免本构模型全局自适应应力计算和反向识别方法及系统

    公开(公告)号:CN116976176A

    公开(公告)日:2023-10-31

    申请号:CN202311008184.1

    申请日:2023-08-10

    Abstract: 本发明提供了一种免本构模型全局自适应应力计算和反向识别方法及系统,包括:步骤S1:获取材料在不同加载条件下的应力应变数据集;步骤S2:基于多层次深度学习神经网络将物体进行全局网格化离散处理生成形函数;步骤S3:基于应力应变数据对在相空间内定义代表材料自由能的罚函数,基于罚函数和获取的应力应变数据集建立优化目标,并基于形函数确定相应的力平衡约束条件,建立带约束条件的完整优化问题模型;步骤S4:将带约束条件的完整优化问题模型转化为无约束优化问题,无约束优化问题使用Adam进行求解从而确定全局应力场。

    动静态加载下弹塑性变形体的无本构应力识别方法及系统

    公开(公告)号:CN116306075A

    公开(公告)日:2023-06-23

    申请号:CN202211623689.4

    申请日:2022-12-16

    Inventor: 何霁 任恩圳

    Abstract: 本发明提供了一种动静态加载下弹塑性变形体的无本构应力识别方法及系统,包括:步骤S1:测量物体表面的位移场,根据控制点的位置,将物体离散为若干网格,并计算单元应变;步骤S2:根据应变应力数据建立目标函数,将力平衡作为约束项建立优化模型;步骤S3:求解优化模型;步骤S4:计算初始应力场,引入自平衡应力场对发生塑性变形的单元的初始应力场进行修正。本发明与传统的DIC测量技术不同,可以根据试样的应变场结合数据驱动算法、力平衡和变形协调等物理条件获得可靠的应力场及其演化数据。本发明通过引入数据驱动的计算力学,在不需要本构方程及其参数先验已知的情况下,获得试样的应力数据,因此适用于本构方程及其参数未知的材料。

    基于图像拼接的全局变形测量方法和系统

    公开(公告)号:CN115272080A

    公开(公告)日:2022-11-01

    申请号:CN202210933752.8

    申请日:2022-08-04

    Inventor: 何霁 任恩圳

    Abstract: 本发明提供了一种基于图像拼接的全局变形测量方法和系统,包括:步骤S1:在待测物体周围设置相机,对相机内外参数包括畸变参数,进行计算并校正;步骤S2:标定每个相机的DLT参数,实现自动合并所有相机的数据到同一坐标系;步骤S3:对获取的图像进行匹配,并根据感兴趣区域ROI内的点生成三角形网格;步骤S4:对于每组相机对,在同一坐标系下进行三维重建,并通过启发式算法对不同相机对获得的点云进行拼接生成全局点云;步骤S5:根据不同时刻的全局点云中三角形网格的顶点三维坐标导出感兴趣量的场,进行可视化展示。本发明通过对多个相机对获得的点云进行拼接处理,获取全局点云并进行相应后处理,实现了大视场下的应变测量。

    多层次深度学习神经网络自适应全局变形视觉测量方法和系统

    公开(公告)号:CN116972764A

    公开(公告)日:2023-10-31

    申请号:CN202310907151.4

    申请日:2023-07-21

    Abstract: 本发明提供了一种多层次深度学习神经网络自适应全局变形视觉测量方法和系统,包括:步骤S1:将相机和镜头的光轴与试样表面垂直对齐,记录试样在不同状态下的信息;步骤S2:基于多层次深度学习神经网络对图像中感兴趣区域进行全局网格化生成形函数,从而实现全局变形测量;步骤S3:以零均值归一化最小距离平方标准为损失函数,使用Adam优化神经网络的参数和节点位移,权重和偏差是节点位置的函数,通过对神经网络参数的优化实现网格自适应;步骤S4:根据优化结果导出全局位移场和应变场,实现高精度的自适应全局变形测量。本发明从而实现全局变形测量可以克服传统方法中位移场不兼容的问题,从而提高视觉变形测量的精度。

    高速全局变形测量方法和系统
    5.
    发明公开

    公开(公告)号:CN115187578A

    公开(公告)日:2022-10-14

    申请号:CN202210956489.4

    申请日:2022-08-10

    Inventor: 何霁 任恩圳

    Abstract: 本发明提供了一种高速全局变形测量方法和系统,包括:步骤S1:将相机和镜头光轴与试样表面垂直,使用相机记录试样在不同状态下的数字图像,在图像处理时引入辅助的全局连续位移场及约束条件,保持该场在各子集区域的位移和位移梯度与局部DIC计算结果一致;步骤S2:基于增广拉格朗日函数和约束条件修改相关函数;步骤S3:使用交替方向乘子法ADMM协调局部子问题来寻找全局问题的解,从而迭代求解该问题;步骤S4:根据全局位移场导出包括应变、速度的感兴趣量的场。本发明使用增广拉格朗日函数,其计算效率远高于基于FEM的全局DIC算法,通过增广拉格朗日函数引入约束条件,使求得的全局位移场具有连续性。

Patent Agency Ranking