一种疲劳裂纹扩展寿命预测方法、装置、设备及存储介质与流程

本发明涉及建筑工程技术领域，特别是涉及一种疲劳裂纹扩展寿命预测方法、装置、设备及存储介质。

背景技术：

在各种工程结构和构件的断裂失效事故中，有80%左右是由于疲劳失效引起的。疲劳断裂是困扰着很多行业的问题，尤其在土木工程领域，由疲劳引起的失效在工程失效中所占的比重越来越突出，一旦发生断裂失效，就会造成巨大的经济损失和人员伤亡，后果不堪设想。

疲劳裂纹萌生与扩展的检测及分析是结构疲劳设计与寿命预测的主要任务之一。如今，国内外开展疲劳裂纹扩展试验，对疲劳裂纹进行检测的方法主要有两种：静态检测和动态检测。其中，采用静态检测方法进行检测时，需要被测物处于相对静止状态，静态检测的方法有：表面复型法、电磁涡流法、磁感应法、磁粉法、渗透法等；而动态检测法针对的是正在发生相对运动的物体，动态检测的方法有：超声波检测法、射线检测法、声发射法、模态声发射法等。但目前各种测量疲劳裂纹的方法，要么精度不高，要么设备繁琐、操作复杂、实时性差、环境要求苛刻。

因此，如何解决现有测量疲劳裂纹检测方法存在的精度不高、设备繁琐、操作复杂、实时性差、环境要求苛刻等问题，是本领域技术人员亟待解决的技术问题。

技术实现要素：

有鉴于此，本发明的目的在于提供一种疲劳裂纹扩展寿命预测方法、装置、设备及存储介质，可以自动测量动态监测疲劳裂纹并进行疲劳寿命预测，实现实时无接触检测，且成本低、精度高、易操作。其具体方案如下：

一种疲劳裂纹扩展寿命预测方法，包括：

采集构件疲劳裂纹扩展图像；

根据采集的所述图像，获取裂纹图像视差信息；

对获取的所述裂纹图像视差信息进行处理，得到疲劳裂纹深度数据；

根据得到的所述疲劳裂纹深度数据，对疲劳裂纹扩展寿命进行预测。

优选地，在本发明实施例提供的上述疲劳裂纹扩展寿命预测方法中，采集构件疲劳裂纹扩展图像，具体包括：

通过双目相机、tof相机或结构光相机采集构件疲劳裂纹扩展图像。

优选地，在本发明实施例提供的上述疲劳裂纹扩展寿命预测方法中，获取裂纹图像视差信息，具体包括：

通过使用opencv中的bm算法或sgbm算法计算视差。

优选地，在本发明实施例提供的上述疲劳裂纹扩展寿命预测方法中，当通过双目相机采集构件疲劳裂纹扩展图像时，所述双目相机中两台相机的像平面位于同一平面上，光轴相互平行；采用下列公式得到疲劳裂纹深度数据：

其中，为裂纹深度；为所述双目相机的焦距；为所述双目相机中两台相机之间的距离；为视差。

优选地，在本发明实施例提供的上述疲劳裂纹扩展寿命预测方法中，采用下列公式预测疲劳裂纹扩展寿命：

其中，为疲劳裂纹扩展寿命；为裂纹深度；为临界裂纹尺寸；为几何修正系数；为循环应力幅；为裂纹扩展参数；为描述材料疲劳裂纹扩展性能的基本参数。

优选地，在本发明实施例提供的上述疲劳裂纹扩展寿命预测方法中，采用下列公式确定临界裂纹尺寸：

其中，为临界裂纹尺寸；为最大循环应力；为材料的断裂韧度；为几何修正系数。

本发明实施例还提供了一种疲劳裂纹扩展寿命预测装置，包括：

图像采集模块，用于采集构件疲劳裂纹扩展图像；

图像处理模块，用于根据采集的所述图像，获取裂纹图像视差信息；

裂纹数据计算模块，用于对获取的所述裂纹图像视差信息进行处理，得到疲劳裂纹深度数据；

疲劳寿命预测模块，用于根据得到的所述疲劳裂纹深度数据，对疲劳裂纹扩展寿命进行预测。

本发明实施例还提供了一种疲劳裂纹扩展寿命预测设备，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现如本发明实施例提供的上述疲劳裂纹扩展寿命预测方法。

优选地，在本发明实施例提供的上述疲劳裂纹扩展寿命预测设备中，还包括：用于采集构件疲劳裂纹扩展图像的摄像装置，用于显示图像及相关数据的显示装置，以及用于将所述摄像装置和所述显示装置耦合至所述处理器和所述存储器的外设接口。

本发明实施例还提供了一种计算机可读存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如本发明实施例提供的上述疲劳裂纹扩展寿命预测方法。

从上述技术方案可以看出，本发明所提供的一种疲劳裂纹扩展寿命预测方法、装置、设备及存储介质，包括：采集构件疲劳裂纹扩展图像；根据采集的图像，获取裂纹图像视差信息；对获取的裂纹图像视差信息进行处理，得到疲劳裂纹深度数据；根据得到的疲劳裂纹深度数据，对疲劳裂纹扩展寿命进行预测。

本发明是一种将图像处理技术与疲劳裂纹扩展寿命的预测相结合，自动测量动态监测疲劳裂纹并进行疲劳寿命预测的技术，适用于预测各种材料结构的疲劳裂纹扩展寿命，可实现非接触检测，操作简单且不会对结构造成任何损伤，成本低，效率高，精度高，能够解决现有各种测量疲劳裂纹的方法精度不高、设备繁琐、操作复杂、实时性差、环境要求苛刻等问题。

附图说明

为了更清楚地说明本发明实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的疲劳裂纹扩展寿命预测方法的流程图；

图2为本发明实施例提供的双目相机深度成像二维示意图；

图3为本发明实施例提供的双目相机深度成像三维示意图；

图4为本发明实施例提供的疲劳裂纹扩展寿命预测装置的结构示意图；

图5为本发明实施例提供的疲劳裂纹扩展寿命预测装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种疲劳裂纹扩展寿命预测方法，如图1所示，包括以下步骤：

s101、采集构件疲劳裂纹扩展图像；

s102、根据采集的图像，获取裂纹图像视差信息；

s103、对获取的裂纹图像视差信息进行处理，得到疲劳裂纹深度数据；

s104、根据得到的疲劳裂纹深度数据，对疲劳裂纹扩展寿命进行预测。

在本发明实施例提供的上述疲劳裂纹扩展寿命预测方法中，通过采集构件疲劳裂纹扩展图像，对获取的裂纹图像视差信息进行处理，计算得出疲劳裂纹深度数据，并进行疲劳裂纹扩展寿命预测，是一种将图像处理技术与疲劳裂纹扩展寿命的预测相结合，自动测量动态监测疲劳裂纹并进行疲劳寿命预测的技术，适用于预测各种材料结构的疲劳裂纹扩展寿命，可实现非接触检测，操作简单且不会对结构造成任何损伤，成本低，效率高，精度高，可有效避免如今目测法、磁粉法、渗透法、超声法、漏磁法、涡流法、红外线法、声发射法等裂纹检测方法精度不高或操作复杂、环境要求苛刻等缺点。

在具体实施时，在本发明实施例提供的上述疲劳裂纹扩展寿命预测方法中，步骤s101采集构件疲劳裂纹扩展图像，具体包括：通过双目相机、tof相机或结构光相机采集构件疲劳裂纹扩展图像。在实际应用中，采集构件疲劳裂纹扩展图像的方式，可以是，但不限于，双目相机、tof相机、结构光相机等进行采集。

进一步地，在具体实施时，在执行步骤s102获取裂纹图像视差信息时，可使用opencv中的bm算法或者sgbm算法计算视差d。

进一步地，在具体实施时，在执行步骤s103时，可基于视差原理得到疲劳裂纹深度数据；如图2和图3所示，当通过双目相机采集构件疲劳裂纹扩展图像时，双目相机中两台相机的像平面精确位于同一平面上，光轴要求严格相互平行（光轴是从投影中心o朝像主点c方向引出的一条射线，也称为主光线）；相距t一定，焦距相同（fl=fr=f0），并且主点和已经校准，在左右图像上具有相同的像素坐标，x^l和x^r分别表示点在左右成像仪上的水平位置，这使得深度与视差成反比关系，即裂纹深度与双目相机的视差成反比关系，视差d=x^l-x^r，利用相似三角形，可通过下列公式获取裂纹深度z：

其中，为裂纹深度；为双目相机的焦距；为双目相机中两台相机之间的距离；为视差。

在具体实施时，在本发明实施例提供的上述疲劳裂纹扩展寿命预测方法中，在执行步骤s104时，首先，确定在荷载作用下，构件发生断裂时的临界裂纹尺寸；然后，根据临界裂纹尺寸得到疲劳裂纹扩展公式，并对公式进行积分；最后，对于恒幅载荷，积分得到疲劳裂纹扩展寿命。

具体地，依据线弹性断裂力学基于应力强度因子的断裂判据，有：

其中，是最大循环应力；是材料的断裂韧度；对于无限大中心裂纹板，若板宽，则几何修正系数f=1；对于无限大单边裂纹板，若板宽，f=1.1215。因此，采用下列公式确定临界裂纹尺寸：

其中，为最大循环应力；为材料的断裂韧度；为临界裂纹尺寸；为几何修正系数。

进一步地，在具体实施时，疲劳裂纹扩展公式可一般地写为：

其中，为疲劳裂纹扩展速率，∆k为应力强度因子，r为应力比。

对上式进行整理，然后两端积分，有：

对于含裂纹的无限大板，几何修正系数为常数，若疲劳裂纹扩展速率满足paris公式，则有：

对于恒幅载荷，可以积分采用下列公式确定疲劳裂纹扩展寿命：

其中，为疲劳裂纹扩展寿命；为裂纹深度（即初始裂纹尺寸）；为临界裂纹尺寸；为几何修正系数；为循环应力幅；为裂纹扩展参数；为描述材料疲劳裂纹扩展性能的基本参数。

基于同一发明构思，本发明实施例还提供了一种疲劳裂纹扩展寿命预测装置，由于该装置解决问题的原理与前述一种疲劳裂纹扩展寿命预测方法相似，因此该装置的实施可以参见疲劳裂纹扩展寿命预测方法的实施，重复之处不再赘述。

在具体实施时，本发明实施例提供的疲劳裂纹扩展寿命预测装置，如图4所示，具体包括：

图像采集模块11，用于采集构件疲劳裂纹扩展图像；

图像处理模块12，用于根据采集的图像，获取裂纹图像视差信息；

裂纹数据计算模块13，用于对获取的裂纹图像视差信息进行处理，得到疲劳裂纹深度数据；

疲劳寿命预测模块14，用于根据得到的疲劳裂纹深度数据，对疲劳裂纹扩展寿命进行预测。

在本发明实施例提供的上述疲劳裂纹扩展寿命预测装置中，可以通过上述四个模块的相互作用，将图像处理技术应用于表面疲劳裂纹的测量并进行疲劳寿命预测，可实现实时无接触检测，且成本低、精度高、易操作，为实现疲劳寿命预测的自动化、智能化奠定基础。

在具体实施时，在本发明实施例提供的上述疲劳裂纹扩展寿命预测装置中，图像采集模块11可以为双目相机、tof相机或结构光相机；图像处理模块12具体可以用于根据采集的图像，通过使用opencv中的bm算法或sgbm算法计算视差。

关于上述各个模块更加具体的工作过程可以参考前述实施例公开的相应内容，在此不再进行赘述。

相应的，本发明实施例还公开了一种疲劳裂纹扩展寿命预测设备，如图5所示，包括处理器21和存储器22；其中，处理器21执行存储器22中保存的计算机程序时实现前述实施例公开的疲劳裂纹扩展寿命预测方法。

进一步地，在具体实施时，在本发明实施例提供的上述疲劳裂纹扩展寿命预测设备中，如图5所示，还可以包括：用于采集构件疲劳裂纹扩展图像的摄像装置23，用于显示图像及相关数据的显示装置24，以及用于将摄像装置23和显示装置24耦合至处理器21和存储器22的外设接口25。

其中，存储器22可以是，但不限于，随机存取存储器（ram），只读存储器（rom），可编程只读存储器（prom），可擦除只读存储器（eprom），电可擦除只读存储器（eeprom）等，存储器22用于储存程序，处理器21在接收到执行指令后，执行所述程序，本发明任一实施例解释的流程定义的服务器所执行的方法可以应用于处理器21中，或者由处理器21实现。处理器21可以是一种集成芯片，具有信号处理能力，也可以是通用处理器。外设接口25用于将各种输入/输出装置耦合至处理器21以及存储器22。摄像装置23可以是，但不限于，双目相机。显示装置24具体用于实现用户与设备之间的交互，可以是，但不限于显示装置24可以将结构图像、深度图像等信息进行显示。

关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。

相应的，本发明还公开了一种计算机可读存储介质，用于存储计算机程序；计算机程序被处理器执行时实现前述公开的疲劳裂纹扩展寿命预测方法。

关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置、设备、存储介质而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（ram）、内存、只读存储器（rom）、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。

本发明实施例提供的一种疲劳裂纹扩展寿命预测方法、装置、设备及存储介质，包括：采集构件疲劳裂纹扩展图像；根据采集的图像，获取裂纹图像视差信息；对获取的裂纹图像视差信息进行处理，得到疲劳裂纹深度数据；根据得到的疲劳裂纹深度数据，对疲劳裂纹扩展寿命进行预测。这是一种将图像处理技术与疲劳裂纹扩展寿命的预测相结合，自动测量动态监测疲劳裂纹并进行疲劳寿命预测的技术，适用于预测各种材料结构的疲劳裂纹扩展寿命，可实现非接触检测，操作简单且不会对结构造成任何损伤，成本低，效率高，精度高，能够解决现有各种测量疲劳裂纹的方法精度不高、设备繁琐、操作复杂、实时性差、环境要求苛刻等问题。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的疲劳裂纹扩展寿命预测方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。