基于图像的活塞位移监测框架用于压缩测试：瓦楞纸板试样的可行性研究

《Applied Sciences》：An Image-Based Piston Displacement Monitoring Framework for Compression Testing: A Feasibility Study Using Corrugated Board Specimens

　　

本文提出了一种基于图像系统的可行性研究，旨在追踪瓦楞纸板试样压缩测试过程中的活塞位移。该框架将视频帧分析与基于MATLAB的图像处理相结合，以生成活塞位移记录并计算整个记录压缩过程中活塞速度和加速度的估计值。通过数字视频录制逐帧追踪活塞运动，并采用像素-距离校准程序将提取的像素坐标转换为以毫米为单位的物理位移值，而无需依赖先进的光学仪器。研究人员对14组不同几何构型的瓦楞纸板试样进行了压缩实验，以考察试样尺寸对压缩行为和峰值力的影响。通过最小二乘拟合对力和位移数据进行分析，并在测试尺寸范围内建立了几何-力关系的初步经验近似。在测试构型范围内，较高试样在固定宽度下通常表现出较低的记录最大压缩力，而较宽试样在固定高度下通常显示较高值。这些初步关联未能将几何效应与试样变异性或加载速率差异相区分。结果表明，利用传统数码相机和计算软件，通过逐帧参考点追踪获取活塞位移数据是可行的。研究人员对试样变形进行了视觉观察，但未通过追踪活塞上的参考点实现直接量化。该框架提供了一种简化的基于视频的活塞位移追踪方法，包含试样行为的定性评估，且测量范围较全场光学方法更为有限。

研究背景方面，位移测量在实验力学中具有核心地位，数字图像相关（DIC）等全场技术可提供位移和应变的空?间详细信息，而接触式位移传感器可测量加载压板或特定位置的运动。二维DIC利用单相机在适当图案化表面上测量面内位移和应变，开源实现如基于MATLAB的Ncorr包已存在。压缩测试在具备适当仪器时可获得力和位移记录。纸基包装是供应链中广泛使用的材料，瓦楞纸板可印刷、切割和折叠为刚性运输容器，常见构型为三层和五层板。瓦楞纸板的结构刚性长期受到包装行业关注，研究涉及制造工艺改进以提高压缩强度以及压缩阻力预测方法的开发。制造因素如瓦楞断裂和粘合质量直接影响成品板的力学性能。印刷压力和压痕条件可影响瓦楞纸板的压缩特性。目前存在的问题是，现有标准如ISO 12048和ISO 3037并不直接对应于本研究的实验配置和测量程序，且缺乏标准化协议限制了不同实验室间的结果比较。此外，环境温湿度未记录，其一致性未确认。本研究旨在展示方法学可行性而非产生通用预测模型，通过实验室压缩测试与视频帧分析和基于MATLAB的图像处理相结合，捕捉活塞位移数据，同时视频录制提供试样变形的定性洞察。研究意义在于活塞位移-时间序列y(t)可捕捉超越单一峰值力测量的活塞位移时间进程，为模型导出的活塞速度和加速度估计提供基础。

研究人员开展的研究包括：14组压缩实验在实验室环境中进行，测试装置由金属框架构成，通过气压活塞机构施加压缩力，工作压力约0.71 MPa。气缸孔径50 mm，行程200 mm。气动系统包括AirTAC GR200-08压力调节器和AirTAC 4L210-06方向控制阀。力测量使用最大容量30 kg（约294.2 N）、显示分辨率0.01 kg（约0.098 N）的电子称重装置。数码相机以30帧/秒速率拍摄试样和活塞参考点图像。试样为C楞瓦楞纸板，标称厚度4.2 mm，14种几何构型各测试一次。实验程序为：建立工作压力后激活关闭开关并设定活塞速度，速度调节器位置保持"1"不变，但拟合的预接触速度在4.26至17.99 mm/s之间变化。图像采集与处理方面，使用Samsung Galaxy S10+智能手机主后置摄像头以30帧/秒录制视频，设备距试样约1.0 m，固定于三脚架上。通过MATLAB R2016b使用ginput(1)手动选择初始帧中的参考点，初始化vision.PointTracker对象，MaxBidirectionalError设为1像素，逐帧获取点坐标及有效性标志。像素坐标通过固定在测试装置上的20 cm刻度尺转换为物理距离，校准系数k = L/p，分析中k值为0.10 mm/pixel。数学表述方面，活塞位移按y(t) = k[p(t) ? p0]计算，速度v(t)和加速度a(t)分别通过拟合位移-时间函数的一阶和二阶导数估计，加载区间内活塞位移建模为时间二次函数y(t) = At2 + Bt + C，系数由最小二乘确定。

研究结果方面，3.1位移与力测量：表3显示实验2中18个连续帧的活塞位置记录，覆盖约0.57秒时间间隔，垂直像素位置通过0.10 mm/pixel校准因子转换为毫米。力-时间记录显示压缩力上升至记录峰值，在多个实验中随后出现明显下降，表明承载能力下降但本身不指定特定失效机制。3.2变形阶段与试样行为：位移-时间图可识别五个不同阶段：0A区间相机活跃且活塞静止；AB阶段为试样接触前的初始活塞运动；BC阶段活塞以稳定速度前进且无外力作用于试样；CD段对应名义加载阶段拟合的活塞位移记录部分；D点表示试样塌陷事件，通过视觉评估实验视频帧和位移-时间曲线斜率变化确定，未使用预定义数值阈值。D至E段为后续活塞运动，不在当前分析范围内。多数实验中定性视频观察显示试样高度中点附近弯曲，主要沿水平方向。3.3力与位移变化分析：力-时间记录显示压缩阻力增加，随后在若干实验中记录峰值后显著降低。位移-时间图显示记录实验中从近似线性到非线性活塞运动的转变。3.4速度与加速度分析：对BC段应用线性拟合，R2值范围0.985至0.997；对CD段应用二次拟合，R2值范围0.986至0.998。线性位移-时间函数产生恒定速度和零加速度，二次函数产生线性变化速度和恒定加速度。3.5试样几何与最大力的探索性关系：图8显示恒定高度16.5 cm下最大压缩力每单位宽度随试样宽度的非单调趋势，线性模型和指数模型均未保留。图9中5 cm恒定宽度下，线性回归y = ?1.26728138x + 28.88013440（R2 = 0.939658），指数拟合y = 39.26635482 exp(?0.09230116x)（R2 = 0.967328）。图10中9 cm恒定宽度下，线性回归y = ?1.64754716x + 39.11276947（R2 = 0.872285），指数拟合y = 49.72483044 exp(?0.08248595x)（R2 = 0.913237）。5×5 cm测试因无效性被排除。这些经验关系说明试样尺寸与记录最大压缩力每单位宽度之间的关联，但未将几何效应与试样变异性和加载条件分离。

讨论部分总结：4.1变形行为解释方面，仅凭试样弯曲和折叠的定性视频分析不足以确定失稳起始或区分几何屈曲与局部材料失效。活塞运动记录、力测量和视频观察提供测试的互补描述，但不能独立建立试样变形的不同阶段。4.2试样几何影响方面，在测试构型内，恒定高度下记录最大压缩力通常随试样宽度增加而增大，但趋势并非严格单调；固定宽度下较大试样高度通常与较低记录最大力相关。几何差异影响承载面积和弯曲或屈曲敏感性，但每种构型仅测试一次且活塞加载速率各异，几何影响无法与试样变异性和加载条件区分。4.3基于图像的监测意义方面，该方法捕捉压缩测试期间活塞运动的时间分辨记录，可估计活塞速度和加速度，视频录制提供试样弯曲和折叠的定性洞察。与DIC研究不同，本方法聚焦于追踪活塞上单点，不产生等效的试样变形或局部化测量。y(t)时间序列保留记录活塞运动的持续时间和形式细节，促进近似线性和非线性段的段特定运动学拟合。4.4研究局限性方面，研究在实验室环境中使用有限数量具有特定几何特征和相同厚度属性的瓦楞纸板试样进行，结果可能不完全代表不同材料组成、楞型或环境条件下生产的瓦楞结构行为。定量图像分析限于追踪图像平面内活塞上的单一参考点。未进行与LVDT或基于试样的DIC系统的比较测试，未独立验证预定义位移精度要求。未来研究可扩展至额外瓦楞纸板构型包括不同楞型和多层结构，并考察湿度和温度等环境参数对压缩行为的影响。

结论部分翻译：本研究调查了基于图像的框架在压缩测试期间监测具有各种几何构型瓦楞纸板样品活塞位移的可行性。实验室压缩实验与视频帧分析和基于MATLAB的图像处理相结合，获得活塞位移记录和模型导出的活塞速度和加速度估计。记录的活塞运动结合定性视频观察提供了压缩过程的初步表征，而未独立确定试样失稳或失效阈值。活塞速度和加速度估计通过图像导出活塞位移数据的最小二乘拟合获得，并开发了经验拟合方程以考察试样几何与最大压缩力之间的关系。记录的测试提供了在所考察实验室条件下获取时间分辨活塞位移数据可行性的初步证据。然而，它们未建立方法的准确性或可重复性，也未验证其识别试样变形或失效阶段的能力。在测试构型内，恒定高度下较大试样宽度通常与较高记录最大压缩力相关，而恒定宽度下较大高度通常与较低值相关。这些趋势及拟合方程代表限于所研究材料、尺寸范围和加载装置的探索性经验发现。每种构型进行单次测试以及不同加载速率妨碍了将几何效应与试样变异性和加载条件分离。因此，结果未建立通用几何-强度关系或确定最优试样几何。研究证明了通过简化基于图像的追踪方法获取时间分辨活塞位移数据的可行性。虽然这些测量可与试样行为的定性视觉评估配对，但它们不作为直接量化试样变形、应变或局部失稳的手段。未来工作可将当前框架扩展至额外瓦楞纸板构型，包括不同楞型和多层结构，并考察湿度和温度等环境参数对压缩行为的影响。未来研究可调查该工作流程在教育实验室和小规模实验筛选中的适用性。替代成像配置及追踪方法应与独立参考测量进行比较，以评估其对测量不确定性和追踪性能的影响。在更长的时间范围内，通过此类简化监测框架生成的位移数据可为结构评估和质量控制应用中基于机器学习的变形识别和运动学分类提供有用的实验基础。