通过耦合的图像相关性与机械建模来识别机械性能的计算机实现方法技术

本发明专利技术的一般领域是识别经受机械应力的对象的机械参数的计算机实现的方法。根据本发明专利技术的方法包括：通过成像装置获取施加机械应力之前和期间拍摄的对象的图像的步骤；计算由于在所记录图像的建模基础上或在所述应力的理论机械建模基础上执行应力而带来的影响的三个步骤；定义等于两个模型之间差异的泛函的步骤；以及最小化所述泛函的最终步骤，以便实验模型尽可能接近理论机械模型。附加测量使得根据本发明专利技术的方法能够细化。

【技术实现步骤摘要】
【国外来华专利技术】通过耦合的图像相关性与机械建模来识别机械性能的计算机实现方法本专利技术的一般领域是材料和结构科学领域，更确切地说是材料和结构在经受各种机械应力时的性能的知识领域。主要的工业应用与材料的强度有关。然而，还存在诸如无损检测、某些生物学应用或医用弹性成像之类的其他应用领域。一般地，测量是借助于包括成像设备的机械测试系统进行的。这些设备主要是在可见光波长或接近可见光波长下工作的视频摄像头或静态摄像头，或是诸如扫描电子显微镜或原子力显微镜之类的微观分析系统。断层扫描装置也可用于分析材料样品的整个体积。这种装置有各种类型。将非穷尽地提及X射线断层扫描装置、磁共振断层扫描装置或“MRI”和光学相干断层扫描装置。这些成像设备的一般工作原理如下。例如，在应用确定的机械或热负载条件之前和期间，拍摄一定数量的表示样品的图像。这些图像可以是二维的、立体的或视频的，或甚至是体积图像。当然，如果期望识别具有物理尺寸的机械性能，那么对样品尺度的了解是必不可少的。存在能够使用获得的图像来表征负载效果的各种方式。这些图像可以借助于数字图像相关性(CIN)来使用，这一方法也被缩写为“DIC”。将特别参考出版物“Imagecorrelationforshape,motionanddeformationmeasurements:basicconcepts,theoryandapplications”，MASutton，JJOrteu，HSchreier，Springer(2009)。该方法包括在代表性运动学基础上分解样品的运动。这种基础可以是基于样品的几何网格的“有限元”类型的描述。将有负载情况下获得的多个图像与无负载情况下获得的那个或那些图像进行对比的分析使得可以测量应力情况下的样品的位移场UCIN(x)，x表示样本点的坐标。图1示出了数字图像相关性方法表征的该一般原理。同样的机械实验可以借助于有限元方法或借助于其他技术进行数值建模，以计算随后用UCAL(x)表示的位移场。建模需要：-样品的几何形状的知识；-包括时间的负载条件的知识，；-诸如区域边缘的位移或力的测量值之类的边界条件的知识，；-样品或组成样品的各相的机械行为的规律的知识；-针对多相介质的各相的精确位置的知识。这些不同的元素可以经由统称为{pi}的参数集以数学方式描述，i是从1变化到n的索引，n是所讨论的参数数量。图2示出了通过建模表征的该一般原理。当然，只有当位移场UCAL(x)与位移场UCIN(x)相同或非常接近时，建模才能真实地反映观测值。因此，参数{pi}的优化是借助于迭代循环来实现的，在迭代循环中修改该参数，直到两个位移场彼此对应到最佳可能的程度为止。图3示出了测量、建模和优化的整个过程，使得能够确定正确的参数。这种方法有一些缺点。具体地说，图像总是有噪声的，并且DIC对这种噪声的或多或少的敏感程度取决于运动学基础的选择。在所研究区域的边缘处，这种影响尤其明显。建模的主要缺点是位移场对于某些参数的敏感性很低，使得这些参数难以确定。甚至可能在所有参数{pi}之间存在污染影响。最后，尽管存在测量缺陷，但在整个识别过程中，该位移场是不可更改的。为了优化该方法，已经提出了各种方法。因此，名称为“Elastographyimagingmodalitiesforcharacterisingpropertiesoftissue”的美国专利US7257244描述了在弹性成像的限定背景下，在图像的相关性与所讨论样品的弹性性能的建模之间进行耦合直到获得图像之间的最佳重合的迭代方法。在该方法中，假定边界条件已知，并且在迭代期间不重新考虑边界条件。J.Réthoré在Int.J.Num.Meth.Eng.84:631-660(2010)中发表的名称为“Afullyintegratednoiserobuststrategyfortheidentificationofconstitutivelawsfromdigitalimages”的出版物中提出了另一种方法。该方法通过引入要被最小化的泛函来关联识别与DIC，所述泛函通过强制实施两个位移场的识别来关联两个目标。识别部分通过使与平衡的偏差最小化来进行，所述与平衡的偏差是基于应用于位移的二阶微分算子的二次泛函。因此，它的最小化涉及关于位移U的四阶微分算子。所描述的图像相关性是基于位移场的“有限元”类型离散化的全局方法。对于同一个位移场，一旦校正了当前位移场，参考图像与畸变图像之间的图像二次差以及与平衡的偏差最小化使得可以在通过DIC获得的测量值和识别结果之间找到折衷点，并且关于目标本构参数{p}对该折衷点进行优化。根据图像相关性直接且唯一地产生所传递的力不为零的边界条件。该方法经由图像的重合提供了对弹性且非线性的本构规律的识别。然而，应强调的是，边缘位移的测量受到噪声的严重影响，并且使用基于位移U的二阶导数的二次泛函(通过最小化四阶微分算子产生)导致对噪声的敏感度大大增加。用这种方法处理的示例清楚地证明在施加运动学的边缘附近的误差大大增加了。在比参考文献中使用的条件更为不利的情况下，这些边界条件甚至可能妨碍机械性能的正确确定。因此，可以观察到，即使所提议的DIC/识别耦合解决了上述一些缺点，但仍存在其他弱点，可能会限制定量识别能力。更具体地，本专利技术的一个主题是一种识别经受机械应力的对象的、被称为“目标参数”的至少一个机械参数的计算机实现的方法，其特征在于，所述方法包括以下步骤：-步骤1：通过成像装置获取应用所述机械应力之前和期间拍摄的所述对象的至少两个图像，并且测量所述对象的尺度因子；-步骤2：计算第一泛函TCIN(UCIN)，所述第一泛函TCIN(UCIN)对应于数字图像的相关性，所述数字图像的相关性取决于使用第一运动学基础表示的所述位移场UCIN，所述位移场UCIN是在有负载和无负载的情况下、在所述对象的所述图像之间的应力下、在所述对象的任意点处进行测量的；-步骤3：计算所述对象的任意点处的计算位移场UCAL；-步骤4：基于所述计算位移场UCAL计算第二泛函TCAL(UCAL,{p},{q})，所述计算位移场UCAL是使用第二运动学基础表示的，所述第二泛函对应于所述应力的机械模型的变分公式，所述变分公式取决于所述对象的所述几何形状、所施加的力、边界条件、至少所述目标参数{p}和预定机械参数{q}；-步骤5：计算二次范数形式的第三泛函TPAR(UCIN,UCAL)，所述第三泛函TPAR(UCIN,UCAL)等于UCIN与UCAL之差；-步骤6：将总泛函TTOT(UCIN,UCAL,{p},{q})关于UCIN、UCAL和{p}最小化，所述总泛函TTOT(UCIN,UCAL,{p},{q})至少包括以下项：TTOT(UCIN,UCAL,{p},{q})＝αTCIN(UCIN)+βTCAL(UCAL,{p},{q})+γTPAR(UCIN,UCAL)-α、β和γ是三个非零权重系数，所述权重系数(α,β,γ)是根据与所本文档来自技高网...

【技术保护点】
1.一种识别经受机械应力的对象的、被称为“目标参数”的至少一个机械参数的计算机实现的方法，其特征在于，所述方法包括以下步骤：/n-步骤1：通过成像装置获取应用所述机械应力之前和期间拍摄的所述对象的至少两个图像，并且测量所述对象的尺度因子；/n-步骤2：计算第一泛函T

【技术特征摘要】
【国外来华专利技术】1.一种识别经受机械应力的对象的、被称为“目标参数”的至少一个机械参数的计算机实现的方法，其特征在于，所述方法包括以下步骤：
-步骤1：通过成像装置获取应用所述机械应力之前和期间拍摄的所述对象的至少两个图像，并且测量所述对象的尺度因子；
-步骤2：计算第一泛函TCIN(UCIN)，所述第一泛函TCIN(UCIN)对应于数字图像的相关性，所述数字图像的相关性取决于使用第一运动学基础表示的位移场UCIN，所述位移场UCIN是在有负载和无负载的情况下、在所述对象的所述图像之间、在应力下的所述对象的任意点处进行测量的；
-步骤3：计算所述对象的任意点处的计算位移场UCAL；
-步骤4：基于所述计算位移场UCAL计算第二泛函TCAL(UCAL,{p},{q})，所述计算位移场UCAL是使用第二运动学基础表示的，所述第二泛函对应于所述应力的机械模型的变分公式，所述变分公式取决于所述对象的几何形状、所施加的力、边界条件、至少目标参数{p}和预定机械参数{q}；
-步骤5：计算二次范数形式的第三泛函TPAR(UCIN,UCAL)，所述第三泛函TPAR(UCIN,UCAL)等于UCIN与UCAL之差；
-步骤6：将总泛函TTOT(UCIN,UCAL,{p},{q})关于UCIN、UCAL和{p}最小化，所述总泛函TTOT(UCIN,UCAL,{p},{q})至少包括以下项：
TTOT(UCIN,UCAL,{p},{q})＝αTCIN(UCIN)+βTCAL(UCAL,{p},{q})+γTPAR(UCIN,UCAL)
-α、β和γ是三个非零权重系数。


2.根据权利要求1所述的识别至少一个机械参数的计算机实现的方法，其特征在于，当所述对象的行为经受与时间相关的应力时，所述第二泛函TCAL(UCAL,{p},{q})取决于所确定的时间。


3.根据前述权利要求中的任一项所述的识别至少一个机械参数的计算机实现的方法，其特征在于，所述方法的步骤1包括力、时间或温度的附加测量值FMES，所述...

【专利技术属性】
技术研发人员：F·希尔德，H·勒克莱尔，S·路克斯，
申请(专利权)人：国家科研中心，卡尚高等师范学校，
类型：发明
国别省市：法国;FR