本發(fā)明涉及智能傳感與計(jì)算機(jī)視覺，具體為一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法。

背景技術(shù)：

1、力致發(fā)光材料作為一種特殊的壓電發(fā)光材料，通過其壓電效應(yīng)或摩擦電效應(yīng)展現(xiàn)出受力發(fā)光特性，因此廣泛應(yīng)用于智能感測領(lǐng)域。這類材料特別適用于結(jié)構(gòu)構(gòu)件的力學(xué)行為監(jiān)測以及環(huán)境變化檢測，適合于各類應(yīng)力和應(yīng)變傳感器件的開發(fā)。然而，力致發(fā)光材料存在的一個(gè)主要問題是發(fā)光的余暉效應(yīng)，這一特性導(dǎo)致傳感器件難以準(zhǔn)確描述復(fù)雜受載狀態(tài)下部件的力學(xué)狀況，進(jìn)而限制了其在實(shí)際工程中的廣泛應(yīng)用。

2、隨著深度學(xué)習(xí)和計(jì)算機(jī)視覺技術(shù)的進(jìn)步，ai(artificial?intelligence)輔助的圖像生成方法已在圖像生成、圖像風(fēng)格遷移以及圖像恢復(fù)重建等多個(gè)方面得到廣泛應(yīng)用。這類方法在圖像分析和誤差修正方面表現(xiàn)出顯著的優(yōu)越性，能夠解決力致發(fā)光傳感技術(shù)面臨的挑戰(zhàn)，從而提高傳感器件的性能以及應(yīng)用范圍。受制于力致發(fā)光圖像中余暉效應(yīng)，部件力學(xué)狀態(tài)的準(zhǔn)確描述受到限制，亟需開發(fā)一種ai輔助的方法，將實(shí)驗(yàn)發(fā)光圖像轉(zhuǎn)換為精確的力學(xué)云圖。

技術(shù)實(shí)現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，主要解決的問題是力致發(fā)光圖像中存在的發(fā)光余暉影響部件力學(xué)狀態(tài)準(zhǔn)確描述的問題。

2、為了實(shí)現(xiàn)上述目的，提供的技術(shù)方案如下：

3、一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于，包括如下步驟：

4、步驟一、制作力致發(fā)光傳感部件，并采集部件受載全過程的力致發(fā)光視頻；

5、步驟二、利用有限元分析方法對部件受載全過程進(jìn)行有限元模擬，并導(dǎo)出部件受載全過程的力學(xué)云圖視頻；

6、步驟三、按照時(shí)間步增量對步驟一所得發(fā)光視頻和步驟二所得力學(xué)云圖視頻提取幀；并對所得幀進(jìn)行圖像裁剪、縮放以及時(shí)空配準(zhǔn)等預(yù)處理；

7、步驟四、利用步驟三所得的預(yù)處理后的發(fā)光圖像和云圖建立基于力致發(fā)光器件的部件力學(xué)狀態(tài)專有圖像數(shù)據(jù)集；并按照一定比例劃分訓(xùn)練集，驗(yàn)證集和測試集；

8、步驟五、建立模型的網(wǎng)絡(luò)架構(gòu)，所述網(wǎng)絡(luò)結(jié)構(gòu)基于vgg16-unet圖像生成模型；

9、步驟六、設(shè)置模型訓(xùn)練的損失函數(shù)、優(yōu)化器和訓(xùn)練超參數(shù)；

10、步驟七、將訓(xùn)練集圖像輸入模型進(jìn)行迭代訓(xùn)練；每輪訓(xùn)練結(jié)束后利用驗(yàn)證集評估模型性能；當(dāng)訓(xùn)練和驗(yàn)證損失一致收斂時(shí)，得到最終權(quán)重模型；

11、步驟八、網(wǎng)絡(luò)加載最終權(quán)重模型；并向模型輸入測試集中的發(fā)光圖像，生成對應(yīng)的力學(xué)云圖；并進(jìn)一步對生成云圖進(jìn)行誤差分析。

12、進(jìn)一步的，在步驟一中，所述的力致發(fā)光傳感部件制做包括利用粘貼、嵌套技術(shù)將傳感器固定在待測部件表面，要求傳感器件與部件表面之間有良好的機(jī)械和光學(xué)接觸，確保精確地傳遞和探測力致發(fā)光信號；所述的力致發(fā)光數(shù)據(jù)采集包括利用高速相機(jī)捕捉傳感器件發(fā)出的力致發(fā)光信號，部件從加載開始到卸載結(jié)束應(yīng)全過程視頻記錄，采集的數(shù)據(jù)包括發(fā)光強(qiáng)度、持續(xù)時(shí)間以及光譜特性。

13、進(jìn)一步的，在步驟二中，所述的部件受載全過程有限元模擬包括：部件有限元模型的建立、邊界條件和加載情況的設(shè)定、網(wǎng)格劃分以及有限元分析，對模擬結(jié)果進(jìn)行詳細(xì)分析，驗(yàn)證云圖中顯示的數(shù)據(jù)與實(shí)驗(yàn)和理論分析的相符性，必要時(shí)，根據(jù)分析結(jié)果調(diào)整模型參數(shù)并重復(fù)模擬，從而提高模擬的準(zhǔn)確度和可靠性；所述的云圖視頻導(dǎo)出需使用有限元可視化工具，將動(dòng)態(tài)云圖導(dǎo)出為視頻格式。

14、進(jìn)一步的，在步驟三中，所述的視頻幀提取包括力致發(fā)光視頻和云圖視頻的幀提取，按照設(shè)定的時(shí)間步增量同步提取兩類視頻幀，確保兩者時(shí)間對應(yīng)精確，以便后續(xù)的對比和分析；所述的圖像預(yù)處理包括：圖像裁剪、圖像縮放以及時(shí)空配準(zhǔn)，確保處理后力致發(fā)光圖像和應(yīng)力云圖具有統(tǒng)一的分辨率和時(shí)空對齊精度。

15、進(jìn)一步的，在步驟四中，所述的圖像數(shù)據(jù)集建立將步驟三中預(yù)處理后的發(fā)光圖像和力學(xué)云圖整合在一起，每一時(shí)間步的一對圖像作為一個(gè)數(shù)據(jù)樣本，確保每幅發(fā)光圖像和對應(yīng)的力學(xué)云圖在時(shí)間序列上正確對應(yīng)；隨后按照7：2：1將數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測試集。

16、進(jìn)一步的，在步驟五中，所述的vgg16-unet圖像生成模型由主干特征提取部分、特征融合部分和特征解碼部分組成。

17、進(jìn)一步的，所述的主干特征提取部分采用vgg16；所述的特征解碼部分采用unet解碼器部分；所述的特征融合部分將vgg16不同層的特征圖直接連接到unet對應(yīng)的上采樣層。

18、進(jìn)一步的，在步驟六中，所述的模型訓(xùn)練損失函數(shù)采用huber?loss和ssim?loss；所述的優(yōu)化器為：adam(β1＝0.90；β2＝0.999)；所述的訓(xùn)練超參數(shù)包括：總訓(xùn)練輪數(shù)；訓(xùn)練批參數(shù)；正則化系數(shù)；初始學(xué)習(xí)率；學(xué)習(xí)率下降策略；學(xué)習(xí)率下降因子；學(xué)習(xí)率階梯式衰減輪數(shù)；驗(yàn)證頻率；權(quán)重衰減系數(shù)；梯度閾值。

19、進(jìn)一步的，在步驟七中，所述的訓(xùn)練和驗(yàn)證損失一致收斂表明訓(xùn)練損失和驗(yàn)證損失隨訓(xùn)練進(jìn)程具有一致的下降趨勢并接近穩(wěn)定的最小值。

20、進(jìn)一步的，在步驟八中，所述的云圖生成誤差指標(biāo)為rmse。

21、本發(fā)明的有益效果在于：本發(fā)明提供的ai輔助高精度力學(xué)云圖生成模型可利用力致發(fā)光傳感數(shù)據(jù)實(shí)現(xiàn)部件力學(xué)狀態(tài)更加精準(zhǔn)地描述，平均rmse誤差低至3.8368％。

技術(shù)特征：

1.一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于：在步驟一中，所述的力致發(fā)光傳感部件制做包括利用粘貼、嵌套技術(shù)將傳感器固定在待測部件表面，要求傳感器件與部件表面之間有良好的機(jī)械和光學(xué)接觸，確保精確地傳遞和探測力致發(fā)光信號；所述的力致發(fā)光數(shù)據(jù)采集包括利用高速相機(jī)捕捉傳感器件發(fā)出的力致發(fā)光信號，部件從加載開始到卸載結(jié)束應(yīng)全過程視頻記錄，采集的數(shù)據(jù)包括發(fā)光強(qiáng)度、持續(xù)時(shí)間以及光譜特性。

3.根據(jù)權(quán)利要求1所述的一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于：在步驟二中，所述的部件受載全過程有限元模擬包括：部件有限元模型的建立、邊界條件和加載情況的設(shè)定、網(wǎng)格劃分以及有限元分析，對模擬結(jié)果進(jìn)行詳細(xì)分析，驗(yàn)證云圖中顯示的數(shù)據(jù)與實(shí)驗(yàn)和理論分析的相符性，必要時(shí)，根據(jù)分析結(jié)果調(diào)整模型參數(shù)并重復(fù)模擬，從而提高模擬的準(zhǔn)確度和可靠性；所述的云圖視頻導(dǎo)出需使用有限元可視化工具，將動(dòng)態(tài)云圖導(dǎo)出為視頻格式。

4.根據(jù)權(quán)利要求1所述的一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于：在步驟三中，所述的視頻幀提取包括力致發(fā)光視頻和云圖視頻的幀提取，按照設(shè)定的時(shí)間步增量同步提取兩類視頻幀，確保兩者時(shí)間對應(yīng)精確，以便后續(xù)的對比和分析；所述的圖像預(yù)處理包括：圖像裁剪、圖像縮放以及時(shí)空配準(zhǔn)，確保處理后力致發(fā)光圖像和應(yīng)力云圖具有統(tǒng)一的分辨率和時(shí)空對齊精度。

5.根據(jù)權(quán)利要求1所述的一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于：在步驟四中，所述的圖像數(shù)據(jù)集建立將步驟三中預(yù)處理后的發(fā)光圖像和力學(xué)云圖整合在一起，每一時(shí)間步的一對圖像作為一個(gè)數(shù)據(jù)樣本，確保每幅發(fā)光圖像和對應(yīng)的力學(xué)云圖在時(shí)間序列上正確對應(yīng)；隨后按照7：2：1將數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測試集。

6.根據(jù)權(quán)利要求1所述的一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于：在步驟五中，所述的vgg16-unet圖像生成模型由主干特征提取部分、特征融合部分和特征解碼部分組成。

7.根據(jù)權(quán)利要求1所述的一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于：所述的主干特征提取部分采用vgg16；所述的特征解碼部分采用unet解碼器部分；所述的特征融合部分將vgg16不同層的特征圖直接連接到unet對應(yīng)的上采樣層。

8.根據(jù)權(quán)利要求1所述的一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于：在步驟六中，所述的模型訓(xùn)練損失函數(shù)采用huber?loss和ssim?loss；所述的優(yōu)化器為：adam(β1＝0.90；β2＝0.999)；所述的訓(xùn)練超參數(shù)包括：總訓(xùn)練輪數(shù)；訓(xùn)練批參數(shù)；正則化系數(shù)；初始學(xué)習(xí)率；學(xué)習(xí)率下降策略；學(xué)習(xí)率下降因子；學(xué)習(xí)率階梯式衰減輪數(shù)；驗(yàn)證頻率；權(quán)重衰減系數(shù)；梯度閾值。

9.根據(jù)權(quán)利要求1所述的一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于：在步驟七中，所述的訓(xùn)練和驗(yàn)證損失一致收斂表明訓(xùn)練損失和驗(yàn)證損失隨訓(xùn)練進(jìn)程具有一致的下降趨勢并接近穩(wěn)定的最小值。

10.根據(jù)權(quán)利要求1所述的一種ai輔助力致發(fā)光材料的力學(xué)云圖生成方法，其特征在于：在步驟八中，所述的云圖生成誤差指標(biāo)為rmse。

技術(shù)總結(jié)
本發(fā)明涉及智能傳感與計(jì)算機(jī)視覺領(lǐng)域，具體為一種AI輔助力致發(fā)光材料的力學(xué)云圖生成方法，其目的在于提出了一種AI輔助力致發(fā)光材料的力學(xué)云圖生成方法。主要解決的問題為：力致發(fā)光圖像中的余暉效應(yīng)限制部件力學(xué)狀態(tài)的準(zhǔn)確描述。其有益效果為：本發(fā)明提供的AI輔助高精度力學(xué)云圖生成模型可利用力致發(fā)光傳感數(shù)據(jù)實(shí)現(xiàn)部件力學(xué)狀態(tài)更加精準(zhǔn)地描述，平均RMSE誤差低至3.8368％。

技術(shù)研發(fā)人員：張強(qiáng)強(qiáng),景鑫,馬永杰,馬占雄
受保護(hù)的技術(shù)使用者：蘭州大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2