Element-deletion-enhanced digital image correlation for automated crack detection and tracking in lattice materials

Deze studie introduceert een geautomatiseerde digitale beeldcorrelatiemethode die elementverwijdering en data-gedreven detectie combineert om de initiatie en voortplanting van scheuren in roostermaterialen nauwkeurig te volgen, waardoor de beperkingen van traditionele optische meettechnieken voor discrete structuren worden overwonnen.

De kern

De "Digitale Chirurg" voor Netwerkmaterialen: Hoe een nieuwe methode barsten in 3D-geprinte materialen volgt

Stel je voor dat je een heel complex, 3D-geprinte structuur hebt die lijkt op een enorm, driedimensionaal spinnenweb of een honingraat. Deze materialen, vaak "lattices" genoemd, zijn supersterk maar ook heel licht. Ze worden gebruikt in de luchtvaart, auto's en zelfs in medische implantaten. Het probleem is: als zo'n materiaal breekt, gebeurt dat niet op één grote manier. Het breekt op duizenden kleine plekken tegelijk, waar de dunne staafjes van het webje stukgaan.

Traditionele camera's en meetmethoden zijn hier vaak te "dom" voor. Ze kijken naar het geheel en zien de kleine barstjes niet, of ze raken in de war omdat ze aannemen dat het materiaal één groot, glad stuk is.

De auteurs van dit paper hebben een slimme nieuwe methode bedacht, een soort digitale chirurg, die precies kan zien waar en wanneer deze kleine staafjes breken. Hier is hoe het werkt, in simpele taal:

1. Het Probleem: De "Onzichtbare" Barst

Stel je voor dat je een foto maakt van een ruit die begint te barsten. Als je een simpele software gebruikt die denkt dat de ruit nog heel is, zal de software proberen de gebroken stukken nog steeds als één geheel te meten. Het resultaat? De software ziet "onzin" in de metingen: de software denkt dat de gebroken stukken oneindig ver uitrekken, wat fysiek onmogelijk is.

Bij deze lattice-materialen is het nog erger. Omdat ze uit duizenden kleine staafjes bestaan, is het heel moeilijk om te zien welke staafje precies op welk moment breekt.

2. De Oplossing: De "Digitale Chirurg" (Element-deletion)

De nieuwe methode werkt als een slimme chirurg die tijdens het opereren continu het beeld scherp houdt.

• De Eerste Scan (De Diagnose): De computer kijkt eerst naar alle foto's die van het materiaal zijn gemaakt terwijl het belast werd. Hij zoekt naar kleine "ruis" of onregelmatigheden in de beelden. Als een stukje materiaal breekt, verandert het patroon op de foto heel plotseling. De computer zegt dan: "Aha! Hier is iets kapot gegaan!"
• Het Verwijderen (De Operatie): Zodra de computer weet dat een bepaald stukje (een "element" in de software) kapot is, verwijdert hij dit stukje uit de digitale meting. Het is alsof je een stukje uit een puzzel haalt en zegt: "Oké, dit stukje is weg, we meten alleen nog de rest die nog heel is."
• Het Resultaat: Door de kapotte stukjes direct uit de berekening te halen, kan de computer de rest van het materiaal heel precies meten. De metingen worden niet meer verstoord door de breuk. Het is alsof je door een raam kijkt: als er een barst in zit, probeer je niet door de barst te kijken, maar door het schone glas ernaast.

3. Twee Manieren om te Werken

De auteurs tonen twee manieren om deze "chirurgie" uit te voeren:

1. De "Data-Detective" (De slimme observer): Deze methode kijkt puur naar de beelden. Als het beeld ergens heel erg "ruis" vertoont (alsof de foto ergens wazig wordt), weet hij dat daar iets kapot is. Hij doet dit twee keer: eerst om te leren wat "normale ruis" is, en daarna om de echte breuken te vinden en te verwijderen.
2. De "Fysicus" (De krachtmeting): Deze methode kijkt naar de rek (hoeveel het materiaal uitrekt). Als een stukje te veel uitrekt (bepaalde grens overschrijdt), wordt het verwijderd. Dit is handig als je al weet hoe sterk het materiaal is, maar het is iets minder precies dan de detective-methode bij complexe breuken.

4. Waarom is dit zo cool?

• Het ziet de onzichtbare dingen: De methode kan barsten volgen die door de hoekjes van het netwerk gaan, zelfs als het materiaal imperfecties heeft (zoals een paar ontbrekende staafjes).
• Het is accuraat: In hun experimenten zagen ze dat de computer precies hetzelfde aantal kapotte staafjes telde als wat ze later met het blote oog konden tellen.
• Het helpt bij het ontwerpen: Omdat ze nu precies weten waar en wanneer de materialen breken, kunnen ingenieurs betere, sterkere netwerken ontwerpen voor de toekomst.

Samenvattend

Stel je voor dat je een heel complex, 3D-geprinte brug hebt. Als er een klein staafje breekt, is dat normaal gesproken onzichtbaar voor de meetapparatuur. Deze nieuwe methode is als een slimme camera die, zodra hij ziet dat een staafje breekt, dat stukje direct uit zijn berekening haalt. Hierdoor blijft de rest van de meting perfect scherp, en kunnen we precies zien hoe de breuk zich door het hele netwerk voortplant. Het is een grote stap voorwaarts in het begrijpen van hoe deze supersterke, lichte materialen falen.

Technische samenvatting

Titel: Elementverwijderings-gestuurde digitale beeldcorrelatie voor geautomatiseerde detectie en tracking van scheurvorming in roostermaterialen

Auteurs: Alessandra Lingua, Arturo Chao Correas, François Hild, en David S. Kammer (ETH Zürich en Université Paris-Saclay).

---

1. Het Probleem

Gearchitecteerd materiaal (zoals roosterstructuren) biedt unieke combinaties van stijfheid, sterkte en taaiheid, maar hun toepassing wordt beperkt door een onvolledig begrip van hoe scheuren ontstaan en zich voortplanten door hun discrete architectuur.

• Uitdaging: Het falen van roostermaterialen wordt bepaald door sterk gelokaliseerde vervormingen in slanke balkjes (struts). Dit valt buiten de resolutie en de aannames van traditionele optische meetmethoden zoals digitale beeldcorrelatie (DIC), die zijn ontworpen voor continue materialen.
• Beperkingen van bestaande methoden:
  • Klassieke globale DIC veronderstelt een continue verplaatsingsveld, wat niet werkt bij scheuren (discontinuïteiten).
  • Geavanceerde methoden voor continue materialen (zoals geïntegreerde DIC met Williams-reeksen) zijn niet geschikt voor roosters vanwege de aanzienlijke grootte-effecten en de discrete aard van de structuur.
  • Bestaande elementverwijderingsmethoden voor DIC zijn nog niet robuust toegepast op roosterstructuren, omdat het definiëren van fysisch zinvolle en geautomatiseerde criteria voor verwijdering lastig is.

2. Methodologie

De auteurs introduceren een nieuw globaal DIC-framework dat specifiek is afgestemd op gearchitecteerd materiaal. De kern van de methode is de directe oplossing van het correlatieproblem op het roosternetwerk (mesh) met automatische verwijdering van beschadigde elementen tijdens de analyse.

De aanpak bestaat uit twee fasen:

Fase 1: Data-gedreven drempelbepaling (Residual-based)

1. Eerste pass (Standaard DIC): Een analyse zonder elementverwijdering wordt uitgevoerd om een robuuste drempelwaarde te bepalen voor de verandering in correlatieresteren (residuals).
2. Detectie van schade: De methode analyseert de incrementele verandering in de correlatieresteren ($\Delta\rho$) per beeld. Pieken in deze signalen, die significant zijn ten opzichte van de ruis (bepaald via de Mediaan Absolute Deviatie - MAD), worden geïdentificeerd als schadegebeurtenissen.
3. Drempelwaarde: Een drempelwaarde ($\Delta\rho_{th}$) wordt vastgesteld om onderscheid te maken tussen ruis en echte schade.

Fase 2: Geautomatiseerde elementverwijdering

1. Tweede pass: Een nieuwe DIC-analyse wordt uitgevoerd waarbij elementen die de drempelwaarde voor resterverandering overschrijden, onmiddellijk uit het mesh worden verwijderd.
2. Mesh-updates: De connectiviteitsmatrix wordt bijgewerkt, zodat de verplaatsingsvelden alleen worden berekend over het intacte materiaal.
3. Tracking: De positie van de scheutop (crack tip) en de scheutpad worden getraceerd door de zwaartepunten van de verwijderde elementen te volgen.

Alternatieve Mechanica-gedreven aanpak:
De auteurs tonen ook aan dat de kritieke vervorming (strain) van de verwijderde elementen kan worden gebruikt om een mechanische drempelwaarde ($\epsilon_{th}$) af te leiden. Hiermee kan een tweede DIC-analyse worden uitgevoerd waarbij elementen worden verwijderd zodra hun rek een bepaalde waarde overschrijdt. Dit vereist slechts één DIC-pass als de faalstrains bekend zijn.

3. Belangrijkste Bijdragen

• Geïntegreerd Framework: Een DIC-methode die direct op het rooster-mesh werkt en automatisch beschadigde elementen verwijdert, waardoor fysiek consistente verplaatsings- en rekvelden over het intacte deel van het specimen worden verkregen.
• Robuuste Schadedetectie: Een data-gedreven criterium dat lokale storingen detecteert op basis van beeldfluctuaties, zelfs op roosterverbindingen (joints) waar conventionele methoden vaak falen.
• Kwantificering van Faalstrains: De mogelijkheid om de kritieke faalstrains per balkje (strut) te schatten, wat direct bruikbaar is voor numerieke modellen.
• Validatie: De methode is gevalideerd op zowel regelmatige als imperfecte (met opzet beschadigde) driehoekige roosters onder mode-I belasting.

4. Resultaten

De methode werd getest op 3D-geprinte compacte trekproefstukken met een driehoekige roostertopologie.

• Accurate Scheurtracking: De methode slaagde erin het scheurpad en de beweging van de scheutop nauwkeurig te volgen in de tijd.
• Fysisch Realistische Data: Door beschadigde elementen te verwijderen, werden de onrealistisch hoge rekken en correlatieresteren die ontstaan bij klassieke DIC (waar het mesh over de scheur blijft "rekken") drastisch verminderd. De gemeten rekken waren ongeveer 1,5 orde van grootte lager dan bij een analyse zonder verwijdering.
• Overeenstemming met Experiment:
  • Het aantal gebroken balkjes dat door de DIC-methode werd gedetecteerd (27), kwam zeer dicht in de buurt van het visueel getelde aantal na het experiment (24).
  • De gedetecteerde schadegebeurtenissen correleerden sterk met de kracht-dalingen die tijdens het trekexperiment werden geregistreerd.
• Vergelijking Methoden:
  • De data-gedreven (residual-based) methode gaf de nauwkeurigste schatting van het aantal gebroken balkjes en de grootste reductie in globale RMS-residuals.
  • De mechanica-gedreven (strain-based) methode neigde tot een lichte overschatting van het aantal gebroken balkjes omdat vervormingsvelden minder gelokaliseerd zijn dan pixel-fluctuaties, maar leverde wel vergelijkbare resultaten voor de scheutop-tracking.

5. Betekenis en Conclusie

Deze studie biedt een krachtig hulpmiddel voor het karakteriseren van breuk in gearchitecteerd materiaal.

• Toepasbaarheid: De methode is niet beperkt tot regelmatige roosters; ze kan worden uitgebreid naar disordere architecturen, andere belastingmodi (mode I-III) en volumetrische analyses (Digital Volume Correlation).
• Numerieke Validatie: De verkregen kritieke faalstrains kunnen direct worden gebruikt als invoer voor numerieke simulaties (zoals elementverwijdering in FEM), wat de koppeling tussen experiment en simulatie verbetert.
• Flexibiliteit: De keuze tussen een residual-based of strain-based aanpak biedt flexibiliteit afhankelijk van de beschikbare data en de specifieke eisen van de analyse (bijv. prioriteit geven aan het scheurpad versus het exacte aantal gebroken elementen).

Kortom, deze "element-deletion-enhanced DIC" overbrugt de kloof tussen de discrete aard van roostermaterialen en de continue aannames van traditionele optische meettechnieken, waardoor een nauwkeurige, geautomatiseerde analyse van scheurvorming mogelijk wordt.