ES2911999T3 - Procedimiento implementado por ordenador para la identificación de propiedades mecánicas mediante correlación acoplada de imágenes y modelización mecánica - Google Patents
Procedimiento implementado por ordenador para la identificación de propiedades mecánicas mediante correlación acoplada de imágenes y modelización mecánica Download PDFInfo
- Publication number
- ES2911999T3 ES2911999T3 ES18708651T ES18708651T ES2911999T3 ES 2911999 T3 ES2911999 T3 ES 2911999T3 ES 18708651 T ES18708651 T ES 18708651T ES 18708651 T ES18708651 T ES 18708651T ES 2911999 T3 ES2911999 T3 ES 2911999T3
- Authority
- ES
- Spain
- Prior art keywords
- functional
- cal
- mechanical
- ucal
- stage
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/08—Testing mechanical properties
- G01M11/081—Testing mechanical properties by using a contact-less detection method, i.e. with a camera
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0041—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress
- G01M5/005—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress by means of external apparatus, e.g. test benches or portable test systems
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
- G01B15/06—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring the deformation in a solid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/607—Specific applications or type of materials strain
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Electromagnetism (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
Procedimiento implementado por ordenador para la identificación de al menos un parámetro mecánico denominado "parámetro buscado" de un objeto sometido a una tensión mecánica, caracterizado porque dicho procedimiento comprende las siguientes etapas: - Etapa 1: Adquisición por un medio de formación de imágenes de al menos dos imágenes del objeto tomadas antes y durante la aplicación de la tensión mecánica y medición del factor de escala del objeto; - Etapa 2: Cálculo de un primer funcional TCIN(UCIN) correspondiente a la correlación de las imágenes digitales en función del campo de desplazamiento UCIN representado mediante una primera base cinemática, siendo dicho campo de desplazamiento UCIN medido en cualquier punto del objeto sometido a tensión entre las imágenes del objeto cargado y descargado; - Etapa 3: Cálculo del campo de desplazamiento UCAL calculado en cualquier punto del objeto; - Etapa 4: Cálculo de un segundo funcional TCAL(UCAL,{p},{q}) a partir del campo de desplazamiento calculado UCAL representado mediante una segunda base cinemática, correspondiendo este segundo funcional a la formulación variacional de una modelización mecánica de la tensión en función de la geometría del objeto, las fuerzas aplicadas, las condiciones de contorno, al menos el parámetro buscado {p} y los parámetros mecánicos predeterminados {q}; - Etapa 5: Cálculo de un tercer funcional TPAR(UCIN,UCAL) en forma de una norma cuadrática, igual a la diferencia entre UCIN y UCAL; - Etapa 6: Minimización con respecto a UCIN, UCAL y {p} de un funcional total TTOT(UCIN,UCAL,{p},{q}) que comprende al menos los términos: **(Ver fórmula)** - siendo α, β y γ tres coeficientes de ponderación no nulos
Description
DESCRIPCIÓN
Procedimiento implementado por ordenador para la identificación de propiedades mecánicas mediante correlación acoplada de imágenes y modelización mecánica
El campo general de la invención es el de la ciencia de los materiales y las estructuras, y más concretamente el conocimiento de sus propiedades cuando se someten a diversas tensiones mecánicas.
Las principales aplicaciones industriales se encuentran en el campo de la resistencia de los materiales. Sin embargo, existen otros ámbitos de aplicación, como los ensayos no destructivos, ciertas aplicaciones biológicas o la elastografía con fines médicos.
Normalmente, las mediciones se realizan mediante sistemas de prueba mecánicos con dispositivos de generación de imágenes. Estos dispositivos son, principalmente, cámaras fotográficas o de fotos que funcionan en las longitudes de onda visibles o casi visibles, o sistemas de análisis microscópico, como los microscopios electrónicos de barrido o los microscopios de fuerza atómica. Los tomógrafos también se utilizan para analizar todo el volumen de una muestra de material. Hay diferentes tipos. Entre ellos se encuentran, entre otros, los tomógrafos de rayos X, los tomógrafos de resonancia magnética o "IRM" y los tomógrafos de coherencia óptica.
El principio general de funcionamiento de estos dispositivos de generación de imágenes es el siguiente. Se toman varias imágenes representativas de la muestra antes y luego durante la aplicación de condiciones específicas de carga mecánica o térmica, por ejemplo. Estas imágenes pueden ser bidimensionales, estereoscópicas o de vídeo, o incluso volumétricas. Por supuesto, el conocimiento de la escala de la muestra es esencial si se quieren identificar las propiedades mecánicas con una dimensión física.
Hay varias formas de utilizar las imágenes obtenidas para caracterizar el efecto de la carga. Estas imágenes se pueden procesar mediante correlación digital de imágenes, un procedimiento conocido como "CIN" o "DIC", acrónimo inglés que significa "Digital Image Correlation". Véase, en particular, la publicación "Image correlation for shape, motion and deformation measurements: basic concepts, theory and applications", MA Sutton, JJ Orteu, H Schreier, Springer (2009). Este procedimiento consiste en descomponer el movimiento de la muestra sobre una base cinemática representativa. Dicha base puede ser una descripción de tipo “elementos finitos” basada en una malla geométrica de la muestra. El análisis de las imágenes obtenidas bajo carga en comparación con las obtenidas sin carga permite medir el campo de desplazamiento Ucin(x) de la muestra bajo tensión, representando x las coordenadas de un punto de la muestra. Este principio general de caracterización por el procedimiento de correlación de imágenes digitales se muestra en la figura 1.
El mismo ensayo mecánico puede ser modelado numéricamente, ya sea por el procedimiento de los elementos finitos o por otras técnicas para calcular el campo de desplazamiento que se denota como Ucal(x).
La modelización requiere el conocimiento de:
- la geometría de la muestra;
- las condiciones de carga, incluyendo el tiempo;
- las condiciones de contorno, como la medición de los desplazamientos o de los esfuerzos en los bordes de los dominios;
- las leyes de comportamiento mecánico de la muestra o de las diferentes fases que la componen;
- la localización precisa de las diferentes fases, para un medio multifásico.
Estos diferentes elementos pueden describirse matemáticamente a través de un conjunto de parámetros llamados colectivamente {pi}, siendo i un índice que varía de 1 a n, siendo n el número de parámetros en cuestión. Este principio general de caracterización a través de la modelización se muestra en la figura 2.
Por supuesto, la modelización sólo refleja con precisión las observaciones si el campo de desplazamiento Ucal(x) es igual o muy cercano al campo de desplazamiento Ucin(x). Por lo tanto, la optimización de los parámetros {pi} se realiza mediante un bucle de iteraciones en el que se modifican los parámetros hasta que los dos campos de desplazamiento coincidan lo más posible. La figura 3 muestra todo el procedimiento de medición, modelización y optimización para determinar los parámetros adecuados.
Este procedimiento tiene algunas desventajas. En efecto, las imágenes son siempre ruidosas y la CIN es sensible a este ruido en mayor o menor medida en función de la elección de la base cinemática. El efecto es especialmente pronunciado en los bordes del dominio estudiado. El principal inconveniente de la modelización es que la sensibilidad del campo de desplazamiento a ciertos parámetros puede ser muy baja, lo que dificulta su determinación. Incluso puede haber un efecto de contaminación en el conjunto de parámetros {pi}. Por último, a pesar de las imperfecciones de la medición, este campo es intangible en todo el procedimiento de identificación.
Para optimizar el procedimiento, se han propuesto diferentes procedimientos. Así, la patente US 7257244 titulada "Elastography imaging modalities for characterising properties of tissue" describe, en el marco limitado de la elastografía, un procedimiento iterativo de acoplamiento entre la correlación de imágenes y la modelización de las propiedades elásticas de la muestra considerada hasta obtener la mejor coincidencia entre las imágenes. En este procedimiento, las condiciones de contorno se suponen conocidas y no se cuestionan durante las iteraciones.
Otro procedimiento ha sido propuesto en la publicación de J. Réthoré titulada "A fully integrated noise robust strategy for the identification of constitutive laws from digital images", publicado en Int. J. Num.. Meth. Eng. 84:631-660 (2010). Este procedimiento combina la identificación y la CIN, introduciendo un funcional minimizador que combina los dos objetivos imponiendo la identidad de los dos campos de desplazamiento. La parte de identificación se realiza minimizando la desviación de equilibrio, que es un funcional cuadrático basado en un operador diferencial de segundo orden aplicado al desplazamiento. Su minimización implica, por tanto, un operador diferencial de cuarto orden en el desplazamiento U.
Se han propuesto otros procedimientos en las publicaciones: JULIEN RÉTHORÉ ET AL: " An extended and integrated digital image correlation technique applied to the analysis of fractured samples : The equilibrium gap method as a mechanical filter", EUROPEAN JOURNAL OF COMPUTATIONAL MECHANICS, o REVISTA EUROPEA DE MECÁNICA INFORMÁTICA, vol. 18, no. 3-4, 2009, páginas 285-306 PAUL LEPLAY ET AL: "Identification of damage and cracking behaviours based on energy dissipation mode analysis in a quasi-brittle material using digital image correlation", INTERNATIONAL JOURNAL OF FRACTURE, KLUWER ACADEMIC PUBLISHERS, vol. 171, no. 1, 4 de octubre de 2011, páginas 35-50; AVRIL ET AL: "General framework for the identification of constitutive parameters from full-field measurements in linear elasticity", INTERNATIONAL JOURNAL OF SOLIDS AND STRUCTURES, NEW YORK, vol. 44, no. 14-15, 30 de marzo de 2007, páginas 4978-5002.
La correlación de imágenes descrita es un procedimiento global basado en una discretización de tipo “elementos finitos” de los campos de desplazamiento. La minimización de la desviación de equilibrio y de la diferencia cuadrática de las imágenes entre la imagen de referencia y la imagen deformada una vez corregida por el campo de desplazamiento actual para un mismo campo de desplazamiento permite encontrar un compromiso entre las mediciones obtenidas por la CIN y la identificación, que se optimiza con respecto a los parámetros constitutivos {p} buscados. Las condiciones de contorno, donde los esfuerzos transmitidos son distintos de cero, se derivan directa y exclusivamente de la correlación de imágenes. Este procedimiento permite identificar las leyes de comportamiento, elástico y luego no lineal, volviendo a la coincidencia de las imágenes. Sin embargo, hay que tener en cuenta que la medición de los desplazamientos de los bordes se ve muy afectada por el ruido y que el uso de un funcional cuadrático basado en segundas derivadas del desplazamiento U, que da lugar a un operador diferencial de cuarto orden por minimización, conduce a una sensibilidad al ruido fuertemente exacerbada. Los ejemplos tratados por este procedimiento muestran claramente el fuerte crecimiento del error cerca de los bordes donde se impone la cinemática. En situaciones menos favorables que las utilizadas en la referencia, estas condiciones de contorno pueden incluso impedir la correcta determinación de las propiedades mecánicas. Se puede observar que, aunque el acoplamiento CIN/identificación propuesto resuelve algunas de las objeciones citadas anteriormente, siguen existiendo otros puntos débiles que pueden limitar la capacidad de identificación cuantitativa.
Más concretamente, la invención tiene por objeto un procedimiento implementado por ordenador para identificar al menos un parámetro mecánico denominado "parámetro buscado" de un objeto sometido a una tensión mecánica, caracterizado porque dicho procedimiento comprende las siguientes etapas:
- Etapa 1: Adquisición por un medio de generación de imágenes de al menos dos imágenes del objeto tomadas antes y durante la aplicación de la tensión mecánica y medición del factor de escala del objeto;
- Etapa 2: Cálculo de un primer funcional TCIN(UCIN) correspondiente a la correlación de las imágenes digitales en función del campo de desplazamiento UCIN representado mediante una primera base cinemática, siendo dicho campo de desplazamiento UCIN medido en cualquier punto del objeto sometido a tensión entre las imágenes del objeto cargado y descargado;
- Etapa 3: Cálculo del campo de desplazamiento UCAL calculado en cualquier punto del objeto;
- Etapa 4: Cálculo de un segundo funcional TCAL(UCAL,{p},{q}) a partir del campo de desplazamiento calculado UCAL representado mediante una segunda base cinemática, correspondiendo este segundo funcional a la formulación variacional de una modelización mecánica de la tensión en función de la geometría del objeto, los esfuerzos aplicados, las condiciones de contorno, al menos el parámetro buscado {p} y los parámetros mecánicos predeterminados {q};
- Etapa 5: Cálculo de un tercer funcional TPAR(UCIN,UCAL) en forma de una norma cuadrática, igual a la diferencia entre UCIN y UCAL;
- Etapa 6: Minimización con respecto a UCIN,UCALy {p} de un funcional total TTOT(UCIN,UCAL,{p},{q}) que comprende al menos los términos:
Ttot(Uc¡n,Ucal3{p}.{c|}) - ctTcin(Ucin) PTcalÍUcal.ÍpI.ÍQ}) yTpARfUciN^CAL)
siendo a, p y y tres coeficientes de ponderación no nulos, ajustándose dichos coeficientes de ponderación (a,p,Y) en función de las incertidumbres asociadas a las diferentes magnitudes que intervienen en los funcionales, y/o en función del condicionamiento del problema tangente a la minimización del funcional Ttot. Ventajosamente, cuando el comportamiento del objeto está sometido a una tensión dependiente del tiempo, el segundo funcional Tcal(Ucal, {p}, {q}) depende de ciertos instantes.
Ventajosamente, la etapa 1 del procedimiento comprende mediciones adicionales Fmes de esfuerzo, tiempo o temperatura, la etapa 3 del procedimiento comprende evaluaciones Fcal correspondientes a dichas mediciones adicionales, la etapa 4 es seguida por una etapa 4bis de cálculo de un cuarto funcional Tfor(Fcal,Fmes) proporcional a la desviación cuadrática entre estas magnitudes y el funcional total TTOT(UciN,UcAL,{p},{q}) de la etapa 5 es igual a:
Tio-KUciN.UcAL^Pl.íq}) = «Tcin(Ucin) PTcalÍUcal.ÍpI.ÍP}) yTpar(Uc!n,Ucal) %Tfor(Fcal({p},{c]}),Fmes)
siendo x un cuarto coeficiente de ponderación ajustado en función de las incertidumbres asociadas a las diferentes magnitudes que intervienen en los funcionales, y/o en función del condicionamiento del problema tangente a la minimización del funcional Ttot.
Ventajosamente, la minimización del funcional total Ttot se lleva a cabo mediante un procedimiento iterativo, que puede o no requerir el cálculo del gradiente de Ttot.
Ventajosamente, la primera base cinemática es idéntica a la segunda base cinemática.
Ventajosamente, la incertidumbre de la medición se estima mediante el hessiano del funcional de convergencia Ttot disponiendo de una medición del ruido de adquisición.
Ventajosamente, la primera base cinemática o la segunda base cinemática se realizan en una malla de elementos finitos.
La invención también se refiere a un dispositivo informático adaptado para identificar al menos un parámetro mecánico según el procedimiento descrito anteriormente.
También es un objeto de la invención proporcionar un medio legible por ordenador con un programa para llevar a cabo el procedimiento según el procedimiento descrito anteriormente.
La invención se entenderá mejor y otras ventajas se harán evidentes a partir de la siguiente descripción no limitante y de las figuras adjuntas, entre las cuales:
La figura 1, ya descrita, muestra las diferentes etapas de la representación de una tensión en una muestra con seguimiento mediante el procedimiento de correlación digital de imágenes, conocido como CIN;
La figura 2, ya descrita, muestra las diferentes etapas de la representación de una tensión en una muestra mediante el procedimiento de modelización;
La figura 3 ya descrita representa las diferentes etapas de la optimización de los parámetros buscados {p} como las propiedades mecánicas, la geometría o las condiciones de contorno mediante el procedimiento iterativo según el estado de la técnica;
La figura 4 muestra las diferentes etapas de la optimización de los parámetros buscados por el procedimiento global iterativo según la invención.
A modo de ejemplo, la figura 4 muestra las diferentes etapas de la optimización de los parámetros buscados por el procedimiento global iterativo según la invención. Si se compara el procedimiento según la invención con el procedimiento de la técnica anterior de la figura 3, el cambio esencial entre los dos procedimientos es la posición del cálculo de la cinemática, especialmente en lo que respecta a las condiciones de contorno. En el procedimiento según la invención, la modelización también interviene sobre esta cinemática que, por tanto, ya no es constante sino que forma parte del bucle de optimización.
El procedimiento implementado por ordenador para identificar al menos un parámetro mecánico conocido como "parámetro buscado" de un material que constituye una muestra o una pieza sometida a una tensión mecánica conocido según la invención comprende las etapas descritas a continuación.
Una primera etapa comprende la adquisición de imágenes digitales del objeto antes, durante y, para algunas aplicaciones, después de la aplicación de la tensión mecánica, mediante un medio de obtención de imágenes, y la medición del factor de escala del objeto. En efecto, el conocimiento de la escala de la muestra es esencial si se quiere identificar las propiedades mecánicas con una dimensión física.
Los medios de formación de imágenes pueden ser cualquier dispositivo utilizado individualmente o en combinación para obtener al menos una imagen del objeto. Las imágenes obtenidas por dichos medios pueden ser imágenes ópticas obtenidas en diferentes rangos de longitud de onda bien conocidos por el experto.
En una segunda etapa, se calcula un primer funcional Tcin a partir de las imágenes adquiridas con la modalidad elegida. Este primer funcional corresponde a la correlación de las imágenes digitales del campo de desplazamiento Ucin representado mediante una primera base cinemática relevante, por ejemplo, en una malla de elementos finitos. Clásicamente, este primer funcional es la suma sobre la región de estudio de la diferencia cuadrática entre la imagen de referencia y la(s) imagen o imágenes deformada(s) corregida(s) por el campo de desplazamiento, pero se pueden elegir otros criterios como la correlación cruzada o la entropía de información conjunta.
Esta primera etapa del procedimiento puede incluir mediciones adicionales Fmes , como mediciones de esfuerzo, tiempo o temperatura.
Una tercera etapa consiste en calcular el campo de desplazamiento calculado Ucal representado mediante una segunda base cinemática, correspondiendo este segundo funcional a la formulación variacional de una modelización mecánica de la tensión en función de la geometría del objeto, de las fuerzas aplicadas, de las condiciones de contorno, al menos de los parámetros buscados {p} y de los parámetros mecánicos predeterminados {q}.
En efecto, el mismo ensayo mecánico puede ser modelado numéricamente, ya sea por el procedimiento de los elementos finitos o por otras técnicas para calcular el campo de desplazamiento que se denota entonces Ucal(x). Una cuarta etapa consiste en calcular un segundo funcional Tcal(U, {p}, {q}) en función del comportamiento mecánico del o de los materiales, de la geometría de la pieza, de las condiciones de contorno incluyendo eventualmente las fuerzas aplicadas y del o de los instantes considerados reunidos en forma de parámetros buscados {p} o de parámetros predeterminados {q} y de un conjunto de valores nominales para los parámetros buscados. Esta cuarta etapa del procedimiento puede incluir evaluaciones del esfuerzo, del tiempo o de la temperatura Fcal correspondientes a las mediciones adicionales Fmes, si se dispone de ellas, lo que permite formular un funcional adicional Tfor(Fcal,Fmes) proporcional a la diferencia cuadrática de estas dos últimas magnitudes, posiblemente ponderadas por la inversa de las varianzas de las mediciones.
En una quinta etapa, se introduce un tercer funcional Tpar(Ucal,Ucin) en forma de norma cuadrática de la diferencia entre Ucin y Ucal. Los dos campos de desplazamiento se fusionan, así como las demás magnitudes físicas medidas y calculadas, si los parámetros buscados están bien identificados y los parámetros predeterminados son adecuados, así como el modelo utilizado.
Así, el principio de la identificación propuesta es minimizar, en una última etapa, la suma ponderada Ttot de estos tres o cuatro funcionales:
Ttot(Ucin,Ucal,{p},{c|}) - ocTcinÍUcín) pTcAL(UcAi_V,{p},{q}) yTpar(Uc!n,Ucal) xTfor(Fcal({p},{c]}),Fmes)
con respecto a los dos campos de desplazamiento Ucal y Ucin, así como a los parámetros buscados {p}. Este funcional Ttot se reduce a sus tres primeros términos en el caso de que el procedimiento no implique mediciones adicionales.
Cabe señalar que el problema puede quedar mal planteado si el rango de tensiones, la geometría o la definición de las imágenes son inadecuados. En esta circunstancia, no se pueden medir todos los parámetros buscados. Una regularización de Tikhonov, que corresponde a una penalización de la desviación entre los parámetros identificados y los esperados, puede entonces ser necesaria para permitir la solución numérica del problema. La solución obtenida debe entonces juzgarse con su propia incertidumbre, por ejemplo, considerando el efecto del ruido de medición previamente caracterizado en la minimización de Ttot, y sin tener en cuenta la regularización de Tikhonov. Los coeficientes de ponderación (a, p, y, X) permiten dar más o menos importancia a los distintos términos en función de las incertidumbres asociadas a las magnitudes implicadas en los funcionales y/o en función del condicionamiento del problema tangente a la minimización del funcional Ttot. Obsérvese que cualquiera de los pesos elegidos arbitrariamente se establecer en 1.
En el caso de que la expresión variacional del modelo mecánico no sea directamente accesible, se observa que la minimización del funcional Tpar con respecto a Ucal puede expresarse de forma sencilla, por ejemplo, en un código de elementos finitos mediante un enlace elástico lineal que da lugar en cada nodo a una fuerza nodal proporcional a
la diferencia entre Ucal y Ucin. Así, en comparación con la modelización por elementos finitos realizada con un código informático profesional común, y que puede incluir leyes de comportamiento arbitrariamente complejas, la formulación propuesta de Ttot en su minimización respecto a Ucal requiere simplemente la introducción de un enlace elástico lineal adicional en cada nodo de la malla. La solución obtenida será exactamente la que minimice el funcional total a Ucin, {p} y {q} fijos. Alternando las etapas de minimización con respecto a diferentes subconjuntos de incógnitas, es posible lograr la minimización buscada si el problema está bien planteado.
Esta minimización del funcional Ttot puede llevarse a cabo, por ejemplo, mediante un procedimiento Newton-Raphson, a través de linealizaciones y correcciones sucesivas.
Ventajosamente, el hessiano del funcional de convergencia Ttot permite estimar la incertidumbre de la medición si se dispone de una medida del ruido de adquisición, por ejemplo, a través de adquisiciones repetidas sin tensionar antes de realizar el ensayo mecánico. En particular, se puede apreciar la naturaleza bien planteada del problema correspondiente a los valores propios estrictamente positivos y, en este caso, el condicionamiento correspondiente al radio espectral del hessiano. En su defecto, se puede proponer una regularización de Tikhonov.
Ventajosamente, estos elementos también permiten validar o no el modelo. En efecto:
- el campo de desplazamiento Ucin permite estimar el campo residual de la correlación de imágenes, es decir, la diferencia entre las imágenes deformadas y corregidas por el campo de desplazamiento Ucin y la imagen de referencia;
- la modelización permite validar que la ley de comportamiento y las condiciones de equilibrio se cumplen;
- las mediciones adicionales que puedan estar disponibles se comparan con las resultantes de la modelización; - los dos campos de desplazamiento, uno cercano a la medición, Ucin, y otro cercano a la modelización, Ucal, se asocian dentro de un único funcional que mide la coherencia de los dos enfoques.
Así, cada uno de los funcionales utilizados proporciona su propia validación. Por el contrario, los residuos que son demasiado importantes para ser compatibles con el modelo de señal de ruido de adquisición o con errores de medición y proporcionan indicaciones sobre cómo enriquecer el modelo interpretativo o identificar artefactos de medición no previstos.
Ventajosamente, el acoplamiento de los diferentes términos del funcional permite compensar la naturaleza mal planteada o mal condicionada de tal o cual funcional. Por ejemplo, una región de bajo contraste o de iluminación insuficiente puede no permitir la medición de Ucin utilizando únicamente el funcional Tcin. El funcional Tpar puede entonces compensar la falta de información mediante el cálculo.
Simétricamente, cuando la ley de comportamiento o las no linealidades geométricas inducen una pérdida de estabilidad o unicidad de la solución del problema mecánico, entonces el funcional de acoplamiento Tpar puede permitir restaurar la naturaleza bien planteada del problema y seguir a través de la modelización la misma rama de bifurcación.
En convergencia, el funcional total alcanza su mínimo para un campo de desplazamiento Ucin, un campo separado de desplazamiento Ucal calculado, valores de esfuerzo, tiempo o temperatura u otras magnitudes físicas de la modelización Fcal y una estimación de los parámetros buscados {p} para la identificación propiamente dicha. Estos parámetros pueden ser parámetros del material, referidos a una o varias fases, o a la geometría del objeto u otras magnitudes (por ejemplo, condiciones de contorno).
El procedimiento se implementa por ordenador, lo que permite adaptar un dispositivo informático para la identificación de al menos un parámetro mecánico según el procedimiento descrito anteriormente.
Por consiguiente, la implementación del procedimiento según la invención puede hacerse esencialmente por medio de cálculos numéricos que son perfectamente realizables con las herramientas informáticas actuales, pero que en la práctica permiten analizar una gama más amplia de materiales, o con equipos menos costosos en lo que se refiere en particular a la calidad del equipo de adquisición para un resultado final dado.
Claims (10)
1. Procedimiento implementado por ordenador para la identificación de al menos un parámetro mecánico denominado "parámetro buscado" de un objeto sometido a una tensión mecánica, caracterizado porque dicho procedimiento comprende las siguientes etapas:
- Etapa 1: Adquisición por un medio de formación de imágenes de al menos dos imágenes del objeto tomadas antes y durante la aplicación de la tensión mecánica y medición del factor de escala del objeto; - Etapa 2: Cálculo de un primer funcional Tcin(Ucin) correspondiente a la correlación de las imágenes digitales en función del campo de desplazamiento Ucin representado mediante una primera base cinemática, siendo dicho campo de desplazamiento Ucin medido en cualquier punto del objeto sometido a tensión entre las imágenes del objeto cargado y descargado;
- Etapa 3: Cálculo del campo de desplazamiento Ucal calculado en cualquier punto del objeto;
- Etapa 4: Cálculo de un segundo funcional Tcal(Ucal,{p},M ) a partir del campo de desplazamiento calculado Ucal representado mediante una segunda base cinemática, correspondiendo este segundo funcional a la formulación variacional de una modelización mecánica de la tensión en función de la geometría del objeto, las fuerzas aplicadas, las condiciones de contorno, al menos el parámetro buscado {p} y los parámetros mecánicos predeterminados {q};
- Etapa 5: Cálculo de un tercer funcional Tpar(Ucin,Ucal) en forma de una norma cuadrática, igual a la diferencia entre Ucin y Ucal;
- Etapa 6: Minimización con respecto a Ucin, Ucal y {p} de un funcional total TjOi(UciN,UcAL,{p},{q}) que comprende al menos los términos:
TlOT(Uc¡N,UCAL,{p},{q}) = aTciNÍUciN) |3TcAL(UcAL,{p},{q}) YTpar(Uc!n,Ucal)
- siendo a, p y y tres coeficientes de ponderación no nulos
2. Procedimiento implementado por ordenador para la identificación de al menos un parámetro mecánico según la reivindicación 1, caracterizado porque, cuando el comportamiento del objeto está sometido a una tensión dependiente del tiempo, el segundo funcional Tgal(Ucal, {p}, {q}) depende de ciertos instantes.
3. Procedimiento implementado por ordenador para la identificación de al menos un parámetro mecánico según una de las reivindicaciones anteriores, caracterizado porque la etapa 1 del procedimiento comprende mediciones adicionales Fmes de esfuerzos, tiempos o temperaturas, la etapa 3 del procedimiento comprende las evaluaciones Fcal correspondientes a dichas mediciones adicionales, la etapa 4 va seguida de una etapa 4bis de cálculo de un cuarto funcional Tfor(Fcal,Fmes) proporcional a la diferencia cuadrática entre estas magnitudes y el funcional total I ioi(UciN,UcAL,{p},{q}) de la etapa 5 es igual a:
TioT(UciN,UcAL,{p},{q}) = aTciN(UciN) PTcalÍUcal.ÍpJ.ÍP}) yTpar(Uc¡n,Ucal) xTfor(Fcal({p},{cí}),Fmes)
siendo x un cuarto coeficiente de ponderación, dicho coeficiente de ponderación x se ajusta en función de las incertidumbres asociadas a las diferentes magnitudes que intervienen en los funcionales, y/o en función del condicionamiento del problema tangente a la minimización del funcional Tio i.
4. Procedimiento implementado por ordenador para la identificación de al menos un parámetro mecánico según una de las reivindicaciones anteriores, caracterizado porque la minimización del funcional total i ioi se realiza mediante un procedimiento iterativo.
5. Procedimiento implementado por ordenador para la identificación de al menos un parámetro mecánico según una de las reivindicaciones 1 a 3, caracterizado porque la minimización del funcional total i ioi se realiza mediante un procedimiento iterativo, que requiere el cálculo del gradiente de i io i.
6. Procedimiento implementado por ordenador para la identificación de al menos un parámetro mecánico según una de las reivindicaciones anteriores, caracterizado porque la primera base cinemática es idéntica a la segunda base cinemática.
7. Procedimiento implementado por ordenador para la identificación de al menos un parámetro mecánico según una de las reivindicaciones anteriores, caracterizado porque la incertidumbre de medida se estima mediante el hessiano del funcional de convergencia i ioi disponiendo de una medida del ruido de adquisición.
8. Procedimiento implementado por ordenador para la identificación de al menos un parámetro mecánico según una de las reivindicaciones anteriores, caracterizado porque la primera base cinemática o la segunda base cinemática se realiza sobre una malla de elementos finitos.
9. Dispositivo informático adaptado para la identificación de al menos un parámetro mecánico según una de las reivindicaciones 1 a 8.
10. Medio legible por ordenador con un programa para llevar a cabo el procedimiento según una de las reivindicaciones 1 a 8.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/EP2018/054953 WO2019166085A1 (fr) | 2018-02-28 | 2018-02-28 | Procede mis en oeuvre par ordinateur pour l'identification de proprietes mecaniques par correlation d'images et modelisation mecanique couplees |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2911999T3 true ES2911999T3 (es) | 2022-05-24 |
Family
ID=61563381
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES18708651T Active ES2911999T3 (es) | 2018-02-28 | 2018-02-28 | Procedimiento implementado por ordenador para la identificación de propiedades mecánicas mediante correlación acoplada de imágenes y modelización mecánica |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11215446B2 (es) |
| EP (1) | EP3759687B8 (es) |
| CN (1) | CN112055871B (es) |
| ES (1) | ES2911999T3 (es) |
| WO (1) | WO2019166085A1 (es) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112597608B (zh) * | 2020-12-25 | 2023-03-14 | 清华大学 | 一种机械结合面切-法向耦合力学建模方法 |
| CN113536570B (zh) * | 2021-07-16 | 2022-09-27 | 中国石油大学(北京) | 一种应力参数计算方法、装置、系统及计算机设备 |
| CN115017770B (zh) * | 2022-06-10 | 2024-07-05 | 三峡大学 | 一种基于模态响应的结构损伤识别方法 |
| CN118857107B (zh) * | 2024-09-24 | 2024-12-03 | 大连九州创智科技有限公司 | 基于激光扫描的料场物料堆积形态测量方法 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7257244B2 (en) | 2003-02-24 | 2007-08-14 | Vanderbilt University | Elastography imaging modalities for characterizing properties of tissue |
| DE102007037726B4 (de) * | 2007-08-09 | 2010-07-08 | Lavision Gmbh | Verfahren zur berührungslosen Messung von Verformungen einer Oberfläche eines Messobjektes |
| CN101839699B (zh) * | 2010-05-14 | 2011-11-30 | 清华大学 | 一种测量微纳米金属互连线残余变形的方法 |
| US8553233B2 (en) * | 2011-06-30 | 2013-10-08 | John W. Newman | Method and apparatus for the remote nondestructive evaluation of an object using shearography image scale calibration |
| US20130289953A1 (en) * | 2012-01-24 | 2013-10-31 | The University Of Akron | Self-optimizing, inverse analysis method for parameter identification of nonlinear material constitutive models |
| EP2880628A1 (en) * | 2012-08-06 | 2015-06-10 | Vanderbilt University | Enhanced method for correcting data for deformations during image guided procedures |
| CA2799869C (en) * | 2012-12-20 | 2019-08-20 | General Electric Company | System and method for determining location data for pipes in a steam generator |
| FR3000265B1 (fr) * | 2012-12-20 | 2019-01-25 | European Aeronautic Defence And Space Company Eads France | Procede pour l'evaluation de la performance metrologique d'une mesure d'un champ cinematique par correlation d'images numeriques |
| FR3008522B1 (fr) * | 2013-07-15 | 2016-11-11 | European Aeronautic Defence & Space Co Eads France | Procede de mesure multi-echelles de forme, de deplacement et/ou de deformation d’une piece de structure soumise a des sollicitations par creation d’une pluralite de mouchetis colorimetriques |
| US10289769B2 (en) * | 2013-08-26 | 2019-05-14 | The University Of Akron | Method for identifying stochastic information of heterogeneous materials |
| CN103870690B (zh) * | 2014-03-14 | 2016-09-14 | 哈尔滨工业大学 | 一种基于有限元的超声理疗中软组织影响下的骨组织内部应力分布数值模拟方法 |
| CN104700368B (zh) * | 2015-03-06 | 2018-08-17 | 南京大树智能科技股份有限公司 | 基于核函数的数字图像相关方法的位移场自适应平滑方法 |
| CN106500612B (zh) * | 2016-10-12 | 2019-08-06 | 北京科技大学 | 材料构件高温变形的非接触测量系统及方法 |
| CN106528982B (zh) * | 2016-10-26 | 2019-08-23 | 西安交通大学 | 一种有拉筋和围带的干摩擦阻尼失谐叶片的振动分析方法 |
| CN107273590B (zh) * | 2017-05-31 | 2018-06-15 | 北京理工大学 | 一种用于复合材料本构方程参数确定的多目标优化方法 |
| CN107726991B (zh) * | 2017-10-09 | 2020-05-05 | 北京航空航天大学 | 一种基于弱形式的数字图像相关应变场计算方案 |
-
2018
- 2018-02-28 ES ES18708651T patent/ES2911999T3/es active Active
- 2018-02-28 US US16/976,425 patent/US11215446B2/en active Active
- 2018-02-28 CN CN201880090358.4A patent/CN112055871B/zh active Active
- 2018-02-28 WO PCT/EP2018/054953 patent/WO2019166085A1/fr not_active Ceased
- 2018-02-28 EP EP18708651.7A patent/EP3759687B8/fr active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US20210003389A1 (en) | 2021-01-07 |
| WO2019166085A1 (fr) | 2019-09-06 |
| EP3759687B8 (fr) | 2022-06-01 |
| US11215446B2 (en) | 2022-01-04 |
| EP3759687A1 (fr) | 2021-01-06 |
| EP3759687B1 (fr) | 2022-03-30 |
| CN112055871A (zh) | 2020-12-08 |
| CN112055871B (zh) | 2024-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2911999T3 (es) | Procedimiento implementado por ordenador para la identificación de propiedades mecánicas mediante correlación acoplada de imágenes y modelización mecánica | |
| US10401156B2 (en) | System and method for quantifying deformation, disruption, and development in a sample | |
| JP6226751B2 (ja) | インターベンショナル環境内への光ファイバ形状検知の統合 | |
| Gilchrist et al. | High-resolution determination of soft tissue deformations using MRI and first-order texture correlation | |
| Fedele et al. | A regularized, pyramidal multi-grid approach to global 3D-volume digital image correlation based on X-ray micro-tomography | |
| Taillandier-Thomas et al. | A soft route toward 4D tomography | |
| Wang et al. | A computationally efficient approach for inverse material characterization combining Gappy POD with direct inversion | |
| Baldi | Residual stress analysis of orthotropic materials using integrated digital image correlation | |
| Chamoin et al. | Goal-oriented updating of mechanical models using the adjoint framework | |
| Eiben et al. | Breast deformation modelling: comparison of methods to obtain a patient specific unloaded configuration | |
| US20180306691A1 (en) | Systems and Methods for Visualizing the Interior Morphology and Material Properties of Samples from Surface Deformations | |
| Shafiei Dizaji et al. | Leveraging vision for structural identification: a digital image correlation based approach | |
| Jailin et al. | Sub-minute in situ fracture test in a laboratory CT scanner | |
| Boquet-Pujadas et al. | Reformulating optical flow to solve image-based inverse problems and quantify uncertainty | |
| Farnod et al. | Displacement-based structural identification using differentiable physics | |
| Guo et al. | Static damage identification in beams by minimum constitutive relation error | |
| Nachaoui | An improved implementation of an iterative method in boundary identification problems | |
| Yepes-Calderon et al. | Manual segmentation errors in medical imaging. proposing a reliable gold standard | |
| Aguilo et al. | An overview of inverse material identification within the frameworks of deterministic and stochastic parameter estimation | |
| Golovan et al. | Calibration of an accelerometer unit with asymmetric models of readings of sensors | |
| Leonov et al. | A posteriori error estimates for numerical solutions to inverse problems of elastography | |
| Gralton et al. | Random boundaries: quantifying segmentation uncertainty in solutions to boundary-value problems | |
| Challis | Total least-squares determination of body segment attitude | |
| David Gomez et al. | Finite-element extrapolation of myocardial structure alterations across the cardiac cycle in rats | |
| Sharma et al. | A review on solution of inverse heat conduction problems |