元素删除增强的数字图像相关方法在晶格材料中的裂纹自动检测与跟踪
软凝聚态物质
2026-04-24 v1 材料科学
摘要
构成材料可以表现出显著的刚度、强度和韧性组合，但其应用目前受限于对裂纹如何在离散结构中 initiating and 传播的 incomplete understanding。阐明支撑这些过程的机制具有挑战性，因为晶格失效由细长梁的高度局部变形控制，这超出了针对连续固体开发的光学方法（如数字图像相关）的分辨率和假设范围。因此，表征晶格材料中的裂纹传播需要能够在保持晶格结构离散性并在失效过程中考虑材料连续性消失的测量策略。本文引入了一个针对构成材料的全局数字图像相关框架，在该框架中，相关问题直接在晶格网格上求解，并在分析过程中自动删除受损元素。基于数据驱动的残差准则的损伤检测，使我们能够在不同测试条件下稳健地跟踪局部变形和裂纹尖端运动。该方法在演化的完整晶格拓扑上提供了物理一致的位移场测量，并在时间上解析裂纹路径。针对在模式I加载下制造的规则和不完美的三角形晶格进行验证，结果表明该方法准确捕捉了损伤起始和裂纹传播。此外，我们展示，识别受损元素可用于估计临界失效应变，可直接用于数值模型，或作为数字图像相关分析中替代元素删除阈值。
引用
@article{arxiv.2604.20974,
title = {Element-deletion-enhanced digital image correlation for automated crack detection and tracking in lattice materials},
author = {Alessandra Lingua and Arturo Chao Correas and François Hild and David S. Kammer},
journal= {arXiv preprint arXiv:2604.20974},
year = {2026}
}