改进扩展数字图像相关方法及其应用研究

《改进扩展数字图像相关方法及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、改进扩展数字图像相关方法及其应用研究Studyonimprovedextendeddigitalimagecorrelationmethodanditsapplication一级学科：力学学科专业：固体力学研究生：张晓川指导教师：陈金龙教授天津大学机械工程学院二零一二年十二月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文

2、作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日摘要数字图像相关方法是实验力学领域中最常用的测试方法之一，具有广阔的工程应用前景。扩展数字图像相关方法的形函数选取扩展有限元位移模式，一定程度上突破了传统数字图像相关方法不适用于不连续变形场测试的局限性，扩

3、大了方法的适用范围。本文的主要研究内容就是对扩展数字图像相关方法的算法进行改进，以进一步提高方法精度，扩大其工程应用范围。本文提出的改进扩展数字图像相关方法主要对方法进行了如下三点优化和改进：首先，提出了单单元的相关方案和核区的数据后处理方法，与整体相关方案相比，本文方法可有效减少子区间误差传递，一定程度上提高方法测试精度。其次，提出了环形模板的整像素位移搜索方法，及改进扩展数字图像相关方法中Newton-Raphson算法(N-R算法)迭代初值的选择方案。利用环形模板搜索得到的整像素位移为N-R算法提供迭代初值，减少了迭代不收敛现象的出现。另外，由于环形模板具有旋转不变性，而双线性位

4、移模式又能完全描述刚体转动，因而，结合环形模板整像素位移搜索的改进扩展数字图像相关方法可以测试含任意转角的变形。再次，提出了子区优选法，利用相关系数的值来确定最优子区的尺寸和位置，使材料弹性常数、裂纹尖端变形场等力学参量的测试更精确。本文利用模拟散斑图及实验对改进扩展数字图像相关方法的测试精度进行分析。对于单单元相关方案，单个子区变形场的测试精度即表明了方法的测试精度。精度分析结果表明：当子区所选形函数的位移假设能够完全描述子区真实变形时，大的子区可以减少随机误差进而提高测试精度，且具有较少节点的单元类型对应较高的测试精度；形函数选取裂纹贯穿单元位移模式来测试裂纹贯穿子区变形场时，其测

5、试精度低于分别利用基于常规单元位移模式的改进扩展数字图像相关方法测试裂纹两侧的连续变形场；基于四节点矩形单元位移假设的改进扩展数字图像相关方法测试符合其变形假设的位移场时，最大绝对误差出现在节点处，且当给定位移接近整像素或半像素时，测试误差较小。最终将本文提出的改进扩展数字图像相关方法应用到工程实际问题的测量中：测试了手机导光板的弹性常数；分析了纸浆模塑托盘跌落试验中的弹塑性变形；测试了聚氨酯试件的大挠度变形及挠曲线；测试了金属材料的裂纹区域变形场；测试了聚碳酸酯材料的平面应变断裂韧性；分析了手机液晶面板的弯曲破坏行为。关键词：扩展数字图像相关单单元子区环形模板连续变形不连续变形ABS

6、TRACTDigitalimagecorrelation(DIC)methodisoneofthemostcommonlyusedtestmethodsinexperimentalmechanics.Itprovestobeaverypromisingtestmethodforengineeringapplication.StandardDICisnotapplicabletomeasurethediscontinuousdeformationfielddirectly.However,thedisplacementmodeofextendedfiniteelementmethod(F

7、EM),whichischosenastheshapefunctionofextendeddigitalimagecorrelation(X-DIC)method,couldbreaktheapplicationlimitationsofstandardDICinthediscontinuousdeformationfieldmeasurement.Themaincontentofthispaperistoimprovethealgorithm