Optimum Accuracy of Two-Dimensional Strain Measurements Using Digital Image Correlation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Foil and vibrating wire strain gauges have an optimum strain measurement accuracy of one microstrain. However, they can only provide discrete strain readings over a single fixed-gauge length. Digital image correlation (DIC) offers an alternative to conventional strain gauges because a two-dimensional (2D) surface strain field can be obtained from a single sensor (camera). However, the benefits of 2D strain measurements are only worthwhile if a similar level of measurement accuracy to conventional strain gauges can be achieved. This paper presents the results of an investigation into the optimum strain measurement accuracy that can be achieved by using the 2D technique on artificial images (which eliminate errors associated with cameras and lighting). The principle of the 2D DIC technique and its historical development will be introduced. Then, three potential techniques for taking strain measurements will be presented and compared: single readings, averaged linear readings, and an approach on the basis of Mohr’s circle. The Mohr’s circle approach was found to be the most accurate and was not susceptible to image misalignment. Strain measurement accuracy was also found to be affected by the bias error of the subpixel interpolation scheme, but the use of an 8 coefficient B-spline was found to produce satisfactory results within the error of conventional strain gauges. Gauge length was also found to have a significant effect on strain measurement accuracy, indicating that measuring strains in a material in which there are variations across the strain field could result in a loss of measurement accuracy. However, overall it was found that 2D DIC offers the same strain measurement accuracy as conventional strain gauges when used under ideal conditions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle