CN105387809A - 用于检测裂纹增长的系统和方法 - Google Patents
用于检测裂纹增长的系统和方法 Download PDFInfo
- Publication number
- CN105387809A CN105387809A CN201510541089.7A CN201510541089A CN105387809A CN 105387809 A CN105387809 A CN 105387809A CN 201510541089 A CN201510541089 A CN 201510541089A CN 105387809 A CN105387809 A CN 105387809A
- Authority
- CN
- China
- Prior art keywords
- test sample
- pixel
- color
- image
- sample
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- 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
- G01N3/02—Details
- G01N3/06—Special adaptations of indicating or recording means
- G01N3/068—Special adaptations of indicating or recording means with optical indicating or recording means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/006—Crack, flaws, fracture or rupture
- G01N2203/0062—Crack or flaws
- G01N2203/0066—Propagation of crack
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/0641—Indicating or recording means; Sensing means using optical, X-ray, ultraviolet, infrared or similar detectors
- G01N2203/0652—Indicating or recording means; Sensing means using optical, X-ray, ultraviolet, infrared or similar detectors using contrasting ink, painting, staining
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/067—Parameter measured for estimating the property
- G01N2203/0682—Spatial dimension, e.g. length, area, angle
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Engineering & Computer Science (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Quality & Reliability (AREA)
Abstract
本申请涉及用于检测裂纹增长的系统和方法。具体地,本申请公开一种用于检测材料测试样品中的裂纹扩展的系统和方法,其可以包括对测试样品的表面进行颜色衬比;在施加应力负荷期间获取样品的多个摄影图像;处理多个图像以检测指示测试样品中的裂纹和测试样品的颜色衬比的表面之间的衬比的像素特性的基线范围以外的像素的特性;以及基于检测的裂纹长度随时间的变化产生应变能量释放率的输出。
Description
技术领域
本公开涉及样品检测,更具体地,公开的实施例涉及在施加应力负荷期间用于检测测试样品中的裂纹增长的系统和方法。
背景技术
结构部件和/或其它材料可被测试以确定它们的材料特性。确定结构部件和/或材料的材料特性在确定例如该部件或材料是否适用于特定用途时可以是重要的。在某些测试中,代表特定结构部件和/或材料的样品可以被选择。在测试期间,一个或多个力可以被施加到测试样品以确定该样品的特性。在一些测试中,一个或多个力可以被施加以在测试样品中引起和/或扩展裂纹。在这些测试中,测量裂纹长度和相关的负载提供了有关测试样品的材料特性的信息。可以基于裂纹长度和相关的负载计算的材料特性的一个示例是应变能量释放率(strainenergyreleaserate)。
X射线成像设备已经被用于检测和测量测试样品中的裂纹。X射线成像设备可以在特定的时间段内获取和处理有限数量的图像,例如,在3秒时间内获取和处理约一个图像。此外,X射线图像上示出的裂纹通常是人通过使用尺子或卷尺(物理的或数字的)手动测量的。然后基于所测量的裂纹长度来计算材料特性。
然而,测试样品的材料特性通过使用上述方法可能不能精确地被确定或者计算出来。例如,在测试样品中的裂纹的扩展期间,相比于数码相机的速度,仅可获得有限数量的X射线图像。另外,X射线图像中的裂纹可能不能通过人使用尺子而精确地被测量;因为x射线图像由平均帧组成,可能在裂纹结束处不存在明确的指示。不精确的材料特性的测定可导致部件或材料的选择不适合其预定的用途,这可能导致该部件或材料在服务中过早的破坏。
发明内容
本公开提供用于检测材料测试样品中的裂纹扩展(crackpropagation)的方法。在一些实施例中,该方法可以包括在施加应力负荷期间对测试样品的表面进行颜色衬比(contrasting)并获取多个样品的摄影图像。在一些实施例中,该方法可以包括处理多个图像以检测在像素特性的基线范围以外的像素的特性,这些像素的特性指示在测试样品中的裂纹和测试样品的颜色衬比的表面之间的衬比。在一些实施例中,该方法可以包括基于检测的裂纹长度随时间的变化生成应变能量释放率的输出。
本公开提供用于一种用于检测材料测试样品中的裂纹扩展的系统。在一些实施例中,该系统可以包括被配置成在背景上支撑材料测试样品的测试平台。材料测试样品可具有与背景的表面颜色形成颜色衬比的顶表面。在一些实施例中,该系统可以包括朝向测试平台并被配置为在对测试样品施加应力负荷的期间获取位于平台上的测试样品的多个摄影图像。在一些实施例中,该系统可以包括接收多个摄影图像的图像处理程序。图像处理程序可以被配置以在多个摄影图像中检测在像素特性的基准范围以外的像素特性,并基于检测到的像素特性测量检测的裂纹长度中的变化。
本公开内容提供一种用于检测材料测试样品中的裂纹扩展的方法。在一些实施例中,该方法可以包括在背景上方支撑材料测试样品。该样品可具有与背景的表面颜色形成颜色衬比的顶表面。在一些实施例中,该方法可以包括施加应力负荷到样品并在施加步骤期间获取样品中的延伸裂纹长度的多个摄影图像。在一些实施例中,该方法可以包括检测不同于与顶表面相关联的像素特性的像素特性,以测量样品中的裂纹长度。
特征、功能和优点可在本公开的各种实施例中独立地实现,或可在其他实施例中被组合,其进一步的细节可参照以下描述和附图获知。
附图说明
图1是说明性裂纹检测系统的示意图。
图2是在形成裂纹之前的说明性测试样品的示意图。
图3是图2的测试样品在形成裂纹和/或裂纹的扩展期间的示意图。
图4是图2的测试样品在图3的裂纹的扩展期间的示意图。
图5是示出施加到图2的测试样品的负荷对应力负荷的位移的说明性图。
图6是图2的测试样品的说明性摄影图像的像素的示意图,该示意图示出这些像素的说明性红色值。
图7是图2的测试样品的说明性摄影图像的像素的示意图,该示意图示出这些像素的说明性绿色值。
图8是图2的测试样品的说明性摄影图像的像素的示意图,该示意图示出这些像素的说明性蓝色值。
图9是图4的测试样品的说明性摄影图像的像素的示意图,该示意图示出这些像素的说明性红色值。
图10是图4的测试样品的说明性摄影图像的像素的示意图,该示意图示出这些像素的说明性绿色值。
图11是图4的测试样品的说明性摄影图像的像素的示意图,该示意图示出这些像素的说明性蓝色值。
图12是基于图9-11的示意图所产生的说明性矩阵的示意图。
图13是描绘裂纹增长检测的说明性方法的流程图。
图14是说明性数据处理系统的各种组件的示意图。
具体实施方式
概述
下面描述并在相关的附图中示出用于检测裂纹增长(crackgrowth)的系统和方法的各种实施例。除非另有说明,系统或方法和/或其各种部件可以(但不是必需的)包括描述、说明和/或并入本文的结构、部件、功能和/或变型中的至少一个。此外,描述、说明和/或并入本文的结构、部件、功能和/或变型与本教导的结合可以(但不是必需的)被包括在其它类似的系统和方法中。以下各种实施例的描述本质上仅是示范性的并且不以任何方式意在限制本公开、本公开的应用或用途。此外,如以下所描述的,由实施例提供的优点本质上是说明性的,并非所有的实施例提供了相同的优点或相同程度的优点。
用于检测裂纹增长的系统和方法的各方面可被表现为计算机方法、计算机系统或计算机程序产品。因此,这些方面可采取完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码等)或者组合软件方面和硬件方面的实施例的方式,所有这些可以在此被总称为“电路”、“模块”或“系统”。此外,用于检测裂纹增长的系统和方法的各方面可以采取体现在计算机可读介质(或媒介)中的计算机程序产品的方式,该计算机可读介质具有在其上实现的计算机可读程序代码/指令,例如,用于处理多个摄影图像以检测像素特性(如以下进一步讨论的)的指令。
可以使用用于检测裂纹增长的系统和方法的计算机可读介质的任何组合都。计算机可读介质可以是计算机可读信号介质和/或计算机可读存储介质。计算机可读存储介质可以包括电子的、磁性的、光学的、电磁的、红外的和/或半导体系统、装置或设备或它们的任何合适的组合。计算机可读存储介质的更具体的示例可包括以下:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光学存储设备、磁性存储设备和/或它们的任何适当的组合等。在本公开的上下文中,计算机可读存储介质可以包括可包含或存储由指令执行系统、设备或装置使用的或与指令执行系统、设备或装置连接使用的程序的任何合适的有形介质。
计算机可读信号介质可以包括具有实现在其中的计算机可读程序代码的传播数据信号,例如,在基带中或作为载波的一部分。这样的传播信号可以采取任何形式,这些形式包括但不限于,电磁的、光学的和/或它们的任何合适的组合。计算机可读信号介质可以包括并非计算机可读存储介质的任何计算机可读介质,并且该计算机可读介质能够通信、传播或传输由指令执行系统、装置或设备(例如用于检测本公开的裂纹增长的系统)使用的程序或者与指令执行系统、装置或设备连接的程序。
可以使用任何适当的介质传送实现在计算机可读介质中的用于检测裂纹增长的程序代码,该介质包括但不限于无线、有线、光纤电缆、RF等和/或它们的任何适当的组合。
用于检测裂纹增长的计算机程序代码可以一种编程语言或编程语言的任何组合来写入,编程语言包括面向对象的程序设计语言如Java、Smalltalk、C++等以及传统的过程编程语言诸如C编程语言。程序代码可以全部在用户的计算机上、部分地在用户的计算机上作为独立的软件包执行,独立的软件包部分地在用户的计算机上并且部分在远程计算机上或完全在远程计算机或服务器上。在后者的情况下,远程计算机可以通过包括局域网(LAN)或广域网(WAN)的任何类型的网络连接到用户的计算机,和/或该连接可(例如,通过使用因特网服务提供商的因特网)连接到外部计算机。
以下根据本发明的各方面参照流程图图示和/或方法、设备、系统和/或计算机程序产品的框图对用于检测裂纹增长的系统和方法的方面进行描述。流程图和/或框图中的每个框和/或框的组合可以由计算机程序指令来实现。该计算机程序指令可以被提供给产生机器的通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得通过计算机或其它可编程数据处理装置的处理器执行的指令创建用于实现在流程图和/或框图的一个框或多个框中指定的诸如处理摄影图像并根据该处理产生输出的功能/动作的装置。
用于检测裂纹增长的计算机程序指令还可以存储在计算机可读介质中,这些计算机程序指令可指导计算机、其它可编程数据处理装置和/或其他设备以特定方式运行,使得存储在计算机可读介质中的指令生产包括实现在流程图和/或框图的一个框或多个框中指定的功能/动作的指令的制品。
用于检测裂纹增长的计算机程序指令也可以被加载到计算机、其它可编程数据处理装置和/或其他设备上,以使一系列操作步骤执行在设备上,以产生计算机实现的过程,使得在计算机或其它可编程装置上执行的指令提供用于实现在流程图和/或框图的一个框或多个框中指定的功能/动作的过程,诸如处理摄影图像并根据该处理产生输出。
附图中的任何流程图和/或框图意在说明系统的可能实施方式的架构、功能和/或操作以及用于检测裂纹增长的方法。在这点上,每个框可代表包括用于实现指定的(多个)逻辑功能的一个或多个可执行指令的模块、段或代码的部分。在一些实施方式中,在框中提到的功能可以不按照附图中指出的顺序发生。例如,连续示出的两个框可实际上基本同时被执行,或者这些框有时可以相反的顺序被执行,这取决于所涉及的功能。每个框和/或框的组合可以由专用的基于硬件的系统(或专用硬件和计算机指令的组合)来实现,这些专用的基于硬件的系统执行用于检测裂纹增长的指定功能或动作。
定义
“颜色衬比(Colorcontrast)”是指测试样品的表面具有不同于该样品的内部颜色和/或不同于背景颜色的颜色。例如,测试样品可以被提供具有颜色衬比的顶表面或层。可替代地或另外地,颜色衬比可被应用于测试样品的表面上,诸如颜色衬比涂层。
“高度衬比(Highlycontrasted)”指的是测试样品的表面具有含有红色、蓝色和绿色强度中的每个的平均值和标准偏差的颜色,使得背景或副材料(sub-material)(样品的内部)的每个像素包含至少一个RGB分量,该RGB分量具有表面的平均值值以外的±三个标准偏差的值。
“像素特性”指的是像素的强度、色调、亮度(lumosity)和/或饱和度。
“像素强度”指的是基于颜色深度或位数变化的像素的阴影或像素级。例如,对于24位(“真彩色”),强度值的范围为0-255。
“应变能量释放率”是指在每单位的新创建的断裂(fracture)面的面积的断裂期间所消耗的能量。
具体的示例、主要部件和替代物
以下示例描述用于裂纹增长检测的示例性系统和方法的选定的方面。这些示例旨在用于说明,而不应被解释为限制本公开的整个范围。每个示例可以包括一个或多个不同的发明,和/或上下文的或相关的信息、功能和/或结构。
示例1:
本示例描述说明性的裂纹扩展检测系统20和说明性测试样品22;参见图1-5。
测试样品22可包括单个部件或者可包括多个部件。在一些示例中,测试样品可以是可包括弯曲或凹口(notch)(例如,切口)单个片或单个板。在其它示例中,测试样品22可以是具有两个或多个构成材料的复合材料,该两个或多个构成材料具有显著不同的物理性质或化学性质。例如,构成材料可以包括基质(matrix)(或结合)材料,例如,树脂(例如,热固性环氧树脂)和增强材料,例如,多个纤维(例如,碳纤维的编织层)。测试样品可包括表面23(诸如顶表面),表面23可以是颜色衬比的表面。在一些示例中,表面23可以包括颜色衬比涂层23'。颜色衬比涂层可以是薄膜、涂料(诸如喷漆)、着色(stain)、清漆、漆、釉料和/或其他合适的涂层。在一些示例中,诸如当测试样品包括两个或多个层时,表面23可以是颜色衬比的顶层23”。
裂纹扩展检测系统20可包括测试平台24。测试平台24可包括被构造成支撑测试样品22和/或施加到测试样品的(多个)应力负荷的任何合适的结构。测试平台24可以包括一个或多个保持器组件26,保持器组件26可包括被构造为附连到测试样品22的(多个)合适部分的任何合适的结构。该保持器组件可以例如包括夹子、握柄、固定装置等,从而附连到测试样品。测试平台24可以通过保持器组件26施加(多个)应力负荷和/或与这些保持器组件分离。例如,如图27所示,当测试平台执行测试样品上的断裂韧性测试时,支架组件可以被用于以相反的方向移动测试样品。替代地,例如当测试平台执行测试样品22上的双悬臂梁测试时,与保持器组件分离的叶片或其它结构可被插入在测试样品的层之间和/或通过测试样品的层。施加到测试样品22的(多个)应力负荷可例如包括拉伸力、压缩力和/或扭转力。测试平台可以被配置为以任何合适的恒定速率或可变的速率施加(多个)应力负荷。例如,测试平台24可通过恒定的或可变的(多个)力等以恒定的位移(displacement)速率或可变的位移速率、施加(多个)应力负荷。在一些示例中,测试平台24可以处于加料室或测试室的形式。
测试平台24还可包括背景28。背景28可包括表面(或表面涂层)29。在一些示例中,测试平台可被配置为在背景28上支撑测试样品22或在背景28上方支撑测试样品22。例如,测试平台24可以支撑测试样品22,使得(以下讨论的)摄像机可捕获靠着(against)背景28的测试样品22的摄影图像。在一些示例中,测试样品22的表面23相对于背景28(或该背景的表面29)可以是颜色衬比(或高度衬比)的。例如,如图2-4所示,具有浅绿色表面23的测试样品靠着具有白色表面29的背景被放置。试验样品可经受来自测试平台的恒定位移,从而随着裂纹30扩展通过测试样品而产生如图5所示的可变负荷。
如图5所示,测试样品可以最初呈现线性弹性行为。接近最大负荷(或在临界负荷处)时,裂纹可开始扩展并增加尺寸(这可能几乎是瞬时的),从而导致负荷的下降。如图3-4中的裂纹扩展,可通过裂纹看到背景(或副材料)的白色表面。负荷下降后,测试样品在裂纹的尺寸再次增大之前可以能够再次承担更多的负荷,从而导致负荷的另一下降。负荷的增加和减少可以继续直到测试样品的最终破坏为止。替代地,切口或凹口可以在测试样品中被引入,诸如在图3之前,从而导致图3-4中的裂纹30的扩展。裂纹30在图4中具有长度为L的裂纹。
尽管图2-4示出具有显露背景的一部分的裂纹30,但是测试样品可具有仅显露测试样品的(多个)内部部件的裂纹30。例如,当测试样品包括多层时,裂纹30可仅显露出一个或多个层(诸如一个或多个内部层),而不是显露背景。当裂纹30被预期不显露背景时,表面23可以替代地或附加地相对于测试样品的内部(诸如该样品的一个或多个内层)的颜色是颜色衬比的。
裂纹扩展检测系统20可以包括相机32。相机可以包括诸如在施加应力负荷到测试样品之前、期间和/或之后被配置为获取测试样品22的多个摄影图像的任何合适的结构。摄像机32可以是例如电荷耦合器件(CCD)相机、互补金属氧化物半导体(CMOS)相机和/或任何合适的摄像机。摄像机可被定位以获取例如靠着背景28的测试样品22的摄影图像。
裂纹扩展检测系统20可以包括具有图像处理程序36的数据处理系统诸如计算机34。图像处理程序可接收来自摄像机32的摄影图像并可被配置为处理这些图像。例如,图像处理程序36可经由通信路径37接收来自摄像机32的摄影图像,该通信路径37可包括无线连接或有线连接。此外,图像处理程序36可经配置用于检测这些接收到的图像的这些图像或(多个)部分的像素特性。在一些示例中,图像处理程序36可以执行图像的裁剪和/或仅聚焦于这些图像的(多个)特定部分。
图像处理程序36可以例如经配置用于在裂纹形成之前确定表面23的代表性部分38的像素特性、包括扩展的裂纹的表面23的分析部分40的像素特性、测试样品22的任何其他(多个)合适部分的像素特性等。代表性部分38可具有代表测试样品的表面颜色的颜色(或至少一种像素特性),而分析部分40可包括裂纹30在其中预期被形成和/或扩展的测试样品的区域。在一些示例中,代表性部分38和分析部分40可以是相同的部分(如图2-4所示),例如,当图像处理程序处理在裂纹形成之前和裂纹形成期间获得的测试样品的一个或多个摄影图像时。在其它示例中,代表性部分可以是与分析部分40(通常在图3的38’处所指示的)不同的部分,例如,当图像处理程序36不处理在裂纹形成之前获得的测试样品的摄影图像。
图像处理程序36可经配置用于基于检测到的像素特性测量检测到的裂纹长度的变化,检测到的像素特性例如像素特性的基线范围之外的像素特性和/或与测试样品的表面23的颜色不相关的像素特性。图像处理程序36可经配置用于基于裂纹长度的扩展产生一个或多个材料特性(诸如应变能量释放率)的输出。在一些示例中,裂纹扩展系统20可包括在计算机34和测试平台24之间的有线通信路径或无线通信路径42。例如,计算机34可以通过通信路径42接收来自测试平台的应力负荷数据。在一些示例中,裂纹扩展系统20可包括在摄像机32和测试平台24之间的有线通信路径或无线的通信路径44。例如,摄像机32可接收来自测试平台24的应力负荷数据并且将该数据与由摄像机获取的摄影图像相关联。在一些示例中,摄像机32可与计算机34通信,使得计算机34在摄像机32获取摄影图像时针对应力负荷数据轮询测试平台24。
示例2:
本示例描述适合于与如示例1所述的裂纹扩展检测系统20一起使用的图像处理程序36;参见图6-12。
图像处理程序36可经配置用于确定摄影图像的像素特性,例如,像素强度、色调、亮度以及饱和度。例如,当摄影图像是黑白图像时,图像处理程序可以经配置以确定每个像素从最低强度的黑色变化到最高强度的白色(诸如从0到255的范围)的强度。当摄影图像是彩色图像时,图像处理程序36可经配置以确定每个原色即红色、绿色和蓝色(RGB)的强度。例如,所确定的每个原色的强度可在具有24位配色方案的从0到255的范围内。
图6-8示出针对每个原色(例如,红色50、绿色52和蓝色54)分析测试样品22的代表性部分38的像素46及像素的强度(或强度值)48的图像处理程序36的说明性结果。基于该分析,图像处理程序可确定像素值的基线范围,例如,每个原色的基线范围,并且/或者图像处理程序可确定与测试样品22的表面23相关联的像素值。例如,图2中的代表性部分38的基线像素强度为以下:
·具有平均值为6以及标准偏差为2.5的范围为0-12的红色像素值;
·具有平均值为175以及标准偏差为10的范围为150-200的绿色像素值;以及
·具有平均值为4以及标准偏差为4的范围为1-7的蓝色像素值。
可替代地或另外地,以上像素值与测试样品的表面23相关联。图6-8的像素强度表示测试样品22的浅绿色表面23。
图像处理程序还可经配置以针对分析部分40确定每个原色(例如,红色56、绿色58和蓝色60)的像素强度。图9-11示出针对每个原色分析测试样品22的分析部分40的像素62和像素的强度64的图像处理程序36的说明性的结果。如图9-11所示,除了240个像素中的29个像素之外,每个原色的大部分像素的强度大致保持与图6-8所示的相同。在这些29个像素中,对于每个原色来说,像素强度增加到250-255表示由于在测试样品的浅绿色表面上的裂纹而可以看到白色背景。
基于所确定的像素强度,图像处理程序36可经配置以检测在像素强度的基线范围以外的像素强度和/或不同于与颜色衬比表面23相关联的像素强度的像素强度,像素强度可指示在测试样品22中的裂纹30和该样品的表面23之间的衬比。在以上示例中,图像处理程序可以被配置以检测:(a)不同于像素强度的范围0-12内(或者在基线范围0-12以外)的红色像素中的像素强度;(b)不同于像素强度的范围150-200内(或者在基线范围150-200以外)的绿色像素中的像素强度;以及(c)不同于像素强度的范围1-7内(或者其在基线范围1-7以外)的蓝色像素中的像素强度。
在一些示例中,图像处理程序36可经配置以至少通过一个或多个原色的预选界限(margin)检测像素强度的基线范围以外的像素强度和/或与颜色衬比表面23相关联的像素强度不同的像素强度。该预选界限可以是任何适当的界限。例如,预选界限可以是恒定的强度值,诸如25、50或100。替代地,预选界限可以基于一个或多个原色的像素强度的范围或标准偏差。预选界限可以是例如最高像素强度和最低像素强度之间的差的至少一半。在以上的示例中,预选界限可以如下:红色=6,绿色=25,蓝色=4。图像处理程序36可经配置以检测至少为基线范围的最高强度值加上(或减去)预选界限的像素强度。在以上的示例中,图像处理程序可以被配置成检测像素强度为18或更高(12+6)的像素强度的红色像素强度、为225或更高(200+25)或125或更低(150-25)的绿色像素强度、和/或为11或更高(7+4)的蓝色像素强度。
在一些示例中,预选界限可以基于相对于背景的高度衬比的表面23。例如,如在测试样品的代表性部分所发现的,预选界限可分别是针对每个RGB强度的至少三个标准偏差。
图12示出可由图像处理程序36基于图6-11执行的处理所产生的说明性矩阵66。该矩阵可包括多个结果值68。在一些示例中,每个结果值68可以表示像素62。结果值可以指示图像处理程序是否检测表面23或检测裂纹30。例如,结果值可以是“0”,“0”表明表面23被检测,或者结果值是“1”,“1”表明裂纹30被检测。在一些示例中,如果像素的强度在像素强度的基线范围内(或者在基线范围加上像素强度的预选界限内)并且/或者像素强度与表面23相关联的像素强度相同,图像处理程序36可以为分析部分40的此像素分配“0”。相反地,如果像素的强度在像素强度的基线范围以外(或者在像素强度的基线范围以外至少预选界限)并且/或者像素强度不同于与表面23相关联的像素强度,则图像处理程序36可以为分析部分40的此像素分配“1”。
在一些示例中,图像处理程序36可基于结果值为“1”的像素的最长列或最长行来计算裂纹长度L。“1”的最长列或最长行可以包括一个或多个“0”,特别是在如图4所示的如果裂纹并非是线性时。例如,图像处理程序可以识别结果值为“1”的像素的最长列或最长行;计算该列或行的像素数;然后基于每长度转换的像素将像素数转换到裂纹长度测量值。每长度转换的像素可基于在一个或多个摄影图像中的特征尺寸。例如,如果摄影图像仅示出样品的整个宽度(没有示出背景),那么每长度转换的像素是基于样品的宽度和跨过该宽度的像素数。
在一些示例中,图像处理程序36可以计算一个或多个摄影图像的裂纹长度L,并且可以为每个计算的裂纹长度关联应力负荷。计算出的裂纹长度和相关联的负荷可以由图像处理程序使用以计算一个或多个材料特性,诸如应变能量释放率。例如,图像处理程序可以使用下面的等式计算应变能量释放率。
等式1:
这里,G是应变能量释放率,U是系统的弹性能量,A是裂纹区域(等于裂纹长度乘以厚度),P是负荷,并且u是位移。图像处理程序可以使用其他等式例如,在ASTMInternationalD5045-99(2007再次批准)2007年6月,9页的StandardTestMethodsforPlane-StrainFractureToughnessandStrainEnergyReleaseRateofPlasticMaterials中提供的等式:。
尽管示出的图像处理程序36基于像素强度确定裂纹长度,但是图像处理程序可以另外地或替代地基于检测并比较色调、亮度、饱和度和/或其它像素特性来确定裂纹长度。例如,图像处理程序可确定代表性部分中的每个像素的色调(或色调值),并且确定分析部分中的像素是否具有在基线范围以外的色调和/或不同于与代表性部分相关联的色调,这可以指示在裂纹和测试样品之间的衬比。
示例3:
这个示例描述用于检测材料测试样品中的裂纹扩展的方法;参见图13。
图13描绘方法的多个步骤,该方法可以根据本公开的方面结合裂纹扩展系统20来执行。虽然以下描述了方法100的各种步骤,并且在图13中进行了描绘,但是步骤不一定都被执行,并且在某些情况下,可以按照与示出的顺序不同的顺序来执行。
方法100可以包括对测试样品的表面进行颜色衬比的步骤102。对表面进行颜色衬比可以包括将颜色衬比的涂层施加到测试样品的表面,诸如喷涂表面。在一些示例中,涂层可相对于背景的表面颜色呈现出高度衬比的颜色。当测试样品包括两层或多层时,对表面进行颜色衬比可以包括提供颜色衬比的顶层。替代地或另外地,对表面进行颜色衬比可以包括选择与测试样品的表面形成颜色衬比的背景的表面颜色。当测试样品是复合材料的测试样品时,可以在该样品的表面执行颜色衬比。
方法100可以包括在背景(或背景区域)上方支撑测试样品的步骤104。在步骤104处,测试样品可被支撑,使得背景的表面颜色可以通过测试样品中的裂纹是可见的。
方法100可以包括将应力负荷施加到测试样品的步骤106。当保持器组件被用来附连到测试样品的部分时,步骤106可以包括一起移动这些分开的保持器组件的一个或多个,并且/或者是以施加应力负荷的扭力来移动。可替换地,保持器组件可以将测试样品保持在合适的位置,同时来自测试平台的另一部件的应力负荷被施加。所施加的应力负荷可以例如是恒力或变力和/或测试样品的恒定位移或可变位移。在步骤108处,测试样品的摄影图像可以在施加应力负荷之前、期间和/或之后被获取。
方法100可以包括处理摄影图像的步骤110。在步骤110处,摄影图像中的一个或多个可被处理以确定像素特性的基线范围和/或与测试样品的表面相关联的像素特性。在步骤110处,摄影图像可以被处理以检测在像素特性的基线范围以外的像素特性和/或不同于与测试样品的表面的颜色相关联的像素特性的像素特性,这些像素特性可以指示在测试样品的裂纹和该样品的表面之间的衬比。在一些示例中,摄影图像可以被处理以检测像素特性的基线范围以外预选界限的像素的特性,该预选界限诸如在最高像素特性值和最低像素特性值之间的差的至少一半或三个标准偏差。像素特性可以例如包括强度、色调、亮度和/或饱和度。
方法100可以包括生成输出的步骤112。在步骤112处,输出可以包括(多个)测量的裂纹长度和/或与(多个)这些长度相关联的(多个)应力负荷。可替代地或附加地,输出可以包括基于检测的裂纹长度随时间的变化和/或裂纹长度的扩展的应变能量释放率。
示例4:
本示例根据本公开的方面描述数据处理系统900。在这个例子中,数据处理系统900是用于实现图1中的裂纹扩展检测系统20的计算机34的说明性数据处理系统;参见图14。
在该说明性示例中,数据处理系统900包括通信框架902。通信框架902提供在处理器单元904、存储器906、永久存储器908、通信单元910、输入/输出(I/O)单元912以及显示器914之间的通信。存储器906、永久存储器908、通信单元910、输入/输出(I/O)单元912以及显示器914是可由处理器单元904经由通信框架902访问的资源的示例。
处理器单元904用于运行可被加载到存储器906中的软件的指令,诸如用于处理多个摄影图像以确定像素特性的指令。处理器单元904根据特定的实施方式可以是若干处理器、多处理器内核或一些其他类型的处理器。此外,处理器单元904可以使用若干异构处理器系统来实现,在该异构处理器系统中,主处理器与二级处理器一起存在于单个芯片上。如另一说明性示例,处理器单元904可以是包含相同类型的多个处理器的对称多处理器系统。
存储器906和永久存储器908是存储设备916的示例。存储设备是能够存储信息例如但不限于数据、功能形式的程序代码以及在临时基础或永久基础上的其它合适的信息的任何硬件片。例如,存储设备916可以存储从摄影图像的处理而获得的裂纹测量数据。
在这些示例中,存储设备916也可被称为计算机可读存储设备。在这些示例中,存储器906可以是例如随机存取存储器或任何其它合适的易失性存储器件或非易失性存储器件。永久存储器908可以采取各种形式,这取决于特定的实施方式。
例如,永久存储器908可以包含一个或多个部件或设备。例如,永久存储器908可以是硬盘驱动器、闪存、可重写光盘、可重写磁带或以上的某些组合。永久存储器908所使用的介质也可以是可移动的。例如,可移动的硬盘驱动器可以被用于永久存储器908。
在这些示例中,通信单元910提供与其他数据处理系统或数据处理系统器件的通信。在这些示例中,通信单元910是网络接口卡。通信单元910可以通过使用物理通信链路和无线通信链路中的任一或两者提供通信。例如,通信单元910可提供与测试平台24和/或摄像机32的通信。
输入/输出(I/O)单元912允许与可被连接到数据处理系统900的其它设备进行数据的输入和输出。例如,输入/输出(I/O)单元912可通过键盘、鼠标和/或一些其它合适的输入设备提供用户输入的连接。此外,输入/输出(I/O)单元912可发送输出到打印机。显示器914提供一种机构以向用户显示信息,诸如关于测量到的裂纹长度和/或计算出的应变能量释放率的信息。
操作系统、应用和/或程序的指令可以位于存储设备916中,该存储设备916通过通信框架902与处理器单元904通信。在这些说明性示例中,指令是处于永久存储器908上的功能形式。这些指令可被加载到存储器906用于由处理器单元904执行。用于检测裂纹增长的系统和方法的过程可由处理器单元904使用计算机实现的指令来执行,这些指令可以位于存储器(例如,存储器906)中。计算机实现的指令可以例如包括指令以处理摄影图像并从该处理产生输出。
这些指令被称为可由处理器单元904中的处理器读出并执行的程序指令、程序代码、计算机可用程序代码或者计算机可读程序代码。不同实施例中的程序代码可以实现在不同的物理或计算机可读存储介质上,诸如存储器906或永久存储器908。
程序代码918诸如图像处理程序36以功能形式位于计算机可读介质920上,该计算机可读介质920是选择性可移动的,并且程序代码918可被加载到或传送到数据处理系统900,以便由处理器单元904执行。在这些示例中,程序代码918和计算机可读介质920形成计算机程序产品922。在一个示例中,计算机可读介质920可以是计算机可读存储介质924或计算机可读信号介质926。
计算机可读存储介质924可以包括例如被插入或放入到驱动器或其他装置的光盘或磁盘,该光盘或磁盘是永久存储器908的一部分,用于传送到存储设备,诸如为持久存储器908的一部分的硬盘驱动器。计算机可读存储介质924也可以采取持久存储器的方式,例如,被连接到数据处理系统900的硬盘驱动器、拇指驱动器或快闪存储器。在一些实例中,计算机可读存储介质924对于数据处理系统900可以是不移动的。例如,图像处理程序36可以存储在对于计算机34不移动的计算机可读存储介质中。
在这些示例中,计算机可读存储介质924是用于存储程序代码918(诸如图像处理程序36)的物理存储设备或有形存储设备,而不是传播或传输程序代码918的介质。计算机可读存储介质924也被称为计算机可读有形存储器件或计算机可读物理存储器件。换句话说,计算机可读存储介质924是可以由人触及的介质。
替代地,可使用计算机可读信号介质926将程序代码918传送到数据处理系统900。计算机可读信号介质926可以是例如包含程序代码918的传播数据信号。例如,计算机可读信号介质926可以是电磁信号、光信号和/或任何其它适合类型的信号。这些信号可以通过通信链路例如无线通信链路、光纤光缆、同轴电缆、导线和/或任何其它适当类型的通信链路来传输。换句话说,在说明性示例中,通信链路和/或连接可以是物理的或无线的。
在一些说明性的实施例中,程序代码918(例如,图像处理程序36)可以通过计算机可读信号介质926从另一器件或数据处理系统通过网络下载到永久存储器908,用于在数据处理系统900诸如计算机34内使用。例如,存储在服务器数据处理系统的计算机可读存储介质中的程序代码可以通过网络从服务器下载到数据处理系统900。提供程序代码918的数据处理系统可以是服务器计算机、客户端计算机或能够存储和传输程序代码918的一些其它设备。
针对数据处理系统900示出的不同组件并非意在对实现用于检测裂纹增长的系统和方法的不同实施例所采用的方式提供架构限制。不同的说明性实施例可以被实现在包括除了和/或代替数据处理系统900示出的那些组件外的组件的数据处理系统中。图14示出的其他组件可以根据所示的说明性示例来改变。不同的实施例可以使用能够运行程序代码诸如图像处理程序36的任何硬件设备或系统来实现。作为一个示例,数据处理系统900可以包括集成无机组件的有机组件和/或可以完全由不含人类的有机组件构成。例如,存储设备可以由有机半导体构成。
在另一说明性示例中,处理器单元904可以采取具有被制造或被配置用于特定用途如检测裂纹增长的电路的硬件单元的方式。这种类型的硬件可以执行操作,无需将程序代码从存储设备加载到存储器以被配置来执行操作。
例如,当处理器单元904采用硬件单元的方式时,处理器单元904可以是电路系统、专用集成电路(ASIC)、可编程逻辑器件或被配置为执行多种操作诸如处理摄影图像并从该处理产生输出的某些其它合适类型的硬件。使用编程逻辑器件,该器件被配置为执行若干操作。该器件可以在随后被重新配置或可永久配置为执行多个操作。可编程逻辑器件的示例包括,例如,可编程逻辑阵列、可编程阵列逻辑、现场可编程逻辑阵列、现场可编程门阵列以及其他合适的硬件器件。采用这种类型的实施方式,程序代码918可以被省略,因为不同实施例的过程在硬件单元中被实现。
在又一说明性示例中,处理器单元904可以使用在计算机单元和硬件单元创建的处理器的组合来实现。处理器单元904可以具有被配置为运行程序代码918诸如图像处理程序36的多个硬件单元和多个处理器。通过该描述的示例,检测裂纹增长的一些过程可在多个硬件单元中实施,而检测裂纹增长的其它过程可在多个处理器中实现。
在另一示例中,总线系统可被用于实现通信框架902,并且总线系统可以由一个或多个总线组成,例如,系统总线或输入/输出总线构成。当然,总线系统可以使用在连接到总线系统的不同组件或设备之间提供数据传递的任何合适类型的架构来实现。
此外,通信单元910可以包括发送数据、接收数据或者发送和接收数据两者诸如像素特性数据和裂纹检测数据的多个设备。通信单元910可以是,例如,调制解调器或网络适配器、两个网络适配器或它们的一些组合。进一步,存储器可以是例如存储器906或高速缓冲存储器,诸如其可创建在存在于通信框架902中的接口和存储器控制器集线器中。
本文描述的流程图和框图根据各种说明性实施例说明了用于检测裂纹增长的系统和方法的可能的实施方式的架构、功能以及操作。在这点上,在流程图或框图中的每个块可代表模块、段或代码部分,其包括用于实现指定的逻辑功能或功能的一个或多个可执行指令。还应当指出的是,在一些替代实施方式中,在框中提到的功能可以不以附图中指出的顺序出现。例如,连续示出的两个框的功能可以基本同时执行,或者这些框的功能可以有时以相反的顺序执行,这取决于所涉及的功能。
在本文公开的方法和系统的其他布置中,附加的示例根据以下条款被提供:
条款1.一种用于检测在材料测试样品中的裂纹扩展的方法,包括:对测试样品的表面进行颜色衬比;在应力负荷的施加期间获取所述样品的多个摄影图像;处理所述多个图像以检测在像素特性的基线范围以外的像素的特性,这些像素的特性指示在所述测试样品的裂纹和所述测试样品的颜色衬比的表面之间的衬比;以及基于检测的裂纹长度随时间的变化产生应变能量释放率的输出。
条款2.根据条款1所述的方法,其中对测试样品的表面进行颜色衬比包括将颜色衬比的涂层施加到测试样品的表面。
条款3.根据条款1所述的方法,其中对测试样品的表面进行颜色衬比包括提供颜色衬比的顶层。
条款4.根据条款1所述的方法,其进一步包括在背景上方支撑测试样品,其中对测试样品的表面进行颜色衬比包括选择与测试样品的表面形成颜色衬比的背景的表面颜色。
条款5.根据条款1所述的方法,其包括处理所述多个图像中的至少一个图像,以确定像素特性的基线范围。
条款6.根据条款5所述的方法,其中处理所述多个图像的至少一个图像包括处理所述至少一个图像的一部分,所述部分代表所述测试样品的所述表面的颜色。
条款7.根据条款1所述的方法,其中获取所述样品的多个摄影图像包括施加通过以恒定速率移动所述测试样品而提供的应力负荷期间获取所述样品的多个摄影图像。
条款8.根据条款1所述的方法,其进一步包括在施加所述应力负荷之前获取多个摄影图像。
条款9.根据条款1所述的方法,其中处理所述多个图像以检测像素的特性包括处理所述多个图像以检测像素的强度。
条款10.根据条款9所述的方法,其中处理所述多个图像以检测像素的强度包括:处理所述多个图像以检测像素强度的基线范围以外的至少一个原色的最高像素强度和最低像素强度之间的差的至少一半的预选界限的像素的强度。
条款11.根据条款1所述的方法,其中对测试样品的表面进行颜色衬比包括对复合材料测试样品的表面进行颜色衬比。
条款12.一种用于检测在材料测试样品中的裂纹扩展的系统,其包括:测试平台,其被配置为在背景上支撑材料测试样品,所述材料测试样品具有与所述背景的表面形成颜色衬比的顶表面;摄像机,其指向所述测试平台并被配置为获取在对所述测试样品施加应力负荷期间的位于所述平台上的测试样品的多个摄影图像;以及图像处理程序,其接收所述多个摄影图像,并且被配置为在所述多个摄影图像中检测在像素特性的基线范围以外的像素特性,并且基于所述检测到的像素特性测量检测的裂纹长度的改变。
条款13.根据条款12所述的系统,其中所述材料测试样品具有顶表面涂层,所述顶表面涂层相对于所述背景的表面涂层是高度衬比的。
条款14.根据条款12所述的系统,其中所述图像处理程序进一步经配置以基于裂纹长度的扩展产生应变能量释放率的输出。
条款15.一种用于检测在材料测试样品中的裂纹扩展的方法,其包括:在背景上支撑材料测试样品,所述样品具有与所述背景的表面颜色形成颜色衬比的顶表面;施加应力负荷到所述样品;获取在施加步骤期间的样品中的延伸裂纹长度的多个摄影图像;以及检测不同于与所述顶表面颜色相关联的像素特性的像素特性,以测量样品中的裂纹长度。
条款16.根据条款15所述的方法,其进一步包括基于所述裂纹长度的扩展生成应变能量释放率的输出。
条款17.根据条款15所述的方法,其进一步包括在所述测试样品上施加相对于背景的表面颜色呈现高度衬比的涂层。
条款18.根据条款15所述的方法,进一步包括检测所述多个摄影图像中的至少一个图像的一部分的像素特性,所述部分代表所述测试样品的所述顶表面的颜色。
条款19.根据条款18所述的方法,进一步包括从所述检测到的像素特性确定与所述顶表面的颜色相关联的像素特性。
条款20.根据条款15所述的方法,其中检测像素特性包括检测不同于与所述顶表面颜色相关联的像素强度的像素强度,以测量所述样品中的裂纹长度。
本文所描述的用于检测材料测试样品中的裂纹扩展的系统和方法的不同实施例提供超过已知方案的多个优点。例如,本文所描述的检测裂纹扩展的系统和方法的说明性实施例允许以超过已知方案的在更高的速度获得裂纹形成与扩展数据。另外,并且在其他益处中,本文所描述的用于检测裂纹扩展系统和方法的说明性实施例允许更精确地确定部件和结构的材料特性。没有已知的系统或设备可以执行这些功能,特别是在材料测试环境中。因此,本文描述的说明性实施例对确定部件和结构的材料特性尤其有用,以便确定那些部件和结构的材料特性是否适合于特定用途。然而,并非本文所描述的所有实施例都提供相同的优点或相同程度的优点。
如上所述的本公开可以包括具有独立效用的多个不同的发明。虽然这些发明的每个以其优选方式(多个)已经被公开的,但是本文所公开和说明的其特定实施例不被认为是限制意义的,因为多种变化是可能的。本发明的主题包括各种元件、特征、功能和/或本文公开的属性的所有新颖和非显而易见的组合和子组合。随附权利要求特别指出视为新颖和非显而易见的某些组合和子组合。在特征、功能、元件和/或属性的其他组合和子组合中所体现的发明可以在从该申请或相关申请要求优先权的申请中要求保护。这样的权利要求,无论是针对不同的发明还是相同的发明,并且无论是更宽、更窄、相同,还是范围上与原始的权利要求不同,也被视为包括在本公开的发明的主题内。
Claims (14)
1.一种检测材料测试样品中的裂纹扩展的方法,其包括:
对测试样品的表面进行颜色衬比;
在应力负荷的施加期间获取所述样品的多个摄影图像;
处理所述多个图像以检测指示在所述测试样品中的裂纹和所述测试样品的颜色衬比的表面之间的衬比的像素的特性,所述像素的特性在像素特性的基线范围以外;以及
基于检测的裂纹长度随时间的变化产生应变能量释放率的输出。
2.根据权利要求1所述的方法,其中对测试样品的表面进行颜色衬比包括将颜色衬比的涂层施加到所述测试样品的表面。
3.根据权利要求1所述的方法,其中对测试样品的表面进行颜色衬比包括提供颜色衬比的顶层。
4.根据权利要求1所述的方法,其进一步包括:
在背景上支撑所述测试样品,其中对测试样品的表面进行颜色衬比包括选择所述背景的表面颜色,所述背景的表面颜色与所述测试样品的表面形成颜色衬比。
5.根据权利要求1所述的方法,其进一步包括:
处理所述多个图像中的至少一个图像,以确定像素特性的基线范围。
6.根据权利要求5所述的方法,其中处理所述多个图像中的至少一个图像包括处理一部分所述至少一个图像,该部分代表所述测试样品的所述表面的颜色。
7.根据权利要求1所述的方法,其中获取所述样品的多个摄影图像包括在施加通过以恒定速率移动所述测试样品而提供的应力负荷期间获取所述样品的多个摄影图像。
8.根据权利要求1所述的方法,其进一步包括:
在施加所述应力负荷之前获取多个摄影图像。
9.根据权利要求1所述的方法,其中处理所述多个图像以检测像素的特性包括处理所述多个图像以检测像素的强度。
10.根据权利要求9所述的方法,其中处理所述多个图像以检测像素强度包括处理所述多个图像以检测像素的强度,所述像素的强度在像素强度的基线范围以外至少一个原色的最高像素强度和最低像素强度之间的差的至少一半的预选界限。
11.根据权利要求1所述的方法,其中对测试样品的表面进行颜色衬比包括对复合材料测试样品的表面进行颜色衬比。
12.一种用于检测在材料测试样品中的裂纹扩展的系统,其包括:
测试平台,其被配置为在背景上支撑材料测试样品,所述材料测试样品具有与所述背景的表面颜色形成颜色衬比的顶表面;
摄像机,其朝向所述测试平台并被配置为在对所述测试样品施加应力负荷期间获取位于所述平台上的测试样品的多个摄影图像;以及
图像处理程序,其接收所述多个摄影图像,并且所述图像处理程序被配置为:
在所述多个摄影图像中检测在像素特性的基线范围以外的像素特性,以及
基于检测到的像素特性测量检测的裂纹长度中的变化。
13.根据权利要求12所述的系统,其中所述材料测试样品具有顶表面涂层,所述顶表面涂层相对于所述背景的表面涂层是高度衬比的。
14.根据权利要求12所述的系统,其中所述图像处理程序进一步经配置以基于裂纹长度的扩展产生应变能量释放率的输出。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/472,300 | 2014-08-28 | ||
US14/472,300 US9528945B2 (en) | 2014-08-28 | 2014-08-28 | Systems and methods for detecting crack growth |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105387809A true CN105387809A (zh) | 2016-03-09 |
CN105387809B CN105387809B (zh) | 2019-05-31 |
Family
ID=53610783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510541089.7A Active CN105387809B (zh) | 2014-08-28 | 2015-08-28 | 用于检测裂纹增长的系统和方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9528945B2 (zh) |
EP (1) | EP2990775B1 (zh) |
JP (1) | JP6478868B2 (zh) |
KR (1) | KR102380592B1 (zh) |
CN (1) | CN105387809B (zh) |
BR (1) | BR102015020396B1 (zh) |
CA (1) | CA2897690C (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107421963A (zh) * | 2017-09-18 | 2017-12-01 | 重庆大学 | 一种核燃料生坯裂纹检测装置及裂纹检测方法 |
CN107870084A (zh) * | 2017-09-18 | 2018-04-03 | 中车工业研究院有限公司 | 列车转向架的非接触式监测方法及系统 |
CN110031471A (zh) * | 2019-05-17 | 2019-07-19 | 中国科学院自动化研究所 | 大口径光学元件表面缺陷增长分析方法、系统、装置 |
CN110155369A (zh) * | 2019-05-29 | 2019-08-23 | 中国民航大学 | 一种飞机蒙皮表面裂纹检查方法 |
CN110992346A (zh) * | 2019-09-17 | 2020-04-10 | 浙江工业大学 | 一种基于dip和dicm的疲劳裂纹长度在线检测方法 |
CN111307582A (zh) * | 2019-11-14 | 2020-06-19 | 广东威立瑞科技有限公司 | 一种管材拉伸试验系统及拉伸试验方法 |
CN111323431A (zh) * | 2020-03-10 | 2020-06-23 | 欧贝黎新能源科技股份有限公司 | 一种基于太阳能电池片硅片微裂纹检测装置及其使用方法 |
CN112801981A (zh) * | 2021-01-28 | 2021-05-14 | 中国科学院武汉岩土力学研究所 | 确定混合压剪裂纹尖端断裂过程区传播速度的方法及设备 |
CN113155615A (zh) * | 2021-04-26 | 2021-07-23 | 中国石油大学(北京) | 套管-水泥界面断裂韧度测试方法 |
CN113924469A (zh) * | 2019-05-15 | 2022-01-11 | 康宁公司 | 超薄玻璃面板中之实时应力可视化之边缘强度测试系统及方法 |
CN114270813A (zh) * | 2019-06-25 | 2022-04-01 | 伊利诺斯工具制品有限公司 | 具有反射性后屏幕的视频伸长计系统 |
CN114839054A (zh) * | 2022-03-16 | 2022-08-02 | 徐州大成环境科技有限公司 | 一种基于人工智能的建筑材料强度检测方法及系统 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9903800B2 (en) * | 2015-06-16 | 2018-02-27 | California Institute Of Technology | Measurement of fracture toughness of heterogeneous materials |
CN106501108A (zh) * | 2016-09-09 | 2017-03-15 | 中国电力科学研究院 | 一种 opgw 单线扭转疲劳试验方法及装置 |
EP3715823B1 (en) * | 2017-11-22 | 2024-10-09 | JFE Steel Corporation | Method for evaluation of brittle crack propagation-stopping performance in thick steel plate |
RU2672035C1 (ru) * | 2018-01-19 | 2018-11-08 | Федеральное государственное унитарное предприятие "Центральный институт авиационного моторостроения имени П.И. Баранова" | Способ испытания на трещиностойкость образцов полимерных композиционных материалов |
CN111758025B (zh) * | 2018-02-22 | 2024-08-13 | 松下知识产权经营株式会社 | 检查装置及检查方法 |
TWM565304U (zh) * | 2018-05-24 | 2018-08-11 | 曄中科技有限公司 | 臭氧測試機傳動結構 |
JP7336750B2 (ja) * | 2018-10-12 | 2023-09-01 | パナソニックIpマネジメント株式会社 | 予測装置及び予測方法 |
CN109813602B (zh) * | 2019-03-15 | 2024-07-05 | 中国科学院武汉岩土力学研究所 | 一种岩石类材料平面应变双轴加载破坏全过程宏细观的试验装置 |
US20210143039A1 (en) * | 2019-11-12 | 2021-05-13 | Applied Materials, Inc. | Systems and methods for controlling non-uniformity |
CN112801982B (zh) * | 2021-01-28 | 2022-06-17 | 中国科学院武汉岩土力学研究所 | 确定岩石混合压剪裂纹尖端断裂过程区长度的方法及设备 |
CN116399694A (zh) * | 2023-03-10 | 2023-07-07 | 北京建筑大学 | 一种直接拉伸脆性固体材料长期寿命评价方法 |
CN117890215B (zh) * | 2024-03-14 | 2024-05-24 | 苏州先准电子科技有限公司 | 用于可拉伸电路板的性能检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020139194A1 (en) * | 2000-08-31 | 2002-10-03 | Cooper Tire & Rubber Company | Method and article of manufacture for estimating material failure due to crack formation and growth |
US8094922B2 (en) * | 2008-06-04 | 2012-01-10 | Korea Advanced Institute Of Science And Technology | Crack measuring method and apparatus |
CN102692188A (zh) * | 2012-05-08 | 2012-09-26 | 浙江工业大学 | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 |
US20130044936A1 (en) * | 2011-08-19 | 2013-02-21 | Cognex Corporation | System and Method for Identifying Defects in a Material |
US20130135460A1 (en) * | 2011-05-27 | 2013-05-30 | Airbus Operations Gmbh | Method for the detection of a possible joint defect in a friction stir weld seam |
CN203259116U (zh) * | 2013-04-07 | 2013-10-30 | 北京普瑞微纳科技有限公司 | 火车路轨裂纹检测设备 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4063282A (en) * | 1976-07-20 | 1977-12-13 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | TV fatigue crack monitoring system |
US4149406A (en) | 1977-10-31 | 1979-04-17 | Russenberger Max E | Method and apparatus for determining the time dependency of the length of a fissure in a test specimen during a fracture test |
DE3144379C2 (de) | 1981-11-07 | 1987-01-02 | Carl Schenck Ag, 6100 Darmstadt | Verfahren zur Durchführung von Rißuntersuchungen und Prüfkörper zur Durchführung des Verfahrens |
JPS58162837A (ja) * | 1982-03-23 | 1983-09-27 | Mitsubishi Heavy Ind Ltd | き裂検知方法 |
US4519041A (en) | 1982-05-03 | 1985-05-21 | Honeywell Inc. | Real time automated inspection |
US4574642A (en) | 1984-11-23 | 1986-03-11 | The Firestone Tire & Rubber Company | Apparatus for automated crack growth rate measurement |
EP0210278B1 (en) | 1985-01-25 | 1993-04-14 | Nippon Kokan Kabushiki Kaisha | Apparatus for detecting positions of crack caused by fatigue |
US4690001A (en) * | 1985-11-13 | 1987-09-01 | Mts Systems Corporation | Optical displacement transducer usable as an extensometer |
AU597485B2 (en) * | 1987-04-22 | 1990-05-31 | John Lysaght (Australia) Limited | Non-contact determination of the position of a rectilinear feature of an article |
DE4128214A1 (de) | 1990-08-27 | 1992-03-05 | Toyoda Gosei Kk | Vorrichtung und verfahren fuer ermuedungstests |
JPH0552729A (ja) * | 1991-08-28 | 1993-03-02 | Toyoda Gosei Co Ltd | 疲労試験装置用画像処理装置 |
US5539656A (en) | 1994-10-11 | 1996-07-23 | United Technologies Corporation | Crack monitoring apparatus |
US5517861A (en) | 1994-10-11 | 1996-05-21 | United Technologies Corporation | High temperature crack monitoring apparatus |
DE102007055637A1 (de) | 2007-11-21 | 2009-05-28 | Robert Bosch Gmbh | Elektromechanische Reibungsbremse |
EP2481585B1 (de) * | 2011-01-28 | 2015-12-16 | Müller Martini Holding AG | Vorrichtung und Verfahren zur Verarbeitung einer Bahn eines Bedruckstoffs zu Druckprodukten |
WO2014104983A1 (en) * | 2012-12-27 | 2014-07-03 | Sieva, Podjetje Za Razvoj In Trzenje V Avtomobilski Industriji, D.O.O. | Process and apparatus for measuring of thickness of a probe during a tension test |
-
2014
- 2014-08-28 US US14/472,300 patent/US9528945B2/en active Active
-
2015
- 2015-07-10 EP EP15176282.0A patent/EP2990775B1/en active Active
- 2015-07-17 CA CA2897690A patent/CA2897690C/en active Active
- 2015-08-06 JP JP2015155651A patent/JP6478868B2/ja active Active
- 2015-08-17 KR KR1020150115396A patent/KR102380592B1/ko active Active
- 2015-08-24 BR BR102015020396-9A patent/BR102015020396B1/pt active IP Right Grant
- 2015-08-28 CN CN201510541089.7A patent/CN105387809B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020139194A1 (en) * | 2000-08-31 | 2002-10-03 | Cooper Tire & Rubber Company | Method and article of manufacture for estimating material failure due to crack formation and growth |
US8094922B2 (en) * | 2008-06-04 | 2012-01-10 | Korea Advanced Institute Of Science And Technology | Crack measuring method and apparatus |
US20130135460A1 (en) * | 2011-05-27 | 2013-05-30 | Airbus Operations Gmbh | Method for the detection of a possible joint defect in a friction stir weld seam |
US20130044936A1 (en) * | 2011-08-19 | 2013-02-21 | Cognex Corporation | System and Method for Identifying Defects in a Material |
CN102692188A (zh) * | 2012-05-08 | 2012-09-26 | 浙江工业大学 | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 |
CN203259116U (zh) * | 2013-04-07 | 2013-10-30 | 北京普瑞微纳科技有限公司 | 火车路轨裂纹检测设备 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107870084A (zh) * | 2017-09-18 | 2018-04-03 | 中车工业研究院有限公司 | 列车转向架的非接触式监测方法及系统 |
CN107421963A (zh) * | 2017-09-18 | 2017-12-01 | 重庆大学 | 一种核燃料生坯裂纹检测装置及裂纹检测方法 |
CN113924469A (zh) * | 2019-05-15 | 2022-01-11 | 康宁公司 | 超薄玻璃面板中之实时应力可视化之边缘强度测试系统及方法 |
CN110031471A (zh) * | 2019-05-17 | 2019-07-19 | 中国科学院自动化研究所 | 大口径光学元件表面缺陷增长分析方法、系统、装置 |
CN110155369B (zh) * | 2019-05-29 | 2022-05-17 | 中国民航大学 | 一种飞机蒙皮表面裂纹检查方法 |
CN110155369A (zh) * | 2019-05-29 | 2019-08-23 | 中国民航大学 | 一种飞机蒙皮表面裂纹检查方法 |
CN114270813A (zh) * | 2019-06-25 | 2022-04-01 | 伊利诺斯工具制品有限公司 | 具有反射性后屏幕的视频伸长计系统 |
CN110992346A (zh) * | 2019-09-17 | 2020-04-10 | 浙江工业大学 | 一种基于dip和dicm的疲劳裂纹长度在线检测方法 |
CN110992346B (zh) * | 2019-09-17 | 2023-04-07 | 浙江工业大学 | 一种基于dip和dicm的疲劳裂纹长度在线检测方法 |
CN111307582A (zh) * | 2019-11-14 | 2020-06-19 | 广东威立瑞科技有限公司 | 一种管材拉伸试验系统及拉伸试验方法 |
CN111323431A (zh) * | 2020-03-10 | 2020-06-23 | 欧贝黎新能源科技股份有限公司 | 一种基于太阳能电池片硅片微裂纹检测装置及其使用方法 |
CN112801981B (zh) * | 2021-01-28 | 2022-06-17 | 中国科学院武汉岩土力学研究所 | 确定混合压剪裂纹尖端断裂过程区传播速度的方法及设备 |
CN112801981A (zh) * | 2021-01-28 | 2021-05-14 | 中国科学院武汉岩土力学研究所 | 确定混合压剪裂纹尖端断裂过程区传播速度的方法及设备 |
CN113155615A (zh) * | 2021-04-26 | 2021-07-23 | 中国石油大学(北京) | 套管-水泥界面断裂韧度测试方法 |
CN114839054A (zh) * | 2022-03-16 | 2022-08-02 | 徐州大成环境科技有限公司 | 一种基于人工智能的建筑材料强度检测方法及系统 |
CN114839054B (zh) * | 2022-03-16 | 2023-02-28 | 徐州大成环境科技有限公司 | 一种基于人工智能的建筑材料强度检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
KR20160026702A (ko) | 2016-03-09 |
US20160061748A1 (en) | 2016-03-03 |
KR102380592B1 (ko) | 2022-03-29 |
CA2897690A1 (en) | 2016-02-28 |
EP2990775B1 (en) | 2021-03-03 |
CN105387809B (zh) | 2019-05-31 |
BR102015020396B1 (pt) | 2020-11-10 |
EP2990775A1 (en) | 2016-03-02 |
CA2897690C (en) | 2017-11-28 |
JP2016050937A (ja) | 2016-04-11 |
JP6478868B2 (ja) | 2019-03-06 |
US9528945B2 (en) | 2016-12-27 |
BR102015020396A2 (pt) | 2016-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105387809A (zh) | 用于检测裂纹增长的系统和方法 | |
Horé et al. | Is there a relationship between peak‐signal‐to‐noise ratio and structural similarity index measure? | |
Haddadi et al. | Use of rigid-body motion for the investigation and estimation of the measurement errors related to digital image correlation technique | |
EP2921840A1 (en) | Test unit for quantitative analysis of a contact pattern on a tooth surface of a gear, method for quantitative analysis and use of the test unit | |
WO2019108905A1 (en) | Fatigue crack detection using feature tracking | |
CN103854280A (zh) | 多尺度数字图像相关图样和测量 | |
IL273981B1 (en) | Methods and devices for performing analytical measurement | |
US10088411B2 (en) | Method and device for performing colorimetric analysis of a test fluid to evaluate physiological parameters | |
US9638648B2 (en) | Flaw detection using transient thermography | |
CN111402220B (zh) | 用于获取信息的方法及装置 | |
KR102711805B1 (ko) | 멀티 모달 입력 기반의 뉴럴 네트워크를 이용한 물질 분석 방법 및 이를 위한 장치 | |
Ramaswamy et al. | Influence of Contact Stresses on Crack-Tip Stress Field: A Multiparameter Approach Using Digital Photoelasticity | |
JP2023073399A (ja) | 評価方法及び評価システム | |
CN106323885A (zh) | 一种岩样有机质成熟度测量方法 | |
JP2017063904A (ja) | 肌評価装置、肌評価方法および肌評価プログラム | |
Gulgec et al. | Uncertainty quantification in digital image correlation for experimental evaluation of deep learning based damage diagnostic | |
US20210321555A1 (en) | Virtual spad meter | |
Florian et al. | Auto focus and image registration techniques for infrared imaging of microelectronic devices | |
US7778450B2 (en) | Pattern recognition systems and methods | |
KR101612818B1 (ko) | 컬러 카메라의 색수치 벡터를 색도계의 색수치 벡터로 변환하는 장치 및 방법 | |
KR101910069B1 (ko) | 영상 분석 기반의 결함 검사 시스템 및 방법 | |
TWI494549B (zh) | 利用多核心支援向量迴歸之背光模組輝度檢測方法及檢測器 | |
Ramana et al. | The Health Monitoring Prescription by Novel Method | |
Kristianto et al. | Selecting the function of color space conversion RGB/HSL to wavelength for fluorescence intensity measurement on Android based applications | |
Wei et al. | Deep Learning-Based Defect Detection System Combining Photometric Stereo and Object Detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |