System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于工程材料,具体涉及一种基于计算机视觉的工程材料细观有限元建模方法。
技术介绍
1、工程材料是用于建筑、工程结构或其他工程项目中的材料。工程材料内部组分种类及其分布特点较复杂,工程材料的质量影响建筑整体服役状态,因此对工程材料的力学性能进行研究尤为重要。
2、工程材料内部细观组成直接影响结构的宏观力学性能,探寻工程材料细观组分信息与宏观力学性能及其破坏特性指标之间的关系一直是多领域关注的热点。目前常用的工程材料力学行为分析技术利用了有限元建模方法。然而,目前的建模方法往往基于材料均质单相以及各向同性的基本假定,简化了材料内部各组分的复杂分布,所建立的有限元模型与实际材料内部组成具有较大差异,最终导致模拟结果与实验现象出现较大差别。同时,对于具有复杂组分的工程材料(组分种类多、形态复杂,分布杂乱),传统的图像处理方式难以精确识别并区分各个组分。
3、中国专利技术专利cn201110194159.8,主要解决多相材料细观有限元重构问题,该专利技术实施过程中首先利用计算机断层扫描测量法采集材料中各平行截面的序列图像,并建立与序列图像形成映射关系的有限元拓扑模型,利用图像的构造信息确定节点和单元信息,然后利用图像中颜色信息的统计平均值确定有限元模型各单元的材料属性。主要解决多相材料细观有限元重构问题,通过利用序列图像中颜色信息的统计平均值确定有限元模型各单元的材料属性,从而实现二维或者三维重构。然而,仅通过颜色信息判断对应单元的材料属性,忽略了材料的拓扑结构这一重要特征,难以正确表征工程材料内部实际组
4、因此,亟需发展快速精确、泛化能力强的工程材料细观有限元建模方法。通过建立准确的有限元模型,可以更好地理解工程材料的力学行为,对于进一步分析工程材料宏观物理力学性能与内部细观结构的相互关系具有重要意义,从而为材料研发以及工程设计提供指导。
技术实现思路
1、本专利技术的目的是解决当前工程材料统计学有限元建模方法难以表征工程材料内部实际组分以及各向异性的物理力学性能等问题,基于计算机视觉的图像语义模式识别技术,提供了一种基于计算机视觉的工程材料细观有限元建模方法。
2、为此,本专利技术采用如下技术方案:
3、一种基于计算机视觉的工程材料细观有限元建模方法,包括以下步骤:
4、步骤一、对待建模的工程材料试样进行x射线ct扫描,得到试样的断面序列灰度图像;
5、步骤二、对经过步骤一得到的灰度图像进行基于计算机视觉的图像模式识别,从而对断面图像中各组分和特征进行语义分割,得到组分和特征识别序列掩码图像;
6、步骤三、对步骤二处理后的掩码图像建立有限元模型映射关系编码;
7、步骤四、根据工程材料试样的实际尺寸和建模精细程度要求,在有限元软件中建立初始模型;根据步骤三建立的映射关系编码对有限元模型基本单元进行对应的材料属性赋予操作和单元删除操作,从而得到工程材料试样的细观有限元模型。
8、进一步地,所述步骤一具体包括:开启设备后调整x射线转动射线管的电压值和电流值、环形检测器的像素值以及曝光时间及相关测试参数;测试参数稳定后分别对各组试样进行粗扫描,根据粗扫描结果调整试样,确定试样位置后对试样进行精细扫描;获取的试样断面序列图像分辨率优于0.1 mm,即可清晰观察到工程材料试样内部各组分的分布;
9、进一步地,步骤二具体包括:
10、步骤2-1、选取不同尺度及服役状态下的工程材料多组分断层扫描图像,人工标注工程材料内部各组分并生成对应真实标签;
11、步骤2-2、利用工程材料断层扫描图像和对应人工标注的真实标签训练深度语义模型,超参数优化后得到工程材料细观组分语义分割模型;将待识别的工程材料断层扫描图像输入训练优化后的模型中,输出对应可视化掩码图像。
12、进一步地,步骤三具体包括:
13、步骤3-1、选取工程材料内部各组分掩码序列图像p张,并对每张图像采用重采样,得到像素尺寸为m×n的掩码图像;
14、步骤3-2、读取各张断面掩码图像中的各像素点值并对该像素点进行分类,从而建立工程材料断面序列图像中各像素点与有限元模型中对应单元的映射关系。
15、进一步地,步骤四具体包括:
16、步骤4-1、利用有限元软件建立具有m×n×p个单元的初始有限元模型;
17、步骤4-2、整合序列掩码图像的编码结果,根据各图中各像素点的编码结果赋予对应有限元模型单元相应组分的材料属性;
18、步骤4-3、对p张工程材料断面掩码图像按序列顺序分别建模,即可获得工程材料细观有限元模型。
19、本专利技术的原理:实施过程中利用x射线对工程材料试样进行ct扫描,得到相应试样的断面序列灰度图像。对工程材料试样断面序列灰度图像进行基于计算机视觉的图像模式识别,从而对断面图像中各组分进行精确的语义分割,得到组分识别序列掩码图像。然后对掩码图像建立有限元模型映射关系编码,根据建立的映射关系编码对有限元模型基本单元进行对应的材料属性赋予操作和单元删除操作等,即可得到工程材料试样的细观有限元模型。主要解决工程材料的细观有限元建模问题,通过对工程材料试样断面序列灰度图像进行基于计算机视觉的图像模式识别,从而对断面图像中各组分进行精确的语义分割,实现工程材料试样的细观有限元模型。
20、本专利技术的有益效果在于:利用计算机视觉技术高效准确的实现了工程材料内部各组分的语义分割,为建立工程材料细观精细化有限元模型提供了新方法;本专利技术可实现对各类工程材料的细观精细化有限元建模,建立的有限元模型可以准确表征工程材料内部实际细观组分并较为准确的模拟其宏观物理力学性能。
本文档来自技高网...【技术保护点】
1.一种基于计算机视觉的工程材料细观有限元建模方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于计算机视觉的工程材料细观有限元建模方法,其特征在于,所述步骤一具体包括:开启设备后调整X射线转动射线管的电压值和电流值、环形检测器的像素值以及曝光时间及相关测试参数;测试参数稳定后分别对各组试样进行粗扫描,根据粗扫描结果调整试样,确定试样位置后对试样进行精细扫描;获取的试样断面序列图像分辨率优于0.1 mm,即可清晰观察到工程材料试样内部各组分的分布。
3.根据权利要求1所述的基于计算机视觉的工程材料细观有限元建模方法,其特征在于,步骤二具体包括:
4.根据权利要求1所述的基于计算机视觉的工程材料细观有限元建模方法,其特征在于,步骤三具体包括:
5.根据权利要求1所述的基于计算机视觉的工程材料细观有限元建模方法,其特征在于,步骤四具体包括:
【技术特征摘要】
1.一种基于计算机视觉的工程材料细观有限元建模方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于计算机视觉的工程材料细观有限元建模方法,其特征在于,所述步骤一具体包括:开启设备后调整x射线转动射线管的电压值和电流值、环形检测器的像素值以及曝光时间及相关测试参数;测试参数稳定后分别对各组试样进行粗扫描,根据粗扫描结果调整试样,确定试样位置后对试样进行精细扫描;获取的试样断面序列...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。