基于DIC测量信息的特征参数识别方法研究

发布时间:2021-07-26 12:19
  随着图像采集设备、数字处理仪器和相关算法的不断发展,数字图像相关技术已经使得对结构变形信息的全场测量成为可能,这也为利用变形测量信息进行模型参数识别的计算反求提供了充足的数据支撑。然而,由于数字图像相关是全场测量,所获取的数据量极大,如何从测量数据中提取有用的信息和去除冗余噪声已成为一个重要的研究方向。因此,有必要研究一种方法去解决数字图像相关测量的庞大数据量和选点困难的问题。针对上述技术难点,开展的主要工作如下:1、介绍了数字图像相关测量的应用领域和特征参数识别的相关方法。在回顾典型方法的基础上,提出利用主成分分析法对结构表面变形数据进行压缩。一个方面,降低了数字图像相关技术所测庞大数据的应用成本;另一方面,达到在保留结构表面变形信息主要特征的前提下显著降低数据量的目的。再者,针对数字图像相关测量的庞大数据量和选点困难的问题,本文提出一种基于DIC测量数据主成分分析压缩的特征参数识别方法。该方法以经PCA压缩的DIC测量数据和经基向量投影的有限元位移数据之间差值最小为优化目标,建立了最小二乘法的特征参数模型,并利用Guass-Newton方法进行模型求解。2、对本文所提的特征参数识别... 

【文章来源】:天津科技大学天津市

【文章页数】:63 页

【学位级别】:硕士

【部分图文】:

基于DIC测量信息的特征参数识别方法研究


图1-1?DIC的应用:(a)爆破可视化(b)高温热变形测量(c)旋转圆盘的震动和模态分析??(d)面部表情变形测量??Fig.?1-1?The?application?of?DIC:?(a)?Blasting?visualization?(b)?High?temperature?thermal??deformation?measurement?(c)Vibration?and?modal?analysis?of?a?rotating?disc?(d?

噪声,坐标,数据


用,它可以去除掉数据的一些冗余信息和噪声,使数据变得更加简单高效,??提高计算效率。其数学定义是:一个正交化线性变换,把数据变换到一个新的坐标系??统中,使得这一数据的任何投影的第一大方差在第一个坐标(称为第一主成分)上,??第二大方差在第二个坐标(第二主成分)上,依次类推。如下图所示,通过变化将??X-Y坐标系映射到signal和noise上,通过坐标变化后,找出方差最大的方向为第一??个坐标(signal),然后在其正交的平面上找出方差最大的方向为第二个坐标(noise),??如图2-1。这样就可以通过选取前r个坐标方向来达到对维度(特征)的提炼。??本?Aoise?????????x?\?:1#???????????????>????????????????????图2-1?PCA去掉噪声??Fig.?2-1?PC?A?to?remove?noise??主成分分析主要用于减少数据集的维数,同时保持数据集中累计贡献率最大的特??征。其方法主要是通过对协方差矩阵进行特征分解,以得出数据的主成分(即特征向??10??

矩阵图,数据压缩,主成分分析,特征值


?天津科技大学硕士学位论文???量)与它们的权值(即特征值)。给定XlX2坐标系中的一组多变量分布数据如图2-1??(a),主成分分析首先找到原始数据集的最大变化。然后将这些数据点投影到称为??FtF2坐标系的新轴上如图2-1?(b)。F,轴和?2轴的方向称为主要分量。数据的主要方??向F,轴随其正交方向F2轴显示变化。在F2轴上的所有数据点非常接近零的情况下,??如图2-1?(c)所示,数据集只能有一个变量F,表示,变量F2可以被丢弃。??廳??(a)?.?.?'A.?t??蒙..??I?/?F'?|?'?/?F??v?V??(b)????(c)??/?\???7X'??图2-2?PCA数据压缩过程(a)原始数据(b)调整轴方向(c)丢弃F:轴信息??Fig.?2-2?PCA?data?compression?process?(a)?raw?data?(b)?adjusting?axis?direction??(c)?discarding?F2?axis?information??主成分分析的数据压缩过程一般包括四个主要步骤:(1)归一化数据得到协方??差矩阵(2)对协方差矩阵计算特征值和特征向量(3)由大到小排列特征值,保留前??N个特征值,并获得其对应的特征向量(4)将获得的N个特征映射到新的空间。??2.2.3数据处理过程??根据主成分分析基本原理,给定一?DIC测量位移场,包括mxn个测点,其中m为??测点行数,n为测点列数。所测量位移构成二维矩阵,如式(2?—?1)所示。??U?11???????U?1?n??Umn?-?[U1?...?Un]=?:?:?G?Rn'X"?

【参考文献】:
期刊论文
[1]数字图像相关技术的一些进展[J]. 苏勇,张青川,伍小平.  中国科学:物理学 力学 天文学. 2018(09)
[2]用于材料本构参数识别的特殊三维数字图像相关方法[J]. 张中亚,潘兵.  汽车安全与节能学报. 2018(02)
[3]Review of single-camera stereo-digital image correlation techniques for full-field 3D shape and deformation measurement[J]. PAN Bing,YU LiPing,ZHANG QianBing.  Science China(Technological Sciences). 2018(01)
[4]数字图像相关的噪声导致系统误差及散斑质量评价标准[J]. 苏勇,张青川.  实验力学. 2017(05)
[5]三维数字图像相关技术(3D DIC)在材料形变研究中的应用进展[J]. 陈亚军,孙胜洁,季春明.  航空材料学报. 2017(04)
[6]数字体图像相关方法研究进展[J]. 潘兵,王博.  科学通报. 2017(16)
[7]基于三维数字图像相关方法的面部表情变形测量研究[J]. 赵明珠,王志勇,王世斌,李林安,孙颖,李毓.  实验力学. 2017(02)
[8]结合DIC技术的车用复合材料参数反演方法[J]. 杨思满,姜潮,倪冰雨.  机械科学与技术. 2016(12)
[9]基于模拟退火算法的地震资料谱反演技术[J]. 朱卫星,张春晓,张文博,王争浩,田召琛.  石油地球物理勘探. 2015(03)
[10]数字图像测量技术在土工三轴试验中的应用[J]. 邵龙潭,郭晓霞,刘港,刘潇.  岩土力学. 2015(S1)

博士论文
[1]三维数字图像相关法的关键技术及应用研究[D]. 高越.中国科学技术大学 2014



本文编号:3303554

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3303554.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a8af8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com