热环境下基于DIC的结构响应测量研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:snesw
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
航天飞行器结构在太阳辐射环境下所产生的热变形使得结构的力学性能发生变化,降低了飞行器正常工作性能,严重时会影响飞行器的安全,因此在地面试验阶段开展飞行器关键结构的热试验是十分有必要的。数字图像相关(Digital Image Correlation,DIC)法是一种测量物体表面变形的高精度光学测量方法,与传统应变片单点测量方法相比,DIC可以实现物体表面的全场变形测量,由于其非接触式的测量特性,使得DIC可以实现普通测量方法无法实现的结构热变形测量。本文研究了常温条件下二维、三维测量方法,搭建了单目、双目测量系统,通过试验证明了测试系统的有效性。针对结构热响应测量的两大关键问题即光学玻璃窗口影响与较大尺寸结构测量问题展开研究,分析了光学玻璃窗口对于DIC测量带来的误差影响并引入正则化修正方法;对结构的面内、离面热响应测量提出基于DIC特征识别的二维、三维图像拼接方法,基于自主搭建的高温光学测量系统成功开展实际结构的热响应测量试验。本文工作具体包括以下几个方面:(1)基于频域的整像素搜索与IC-GN亚像素定位方法编写二维DIC测量程序,通过仿真与试验验证了无噪声下DIC计算精度优于0.01pixel,实际面内应变测量精度优于200个微应变,计算速度达到2500pixel/min。基于双目视觉原理编写三维DIC测量程序,通过刚体平移试验证明了三个方向测量精度优于0.05mm。(2)针对光学玻璃窗口对于DIC测量带来的影响问题,首次提出玻璃的表面污染对于DIC测量带来的误差,以随机白噪声模型建立了表面污染面积比概念。通过理论推导、数值仿真分析了的折射率、型面热变形、表面污染三个方面带来的误差,对比分析了Tikhonov、Total variation、和稀疏正则化方法的去噪效果。基于上述研究开展热环境下测量试验并成功得到20~511℃范围内铝合金试件的面内热变形场,通过热膨胀系数计算验证了测量结果的可靠性。(3)针对较大尺寸结构的面内热响应测量问题,开展基于DIC特征识别的二维图像拼接方法研究;对结构离面热响应测量问题,提出一种非共同标定视场下三维图像拼接方法,区别于传统相机阵列测试时对于标定视场的高要求,利用双相机测量单元独立进行三维重构,基于二维DIC对小幅重合区域的散斑的高精度定位匹配,实现三维重构后转换矩阵的优化计算,最终完成空间三维坐标的拼接。通过常温条件下的刚体平移试验验证了二维、三维拼接方法的有效性。设计了石英灯加热模块与相机阵列采集系统,分别对400mm×300mm太阳翼板模型的面内热响应测量和500mm×500mm不锈钢板的离面热响应测量展开试验研究,成功测量出结构的二维、三维热变形场。
其他文献
视频拼接技术是一种利用多个小视场视频构建大视场视频的技术。视频拼接技术是图像拼接技术的延伸,但不同于图像拼接。随着信息科学与计算机技术的发展,视频拼接技术也得到了越来越广泛的应用。本文首先介绍了视频拼接的基本流程,主要包括视频帧解码,帧预处理,帧配准对齐和视频帧图像融合。随后介绍了视频拼接过程中所涉及的主要技术,主要包括摄像机成像模型,广角和鱼眼镜头畸变矫正算法,图像球柱面映射和双线性插值等。随后
随着航天器、飞机、船舶、雷达等大型复杂产品向着智能化、精密化和光机电一体化的方向发展,产品零件结构越来越复杂。为了提升生产效率及产品竞争力,并迎合制造产业的全球化和网络化,产品的虚拟制造技术就显得日益重要。虚拟制造以计算机仿真技术和三维建模技术为支持,利用产品的虚拟模型,在产品的设计环节对产品进行全生命周期仿真,对产品的整体性能、可制造性进行评价,从而提高预测和决策能力,使产品的各方面性能达到均衡
随着大数据、云计算的快速发展,数据带来价值的同时,也增加了个人信息泄露的风险。随着个人信息的泄露,用户可能遭受垃圾短信的骚扰,甚至造成严重的经济损失。在用户从服务器获取信息的同时,保护个人隐私是必不可少的一步。私密信息检索是保护用户信息的一种手段,在用户下载的比特中混有一些无用比特,以达到混淆服务器的目的,从而保护用户真正的需求比特的序号。在实现保护用户隐私的同时,私密信息检索技术需要考虑实现方案
数字图像相关方法(Digital Image Correlation,DIC)是一种非接触式的全场变形测量方法,有着操作较便捷、对测试环境要求较低等优点,在航空航天、土木机械、生物医学等各个领域中得到了广泛的应用。近年来,研究人员对于高精度、实时测量的要求逐步提高,实验数据量随之增大。这不仅对测量硬件提出了很高的需求,对处理图像数据的软件算法也提出了新的挑战。如何有效地降低单幅图像数据量、提升DI
近年来,图像分类在卫星图像检测、医学图像处理、地貌图像识别、人脸识别、环境监测等方面的应用场景十分广阔。同时,图像分类算法在硬件终端中应用与部署的需求与日俱增,如何将这些算法移植到硬件终端并进行性能上的优化成为图像分类研究的热点与难点。为此,本文提出了一种基于FPGA的图像分类算法,并在Xilinx的Zynq-7000系列平台上对该算法进行移植和加速,以验证该算法的有效性。本文的主要内容包括:首先
混凝土3D打印技术具有构件设计自由、施工高效、节省劳动力等特点,引发建筑领域越来越多的关注,成为建筑工业化的重要发展方向之一。目前该技术已经得到初步的工程应用。然而粉床3D打印技术的基础研究不够完善,缺乏设计粉床3D打印材料的系统方法,从而限制了该技术的进一步发展。因此,本文建立了表征液体和粉体相互作用结果的指标,探究了相关影响因素,并揭示了液体在粉床中的渗透过程及机制。本文首先采用单向渗透的实验
物联网技术一直被视为信息技术领域的第三次浪潮,射频识别技术作为物联网的关键技术得到了广泛的研究。但传统射频识别(RFID)系统中必须配备专用阅读器,并通过专用射频信号进行通信,导致系统通信距离短,且无法与其他网络直接相连。对此学术界在近几年提出了一些新型反向散射(Backscatter)技术,通过复用环境中的已有的射频信号作为载波信号来提升RFID系统性能。与此同时,在定位技术领域,学术界新提出的
城市用地作为用于城市建设和满足城市机能运转所需要的空间,在城市计算中属于重要的基础性数据。从微观角度对城市用地功能进行分类,可以辅助城市规划中的控制性详细规划和修建性详细规划工作的展开。然而,目前的城市用地功能分类仍然面临许多困难。城市用地的概念定义和研究角度标准不一,适合城市用地功能分类的数据源较少,城市之间的差异性对算法的泛化性能提出了挑战。本文的研究目标,是通过采集开源地理信息数据,对建筑级
随着互联网技术的发展以及电子商务平台的推广,越来越多的用户选择网上购物,线上消费,因此针对消费者对商品或者服务的评价的情感分析便成为当前的一个研究热点。在深度学习得到广泛应用的背景下,作为图像领域的标配网络——卷积神经网络,由于其在自然语言处理领域不能处理长序列文本以及存在信息丢失的问题,使得卷积神经网络在文本情感分析领域总是和时序网络结合使用。本文分别从改进卷积神经网络结构和从文本情感构成两个思
深度学习是近几十年全球瞩目的焦点,基于卷积神经网络的人脸检测研究逐渐取代人工模板传统方法,获得了更全面、充分地发展。基于深度神经网络的人脸检测方法倡导自主习得面部特征,按照是否存在区域提议过程可大致划分为两步法和一步法。两步法只有在生成了候选区域后才进行分类和回归,是粗到精的过程,检测精度高,更适用于多分类场景,如植物、汽车等。人脸检测是典型的二分类问题,且在实际应用中对实时性有一定要求,而两步法