Analysis of Large In-Plane Displacement and Strain in Rubber Using 2-D Scanner-Based Digital Image Correlation

Goh, Ching Pang (2017) Analysis of Large In-Plane Displacement and Strain in Rubber Using 2-D Scanner-Based Digital Image Correlation. PhD thesis, Universiti Sains Malaysia.

[img]
Preview
PDF
Download (410Kb) | Preview

    Abstract

    Pelbagai teknik korelasi imej digital (DIC) telah diperkenalkan pada masa lalu untuk menyelesaikan masalah medan penglihatan (FOV) yang terhad untuk ukuran defomasi yang besar. Walau bagaimanapun, kaedah-kaedah tersebut berkongsi satu kelemahan iaitu FOV yang rendah. Dalam penyelidikan ini, satu kaedah yang baru iaitu korelasi imej digital dua dimensi berasaskan pengimbas (2-D SB-DIC) yang memberikan FOV yang besar untuk pengukuran deformasi yang besar bagi specimen getah asli (uNR) yang tidak diisi telah dibangunkan. Untuk mendapatkan data bagi anjakan, terikan, beban dan tekanan, imej-imej telah diimbas dan diproses. Data anjakan diperolehi dengan menggunakan algoritma korelasi imej meningkat. Min untuk modulus tangen and modulus sekan bagi specimen uNR yang diperolehi daripada kaedah 2-D SB-DIC dari lima eksperimen berulang telah dibandingkan dengan hasilan yang diperolehi daripada mesin ujian sejagat (UTM). Satu algoritma baru untuk pemetaan deformasi yang besar bagi specimen uNR dalam satu langkah tanpa memerlukan siri deformasi imej juga dibangunkan. Terikan paksi yang diperolehi daripada cadangan algoritma langkah tunggal 2-D SB-DIC telah dibanding dengan hasilan yang diperolehi daripada algoritma konvensional meningkat korelasi imej digital. Ujian-ujian agihan terikan yang tidak homogen juga telah dijalankan dengan menganalisa deformasi bagi dua specimen getah bersegi empat yang mengandungi lubang bulat dan segi empat tepat dengan menggunakan algoritma yang dicadangkan. Peta-peta terikan paduan bagi spesimen getah segi xxiii empat tepat dibandingkan dengan hasilan yang diperolehi daripada model unsur terhingga (FEM). Modulus Young yang diperoleh dengan menggunakan algoritma mengingkat 2-D SB-DIC menunjukkan maksimum kesilapan mutlak sebanyak 9.5% pada 250% terikan paksi dan 4.2% pada 50% terikan paksi bagi modulus tangen and modulus sekan, masing-masing. Sementara itu sisihan maksimum nisbah Poisson berdasarkan terikan kejuruteraan dan terikan sebenar sehingga nilai ambang bagi ketakbolehmampatan untuk bahan polimer adalah hanya 1.36% dan 1.24%, masing-masing. Maksimum sisihan mutlak sebanyak 10.7% pada terikan paksi 320% telah didapati dengan menggunakan cadangan algoritma langkah tunggal 2-D SB-DIC. Untuk ujian-ujian agihan terikan tidak homogen, perbandingan hasilan peta terikan menunjukkan bahawa cadangan algoritma langkah tunggal berganding dengan kaedah 2-D SB-DIC boleh digunakan untuk pemetaan terikan dengan tepat bagi bahan deformasi yang besar seperti getah. Algoritma 2-D DIC langkah tunggal menghapuskan ralat kumulatif yang diperkenalkan daripada algoritma 2-D DIC meningkat di samping mengurangkan masa pemprosesan dalam pemerolehan imej dan imej korelasi dengan banyak. Various digital image correlation (DIC) techniques have been introduced in the past to solve the limited field-of view (FOV) problem for large deformation measurement. However, these methods share a common limitation which is low FOV. In this research, a novel two-dimensional scanner-based digital image correlation (2-D SB-DIC) method that enables the acquisition of a large FOV of an unfilled natural rubber (uNR) specimen at large deformation has been developed. The images were scanned and processed to obtain displacement, strain, load and stress data. The displacement data were obtained by using the incremental image correlation algorithm. The mean of the tangent and secant moduli of the uNR specimen obtained from the 2-D SB-DIC method from five repeated experiments were compared with those obtained from a universal testing machine (UTM). A new algorithm for mapping large deformation in the uNR specimens in a single-step without the need for a series of deformation images has also been developed. The axial strains obtained by using the proposed single-step 2-D SB-DIC algorithm were compared with those obtained using the conventional incremental image correlation algorithm. Non-homogeneous strain distribution tests were also conducted by analysing the deformation of two rectangular rubber specimens containing circular and square holes using the single-step 2-D SB-DIC algorithm. The resultant strain maps for the rectangular specimens were compared with those from finite element modelling (FEM). The Young‟s moduli obtained by using the incremental 2-D SB-DIC algorithm showed maximum absolute errors of 9.5% at 250% axial strain and 4.2% at 50% axial strain in tangent modulus and secant modulus, respectively. Meanwhile the maximum deviation of the Poisson‟s ratio based on engineering strain and true strain up to the threshold value of incompressibility behaviour for polymeric material are only 1.36% and 1.24%, respectively. A maximum absolute deviation of 10.7% at axial strains of 320% was found by using the proposed single-step 2-D SB-DIC algorithm. For the non-homogeneous strain distribution tests, the comparison of the resultant strain maps showed that the proposed single-step algorithm coupled with the 2-D SB-DIC method can be used to map the strain accurately in large deformation materials like rubber. The single-step 2-D DIC algorithm eliminates the cumulative error introduced in the incremental 2-D DIC algorithm while reducing processing time in image acquisition and image correlation tremendously.

    Item Type: Thesis (PhD)
    Subjects: T Technology > TJ Mechanical engineering and machinery
    T Technology > TS Manufactures > TS1870-1935 Rubber industry
    Divisions: Kampus Kejuruteraan (Engineering Campus) > Pusat Pengajian Kejuruteraan Mekanikal (School of Mechanical Engineering) > Exam Papers/Teaching Resources
    Depositing User: Badli Syahar Bakhtier_PKejut
    Date Deposited: 09 Aug 2017 12:30
    Last Modified: 30 Aug 2017 08:59
    URI: http://eprints.usm.my/id/eprint/35995

    Actions (login required)

    View Item
    Share