3本发明监测系统结构示意图；
[0030]图4本发明实施例中监测系统工作流程图。
【具体实施方式】
[0031]以下结合附图和实施例对本发明作进一步的说明。
[0032]本实施例是在疲劳试验机对焊接构件进行疲劳加载时，进行焊缝区域应力及应变监测的实验。
[0033]如图1和图2所示，在本次试验中采用的钢材为建筑常用的Q345B钢，其屈服强度为345Mpa，按照相关规范要求制作标准试验焊接构件I。焊接构件I包括监测区域2，由于焊缝处的应力对于焊接构件I起主要控制作用，因此取焊缝及其边缘范围作为监测区域2，监测区域2包括焊缝3和焊缝边缘，长75mm宽40mm，监测区域2上绘制网格。为了便于监测装置视觉系统读取网格，采用与焊接构件I颜色具有鲜明的对比度的2_宽的彩色笔在监测区域2划分网格，网格间距为5臟，则网格的交点(即监测点)的尺寸为2mmX2mm0
[0034]如图3所示，本实施例监测系统包括LED发光二极管4、(XD摄像机5、疲劳试验机6和计算机。将焊接构件I固定在疲劳试验机6上，确定加载制度，此次采用轴向拉伸疲劳试验，应力比R =-1，即轴向对称加载，应力范围取0.7倍的屈服强度，S卩190kN。采用CXD摄像机5对疲劳荷载过程中的焊接构件I进行实时监测，获取焊接构件I的监测区域2的动态的图像信息。
[0035]将CCD摄像机5自带的接口函数与计算机所编写的程序界面进行对接，以便对采集到的监测区域2的图像信息进行后续处理和实时监测。
[0036]根据数字图像处理技术，提取监测点的像素特征，通过在试验过程中监测点像素特征的变化，得到应力(应变)分布规律以及疲劳过程中的应力(应变)演化规律。图像的处理过程包括图像预处理、边缘检测、图像分割和图像像素点匹配，其中图像预处理主要包括有效区域提取和去噪。有效区域提取:在所采集的图像中，监测区域2包括焊缝及焊趾外侧一定距离范围内，其所占范围只占整幅图像宽度的一小部分，为了能够有效地排除无效数据对检测带来的干扰，减少所需要处理的数据量，设定离监测区域2中心上下各60个像素点的宽度作为有效区域；为了尽量滤除图像中存在的噪声，采用小波变化的方法将图像的结构和纹理分别表现在不同分辨率层次上，对分解系数进行阈值化处理后重构；针对每一个特征提取出来的待测点，采用Roberts算子边缘检测法得到每个监测点的变形信息；针对每一时刻所获取的数字图像进行上述操作之后，称之为每一时刻监测区域2的特征信息的提取，将这些信息建立一个图像特征信息数据库，把未加载时刻图像的特征信息作为参考模型，采用像素对像素的方式进行图像匹配。
[0037]在本次试验中，采用的CXD摄像机5的分辨率为0.0lmm,也就是说监测点由200X200像素点组成。在疲劳荷载前每个监测点由200X200像素点组成，在拉伸后通过对图像进行处理分析发现，该监测点的像素点变为209X 198像素点，通过计算可以看出，在焊接构件I受到轴向拉伸后，构件沿轴向增加了 9个像素点，说明该监测点发生了0.0lmmX9 = 0.09mm的形变，通过Si= Δ L ^Li计算可以得到该监测点的应变值为ε ^ =
0.09/75 X 1^6= 1200 μ ε，这与理论计算值1187.5 μ ε基本吻合，误差为I %，在工程可以接受的范围内。在实际工程中若要提高精度，可以采用高精度摄像机。
[0038]通过对所有监测点的像素值进行分析可以得到每个监测点的应变值，即可得到焊接构件I的应变分布规律；得到构件的应变分布规律后可以通过Oi=Ee i计算得到任意位置处的应力，即可得到应力分布规律；得到的数据为焊接构件的疲劳寿命评估及预测提供依据。
[0039]此测试方法将机器视觉系统与图像处理技术相结合实现了对焊接构件疲劳应力(应变)分布状态及其演化规律的监测，建立了基于微元体变形的测试模型。本实施例得到焊接构件I焊缝位置处的应力(应变)分布规律，监测系统工作流程图如图4所示。
[0040]应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
【主权项】
1.一种焊接构件疲劳应力及应变实时非接触式监测方法，其特征在于:包括如下步骤: (1)在焊接构件上设置网格线，所述网格线的交点为监测点； 首先对焊接构件用与构件颜色对比明显的彩色笔沿着构件横向和纵向按照构件的大小以及监测截面的大小确定网格间距，划分网格，将每个网格的交点作为应力、应变监测点，该交点在图像处理过程中表现为多个像素点的集合，将该集合作为一个微元体； (2)采用监测系统将焊接构件在疲劳荷载过程中待测区域的动态图像进行采集，并将图像信息传输； 所述监测系统包括CCD传感器、镜头、图像采集卡、图像处理系统；用CCD传感器和镜头采集焊接构件在疲劳荷载过程中监测点的一系列动态变形图像，CCD传感器将其接收到的光学图像转化成视频信号输出给图像采集卡，图像采集卡再将数字信号转化成数字图像信息供图像处理系统进行处理； (3)将得到的监测点图像进行像素点匹配； 每一个监测点疲劳荷载过程中，宏观上便显出细微的变化，镜头每次采集图像的像素点数尺寸固定，微观尺度上则表现为所占的像素点在数目的不同，对相同监测点不同时间的图像进行像素与像素的匹配，获得每一个监测点在每一时刻的像素数目的变化； (4)根据监测点中像素点的变化，利用Si=Λ LiZli计算监测点应变值，其中ε i为应变值，ALi为长度变化值，L ,为监测区的长度值，进而确定整个待测区域表面监测点位置的应变分布规律； 将待测区域连续的应变分布离散化成求解每个监测点的应变值，当网格的划分足够精细时，计算出每一个监测点在不同时刻的应变值就近似获得疲劳荷载过程中的应变的分布情况； (5)根据所述应变值，利用Oi=Ee^十算监测点应力，其中，σ i为应力值，E为弹性模量，进一步得到待测区域的监测点应力分布情况及其疲劳演化规律； 在疲劳荷载过程中，通过监测中的像素点沿横向和纵向的变化计算得到每个监测点沿两个方向的应变值，假设焊接材料为在疲劳过程中的弹性模量E不发生变化，根据σ i =E ε i进一步得焊接构件任意位置处的应力分布情况及其疲劳演化规律。2.根据权利要求1所述的一种焊接构件疲劳应力及应变实时非接触式监测方法，其特征在于:所述步骤(2)中所述图像处理系统选择LabVIEW软件作为开发平台，直接由图像采集卡上的数字图像信息与软件对接；图像处理系统是对采集到的图像进行处理，得到试件在试验过程中的动态图片，经过动态图片实时的匹配最终实现应力应变的监测；包括图像预处理、边缘检测、图像分割和图像像素点匹配；图像预处理是通过图像滤波、灰度修正、图像锐化和几何校正进行处理，边缘检测是通过梯度幅值阈值判据某种算法来提取出图像中对象与背景间的交界线，按照交界线将试验构件进行分割，操作中采用Roberts算子边缘检测，图像分割通过图像边缘检测方法，即不同灰度级别或者灰度有较大变化区域，识别焊接试件的不同区域，将试件分为不同区域按照像素分析方法，识别应力应变分布及其演化规律，最后把未进行疲劳荷载时刻图像的特征信息作为参考模型，采用简单的像素对像素的方式进行图像匹配。3.根据权利要求1所述的一种焊接构件疲劳应力及应变实时非接触式监测方法，其特征在于:所述步骤(2)中设置光源，光源为LED发光二极管，所述镜头和CCD传感器为CCD摄像机，通过外部信号触发式开启采集，将焊接构件与背景明显分别，将监测点采用有别于网格线的颜色进行标识、减少反射、屏蔽环境光线的影响，采用LED发光二极管以一定角度在焊接构件前置照射，使整个焊缝区域受到均匀的光照。
【专利摘要】本发明公开了一种焊接构件疲劳应力及应变实时非接触式监测方法，对焊接构件焊缝及其周围一定区域内进行一定间距的网格划分，将每一个网格交点看作微元体作为应力应变分析单元，在构件承受疲劳荷载作用下，通过机器视觉监测系统对在疲劳荷载作用过程中待测区域所有微元体的像素点特征信息进行提取，并对采集到的构件图像进行像素点匹配，建立应力应变变化规律与图像特征之间的相互关系，从而得到微元体在疲劳荷载作用过程中的特征变化，最终得到应变值及应力分布规律及其在疲劳过程中的应力应变演化规律。本发明用于解决钢结构中焊接构件在疲劳荷载作用下应力应变状态分布及其演化规律的监测问题。
【IPC分类】G01N3/32
【公开号】CN104964886
【申请号】CN201510280759
【发明人】李万润, 李爱群, 赵丽洁, 方钊, 杜永峰, 王雪平, 刘鹏
【申请人】东南大学
【公开日】2015年10月7日
【申请日】2015年5月27日