基于模式识别的连续强度演化策略在数字光弹性应力场定量分析中的应用

针对动态光弹性中应力信息量化难题，研究人员提出基于单偏振镜配置的模式识别策略，通过分析像素颜色轨迹独立解码应力场。该方法突破空间依赖性限制，结合分类器（SVM/ANN）和k-NN回归器实现应力连续表征，为复杂工程结构应力分析提供高精度解决方案，显著提升结构可靠性评估能力。

　　

在工程力学领域，精确评估应力场是确保结构安全的核心挑战。传统方法如解析模型和计算仿真受限于实验参数差异，而数字光弹性技术虽能通过等色条纹(Isochromatic fringes)可视化应力分布，却难以从动态色彩变化中提取定量数据。尤其当涉及时间依赖性案例（如3D打印模型或地质岩石评估）时，现有算法面临计算复杂度高、预处理步骤繁琐等瓶颈。

为突破这些限制，研究人员开发了一种基于模式识别的创新策略。该研究聚焦单偏振镜配置下记录的动态光弹性图像序列，将每个像素的色彩轨迹视为独立特征，通过机器学习方法实现应力场的分类与连续预测。关键技术包括：1）合成与实验光弹性视频数据集构建（含圆盘和圆环径向压缩案例）；2）基于颜色轨迹的特征提取；3）多分类器（Naive Bayes/SVM/ANN）与k-NN回归器的联合应用。

理论框架
研究首先建立动态光弹性的光学理论基础，阐明等色条纹与主应力差(σ₁
-σ₂
)的数学关联，提出通过时间维度色彩演化表征应力场的可行性。

方法与流程
通过数据生成、应力标签分类、轨迹特征提取三阶段流程，系统构建模式识别模型。其中特征工程涵盖颜色空间转换、频域分析等维度，以捕捉轨迹的动态模式。

结果分析
分类器在识别离散应力类别时准确率达92%，而k-NN回归器成功重建连续应力场，相对误差低于8%。案例显示该方法对几何形状不敏感，在圆环复杂应力集中区域仍保持稳定性。

结论与意义
该研究首次实现基于单偏振镜配置的全场应力定量解码，其核心突破在于：1）时空解耦策略消除传统空间依赖性限制；2）回归分析揭示传统分类方法遗漏的应力梯度细节。相关成果发表于《Optik》，为航空航天、地质工程等领域的动态载荷分析提供新范式。