金屬斷口圖像分類與條帶周期測(cè)量技術(shù)研究.pdf

1、磨損、腐蝕、斷裂是金屬構(gòu)件的三大失效模式，其中以斷裂失效的危害最大。隨著材料科學(xué)的迅猛發(fā)展，儀器設(shè)備的更新?lián)Q代以及模式識(shí)別技術(shù)的不斷完善，如何實(shí)現(xiàn)斷裂構(gòu)件的自動(dòng)定量分析，從而達(dá)到斷裂故障的智能化診斷已成為當(dāng)今斷裂失效研究領(lǐng)域中的前沿課題。由于受構(gòu)件斷裂時(shí)的環(huán)境狀況與儀器拍攝條件的限制，金屬斷口圖像中的紋理特性并不明顯，尤其在疲勞斷裂中，疲勞條帶往往非常模糊，且會(huì)出現(xiàn)條帶中間斷開(kāi)、合并等現(xiàn)象，這使得工作人員用肉眼觀察都難以辨別，給條帶周期

2、準(zhǔn)確測(cè)量帶來(lái)困難。金屬斷口圖像的分類與疲勞斷口條帶周期測(cè)量是實(shí)現(xiàn)構(gòu)件斷裂失效自動(dòng)定量分析的關(guān)鍵環(huán)節(jié)與技術(shù)難題。本文針對(duì)這兩大問(wèn)題，在理論上從金屬斷口圖像分類、疲勞斷口圖像辨別、疲勞斷口圖像中條帶區(qū)域分割以及疲勞條帶周期測(cè)量等方面展開(kāi)了較為深入的研究。同時(shí)，在實(shí)際應(yīng)用上建立了疲勞斷裂失效定量分析系統(tǒng)，本文的主要工作和成果如下：
　　 1、對(duì)疲勞、韌窩、沿晶、解理四類典型金屬斷口圖像的分類進(jìn)行了研究。首先，針對(duì)斷口圖像存在的光照不均

3、問(wèn)題，改進(jìn)了離絡(luò)差濾波方法，消除光照不均的影響；其次，在特征提取問(wèn)題上，針對(duì)傳統(tǒng)灰度共生矩陣描述斷口紋理特征的不足，本文根據(jù)灰度值與灰度壓縮區(qū)間中心值的不同距離，構(gòu)造出相應(yīng)的模糊隸屬度函數(shù)，提出了模糊灰度共生矩陣。通過(guò)實(shí)驗(yàn)，驗(yàn)證了模糊灰度共生矩陣在特征描述上更優(yōu)于傳統(tǒng)的灰度共生矩陣。
　　 2、特征選擇是疲勞斷口圖像辨別中的一個(gè)重要問(wèn)題，其實(shí)質(zhì)是一個(gè)多目標(biāo)優(yōu)化問(wèn)題。本文基于個(gè)體周圍的擁擠度差異，改進(jìn)了多目標(biāo)遺傳算法，并設(shè)計(jì)了合理

4、的多目標(biāo)函數(shù)，應(yīng)用于疲勞斷口圖像的特征選擇，提高疲勞斷口圖像的辨別精度。通過(guò)對(duì)實(shí)際斷口圖像試驗(yàn)，驗(yàn)證了改進(jìn)的多目標(biāo)遺傳算法在疲勞斷口特征選擇上的有效性。
　　 3、對(duì)疲勞斷口圖像進(jìn)行分割，確定疲勞條帶周期測(cè)量區(qū)域是疲勞條帶周期測(cè)量的前提。本文提出了疲勞斷口圖像粗細(xì)兩級(jí)自動(dòng)分割方法，根據(jù)斷口圖像中的紋理信息，對(duì)斷口進(jìn)行粗分割，得到條帶類區(qū)域；用平方差累積法確定條帶的方向，準(zhǔn)確定位出疲勞條帶的測(cè)量區(qū)域。
　　 4、疲勞條帶是

5、疲勞斷口典型的微觀特征，其條帶周期是計(jì)算斷口定量反推疲勞壽命和疲勞應(yīng)力的重要參數(shù)，目前采用人工目測(cè)標(biāo)定，本文首次提出了條帶周期的自動(dòng)測(cè)量方法。首先，建立了疲勞條帶測(cè)量的數(shù)學(xué)模型；然后，分析對(duì)比了基于圖像細(xì)化周期測(cè)量方法與本文的線性預(yù)測(cè)的EMD方法和統(tǒng)計(jì)的自相關(guān)函數(shù)法的測(cè)量性能。實(shí)際疲勞斷口圖像測(cè)量表明，基于統(tǒng)計(jì)的自相關(guān)函數(shù)法運(yùn)算效率高，能準(zhǔn)確的測(cè)量疲勞條帶周期。
　　 根據(jù)以上理論研究，確定合理的技術(shù)方案，在Visual C++