基于CT圖像邊緣提取的工件應(yīng)力分析及疲勞壽命預(yù)測研究.pdf

1、隨著航空航天、鐵路運(yùn)輸、公路運(yùn)輸?shù)葎恿C(jī)械的速度、承載能力的提升，安全事故的破壞程度也呈上升趨勢，其中應(yīng)力及疲勞壽命導(dǎo)致的安全事故占很大一部分，當(dāng)前迫切需要了解工件破壞的應(yīng)力及疲勞壽命狀況。工業(yè)CT技術(shù)可獲得工件內(nèi)部斷面或三維圖像，為內(nèi)部缺陷檢測和工件應(yīng)力分析及疲勞壽命預(yù)測提供基礎(chǔ)。本論文以工業(yè)CT(Computed Tomography，CT)為研究平臺，以CT圖像邊緣提取獲得的數(shù)據(jù)為基礎(chǔ)，研究了擴(kuò)展有限元應(yīng)力分析、疲勞壽命預(yù)測，這對

2、提高工件的安全性能具有重要指導(dǎo)意義。
　　 本論文的貢獻(xiàn)與創(chuàng)新主要表現(xiàn)在以下幾個方面：
　　 1、研究了二維圖像邊緣提取的穩(wěn)健(Robust)統(tǒng)計(jì)尺度區(qū)域擬合模型。圖像中灰度不均的目標(biāo)與背景以及局部細(xì)節(jié)特征很難提取。為了解決這個問題，前人提出了區(qū)域尺度擬合模型，該模型利用了可控尺度局部區(qū)域的灰度信息，但是，僅僅使用灰度信息可能導(dǎo)致低的收斂率和較弱的降噪能力。本論文充分利用穩(wěn)健統(tǒng)計(jì)方法抑制圖像噪聲的優(yōu)點(diǎn)以及尺度區(qū)域擬合模型

3、提取圖像局部信息的優(yōu)點(diǎn)，在尺度區(qū)域擬合模型輸入信息中添加局部四分位距與局部絕對離差信息，用于銳化輸入圖像目標(biāo)邊緣，以提高活動輪廓的定位精度和收斂速度；添加局部中值信息用于去除圖像噪聲。與尺度區(qū)域擬合模型相比，改進(jìn)的尺度區(qū)域擬合模型收斂速度更快，抗噪聲能力更強(qiáng)。
　　 2、研究了三維圖像邊緣提取的局部穩(wěn)健統(tǒng)計(jì)C-V模型。由于C-V模型能夠獲得封閉而精確的目標(biāo)輪廓，該模型已經(jīng)廣泛地應(yīng)用于圖像邊緣提取并推廣到三維。然而，偽輪廓和噪聲的

4、存在會導(dǎo)致活動輪廓?？吭诓焕硐氲倪吔?。為了克服上述困難，通過引進(jìn)穩(wěn)健統(tǒng)計(jì)方法改進(jìn)三維C-V模型。在改進(jìn)模型中，把局部四分位距，局部絕對離差和局部灰度中值信息代替三維C-V模型的圖像灰度信息，局部四分位距與局部絕對離差信息用來銳化圖像目標(biāo)輪廓，局部灰度中值信息用來抑制噪聲。與三維C-V模型相比，改進(jìn)的三維C-V模型圖像邊緣提取精度更高，抗噪聲能力更強(qiáng)。
　　 3、研究了基于CT圖像邊緣提取的深埋缺陷應(yīng)力分析方法。普通有限元軟件AN

5、SIS對于規(guī)則缺陷能夠作出其矢量圖形，進(jìn)而分析其應(yīng)力，但對于不規(guī)則缺陷，由于很難構(gòu)造其矢量圖形，因而不易獲得其應(yīng)力分布。此外，為了提高缺陷區(qū)域應(yīng)力分析的精度，必須在該區(qū)域劃分高密度網(wǎng)格。為了解決上述問題，本論文設(shè)計(jì)了基于CT圖像邊緣提取的鑄件缺陷應(yīng)力分析的流程，并對流程的關(guān)鍵步驟—擴(kuò)展有限元分析進(jìn)行了改進(jìn)：用C-V方法的水平集函數(shù)構(gòu)成擴(kuò)展有限元的富集函數(shù)，以分析任意形狀缺陷的應(yīng)力。對于規(guī)則缺陷，與有限元軟件ANSIS相比，改進(jìn)的擴(kuò)展有限

6、元方法在應(yīng)力分析精度大致相當(dāng)?shù)那闆r下需要較少的網(wǎng)格。對于不規(guī)則缺陷，基于CT圖像邊緣提取的缺陷應(yīng)力分析流程已運(yùn)用于鐵道貨車側(cè)架缺陷的應(yīng)力分析。
　　 4、研究了基于CT圖像邊緣提取的在役工件深埋裂紋擴(kuò)展壽命預(yù)測方法。表面裂紋的擴(kuò)展壽命已經(jīng)能夠被預(yù)測，而對于在役工件的深埋裂紋，由于對其檢測的困難以及裂紋擴(kuò)展后形狀變化的復(fù)雜性，很難預(yù)測其擴(kuò)展壽命。為此，本論文設(shè)計(jì)了基于CT圖像邊緣提取的在役工件深埋裂紋擴(kuò)展壽命預(yù)測流程：在役工件經(jīng)工

7、業(yè)CT掃描，得到含深埋裂紋的CT圖像，采用Canny算法提取其裂紋邊緣輪廓。然后對長寬比比較大的裂紋，研究了逐步縮小橢圓短軸的方法以實(shí)現(xiàn)裂紋邊緣橢圓擬合，最后把逐步縮小橢圓短軸的橢圓擬合算法與Paris疲勞裂紋擴(kuò)展壽命預(yù)測算法有機(jī)結(jié)合，跟蹤裂紋擴(kuò)展后的形狀變化，預(yù)測深埋裂紋擴(kuò)展壽命。
　　 5、研究了基于CT圖像邊緣提取的在役車輪疲勞壽命預(yù)測方法。彎曲疲勞壽命是車輪重要的性能指標(biāo)，目前其預(yù)測方法主要適用于車輪的設(shè)計(jì)模型。為此，本