斑图，并利用DIC算法计算散斑图的噪声位移场；步骤3：设置最大迭代系数K，并计算阈值t；步骤4：随机选取S个数据点建立最小数据模型Mk；步骤5：计算每个每个点至最小数据模型Mk的距离d；步骤6：计算距离d小于阈值t的计算点个数Nk；步骤7：利用数据子集Pk拟合位移场并计算相应的应变值。操作简单，在环境恶劣的调节下方便实现，数据量小的优点，能广泛的用于恶劣环境下对被试物的检测，直观的将结果呈现。

Description

一种物体受力应变检测结果的直观呈现方法
技术领域
本发明属于应力检测技术领域，特别是涉及一种物体受力应变检测结果的直观呈现方法。
背景技术
物体由于外因(受力、湿度、温度场变化等)而变形时，在物体内各部分之间产生相互作用的内力，以抵抗这种外因的作用，并试图使物体从变形后的位置恢复到变形前的位置。在所考察的截面某一点单位面积上的内力称为应力。同截面垂直的称为正应力或法向应力，同截面相切的称为剪应力或切应力。
随着高新技术的发展，人们对复合材料的要求越来越高，复合材料不仅仅适应目前工业技术高速发展的需求，同时也要在复杂多变、极端恶劣的应用环境下具有良好的稳定性和可靠性，其中材料的力学性能以及承载结构是制约一些高新技术发展的关键；由于目前材料在恶劣环境条件下变形测量的理论和技术尚不成熟，对材料的位移和应变测量的力学实验，是研究材料在恶劣复杂环境下力学行为及其可靠性的最重要、最基本的技术手段。
在实际测量中，恶劣复杂环境的实验条件比如高温、辐射等对测量的影响很大，对材料高温变形测量带来很大的困难，传统的常温情况下的位移和应变测量方法很难适用到恶劣复杂环境下，很难将物体将物体的应变检测结果直观的展现出来。
发明内容
本发明的目的在于提供一种物体受力应变检测结果的直观呈现方法，解决了现有上述技术背景中的问题。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明为一种物体受力应变检测结果的直观呈现方法，包括以下步骤：
步骤1：制备被试物的激光散斑；
步骤2：获取被试物的变形前后的散斑图，并利用DIC算法计算散斑图的噪声位移场；
步骤3：设置最大迭代系数K，并计算阈值t；
步骤4：随机选取S个数据点建立最小数据模型Mk；
步骤5：计算每个每个点至最小数据模型Mk的距离d；
步骤6：计算距离d小于阈值t的计算点个数Nk；
步骤7：利用数据子集Pk拟合位移场并计算相应的应变值。
优选的，所述步骤2中，采用CCD相机对被试物的散斑进行采集。
优选的，所述步骤2中DIC算法的自适应阈值计算方法为：对于V位移场，利用
Figure BDA0003128758630000021
i＝1…m,j＝1…n，计算位移波动值，其中，Z(xi,yj)位移波动值，v(xi,yj)是点(xi,yj)在y方向的位移值，m和n分别是位移场的列和行，再利用每个点的位移值对应y坐标下所有位移的平均值，以直方图形式统计各组数据出现的频率，从位移波动最小值开始搜索直到第一个波动值对应的数量小于平均值时停止，则波动值为阈值。
优选的，所述步骤3中，计算阈值t为所述步骤2中的自适应阈值计算阈值计算方法，并且将n的初始值置为零。
优选的，所述步骤3中，最大迭代次数K的计算方法为：
Figure BDA0003128758630000031
其中S为估计模型所需的最小据点数量，e为数据点中异常值百分比，p为成功概率，并且将迭代次数记录为k,k的初始值置为零。
优选的，所述步骤6中：将迭代次数记录为k,若数据点数量Nk>n时，n＝Nk，否则n＝n,当k>K迭代终止。
本发明具有以下有益效果：
1、本发明通过对被试物的激光散斑，通过获取被试物变形前后的散斑图，对被试物的变形进行前后对比，由于操作简单，在环境恶劣的调节下方便实现，数据量小的优点，能广泛的用于恶劣环境下对被试物的检测，直观的将结果呈现。
2、本发明通过利用IDC算法计算噪声位移场，使得在理论位移场无法知道的情况下，利用个点位移来表示噪声与模拟的位移场噪声非常相似，这样使得整体的检测结果更加的准确。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为一种物体受力应变检测结果的直观呈现方法的结构示意图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明为一种物体受力应变检测结果的直观呈现方法，包括以下步骤：
步骤1：制备被试物的激光散斑；制备激光散斑采用单频绿光激光器，波长：532mm，激光功率：1200mw，在对被试物检测时，需要保证激光能够均匀的覆盖住整个被试物的测试表面，激光束通过空间滤波器扩束后形成均匀的面光源并照射到被试物的表面，均匀的面光源在被试物表面发生漫反射形成无数的相干子波，相干子波在被试物周围的空间中发生相互干涉。
步骤2：获取被试物的变形前后的散斑图，并利用DIC算法计算散斑图的噪声位移场；CCD相机的靶面与被试物的表面平行在同一条直线上，使得检测结果更加准确，在通CCD相机上形成由亮暗相间的激光散斑图储存在计算机中，过DIC算法通过迭代的方式寻找最优的位移场拟合模型，再剔除噪声点，最后利用剩余的数据点进行位移场拟合得到平滑后的位移场，DIC算法能够有效的去除位移场中的噪声点，并且利用剩下的数据点进行位移场的拟合得到的位移场与理论位移场相似，能够有效地平滑位移场，提高数字图像变形检测精度。
步骤3：设置最大迭代系数K，并计算阈值t，最大迭代系数K的大小与整体的检测精度成正比，最大迭代次数K的计算方法为：
Figure BDA0003128758630000041
其中S为估计模型所需的最小据点数量，e为数据点中异常值百分比，p为成功概率，并且将迭代次数记录为k,k的初始值置为零，设置成功概率为p＝99％，异常百分比为e＝50％，随着迭代次数的增大，得到模型的正确率就越大，算法的鲁棒性越好，在数据处理能力足够的条件下，尽量的选择最大的迭代次数，以提高应变检测的精度。
步骤4：随机选取S个数据点建立最小数据模型Mk；由公式
Figure BDA0003128758630000051
得出，S值越小，所需的迭代次数就越少，拟合一个面至少需要三个点，所以以最小的S数设置为3来构建模型。
步骤5：计算每个每个点至最小数据模型Mk的距离d。
步骤6：计算距离d小于阈值t的计算点个数Nk；将迭代次数记录为k＝k+1,若数据点数量Nk>n时，n＝Nk，否则n＝n,当k>K迭代终止。
步骤7：利用数据子集Pk拟合位移场并计算相应的应变值，取最大的n值对应的子集作为你个位移场平面的有效数据点Pk，利用有效的数据点得到平滑后的位移场，进而计算得到其对应的应变值，使得整体的结果直观的呈现出来。
其中，所述步骤2中，采用CCD相机对被试物的散斑进行采集。
其中，所述步骤2中DIC算法的自适应阈值计算方法为：对于V位移场，利用
Figure BDA0003128758630000052
i＝1…m,j＝1…n，计算位移波动值，其中，Z(xi,yj)位移波动值，v(xi,yj)是点(xi,yj)在y方向的位移值，m和n分别是位移场的列和行，再利用每个点的位移值对应y坐标下所有位移的平均值，以直方图形式统计各组数据出现的频率，从位移波动最小值开始搜索直到第一个波动值对应的数量小于平均值时停止，则波动值为阈值，对U位移场采用同样的方法计算其相应的阈值大小，在实际测量中理论位移场是无法得到的，所以提出位移波动值作为评价位移噪声场的评价指标，波动位移值越小噪声越小，波动位移值越大噪声越大。
其中，所述步骤3中，计算阈值t为所述步骤2中的自适应阈值计算阈值计算方法，并且将n的初始值置为零。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.一种物体受力应变检测结果的直观呈现方法，其特征在于：包括以下步骤：
步骤1：制备被试物的激光散斑；
步骤2：获取被试物的变形前后的散斑图，并利用DIC算法计算散斑图的噪声位移场；
步骤3：设置最大迭代系数K，并计算阈值t；
步骤4：随机选取S个数据点建立最小数据模型Mk；
步骤5：计算每个点至最小数据模型Mk的距离d；
步骤6：计算距离d小于阈值t的计算点个数Nk；
步骤7：利用数据子集Pk拟合位移场并计算相应的应变值；
所述步骤2中DIC算法的计算方法为：对于噪声位移场，利用计算位移波动值，其中，Z(xi,yj)位移波动值，v(xi,yj)是点(xi,yj)在y方向的位移值，m和n分别是位移场的列和行，再利用每个点的位移值对应y坐标下所有位移的平均值，以直方图形式统计各组数据出现的频率，从位移波动最小值开始搜索直到第一个波动值对应的数量小于平均值时停止，则波动值为阈值。
2.根据权利要求1所述的一种物体受力应变检测结果的直观呈现方法，其特征在于，所述步骤2中，采用CCD相机对被试物的散斑进行采集。
3.根据权利要求2所述的一种物体受力应变检测结果的直观呈现方法，其特征在于，所述步骤3中，计算阈值t为所述步骤2中的自适应阈值计算方法，并且将n的初始值置为零。
4.根据权利要求3所述的一种物体受力应变检测结果的直观呈现方法，其特征在于，所述步骤3中，最大迭代次数K的计算方法为：其中S为估计模型所需的最小据点数量，e为数据点中异常值百分比，p为成功概率，并且将迭代次数记录为k,k的初始值置为零。
5.根据权利要求4所述的一种物体受力应变检测结果的直观呈现方法，其特征在于，所述步骤6中：将迭代次数记录为k,若数据点数量Nk>n时，n＝Nk，否则n＝n,当k>K迭代终止。
CN202110698476.7A 2021-06-23 2021-06-23 一种物体受力应变检测结果的直观呈现方法 Active CN113483687B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110698476.7A CN113483687B (zh) 2021-06-23 2021-06-23 一种物体受力应变检测结果的直观呈现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110698476.7A CN113483687B (zh) 2021-06-23 2021-06-23 一种物体受力应变检测结果的直观呈现方法

Publications (2)

Publication Number Publication Date
CN113483687A CN113483687A (zh) 2021-10-08
CN113483687B true CN113483687B (zh) 2023-05-16

Family

ID=77935907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110698476.7A Active CN113483687B (zh) 2021-06-23 2021-06-23 一种物体受力应变检测结果的直观呈现方法

Country Status (1)

Country Link
CN (1) CN113483687B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107726991B (zh) * 2017-10-09 2020-05-05 北京航空航天大学 一种基于弱形式的数字图像相关应变场计算方案
US10845187B2 (en) * 2018-03-02 2020-11-24 Drexel University Multiscale deformation measurements leveraging tailorable and multispectral speckle patterns
CN109839072B (zh) * 2019-02-27 2020-02-18 东南大学 一种基于dic的温度场与变形场同步测量的方法及装置
CN110441143A (zh) * 2019-07-19 2019-11-12 湖南省计量检测研究院 一种结合spm和dic技术的应变场计算方法

Also Published As

Publication number Publication date
CN113483687A (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN101930537B (zh) 基于弯曲不变量相关特征的三维人脸识别方法及系统
CN105843733B (zh) 一种大数据平台的性能检测方法及装置
Koc et al. Comparison of linear correlation and a statistical dependency measure for inferring spatial relation of temperature sensors in buildings
Baozhong et al. Overview of image noise reduction based on non-local mean algorithm
CN113483687B (zh) 一种物体受力应变检测结果的直观呈现方法
CN108664941A (zh) 基于测地映射分析的核稀疏描述人脸识别方法
CN105258642A (zh) 基于数字图像相关的实时光学引伸计测量方法
JP2004110602A (ja) 波形パターンデータから設備の診断・監視又は製品の良品・不良品検査のための特徴を抽出する方法及びプログラム
CN110275909A (zh) 基于de-mic算法检测多变量相关性方法和系统
CN113607546A (zh) 一种裂纹测量方法
Li et al. Phase-ii monitoring of exponentially distributed process based on type-II censored data for a possible shift in location–scale
Chen et al. An intelligent vision recognition method based on deep learning for pointer meters
CN109101778B (zh) 基于性能退化数据和寿命数据融合的Wiener过程参数估计方法
Zhang et al. Adaptive neighborhood selection based on locally linear embedding for the degradation index construction of traction motor bearing
Lin et al. Damage detection of structures with detrended fluctuation and detrended cross-correlation analyses
CN113532308B (zh) 数字图像相关中带初值的岭回归应变测量方法
Yang et al. Center Extraction Algorithm of Linear Structured Light Stripe Based on Improved Gray Barycenter Method
Wang et al. Intelligent fault diagnosis of hydroelectric units based on radar maps and improved GoogleNet by depthwise separate convolution
CN114252142A (zh) 地热管道异常状态的大数据定位监测方法、系统及计算机可读介质
CN1458528A (zh) 一种新的工程结构与材料变形测量技术
Sun et al. Flame Edge Detection Method Based on a Convolutional Neural Network
Deng et al. Looseness inspection of fasteners based on digital shearing speckle pattern interferometry and convolutional neural network
Shang et al. Fault identification method based on generative adversarial network in distributed acoustic sensing
KR101671908B1 (ko) 조립체 모델 비교 장치 및 방법
CN114578422B (zh) 一种水力压裂监测结果分析方法、装置及计算机设备

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230412

Address after: No.999 Yayun Avenue, Shiqi Town, Panyu District, Guangzhou City, Guangdong Province, 510000

Applicant after: Guangzhou Folang Limited by Share Ltd.

Address before: 230000 5th floor, QingWang building, QingWang Science Park, 88 Lanzhou Road, Baohe District, Hefei City, Anhui Province

Applicant before: Hefei langyun IOT Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant