基于图像对比的疲劳裂纹扩展动态检测方法

doi:10.3901/JME.2024.18.024

机械工程学报 ›› 2024, Vol. 60 ›› Issue (18): 24-31.doi: 10.3901/JME.2024.18.024

扫码分享

基于图像对比的疲劳裂纹扩展动态检测方法

孙士勇¹, 朱殿立¹, 李佳琦², 樊俊铃³, 杨睿¹, 赵延广⁴

1. 大连理工大学机械工程学院大连 116024;
2. 大连理工大学白俄罗斯国立大学联合学院大连 116024;
3. 中国飞机强度研究所西安 710065;
4. 大连理工大学工业装备结构分析优化与CAE软件全国重点实验室大连 116024

收稿日期:2023-07-21 修回日期:2023-12-05 出版日期:2024-09-20 发布日期:2024-11-15
作者简介:孙士勇,男,1981年生,副教授。主要研究方向为先进材料结构设计制造与表征。E-mail:sunshy@dlut.edu.cn
赵延广(通信作者),男,1981年生,博士,高级工程师。主要研究方向为疲劳、断裂及损伤容限性能测试与分析研究。E-mail:ygzhao81@dlut.edu.
基金资助:
国家自然科学基金(51975085)和中央高校基本科研业务费专项资金(DUT21GF405)资助项目。

Dynamic Detection Method of Fatigue Crack Growth Based on Image Comparison

SUN Shiyong¹, ZHU Dianli¹, LI Jiaqi², FAN Junling³, YANG Rui¹, ZHAO Yanguang⁴

1. School of Mechanical Engineering, Dalian University of Technology, Dalian 116024;
2. DUT-BSU Joint Institute, Dalian University of Technology, Dalian 116024;
3. China Aircraft Strength Research Institute, Xi' an 710065;
4. State Key Laboratory of Structural Analysis, Optimization and CAE Software for Industrial Equipment, Dalian University of Technology, Dalian 116024

Received:2023-07-21 Revised:2023-12-05 Online:2024-09-20 Published:2024-11-15

摘要/Abstract

摘要： 针对航空铝合金等材料表面的疲劳裂纹，提出一种基于图像对比的动态裂纹扩展检测方法，通过N次灰度作差双阈值设定的方案实现复杂表面状态下裂尖位置的检出，获得裂纹扩展曲线；展开材料疲劳试验，采集不同表面状态下的样件裂纹图像，通过与传统的静态裂纹识别算法比较，验证动态裂纹检测方法检出复杂表面状态下裂纹的可行性；与直读法比较，相对误差不大于4%，验证检测算法的准确性；通过讨论不同表面状态下的灰度作差方案、阈值判定、作差次数等，为多表面状态下裂纹的自动化检测提供参考与借鉴。白色表面状态下作差次数N取2，黑色表面状态下作差次数N取1，含划痕及污渍表面状态下N取2，能够较好地反映裂纹扩展状态。

关键词: 图像对比, 疲劳裂纹, 动态检测, 灰度作差, 裂纹扩展

Abstract: A dynamic crack growth detection method based on image comparison is proposed to detect the fatigue cracks on the surface of aviation aluminum alloy. The crack tip location is detected by using the scheme of times N gray difference and double threshold setting, and the crack growth curve is obtained. Fatigue tests are carried out to collect crack images under different surface states. Compared with the traditional static crack detection algorithm, the feasibility of the dynamic crack detection method to detect cracks under complex surface states is verified. Compared with the direct reading method, the relative error is less than 4%, and the accuracy of the algorithm is verified. Furthermore, the gray difference scheme, threshold value determination and number of difference in different surface states are discussed, which provides a reference for automatic crack detection in multiple surface states. The difference times N of white surface state is 2, the difference times N of black surface state is 1, and the difference times N of scratches and stains surface state is 2, which can better reflect the crack growth state.

Key words: image comparison, fatigue crack, dynamic detection, grayscale deviation, crack growth

中图分类号:

孙士勇, 朱殿立, 李佳琦, 樊俊铃, 杨睿, 赵延广. 基于图像对比的疲劳裂纹扩展动态检测方法[J]. 机械工程学报, 2024, 60(18): 24-31.

SUN Shiyong, ZHU Dianli, LI Jiaqi, FAN Junling, YANG Rui, ZHAO Yanguang. Dynamic Detection Method of Fatigue Crack Growth Based on Image Comparison[J]. Journal of Mechanical Engineering, 2024, 60(18): 24-31.

参考文献

[1] 崔德刚，鲍蕊，张睿，等. 飞机结构疲劳与结构完整性发展综述[J]. 航空学报，2021，42(5)：71-92. CUI Degang，BAO Rui，ZHANG Rui，et al. Review on the development of aircraft Structural fatigue and Structural integrity[J]. Acta Aeronautica et Astronautica Sinica，2021，42(5)：71-92.
[2] 江荣，吴常皓，万煜伟，等. 涡轮盘合金氧化-疲劳裂纹扩展机理和寿命预测研究进展[J]. 机械工程学报，2021，57(16)：122-131. JIANG Rong，WU Changhao，WAN Yuwei，et al. Research progress on oxidation-fatigue Crack Growth Mechanism and Life Prediction of Turbine disk Alloys[J]. Journal of Mechanical Engineering，2021，57(16)：122-131.
[3] 赵荣国，李红超，蒋永洲，等. 航空发动机涡轮盘用GH4133B合金疲劳裂纹萌生与短裂纹扩展研究[J]. 机械工程学报，2013，49(10)：116-126. ZHAO Rongguo，LI Hongchao，JIANG Yongzhou，et al. Study on fatigue crack initiation and short crack propagation of GH4133B alloy for aeroengine turbine disk[J]. Journal of Mechanical Engineering，2013，49(10)：116-126.
[4] 陈亮，宋小明，庞华，等. 柔度法计算Zr-4合金包壳管轴向裂纹应力强度因子的研究[J]. 核动力工程，2019，40(5)：202-206. CHEN Liang，SONG Xiaoming，PANG Hua，et al. Study on calculation of axial crack stress intensity factor of Zr-4 alloy cladding tube by flexibility Method[J]. Nuclear Power Engineering，2019，40(5)：202-206.
[5] 周素霞，卢俊霖，吴毅，等. 基于直流电位降的高铁车轴裂纹检测研究[J]. 机械工程学报，2022，58(14)：288-295. ZHOU Suxia，LU Junlin，WU Yi，et al. Research on crack detection of high-speed rail axle based on DC potential drop[J]. Journal of Mechanical Engineering，2022，58(14)：288-295.
[6] 王亮，刘帅，杨洋. 基于直流电位法的疲劳裂纹长度测量的技术及应用[J]. 中国测试，2022，48(5)：56-64. WANG Liang，LIU Shuai，YANG Yang. Technology and application of fatigue crack length measurement based on DC potential method[J]. China Measurement & Test，2022，48(5)：56-64.
[7] 曹枝军，袁建辉，苏怀宇，等. 声发射技术在热障涂层失效机理中的研究进展及展望[J].中国表面工程，2023，36(2)：34-53. CAO Zhijun，YUAN Jianhui，SU Huaiyu，et al. Research progress and prospect of acoustic emission technology in failure mechanism of thermal barrier coatings[J]. China Surface Engineering，2023，36(2)：34-53.
[8] 陆向宁，何贞志，胡宁宁，等. 主动红外热成像焊球缺陷检测方法研究[J]. 机械工程学报，2016，52(10)：17-24. LU Xiangning，HE Zhenzhi，HU Ningning，et al. Research on defect detection method of active infrared thermal imaging welding ball[J]. Journal of Mechanical Engineering，2016，52(10)：17-24.
[9] 冉蓉，徐兴华，邱少华，等. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用，2021，57(9)：13. RAN Rong，XU Xinghua，QIU Shaohua，et al. Review of crack detection methods based on Deep Convolutional neural networks[J]. Computer Engineering and Applications，2021，57(9)：13.
[10] PAGLINAWAN A C，CRUZ F R G，CASI N D. Crack detection using multiple image processing for unmanned aerial monitoring of concrete structure[C]// TENCON 2018-2018 IEEE Region 10 Conference，October 28-31，2018，Jeju，Korea (South). NewYork：IEEE，2018：2534-2538.
[11] SANGEETHA D，DEEPA P. FPGA implementation of cost-effective robust Canny edge detection algorithm[J]. Journal of Real-Time Image Processing，2019，16(4)：957-970.
[12] SUH G ，CHA Y J. Deep faster R-CNN-based automated detection and localization of multiple types of damage[C]// Sensors and Smart Structures Technologies for Civil，Mechanical，and Aerospace Systems 2018. SPIE Proceedings，2018：105980T.
[13] HUANG Xuepeng. Research on surface fatigue crack image recognition detection method based on computer vision technology[C]// 2016 International Conference on Engineering and Technology Innovations，March 25-27，2016，Wuhan，China. Atlantis Press，2016：1-6.
[14] 时春霖，张超，陈长远，等. 测量机器人小视场星图一维最大熵星点图像分割算法[J]. 测绘学报，2018，47(04)：446-454. SHI Chunlin，ZHANG Chao，CHEN Changyuan，et al. One-dimensional maximum entropy star point image segmentation algorithm for small field star map of measuring robot[J]. Acta Geodaetica et Cartographica Sinica，2018，47(04)：446-454.
[15] 崔建国，孙长库，李玉鹏，等. 基于SURF的快速图像匹配改进算法[J]. 仪器仪表学报，2022，43(8)：47-53. CUI Jianguo，SUN Changku，LI Yupeng，et al. An improved algorithm for fast image matching based on SURF[J]. Chinese Journal of Scientific Instrument，2022，43(8)：47-53.
[16] BAY H ，ESS A ，TUYTELAARS T,et al. Speeded-Up robust features (SURF)[J]. Computer vision and image understanding，2008，110(3)：346-359.
[17] LI Jingyi. A study of crack detection algorithm[C]// 2015 Fifth International Conference on Instrumentation and Measurement，Computer，Communication and Control (IMCCC)，September 18-20，2015，Qinhuangdao，China. NewYork：IEEE，2015：1184-1187.

基于图像对比的疲劳裂纹扩展动态检测方法

Dynamic Detection Method of Fatigue Crack Growth Based on Image Comparison

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	梁鹏, 赵文卓, 武通海, 冉毅. 发电机转子小齿裂纹的超声回波特性及在机检测方法[J]. 机械工程学报, 2024, 60(8): 11-21.
[2]	王博士, 陈楠楠, 蔡艳, 王敏. 低合金贝氏体高强钢模拟焊接粗晶热影响区低温疲劳韧脆转变行为及机制[J]. 机械工程学报, 2024, 60(6): 271-278.
[3]	高冲, 董丽虹, 王海斗, 刘彬, 吕晓仁. 整体加筋结构疲劳损伤研究进展[J]. 机械工程学报, 2024, 60(18): 116-127.
[4]	陈健, 孟义兴, 袁慎芳, 徐秋慧, 王卉. 融合导波监测的搭接结构裂纹扩展寿命孪生预测[J]. 机械工程学报, 2024, 60(16): 34-42.
[5]	李怡然, 尧军平, 梁超群, 肖鹏, 陈国鑫, 李步炜. 基于三维微观结构的SiC/AZ91D复合材料单轴拉伸过程中裂纹萌生扩展机制[J]. 机械工程学报, 2024, 60(16): 160-170.
[6]	赵雷, 武言, 徐连勇, 韩永典, 熊昱. 纳入拘束效应的焊接接头蠕变裂纹扩展速率预测方法[J]. 机械工程学报, 2024, 60(14): 126-138.
[7]	邓智铭, 黄土地, 黄洪钟, 尉询楷, 王浩. 变工况条件下角接触球轴承疲劳剥落故障演化加速试验载荷谱研究[J]. 机械工程学报, 2024, 60(13): 193-204.
[8]	喻健, 缑百勇, 陈桂勇, 张腾, 马斌麟, 樊祥洪, 陈鑫, 王逸韬. 胶铆混合修理结构疲劳裂纹扩展性能分析[J]. 机械工程学报, 2023, 59(22): 352-368.
[9]	韩啸, 孙亮亮, 刘博, 刘哲远, 吴承伟. 胶层厚度对胶接波纹板三点弯曲力学性能影响研究[J]. 机械工程学报, 2023, 59(2): 104-112.
[10]	李鹤飞, 张鹏, 张哲峰. 高强钢断裂韧性与疲劳裂纹扩展评价方法研究进展[J]. 机械工程学报, 2023, 59(16): 18-31.
[11]	于培师, 赵宇翔, 吴连生, 卞家坤, 赵军华, 郭万林. TC4ELI钛合金疲劳裂纹路径偏折与寿命提升机制[J]. 机械工程学报, 2023, 59(16): 72-81.
[12]	王超, 杨冰, 朱涛, 肖守讷, 阳光武, 范晓达. 表面强化车轴裂纹扩展及剩余寿命预测方法研究[J]. 机械工程学报, 2023, 59(14): 43-53.
[13]	周长江, 王豪野, 靳广虎, 艾永生. 考虑残余应力的螺旋锥齿轮接触疲劳裂纹萌生-扩展寿命计算方法研究[J]. 机械工程学报, 2022, 58(23): 28-38.
[14]	陈林, 戴宇恒, 崔健伟, 周庆飞, 岑耀东. 微合金化钢轨淬火工艺的优化及其疲劳裂纹扩展行为研究[J]. 机械工程学报, 2022, 58(14): 233-240.
[15]	葛玖浩, 杨晨开, 胡宝旺, 王平, 李伟, 袁新安, 叶云飞. 交流电磁场检测技术钢轨表面裂纹高速检测研究[J]. 机械工程学报, 2021, 57(18): 66-74.