科研之友
微信
新浪微博
Facebook
分享链接
摘要
为揭示疲劳损伤过程金属表面形貌特征变化规律，以Q235碳钢试样为对象，采集各疲劳损伤阶段试样表面三维形貌信息并将其转化为灰度图，采用快速离散剪切波变换对图像进行分解和重构，获取了包含粗糙度、波纹度、形状误差信息的子图。利用灰度共生矩阵描述粗糙度子图纹理特征，得到了疲劳损伤过程能量、相关、反差和逆差矩四类特征参数的变化规律。取一系列分解层数开展多分辨分析，对比分析了不同分解层数对上述特征参数值的影响。结果表明：随着循环周次的增加，能量值和逆差矩值降低，反差值增加，上述特征量值的大小与方向选取有关。疲劳断裂前，能量和逆差矩值突然升高，反差值突然降低。基于反差、能量和逆差矩三特征构建了支持向量机分类模型，模型可用于构件疲劳损伤状态评估。
- 单位
