CN114487116B - 一种多孔材料声学性能测试系统及方法 - Google Patents

一种多孔材料声学性能测试系统及方法 Download PDF

Info

Publication number
CN114487116B
CN114487116B CN202210073066.8A CN202210073066A CN114487116B CN 114487116 B CN114487116 B CN 114487116B CN 202210073066 A CN202210073066 A CN 202210073066A CN 114487116 B CN114487116 B CN 114487116B
Authority
CN
China
Prior art keywords
porous material
vector
position coordinate
microscopic
transfer matrix
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
CN202210073066.8A
Other languages
English (en)
Other versions
CN114487116A (zh
Inventor
肖和业
周杰
顾金桃
徐驰朕
隋丹
孙文豪
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202210073066.8A priority Critical patent/CN114487116B/zh
Publication of CN114487116A publication Critical patent/CN114487116A/zh
Application granted granted Critical
Publication of CN114487116B publication Critical patent/CN114487116B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04Analysing solids
    • G01N29/06Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0654Imaging
    • G01N29/0681Imaging by acoustic microscopy, e.g. scanning acoustic microscopy
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/028Material parameters
    • G01N2291/0289Internal structure, e.g. defects, grain size, texture
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (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)
  • Manufacture Of Porous Articles, And Recovery And Treatment Of Waste Products (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明提供一种多孔材料声学性能测试系统及方法,系统包括:显微图像获取模块和参数分析模块;显微图像获取模块包括高分辨率彩色相机、目镜、定制数据采集器、物镜、载物台和高精度标定尺;参数分析模块包括高清图片采集控制模块、微观结构特征提取模块、微观声学参数计算模块和宏观声学性能分析模块。本发明对材料样品微观结构光学成像放大并进行数字化图像转化,快速提取材料微结构几何尺寸特征,以测量多孔材料声学性能。整个系统与其它声学测量实验方法、设备相比,本测试系统采用模块化设计,软硬件结合,操作简单,结构可靠,体积小,对样品尺寸需求小、成本低,测试耗时短,测量结果一致性好,精度高,实验效率高,具有重要的商业价值。

Description

一种多孔材料声学性能测试系统及方法
技术领域
本发明属于多孔材料测试技术领域,具体涉及一种多孔材料声学性能测试系统及方法。
背景技术
多孔材料是一种由相互贯通或封闭的孔洞构成网络结构的材料。与二维蜂窝状孔穴类似,孔穴由在三维空间填充的多面体构成的三维多孔材料称为“泡沫材料”,根据材质的不同,泡沫材料可分为泡沫金属,泡沫玻璃和泡沫塑料等。由于这种新型的“泡沫材料”具有耐火、耐高温、密度小、电磁屏蔽、吸能减震等优良特性,且洁净美观,环保无污染,还具有一定的结构承载能力,是集结构和功能于一身的材料,因此在航空、交通、冶金、电子通信和建筑等领域具有广阔的前景。
在对多孔材料的使用与声学性能的研究中,需要测量其结构参数与吸声系数。测量材料吸声系数的方法主要有三种,分别是:混响室法,驻波管法和图像法。(一)驻波管法:驻波管法虽然受场地的约束较小,应用广泛,但是此种测量方法具有以下问题:需要手动移动滑块确定探管的位置,步骤比较繁琐,实验耗时也较长。(二)混响室法:混响室法吸声系数的测量结果更加接近实际使用情况,但其也存在着材料面积大,安装不方便;同一种材料,不同的混响室中的测量值差别很大,无可比性,这使得混响法的测试效率低、一致性差且测试成本高。(三)图像法主要使用扫描电镜获得材料的微观结构,但是设备的维护成本和要求高,电子束对样品有一定的损伤与污染;如果样品本身导电性不好,一般需要表面镀膜或者喷金处理,实验耗时较长且测试成本高。
发明内容
针对现有技术存在的缺陷,本发明提供一种多孔材料声学性能测试系统及方法,可有效解决上述问题。
本发明采用的技术方案如下:
本发明提供一种多孔材料声学性能测试系统,包括:显微图像获取模块(1)和参数分析模块(2);
所述显微图像获取模块(1)包括高分辨率彩色相机(101)、目镜(102)、定制数据采集器(103)、物镜(104)、载物台(105)和高精度标定尺(106);
所述载物台(105)水平设置;所述物镜(104)位于所述载物台(105)的上方,且朝向所述载物台(105);所述物镜(104)的放大倍数可调节;在所述物镜(104)上方的两侧,各设置所述目镜(102)和所述高分辨率彩色相机(101);位于所述载物台(105)上面的材料样本,经所述物镜(104)放大后,分别显示到所述目镜(102)和所述高分辨率彩色相机(101);所述高分辨率彩色相机(101)的下方设置用于测量放大倍数的所述高精度标定尺(106);
所述高分辨率彩色相机(101)的图像输出端,连接到所述定制数据采集器(103);所述定制数据采集器(103)的输出端,与所述参数分析模块(2)的输入端连接;
所述参数分析模块(2)包括:高清图片采集控制模块(202)、微观结构特征提取模块(203)、微观声学参数计算模块(204)和宏观声学性能分析模块(205);
所述高清图片采集控制模块(202),与所述高分辨率彩色相机(101)连接,用于对所述高分辨率彩色相机(101)的工作参数进行控制调节;
所述微观结构特征提取模块(203),用于对所述高分辨率彩色相机(101)拍摄到的多孔材料高精度微观结构图片进行多孔材料特征提取,得到多孔材料几何特征参数;
所述微观声学参数计算模块(204),用于根据所述微观结构特征提取模块(203)提取到的多孔材料几何特征参数,构建多孔材料二维模型,并对所述多孔材料二维模型进行流场仿真分析,得到多孔材料微观声学参数;
所述宏观声学性能分析模块(205),用于根据所述微观声学参数计算模块(204)得到的多孔材料微观声学参数,得到多孔材料宏观声学性能。
本发明还提供一种多孔材料声学性能测试系统的方法,包括以下步骤:
步骤1,显微图像获取过程:
步骤1.1,将被测的材料样本放在载物台(105)上面,采用压片夹压住,使材料样本正对载物台(105)的通光孔中心;
步骤1.2,选择与需要的放大倍数对应的目镜(102)和物镜(104),调节粗准焦螺旋与细准焦螺旋,直到视野内出现清晰的物象;
步骤1.3,打开高分辨率彩色相机(101),拍摄得到材料样本的高清材料显微图像tu0,并存入定制数据采集器(103);
步骤1.4,对于高清材料显微图像tu0,识别到包括n个泡沫单元,依次表示为:泡沫单元P01,P02,…,P0n
对于每个泡沫单元,置于视野中心,并调节目镜(102)和物镜(104)的放大倍数,使其放大到占满可拍摄区域,再通过高分辨率彩色相机(101)拍摄,由此得到泡沫单元图;
因此,对于泡沫单元P01,P02,…,P0n,对应得到泡沫单元图Q01,Q02,…,Q0n
将高清材料显微图像tu0、泡沫单元图Q01,Q02,…,Q0n传输给参数分析模块(2);
步骤2,微观结构特征提取过程:
采用微观结构特征提取模块(203),对高清材料显微图像tu0、泡沫单元图Q01,Q02,…,Q0n进行综合分析,得到多孔材料杆长统计平均值
Figure BDA0003482984460000041
和多孔材料杆径统计平均值
Figure BDA0003482984460000042
具体方法为:
步骤2.1,对高清材料显微图像tu0和泡沫单元图Q01,Q02,…,Q0n进行微观结构特征提取,得到微观结构特征参数,包括:图像x向位置坐标向量Xn,图像y向位置坐标向量Yn,杆长几何参数向量Wn,杆径几何参数向量Rn,位置坐标向量传递矩阵Tc,几何参数向量传递矩阵Tg,几何参数向量到位置坐标向量的传递矩阵Tt
具体方法为:
步骤2.1.1,在高清材料显微图像tu0中,识别到n个泡沫单元,依次为:泡沫单元P01,P02,…,P0n
获取每个泡沫单元P0i的最小包络圆的圆心坐标(xi,yi),其中,i=1,2,…,n,因此,n个泡沫单元的x坐标,形成n维度的图像x向位置坐标向量Xn=(x1,x2,…,xn);n个泡沫单元的y坐标,形成n维度的图像y向位置坐标向量Yn=(y1,y2,…,yn);
根据下式,得到高清材料显微图像tu0的n×n阶的位置坐标向量传递矩阵Tc
Tc=Yn/Xn (1)
步骤2.1.2,对于泡沫单元图Q01,Q02,…,Q0n,获得每个泡沫单元图Q0i的杆长wi和杆径ri
因此,n个泡沫单元图的杆长,形成n维度的杆长几何参数向量Wn=(w1,w2,…,wn);n个泡沫单元图的杆径,形成n维度的杆径几何参数向量Rn=(r1,r2,…,rn);
根据下式,得到高清材料显微图像tu0的n×n阶的几何参数向量传递矩阵Tg
Tg=Rn/Wn (2)
步骤2.1.3,根据下式,得到高清材料显微图像tu0的n×n阶的几何参数向量到位置坐标向量的传递矩阵Tt
Tt=Xn/Wn (3)
步骤2.2,以实际采集到的高清材料显微图像tu0为基础,进行样本扩充,分别得到与高清材料显微图像tu0微观结构特征分布规律一致的k个再生图片样本,表示为:再生图片样本tu1,tu2,…,tuk
其中,对于任意再生图片样本tuj,j=1,2,…,k,采用以下方法生成:
步骤2.2.1,预设置再生图片样本tuj的维度为m;
步骤2.2.2,计算杆长几何参数向量Wn=(w1,w2,…,wn)的平均期望为EW,标准差为σW
计算杆径几何参数向量Rn=(r1,r2,…,rn)的平均期望为ER,标准差为σR
步骤2.2.3,随机生成符合标准正态分布的m个随机数,表示为:β12,…,βm
步骤2.2.4,采用下式,得到再生图片样本tuj的杆长几何参数向量Wmj=(w1j,w2j,…,wmj)和杆径几何参数向量Rmj=(r1j,r2j,…,rmj);
Figure BDA0003482984460000051
Figure BDA0003482984460000052
步骤2.2.5,根据下式,得到再生图片样本tuj的几何参数向量传递矩阵Tgj
Tgj=Rmj/Wmj (6)
步骤2.2.6,对高清材料显微图像tu0的位置坐标向量传递矩阵Tc的元素分布进行分析,得到分布规律;对位置坐标向量传递矩阵Tc的元素值进行内插或者外插,得到再生图片样本tuj的位置坐标向量传递矩阵Tcj;其中,位置坐标向量传递矩阵Tcj的分布规律与位置坐标向量传递矩阵Tc的分布规律一致;
对高清材料显微图像tu0的几何参数向量到位置坐标向量的传递矩阵Tt的元素分布进行分析,得到分布规律;对几何参数向量到位置坐标向量的传递矩阵Tt的元素值进行内插或者外插,得到再生图片样本tuj的几何参数向量到位置坐标向量的传递矩阵Ttj;其中,几何参数向量到位置坐标向量的传递矩阵Ttj的分布规律与几何参数向量到位置坐标向量的传递矩阵Tt的分布规律一致;
步骤2.2.7,至此得到再生图片样本tuj的微观结构特征参数,包括:杆长几何参数向量Wmj=(w1j,w2j,…,wmj)、杆径几何参数向量Rmj=(r1j,r2j,…,rmj)、几何参数向量传递矩阵Tgj、位置坐标向量传递矩阵Tcj以及几何参数向量到位置坐标向量的传递矩阵Ttj
根据下式,得到再生图片样本tuj的x向位置坐标向量Xmj=(x1j,x2j,…,xmj)和y向位置坐标向量Ymj=(y1j,y2j,…,ymj):
Xmj=Rmj·T-1 gj·Ttj (7)
Ymj=Rmj·T-1 gj·Ttj·Tcj (8)
步骤2.2.8,计算高清材料显微图像tu0的图像x向位置坐标向量Xn的方差,为δ(Xn);
计算高清材料显微图像tu0的图像y向位置坐标向量Yn的方差,为δ(Yn);
计算再生图片样本tuj的x向位置坐标向量Xmj的方差,为δ(Xmj);
计算再生图片样本tuj的y向位置坐标向量Ymj的方差,为δ(Ymj);
判断是否同时满足以下条件:
Figure BDA0003482984460000061
Figure BDA0003482984460000071
其中:ε为设定阈值;
如果满足,则表明再生图片样本tuj与高清材料显微图像tu0的微观结构特征分布规律一致,表示再生图片样本tuj为合格样本,执行步骤2.3;否则,舍弃该再生图片样本tuj
步骤2.3,对于步骤2.2得到的合格的再生图片样本tu1,tu2,…,tuk,对应的杆长几何参数向量依次为:Wm1,Wm2,…,Wmk;杆径几何参数向量依次为:Rm1,Rm2,…,Rmk
计算Wn,Wm1,Wm2,…,Wmk的平均期望值,即为多孔材料杆长统计平均值
Figure BDA0003482984460000073
计算Rn,Rm1,Rm2,…,Rmk的平均期望值,即为多孔材料杆径统计平均值
Figure BDA0003482984460000074
步骤3,根据步骤2得到的材料微观结构特征,得到多孔材料微观声学参数;
步骤4,根据步骤3得到的多孔材料微观声学参数,得到多孔材料宏观声学性能。
优选的,步骤3中,多孔材料微观声学参数包括孔隙率φ、流阻σf,弯曲度α、粘性特征长度Λ、热特征长度Λ'、等效密度ρe和体积模量Ke
具体通过以下方法获得:
步骤3.1,采用下式,计算多孔材料的孔隙率φ:
Figure BDA0003482984460000072
步骤3.2,确定流体速度场基本参数,包括:流体速度场体积V,流体速度场表面积S,流体速度场高频速度向量E,流体速度场低频稳态速度向量v在x方向分量vx,以及流体速度场低频稳态速度向量v在x方向分量vx的相平均<vx>;
步骤3.3,采用流体速度场对多孔材料进行流体力学仿真,通过下式,分别得到多孔材料的流阻σf,弯曲度α、粘性特征长度Λ和热特征长度Λ':
Figure BDA0003482984460000081
Figure BDA0003482984460000082
Figure BDA0003482984460000083
Figure BDA0003482984460000084
其中:
η是空气的动态粘度;
<*>表示流体相平均,其定义为:
Figure BDA0003482984460000085
Ωf是在流体速度场所在体积的积分域;
Figure BDA0003482984460000088
是在流体速度场表面的积分域;
Ex是流体速度场高频速度向量E沿x轴的分量;
步骤3.4,通过下式,分别得到多孔材料的等效密度ρe和体积模量Ke
Figure BDA0003482984460000086
Figure BDA0003482984460000087
其中:
ic是虚数单位;
ρ0是空气密度;
ω是角频率;
γ是比热比;
B2是空气的普朗克常数;
P0是大气压强。
优选的,步骤4中,多孔材料宏观声学性能包括:特征阻抗Zc和表面阻抗Zs
具体通过以下方法获得:
步骤4.1,采用下式,得到多孔材料的特征阻抗Zc
Figure BDA0003482984460000091
步骤4.2,采用下式,得到多孔材料的表面阻抗Zs
Figure BDA0003482984460000092
其中:
kc表示波数,通过下式获得:
Figure BDA0003482984460000093
kc⊥表示kc在入射表面垂直方向的分量;
cotg表示余切函数;
H表示多孔材料的厚度。
优选的,还包括:
由多孔材料的特征阻抗Zc和表面阻抗Zs,得到多孔材料的吸声系数。
本发明提供的多孔材料声学性能测试系统及方法具有以下优点:
本发明基于多孔材料微结构几何尺寸获取多孔材料微观声学参数和宏观声学性能。具体的,通过对材料样品微观结构光学成像放大并进行数字化图像转化,快速提取材料微结构几何尺寸特征,以测量多孔材料的声学性能。整个系统与其它声学测量实验方法、设备相比,本测试系统采用模块化设计,软硬件结合,操作简单,结构可靠,体积小,对样品尺寸需求小、成本低,测试耗时短,测量结果一致性好,精度高,实验效率高,具有重要的商业价值。
附图说明
图1为本发明提供的多孔材料声学性能测试系统的整体结构示意图;
图2为本发明提供的多孔材料声学性能测试方法的流程简图;
图3为本发明提供的多孔材料声学性能测试方法的详细流程图;
图4为本发明提供的显微图像获取模块的结构图;
图5为本发明提供的参数分析模块的原理图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供一种多孔材料声学性能测试系统及方法,能够简易、快速、高精度的得到多孔材料声学性能参数,提升测试效率、降低测试成本。
具体的,本发明提供一种多孔材料声学性能测试系统及方法,是一种通过获取多孔材料图像,再对多孔材料图像放进行分析,得到多孔材料微观结构,最终通过多孔材料微观结构获得声学性能。利用高精度显微测量系统对多孔材料微观构型测量以推算材料的声学性能,具有材料声学性能测试高效、低成本的优点。另外,由于仅需采集多孔材料图像,因此,不会损失精度,进一步提高了多孔材料声学参数获得的准确性。
本发明提供一种多孔材料声学性能测试系统,主要涉及多孔材料微结构测量,具体涉及一种多孔材料微观结构显示与宏观声学性能的测试设备,参考图1和图2,该测试系统采用模块化设计,包括:显微图像获取模块1和参数分析模块2;
显微图像获取模块1:通过显微镜,高分辨率相机以及高精度标尺等设备获取多孔材料的高精度微观结构图片;
参数分析模块2:首先对获取得到的多孔材料的高精度微观结构图片进行图像预处理,然后对处理后的图片中的材料微结构进行分析,提取其微结构特征参数;根据微结构特征参数,通过算法实时计算可获得吸声系数、热特征长度、粘性特征长度等材料声学性能参数。
参考图4,显微图像获取模块1包括高分辨率彩色相机101、目镜102、定制数据采集器103、物镜104、载物台105和高精度标定尺106;
载物台105水平设置;物镜104位于载物台105的上方,且朝向载物台105;物镜104的放大倍数可调节;在物镜104上方的两侧,各设置目镜102和高分辨率彩色相机101;位于载物台105上面的材料样本,经物镜104放大后,分别显示到目镜102和高分辨率彩色相机101;高分辨率彩色相机101的下方设置用于测量放大倍数的高精度标定尺106;
高分辨率彩色相机101的图像输出端,连接到定制数据采集器103;定制数据采集器103的输出端,与参数分析模块2的输入端连接。
其原理为:
目镜102采用高精度光学目镜,将多孔材料的微结构图像放大,高分辨率彩色相机101对图像进行数值化采集,并通过数据采集器103传给终端显示。
通过目镜102、高分辨率彩色相机101、数据采集器103的集成,不仅能获取多孔材料样本微观结构特定放大倍数的数字化图像,还能保证测试系统的小型化。
参考图5,参数分析模块2包括:高清图片采集控制模块202、微观结构特征提取模块203、微观声学参数计算模块204和宏观声学性能分析模块205;其中,201代表材料显微结构;
高清图片采集控制模块202,与高分辨率彩色相机101连接,用于对高分辨率彩色相机101的工作参数进行控制调节;
微观结构特征提取模块203,用于对高分辨率彩色相机101拍摄到的多孔材料高精度微观结构图片进行多孔材料特征提取,得到多孔材料几何特征参数;
微观声学参数计算模块204,用于根据微观结构特征提取模块203提取到的多孔材料几何特征参数,构建多孔材料二维模型,并对多孔材料二维模型进行流场仿真分析,得到多孔材料微观声学参数;
宏观声学性能分析模块205,用于根据微观声学参数计算模块204得到的多孔材料微观声学参数,得到多孔材料宏观声学性能。
参数分析模块2可在操作系统环境下运行,在实现对多孔材料微结构的杆径,杆长等形状参数的统计平均值进行测量后,通过分析得到多孔介质声学参数,进而实现材料吸声系数的测量,具有快捷、简便、消费比高的优势。
本发明还提供一种多孔材料声学性能测试系统的方法,参考图3,包括以下步骤:
步骤1,显微图像获取过程:
步骤1.1,将被测的材料样本放在载物台105上面,采用压片夹压住,使材料样本正对载物台105的通光孔中心;
步骤1.2,选择与需要的放大倍数对应的目镜102和物镜104,调节粗准焦螺旋与细准焦螺旋,直到视野内出现清晰的物象;
步骤1.3,打开高分辨率彩色相机101,拍摄得到材料样本的高清材料显微图像tu0,并存入定制数据采集器103;
步骤1.4,对于高清材料显微图像tu0,识别到包括n个泡沫单元,依次表示为:泡沫单元P01,P02,…,P0n
对于每个泡沫单元,置于视野中心,并调节目镜102和物镜104的放大倍数,使其放大到占满可拍摄区域,再通过高分辨率彩色相机101拍摄,由此得到泡沫单元图;
因此,对于泡沫单元P01,P02,…,P0n,对应得到泡沫单元图Q01,Q02,…,Q0n
将高清材料显微图像tu0、泡沫单元图Q01,Q02,…,Q0n传输给参数分析模块2;
具体的,首先拍摄得到材料样本的高清材料显微图像tu0,对高清材料显微图像tu0进行预处理,包括基于中值滤波的图像噪声抑制以及二值化的图像增强。由于多孔材料微尺度的不规则性较大,为了获得杆长,杆径等微观参数的统计平均值,对每个泡沫单元进行单独放大采样,得到泡沫单元图,然后再采用本发明以下的方法,获得准确的多孔材料杆长统计平均值
Figure BDA0003482984460000132
和多孔材料杆径统计平均值
Figure BDA0003482984460000133
步骤2,微观结构特征提取过程:
采用微观结构特征提取模块203,对高清材料显微图像tu0、泡沫单元图Q01,Q02,…,Q0n进行综合分析,得到多孔材料杆长统计平均值
Figure BDA0003482984460000131
和多孔材料杆径统计平均值
Figure BDA0003482984460000134
具体方法为:
步骤2.1,对高清材料显微图像tu0和泡沫单元图Q01,Q02,…,Q0n进行微观结构特征提取,得到微观结构特征参数,包括:图像x向位置坐标向量Xn,图像y向位置坐标向量Yn,杆长几何参数向量Wn,杆径几何参数向量Rn,位置坐标向量传递矩阵Tc,几何参数向量传递矩阵Tg,几何参数向量到位置坐标向量的传递矩阵Tt
具体方法为:
步骤2.1.1,在高清材料显微图像tu0中,识别到n个泡沫单元,依次为:泡沫单元P01,P02,…,P0n
获取每个泡沫单元P0i的最小包络圆的圆心坐标(xi,yi),其中,i=1,2,…,n,因此,n个泡沫单元的x坐标,形成n维度的图像x向位置坐标向量Xn=(x1,x2,…,xn);n个泡沫单元的y坐标,形成n维度的图像y向位置坐标向量Yn=(y1,y2,…,yn);
根据下式,得到高清材料显微图像tu0的n×n阶的位置坐标向量传递矩阵Tc
Tc=Yn/Xn (1)
步骤2.1.2,对于泡沫单元图Q01,Q02,…,Q0n,获得每个泡沫单元图Q0i的杆长wi和杆径ri
本发明中,每个泡沫单元图Q0i的杆长wi,是泡沫单元各个杆长的平均值;每个泡沫单元图Q0i的杆径ri,是泡沫单元所有对角线的平均值。
因此,n个泡沫单元图的杆长,形成n维度的杆长几何参数向量Wn=(w1,w2,…,wn);n个泡沫单元图的杆径,形成n维度的杆径几何参数向量Rn=(r1,r2,…,rn);
根据下式,得到高清材料显微图像tu0的n×n阶的几何参数向量传递矩阵Tg
Tg=Rn/Wn (2)
步骤2.1.3,根据下式,得到高清材料显微图像tu0的n×n阶的几何参数向量到位置坐标向量的传递矩阵Tt
Tt=Xn/Wn (3)
步骤2.2,以实际采集到的高清材料显微图像tu0为基础,进行样本扩充,分别得到与高清材料显微图像tu0微观结构特征分布规律一致的k个再生图片样本,表示为:再生图片样本tu1,tu2,…,tuk
其中,对于任意再生图片样本tuj,j=1,2,…,k,采用以下方法生成:
步骤2.2.1,预设置再生图片样本tuj的维度为m;
步骤2.2.2,计算杆长几何参数向量Wn=(w1,w2,…,wn)的平均期望为EW,标准差为σW
计算杆径几何参数向量Rn=(r1,r2,…,rn)的平均期望为ER,标准差为σR
步骤2.2.3,随机生成符合标准正态分布的m个随机数,表示为:β12,…,βm
步骤2.2.4,采用下式,得到再生图片样本tuj的杆长几何参数向量Wmj=(w1j,w2j,…,wmj)和杆径几何参数向量Rmj=(r1j,r2j,…,rmj);
Figure BDA0003482984460000151
Figure BDA0003482984460000152
步骤2.2.5,根据下式,得到再生图片样本tuj的几何参数向量传递矩阵Tgj
Tgj=Rmj/Wmj (6)
步骤2.2.6,对高清材料显微图像tu0的位置坐标向量传递矩阵Tc的元素分布进行分析,得到分布规律;对位置坐标向量传递矩阵Tc的元素值进行内插或者外插,得到再生图片样本tuj的位置坐标向量传递矩阵Tcj;其中,位置坐标向量传递矩阵Tcj的分布规律与位置坐标向量传递矩阵Tc的分布规律一致;
其中,内插或者外插法可以采用拉格朗日插值法。当再生图片样本tuj的维度m小于高清材料显微图像tu0的维度n时,采用内插方法。相反,当再生图片样本tuj的维度m大于高清材料显微图像tu0的维度n时,采用外插方法。
对高清材料显微图像tu0的几何参数向量到位置坐标向量的传递矩阵Tt的元素分布进行分析,得到分布规律;对几何参数向量到位置坐标向量的传递矩阵Tt的元素值进行内插或者外插,得到再生图片样本tuj的几何参数向量到位置坐标向量的传递矩阵Ttj;其中,几何参数向量到位置坐标向量的传递矩阵Ttj的分布规律与几何参数向量到位置坐标向量的传递矩阵Tt的分布规律一致;
步骤2.2.7,至此得到再生图片样本tuj的微观结构特征参数,包括:杆长几何参数向量Wmj=(w1j,w2j,…,wmj)、杆径几何参数向量Rmj=(r1j,r2j,…,rmj)、几何参数向量传递矩阵Tgj、位置坐标向量传递矩阵Tcj以及几何参数向量到位置坐标向量的传递矩阵Ttj
根据下式,得到再生图片样本tuj的x向位置坐标向量Xmj=(x1j,x2j,…,xmj)和y向位置坐标向量Ymj=(y1j,y2j,…,ymj):
Xmj=Rmj·T-1 gj·Ttj (7)
Ymj=Rmj·T-1 gj·Ttj·Tcj (8)
步骤2.2.8,计算高清材料显微图像tu0的图像x向位置坐标向量Xn的方差,为δ(Xn);
计算高清材料显微图像tu0的图像y向位置坐标向量Yn的方差,为δ(Yn);
计算再生图片样本tuj的x向位置坐标向量Xmj的方差,为δ(Xmj);
计算再生图片样本tuj的y向位置坐标向量Ymj的方差,为δ(Ymj);
判断是否同时满足以下条件:
Figure BDA0003482984460000161
Figure BDA0003482984460000162
其中:ε为设定阈值;
如果满足,则表明再生图片样本tuj与高清材料显微图像tu0的微观结构特征分布规律一致,表示再生图片样本tuj为合格样本,执行步骤2.3;否则,舍弃该再生图片样本tuj
步骤2.3,对于步骤2.2得到的合格的再生图片样本tu1,tu2,…,tuk,对应的杆长几何参数向量依次为:Wm1,Wm2,…,Wmk;杆径几何参数向量依次为:Rm1,Rm2,…,Rmk
计算Wn,Wm1,Wm2,…,Wmk的平均期望值,即为多孔材料杆长统计平均值
Figure BDA0003482984460000173
计算Rn,Rm1,Rm2,…,Rmk的平均期望值,即为多孔材料杆径统计平均值
Figure BDA0003482984460000172
本步骤中,通过对实际多孔材料进行拍照,得到一张高清材料显微图像tu0;然后,采用以上方法,生成与高清材料显微图像tu0分布规律一致的多张再生图片样本;最后,将高清材料显微图像tu0和所有再生图片样本综合起来进行统计,得到多孔材料杆长统计平均值和多孔材料杆径统计平均值。采用此种方法,能够有效提高多孔材料杆长和多孔材料杆径的分析结果准确度,进而保证后续多孔材料微观声学参数和多孔材料宏观声学参数结果的准确性。
步骤3,根据步骤2得到的材料微观结构特征,得到多孔材料微观声学参数;
本步骤中,多孔材料微观声学参数包括孔隙率φ、流阻σf,弯曲度α、粘性特征长度Λ、热特征长度Λ'、等效密度ρe和体积模量Ke
具体通过以下方法获得:
步骤3.1,采用下式,计算多孔材料的孔隙率φ:
Figure BDA0003482984460000171
步骤3.2,确定流体速度场基本参数,包括:流体速度场体积V,流体速度场表面积S,流体速度场高频速度向量E,流体速度场低频稳态速度向量v在x方向分量vx,以及流体速度场低频稳态速度向量v在x方向分量vx的相平均<vx>;
步骤3.3,采用流体速度场对多孔材料进行流体力学仿真,通过下式,分别得到多孔材料的流阻σf,弯曲度α、粘性特征长度Λ和热特征长度Λ':
Figure BDA0003482984460000181
Figure BDA0003482984460000182
Figure BDA0003482984460000183
Figure BDA0003482984460000184
其中:
η是空气的动态粘度;
<*>表示流体相平均,其定义为:
Figure BDA0003482984460000185
Ωf是在流体速度场所在体积的积分域;
Figure BDA0003482984460000188
是在流体速度场表面的积分域;
Ex是流体速度场高频速度向量E沿x轴的分量;
步骤3.4,通过下式,分别得到多孔材料的等效密度ρe和体积模量Ke
Figure BDA0003482984460000186
Figure BDA0003482984460000187
其中:
ic是虚数单位;
ρ0是空气密度;
ω是角频率;
γ是比热比;
B2是空气的普朗克常数;
P0是大气压强。
步骤4,根据步骤3得到的多孔材料微观声学参数,得到多孔材料宏观声学性能。
本步骤中,多孔材料宏观声学性能包括:特征阻抗Zc和表面阻抗Zs
具体通过以下方法获得:
步骤4.1,采用下式,得到多孔材料的特征阻抗Zc
Figure BDA0003482984460000191
步骤4.2,采用下式,得到多孔材料的表面阻抗Zs
Figure BDA0003482984460000192
其中:
kc表示波数,通过下式获得:
Figure BDA0003482984460000193
kc⊥表示kc在入射表面垂直方向的分量;
cotg表示余切函数;
H表示多孔材料的厚度。
还包括:
由多孔材料的特征阻抗Zc和表面阻抗Zs,得到多孔材料的吸声系数。
本发明对多种多孔材料的声学性能进行了实验测试,测试结果表明基于多孔材料微结构几何尺寸获得的吸声系数与阻抗管测量值的吻合较好,验证了本发明对材料声学性能参数测量的可达性。整个系统通过图像辨识方法获得多孔材料的微观构型,进而分析获得材料的声学性能,设备操作简单,体积小,样品所需尺寸少,成本低且测量结果准确性、一致性好。
下面介绍一个实施例:
本发明将多孔材料声学性能测试系统分为两大模块进行设计、实现,分别为显微图像获取模块和参数分析模块,如图1所示。显微图像获取模块具备材料放大观测,数字化图像获取,高精度测量的功能,整个模块主要包括高分辨率彩色摄像机、无限远显微系统、高精度标定尺、数据采集器等硬件设备。参数分析模块主要用于图像拍摄操作及获取、多孔材料微观结构特征提取、声学性能分析的功能,其中,声学性能包括微观声学性能和宏观声学性能分析。
显微图像获取模块主要实现对材料微结构光学图像的放大、获取及数字化高精度测量的功能:该模块配备不同放大倍数的系列显微镜,具有优秀的光学品质,通过物镜与目镜性能匹配,实现对样品不同倍数的连续放大,并保证材料微结构成像的清晰、可靠。基于显微镜获得多孔材料微小结构的放大光学成像,通过高像素工业相机中的CMOS感光芯片将光学图像转化为数字化图像,并通过USB 2.0高速接口,将高像素图片快速传递给数据采集器。高精度标定尺作为微结构图像测试的几何尺寸基准,集成在工业相机前端,在数字化放大图像中自动形成相关标尺。数据采集器集成在工业相机后端,对采集的数字化图像进行采集处理,是材料微结构特征参数提取、声学性能分析的硬件支撑平台。通过以上小型化、集成硬件系统,能够实现对材料微结构的放大光学成像、数字化高清图像获取及采集,为其特征参数的测量提供基础。
参数分析模块主要功能是图像特征参数精确测量及获取,多孔材料声学性能的快速预估及分析。参数分析模块可在不用操作系统环境下运行,能够实现对显微图像获取模块图片抓取、图片去噪、图片增强、微观结构几何特征标注、测量等功能。由于多孔材料微尺度的不规则性较大,通过本发明特定方法,以获得杆长,杆径等微观结构参数的统计平均值。
为了描述声音在多孔材料中的传播特性,首先需要建立合理的模型并且选取适当的参数来描述一个特定的多孔材料及其声学特性。一般来说,多孔材料中骨架的振动对声学性能的影响非常小以至于可以被忽略。假设骨架为刚性的,相对准确地描述多孔材料在宽带上的声学特性,其中主要涉及以下五个微观声学参数:孔隙率φ,流阻σf,弯曲度α,粘性特征长度Λ、热特征长度Λ′;具体原理为:将多孔材料等效为一个均匀介质,并建立起材料的宏观参数-等效密度ρe和体积模量Ke以及上述五个微观声学参数的关系,并最终使用得到的等效密度ρe和体积模量Ke来获得样品的吸声系数。除此之外,参数分析模块还可以将测试数据整理后输入3D CAD软件,实现微结构三维形状的重构。
如图1所示,本发明由显微图像获取模块1和参数分析模块2组成,显微图像获取模块1通过定制数据采集器103与计算机相连。具体包括以下步骤:
S1、如图3所示,显微图像获取模块由高分辨率彩色相机、目镜、定制数据采集器、物镜、载物台和高精度标定尺等设备组成。对选用的多孔材料进行显微镜扫描获得表面图像,具体包括以下子步骤:
S11、使用时,将所要观察的材料样本放在载物台上,用压片夹压住,样本正对通光孔的中心;
S12、更换目镜和物镜获得需要的放大倍数,调节粗准焦螺旋与细准焦螺旋直到视野内出现清晰的物象;
S13、视野内出现清晰物象后打开高分辨率彩色相机拍摄下多孔材料微结构的高清图像,存入定制数据采集器103,并通过USB数据线传递到参数分析模块2中;
S2、如图5所示,参数分析模块由材料显微结构201、高清图片采集控制模块202、微观结构特征提取模块203、微观声学参数计算模块204、宏观声学性能分析模块205等设备及软件组成。
对S1步骤获得表面图像进行参数分析,具体包括以下子步骤:
S21、运用参数分析模块2中的高清图片采集控制模块202拍摄图像,具体包括以下子步骤:
S211、控制高分辨率彩色相机101,进行样品观察,选择具有代表性的视域,调整亮度、明暗度等至图像最清晰为止;
S212、控制高分辨率彩色相机101进行扫描拍照,以获得200倍、400倍、600倍等所需倍数的图片,并将其保存为带有明暗信息的TIFF格式;
S22、运用参数分析模块2中的高清图片采集控制模块202对拍摄图片进行图片预处理,包括图像去噪、图像增强,具体包括以下子步骤:
S221、采用中值滤波方法对图片进行去噪,有效地消除突变噪声,且很好地保留住图像的边缘;
S222、对去噪后的图片进行二值化处理将图像进行增强,阈值选取为图像灰度直方图中具有明显双峰的情况时的谷底值,使图像中材料实体部分与孔隙部分分离;
S23、运用参数分析模块2中的微观结构特征提取模块203进行微观结构参数统计平均值的提取,得到多孔材料杆长统计平均值
Figure BDA0003482984460000221
和多孔材料杆径统计平均值
Figure BDA0003482984460000222
S24、运用微观声学参数计算模块204,得到多孔材料微观声学参数;
S25、运用宏观声学性能分析模块205,得到多孔材料宏观声学性能。
本发明还具备模块组合、拓展功能:显微图像模块可以通过更换观测设备,如目镜、物镜、观察头、转换器等,以及拍摄设备高分辨率相机,实现对不同材料不同精度微观结构的获取;参数分析模块保留二次开发接口,可以根据需求添加更多的拓展功能。
本发明公布了一种多孔材料声学性能测试系统,具有多孔材料微观结构光学放大显示,图像数字化转化及采集、微观结构特征提取、材料声学性能参数快速准确分析等功能。测试系统由显微图像获取模块和参数分析模块组成。显微图像获取模块使用高精度、高分辨率的图像测量设备,确保不同材料样品微观结构不同放大倍数的高精度图像获取;参数分析模块基于微结构图像提取其特征几何参数,通过高性能算法实现对材料声学性能参数的快速分析。
本发明的优点是:
本发明基于多孔材料微结构几何尺寸获取多孔材料微观声学参数和宏观声学性能。具体的,通过对材料样品微观结构光学成像放大并进行数字化图像转化,快速提取材料微结构几何尺寸特征,以测量多孔材料的声学性能。整个系统与其它声学测量实验方法、设备相比,本测试系统采用模块化设计,软硬件结合,操作简单,结构可靠,体积小,对样品尺寸需求小、成本低,测试耗时短,测量结果一致性好,精度高,实验效率高,具有重要的商业价值。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。

Claims (5)

1.一种多孔材料声学性能测试系统,其特征在于,包括:显微图像获取模块(1)和参数分析模块(2);
所述显微图像获取模块(1)包括高分辨率彩色相机(101)、目镜(102)、定制数据采集器(103)、物镜(104)、载物台(105)和高精度标定尺(106);
所述载物台(105)水平设置;所述物镜(104)位于所述载物台(105)的上方,且朝向所述载物台(105);所述物镜(104)的放大倍数可调节;在所述物镜(104)上方的两侧,各设置所述目镜(102)和所述高分辨率彩色相机(101);位于所述载物台(105)上面的材料样本,经所述物镜(104)放大后,分别显示到所述目镜(102)和所述高分辨率彩色相机(101);所述高分辨率彩色相机(101)的下方设置用于测量放大倍数的所述高精度标定尺(106);
所述高分辨率彩色相机(101)的图像输出端,连接到所述定制数据采集器(103);所述定制数据采集器(103)的输出端,与所述参数分析模块(2)的输入端连接;
所述参数分析模块(2)包括:高清图片采集控制模块(202)、微观结构特征提取模块(203)、微观声学参数计算模块(204)和宏观声学性能分析模块(205);
所述高清图片采集控制模块(202),与所述高分辨率彩色相机(101)连接,用于对所述高分辨率彩色相机(101)的工作参数进行控制调节;
所述微观结构特征提取模块(203),用于对所述高分辨率彩色相机(101)拍摄到的多孔材料高精度微观结构图片进行多孔材料特征提取,得到多孔材料几何特征参数;
所述微观声学参数计算模块(204),用于根据所述微观结构特征提取模块(203)提取到的多孔材料几何特征参数,构建多孔材料二维模型,并对所述多孔材料二维模型进行流场仿真分析,得到多孔材料微观声学参数;
所述宏观声学性能分析模块(205),用于根据所述微观声学参数计算模块(204)得到的多孔材料微观声学参数,得到多孔材料宏观声学性能。
2.一种权利要求1所述的多孔材料声学性能测试系统的方法,其特征在于,包括以下步骤:
步骤1,显微图像获取过程:
步骤1.1,将被测的材料样本放在载物台(105)上面,采用压片夹压住,使材料样本正对载物台(105)的通光孔中心;
步骤1.2,选择与需要的放大倍数对应的目镜(102)和物镜(104),调节粗准焦螺旋与细准焦螺旋,直到视野内出现清晰的物象;
步骤1.3,打开高分辨率彩色相机(101),拍摄得到材料样本的高清材料显微图像tu0,并存入定制数据采集器(103);
步骤1.4,对于高清材料显微图像tu0,识别到包括n个泡沫单元,依次表示为:泡沫单元P01,P02,…,P0n
对于每个泡沫单元,置于视野中心,并调节目镜(102)和物镜(104)的放大倍数,使其放大到占满可拍摄区域,再通过高分辨率彩色相机(101)拍摄,由此得到泡沫单元图;
因此,对于泡沫单元P01,P02,…,P0n,对应得到泡沫单元图Q01,Q02,…,Q0n
将高清材料显微图像tu0、泡沫单元图Q01,Q02,…,Q0n传输给参数分析模块(2);
步骤2,微观结构特征提取过程:
采用微观结构特征提取模块(203),对高清材料显微图像tu0、泡沫单元图Q01,Q02,…,Q0n进行综合分析,得到多孔材料杆长统计平均值
Figure FDA0003482984450000021
和多孔材料杆径统计平均值
Figure FDA0003482984450000022
具体方法为:
步骤2.1,对高清材料显微图像tu0和泡沫单元图Q01,Q02,...,Q0n进行微观结构特征提取,得到微观结构特征参数,包括:图像x向位置坐标向量Xn,图像y向位置坐标向量Yn,杆长几何参数向量Wn,杆径几何参数向量Rn,位置坐标向量传递矩阵Tc,几何参数向量传递矩阵Tg,几何参数向量到位置坐标向量的传递矩阵Tt
具体方法为:
步骤2.1.1,在高清材料显微图像tu0中,识别到n个泡沫单元,依次为:泡沫单元P01,P02,...,P0n
获取每个泡沫单元P0i的最小包络圆的圆心坐标(xi,yi),其中,i=1,2,...,n,因此,n个泡沫单元的x坐标,形成n维度的图像x向位置坐标向量Xn=(x1,x2,...,xn);n个泡沫单元的y坐标,形成n维度的图像y向位置坐标向量Yn=(y1,y2,...,yn);
根据下式,得到高清材料显微图像tu0的n×n阶的位置坐标向量传递矩阵Tc
Tc=Yn/Xn (1)
步骤2.1.2,对于泡沫单元图Q01,Q02,...,Q0n,获得每个泡沫单元图Q0i的杆长wi和杆径ri
因此,n个泡沫单元图的杆长,形成n维度的杆长几何参数向量Wn=(w1,w2,...,wn);n个泡沫单元图的杆径,形成n维度的杆径几何参数向量Rn=(r1,r2,...,rn);
根据下式,得到高清材料显微图像tu0的n×n阶的几何参数向量传递矩阵Tg
Tg=Rn/Wn (2)
步骤2.1.3,根据下式,得到高清材料显微图像tu0的n×n阶的几何参数向量到位置坐标向量的传递矩阵Tt
Tt=Xn/Wn (3)
步骤2.2,以实际采集到的高清材料显微图像tu0为基础,进行样本扩充,分别得到与高清材料显微图像tu0微观结构特征分布规律一致的k个再生图片样本,表示为:再生图片样本tu1,tu2,...,tuk
其中,对于任意再生图片样本tuj,j=1,2,...,k,采用以下方法生成:
步骤2.2.1,预设置再生图片样本tuj的维度为m;
步骤2.2.2,计算杆长几何参数向量Wn=(w1,w2,...,wn)的平均期望为EW,标准差为σW
计算杆径几何参数向量Rn=(r1,r2,...,rn)的平均期望为ER,标准差为σR
步骤2.2.3,随机生成符合标准正态分布的m个随机数,表示为:β1,β2,...,βm
步骤2.2.4,采用下式,得到再生图片样本tuj的杆长几何参数向量Wmj=(w1j,w2j,...,wmj)和杆径几何参数向量Rmj=(r1j,r2j,...,rmj);
Figure FDA0003482984450000041
Figure FDA0003482984450000042
步骤2.2.5,根据下式,得到再生图片样本tuj的几何参数向量传递矩阵Tgj
Tgj=Rmj/Wmj (6)
步骤2.2.6,对高清材料显微图像tu0的位置坐标向量传递矩阵Tc的元素分布进行分析,得到分布规律;对位置坐标向量传递矩阵Tc的元素值进行内插或者外插,得到再生图片样本tuj的位置坐标向量传递矩阵Tcj;其中,位置坐标向量传递矩阵Tcj的分布规律与位置坐标向量传递矩阵Tc的分布规律一致;
对高清材料显微图像tu0的几何参数向量到位置坐标向量的传递矩阵Tt的元素分布进行分析,得到分布规律;对几何参数向量到位置坐标向量的传递矩阵Tt的元素值进行内插或者外插,得到再生图片样本tuj的几何参数向量到位置坐标向量的传递矩阵Ttj;其中,几何参数向量到位置坐标向量的传递矩阵Ttj的分布规律与几何参数向量到位置坐标向量的传递矩阵Tt的分布规律一致;
步骤2.2.7,至此得到再生图片样本tuj的微观结构特征参数,包括:杆长几何参数向量Wmj=(w1j,w2j,...,wmj)、杆径几何参数向量Rmj=(r1j,r2j,...,rmj)、几何参数向量传递矩阵Tgj、位置坐标向量传递矩阵Tcj以及几何参数向量到位置坐标向量的传递矩阵Ttj
根据下式,得到再生图片样本tuj的x向位置坐标向量Xmj=(x1j,x2j,...,xmj)和y向位置坐标向量Ymj=(y1j,y2j,...,ymj):
Xmj=Rmj·T1 gj·Ttj (7)
Ymj=Rmj·T1 gj·Ttj·Tcj (8)
步骤2.2.8,计算高清材料显微图像tu0的图像x向位置坐标向量Xn的方差,为δ(Xn);
计算高清材料显微图像tu0的图像y向位置坐标向量Yn的方差,为δ(Yn);
计算再生图片样本tuj的x向位置坐标向量Xmj的方差,为δ(Xmj);
计算再生图片样本tuj的y向位置坐标向量Ymj的方差,为δ(Ymj);
判断是否同时满足以下条件:
Figure FDA0003482984450000051
Figure FDA0003482984450000052
其中:ε为设定阈值;
如果满足,则表明再生图片样本tuj与高清材料显微图像tu0的微观结构特征分布规律一致,表示再生图片样本tuj为合格样本,执行步骤2.3;否则,舍弃该再生图片样本tuj
步骤2.3,对于步骤2.2得到的合格的再生图片样本tu1,tu2,...,tuk,对应的杆长几何参数向量依次为:Wm1,Wm2,...,Wmk;杆径几何参数向量依次为:Rm1,Rm2,...,Rmk
计算Wn,Wm1,Wm2,...,Wmk的平均期望值,即为多孔材料杆长统计平均值
Figure FDA0003482984450000062
计算Rn,Rm1,Rm2,...,Rmk的平均期望值,即为多孔材料杆径统计平均值
Figure FDA0003482984450000063
步骤3,根据步骤2得到的材料微观结构特征,得到多孔材料微观声学参数;
步骤4,根据步骤3得到的多孔材料微观声学参数,得到多孔材料宏观声学性能。
3.根据权利要求2所述的多孔材料声学性能测试系统的方法,其特征在于,步骤3中,多孔材料微观声学参数包括孔隙率φ、流阻σf,弯曲度α、粘性特征长度Λ、热特征长度Λ′、等效密度ρe和体积模量Ke
具体通过以下方法获得:
步骤3.1,采用下式,计算多孔材料的孔隙率φ:
Figure FDA0003482984450000061
步骤3.2,确定流体速度场基本参数,包括:流体速度场体积V,流体速度场表面积S,流体速度场高频速度向量E,流体速度场低频稳态速度向量v在x方向分量vx,以及流体速度场低频稳态速度向量v在x方向分量vx的相平均<vx>;
步骤3.3,采用流体速度场对多孔材料进行流体力学仿真,通过下式,分别得到多孔材料的流阻σf,弯曲度α、粘性特征长度Λ和热特征长度Λ′:
Figure FDA0003482984450000071
Figure FDA0003482984450000072
Figure FDA0003482984450000073
Figure FDA0003482984450000074
其中:
η是空气的动态粘度;
<*>表示流体相平均,其定义为:
Figure FDA0003482984450000075
Ωf是在流体速度场所在体积的积分域;
Figure FDA0003482984450000076
是在流体速度场表面的积分域;
Ex是流体速度场高频速度向量E沿x轴的分量;
步骤3.4,通过下式,分别得到多孔材料的等效密度ρe和体积模量Ke
Figure FDA0003482984450000077
Figure FDA0003482984450000078
其中:
ic是虚数单位;
ρ0是空气密度;
ω是角频率;
γ是比热比;
B2是空气的普朗克常数;
P0是大气压强。
4.根据权利要求3所述的多孔材料声学性能测试系统的方法,其特征在于,步骤4中,多孔材料宏观声学性能包括:特征阻抗Zc和表面阻抗Zs
具体通过以下方法获得:
步骤4.1,采用下式,得到多孔材料的特征阻抗Zc
Figure FDA0003482984450000081
步骤4.2,采用下式,得到多孔材料的表面阻抗Zs
Figure FDA0003482984450000082
其中:
kc表示波数,通过下式获得:
Figure FDA0003482984450000083
Figure FDA0003482984450000084
表示kc在入射表面垂直方向的分量;
cotg表示余切函数;
H表示多孔材料的厚度。
5.根据权利要求4所述的多孔材料声学性能测试系统的方法,其特征在于,还包括:
由多孔材料的特征阻抗Zc和表面阻抗Zs,得到多孔材料的吸声系数。
CN202210073066.8A 2022-01-21 2022-01-21 一种多孔材料声学性能测试系统及方法 Active CN114487116B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210073066.8A CN114487116B (zh) 2022-01-21 2022-01-21 一种多孔材料声学性能测试系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210073066.8A CN114487116B (zh) 2022-01-21 2022-01-21 一种多孔材料声学性能测试系统及方法

Publications (2)

Publication Number Publication Date
CN114487116A CN114487116A (zh) 2022-05-13
CN114487116B true CN114487116B (zh) 2023-06-23

Family

ID=81472476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210073066.8A Active CN114487116B (zh) 2022-01-21 2022-01-21 一种多孔材料声学性能测试系统及方法

Country Status (1)

Country Link
CN (1) CN114487116B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1742048A1 (en) * 2005-06-08 2007-01-10 Rieter Technologies AG Acoustic device for determining parameters of a porous material
DE102008046988A1 (de) * 2008-09-12 2010-04-22 [0X1] Software Und Consulting Gmbh Reflektometer und Verfahren zur Charakterisierung von Materialien und Materialoberflächen zumindest hinsichtlich optischer Streueigenschaften oder/und optischer Reflektionseigenschaften
CN109388886A (zh) * 2018-10-09 2019-02-26 山东理工大学 一种多孔材料吸声系数的计算方法
WO2019229504A1 (en) * 2018-06-01 2019-12-05 Certex A.S. Ph distribution measurement in a porous material microstructure method and apparatus
CN113433098A (zh) * 2021-04-30 2021-09-24 北京理工大学 基于统计的激光多次冲击微爆获取炸药五爆参数新方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210349058A1 (en) * 2020-03-30 2021-11-11 Verifi Technologies, Llc Ultrasonic system and method for evaluating a material

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1742048A1 (en) * 2005-06-08 2007-01-10 Rieter Technologies AG Acoustic device for determining parameters of a porous material
DE102008046988A1 (de) * 2008-09-12 2010-04-22 [0X1] Software Und Consulting Gmbh Reflektometer und Verfahren zur Charakterisierung von Materialien und Materialoberflächen zumindest hinsichtlich optischer Streueigenschaften oder/und optischer Reflektionseigenschaften
WO2019229504A1 (en) * 2018-06-01 2019-12-05 Certex A.S. Ph distribution measurement in a porous material microstructure method and apparatus
CN109388886A (zh) * 2018-10-09 2019-02-26 山东理工大学 一种多孔材料吸声系数的计算方法
CN113433098A (zh) * 2021-04-30 2021-09-24 北京理工大学 基于统计的激光多次冲击微爆获取炸药五爆参数新方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种快速测试多孔介质声学特征参数的方法;王永华;武海权;刘哲明;玛丽-安妮克加郎;于化东;;长春理工大学学报(自然科学版)(第01期);全文 *
周期性吸声多孔材料微结构优化设计;陈文炯;刘书田;;计算力学学报(第01期);全文 *

Also Published As

Publication number Publication date
CN114487116A (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN110108348B (zh) 基于运动放大光流跟踪的薄壁件微幅振动测量方法及系统
CN109166154B (zh) 用于光场三维粒子图像重构的光场相机校准方法
US20080034869A1 (en) Method and device for imaged representation of acoustic objects, a corresponding information program product and a recording support readable by a corresponding computer
CN102800096B (zh) 一种摄像机参数的鲁棒性估计算法
CN101865673B (zh) 一种微观光场采集与三维重建方法及装置
CN108225537A (zh) 一种非接触式的基于高速摄影的微小物体振动测量方法
CN113256772B (zh) 一种基于视角转换的双角度光场高分辨重构系统及方法
CN114596525A (zh) 一种基于计算机视觉的动态桥梁形态识别方法
CN115235977A (zh) 基于分形特征计算页岩多尺度孔径分布的方法及系统
CN114894642A (zh) 一种基于深度学习的疲劳裂纹扩展速率测试方法及装置
CN114487116B (zh) 一种多孔材料声学性能测试系统及方法
CN117115272A (zh) 用于降水粒子多角度成像的远心相机标定和三维重构方法
CN106018201B (zh) 基于均值滤波的混合场粒径测量方法
Iliopoulos et al. Performance sensitivity analysis of the Mesh-Free Random Grid method for whole field strain measurements
Lynch et al. Preliminary development of a 3-D, 3-C PIV technique using light field imaging
Guangmang et al. Micro-image definition evaluation using multi-scale decomposition and gradient absolute value
CN115112509B (zh) 一种基于Mask R-CNN网络的材料表面压痕测量方法
Ying et al. Low-light-level image super-resolution reconstruction based on iterative projection photon localization algorithm
CN109661817B (zh) 一种用于生成像素光束的数据表示的装置和方法
CN108364274A (zh) 微纳米尺度下光学图像的无损清晰重构方法
WO2023023961A1 (zh) 一种基于激光线阵的piv图像标定装置及方法
CN106952233A (zh) 荧光多分子定位方法、装置以及超分辨成像方法、系统
Chen et al. Image profile area calculation based on circular sample measurement calibration
Wang et al. Objective evaluation of the resolution of low-light-level image intensifiers based on fast Fourier transform
CN105403170A (zh) 一种显微3d形貌测量方法及装置

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
GR01 Patent grant
GR01 Patent grant