Том 38, номер 02, статья № 9

Аннотация:

Оптический неразрушающий контроль является востребованным при разработке технических решений для контроля различных объектов, подверженных деформации. При этом использование цифровой корреляции изображений (DIC – Digital image Correlation) позволяет проводить оценку деформации, строить поля смещений без непосредственного контакта с наблюдаемой поверхностью. В рамках работы проведено сравнение трех методов расчета деформации тестового объекта с использованием открытых программных продуктов. Определена точность каждого метода, обозначены границы применимости. Установлено, что пространственная корреляция обеспечивает для многих случаев приемлемую точность в ограниченном диапазоне деформаций (~ 5%). При тех же условиях инкрементальная корреляция позволила рассчитать значения деформации при большом растяжении (до 37,26%). Данная методика разрабатывалась для апробации на практике при термических испытаниях зеркальных элементов, включенных в состав лазерно-абсорбционного комплекса для дистанционного газоанализа атмосферы. Результаты исследования могут использоваться при разработке программных средств неразрушающего контроля.

Ключевые слова:

цифровая корреляция изображений, оптический контроль, большие деформации, инкрементальные расчеты, проблема декорреляции

Иллюстрации:

Список литературы:

1. Viotti M.R., Albertazzi A. Robust speckle metrology techniques for stress analysis and NDT // J. Soc. Photo-Opt. Instrum. Eng. 2014. V. PM251. DOI: 10.1117/3.1002651.
2. Любутин П.С., Панин С.В., Титков В.В., Еремин А.В., Сундер Р. Развитие метода корреляции цифровых изображений для изучения процессов деформации и разрушения конструкционных материалов // Вестн. Пермского национального исследовательского политехнического ун-та. Механика. 2019. № 1. С. 88–109.
3. Sutton M.A., Li N., Garcia D., Cornille N., Orteu J.J., McNeill S.R., Schreier H.W., Li X., Reynolds A.P. Scanning electron microscopy for quantitative small and large deformation measurements Part II: Experimental validation for magnifications from 200 to 10,000 // Exp. Mech. 2007. V. 47, N 6. P. 789–804. DOI: 10.1007/s11340-007-9041-0.
4. Pan B. Digital image correlation for surface deformation measurement: Historical developments, recent advances and future goals // Meas. Sci. Technol. 2018. V. 29, N 8. DOI: 10.1088/1361-6501/aac55b.
5. Orteu J.J., Rotrou Y., Sentenac T., Robert L. An innovative method for 3-D shape, strain and temperature full-field measurement using a single type of camera: Principle and preliminary results // Exp. Mech. 2008. V. 48, N 2. P. 163–179. DOI: 10.1007/s11340-007-9071-7.
6. Louis L., Wong T.F., Baud P. Imaging strain localization by X-ray radiography and digital image correlation: Deformation bands in Rothbach sandstone // J. Struct. Geol. 2007. V. 29, N 1. P. 129–140. DOI: 10.1016/j.jsg.2006.07.015.
7. Vendroux G., Schmidt N., Knauss W.G. Submicron deformation field measurements: Part 3. Demonstration of deformation determinations // Exp. Mech. 1998. V. 38, N 3. P. 154–160. DOI: 10.1007/bf02325737.
8. Sun Y., Pang J.H.L. AFM image reconstruction for deformation measurements by digital image correlation // Nanotechnology. 2006. V. 933. DOI: 10.1088/0957-4484/17/4/016.
9. de Deus Filho J.C.A., da Silva Nunes L.C., Xavier J.M.C. iCorrVision-2D: An integrated python-based open-source Digital Image Correlation software for in-plane measurements (Part 1) // SoftwareX. 2022. V. 19. P. 101131. DOI: 10.1016/j.softx.2022.101131.
10. Pan B., Qian K., Xie H., Asundi A. Two-dimensional digital image correlation for in-plane displacement and strain measurement: A review // Meas. Sci. Technol. 2009. V. 20, N 6. DOI: 10.1088/0957-0233/20/6/062001.
11. Панин С.В., Титков В.В., Любутин П.С. Влияние величины шага сетки векторного поля перемещений на оценку деформации в методе корреляции цифровых изображений // Прикладная механика и техническая физика. 2017. Т. 58, № 3. С. 57–67.
12. Yang R., Li Y., Zeng D., Guo P. Deep DIC: Deep learning-based digital image correlation for end-to-end displacement and strain measurement // J. Mater. Process. Technol. 2022. V. 302. P. 117474. DOI: 10.1016/j.jmatprotec.2021.117474.
13. Bing P.D.W., Xia Y. Incremental calculation for large deformation measurement using reliability-guided digital image correlation // Opt. Lasers Eng. 2012. V. 50, N 4. P. 586–592. DOI: 10.1016/j.optlaseng.2011.05.005.
14. Bigger R., Blaysat B., Boo C., Grewer M., Hu J., Jones A., Klein M., Lava P., Pankow M., Raghavan K., Reu P., Schmidt T., Siebert T., Simonsen M., Trim A., Turner D., Vieira A., Weikert T. A good practices guide for digital image correlation // Int. Digit. Image Correl. Soc. 2018. P. 1–94. URL: http://idics.org/guide/. DOI: 10.32720/IDICS/GPG.ED1.
15. Reu P.L., Toussaint E., Jones E., Bruck H.A., Iadicola M., Balcaen R., Turner D.Z., Siebert T., Lava P., Simonsen M. DIC challenge: Developing images and guidelines for evaluating accuracy and resolution of 2D analyses // Exp. Mech. 2018. V. 58, N 7. DOI: 10.1007/s11340-017-0349-0.
16. Dong Y.L., Pan B. A Review of speckle pattern fabrication and assessment for digital image correlation // Exp. Mech. 2017. V. 57, N 8. P. 1161–1181. DOI: 10.1007/s11340-017-0283-1.
17. Brillaud J., Lagattu F. Limits and possibilities of laser speckle and white-light image-correlation methods : Theory and experiments // Appl. Opt. 2002. V. 41, N 31. P. 6603–6613. DOI: 10.1364/AO.41.006603.