DIC实验——数字图像相关技术在汽车结构测试中的应用

背景：

当前在进行大规模生产汽车零部件前，我们都要进行监测，许多零部件需要经过反复测试，以确保其在投入使用后的完整性，因而在汽车行业应用图像相关性技术成为一种趋势。这里我们主要介绍的测试专用于开口结构的“阵风”测试（图1）。

Fig. 1

在雷诺技术中心的厂房内，通过图像立体相关（DIC）对车门进行了负载测试。这些测试的目的是进行实时跟踪，以量化施加在车门上的位移，并探索图像相关性技术在汽车行业的应用。因此，我们寻求以整体方式量化整个结构上的位移场，以确保相应数值模型的有效性。要做到这一点，门被停下来，并在其端部逐步施加一个渐进力，再现用户的打开。该刚体运动延伸至车门操作开启止动块之外。此外，在每个加载步骤之间，门将返回到零并返回到其初始位置。

位移传感器（LVDT型）安装在车门上的多个位置。第一个导线传感器位于末端，位于允许位移的气缸水平面上。第二个导线传感器位于门底部，靠近铰链轴。第二个传感器将与图像相关结果进行比较。

基于图像相关场测量的位移跟踪

按照图1的指示，将一对摄像机放置在试验门对面（见图2）。结构的最终尺寸不允许对整个门进行可视化，也不允许以足够的精度对所有表面进行分析。因此确定了缩小的研究区域（如图3所示），并在研究期间对该区域进行了分析和比较。

Fig.2-1                                 

Fig.2-2

Fig. 3

尽管零件有较大的刚体运动，但摄像头能够捕捉研究区域内的整个开门运动，其中包括线传感器的位置（图3中的绿点）。下节中给出的结果将按比例显示。然而，我们注意到，测量值直接在零件的有限元网格上表示，让我们能够立即与所考虑应力的设计计算预测的位移场进行比较。

成果和展望

测得的位移直接投影在雷诺提供的有限元模型上，如图4所示。正如预期的那样，测量的门向外和端部的开启运动比内侧更重要。这些结果也可以通过专门查看与导线传感器的比较来发现。为此，使用EikoTwin的位移传感器创建功能，将虚拟位移传感器（图4中的绿色）放置在网格上，定位在物理传感器的实际位置。图5显示了前几个加载步骤中两个传感器之间的比较。

Fig. 4

Fig. 5

在这里，我们看到实际导线传感器和DIC测量值之间的位移值一致。但是，存在差异，并且随着门的打开而变得更大。这种差异是由于导线传感器（滑动法线，随门的打开角度而变化）和相机法线（固定）之间的法线不同造成的。由于无需在模型框架中重新校准，因此网格上的光学测量对于大位移具有额外的优势。

该测试也适用于在松弛阶段将重点放在门的行为上。实际上，在每个加载阶段之间，执行返回初始状态的操作。正如数值模型预测的那样，预计门将在每一步之间返回其初始位置，这在测量中对应于返回零位移。

如图6所示，在实际传感器和虚拟传感器之间存在上述偏差的情况下，门在两个加载阶段之间不会返回到零，这与数值模型预测的情况相反。此外，与初始位置的偏差随着外加位移的增加而增加，这是数值模型未来重新校准的基本信息。

Fig. 6

总之，所进行的测量显示了在载荷增加阶段获得的位移场，该位移场与所施加的拉力和用于该试验的线传感器仪器一致。然而，由于金属丝传感器的法线和门的移动之间存在可变角度（根据随时间变化的角度），因此出现了偏差。

然而，试验还揭示了松弛步骤期间的意外行为以及残余位移的存在。与数值模型预测的相反，门不会在每一步之间返回到其原始位置，如图像相关性测量所示，但也通过导线传感器所示。该领域首次收集了测试数据，为汽车问题采用图像相关性技术解决这一有趣课题提供了线索。这些测试令人鼓舞，并在以前未测量的研究领域提供定性和定量结果，允许更新相关的数值模型。

这项研究是EikoSim与雷诺合作的第二项研究。