数字图像相关技术在大型火箭发动机测试中的应用

数字图像相关技术是一种在时域内测量变形和表面应变的三维成像技术。该技术能通过亚像素来确定被测物体的位移，从而获得静态和动态载荷下的物体表面工程数据。标准帧率或高速数字成像传感器可用于图像采集。

数字图像相关的设置和标定技术类似于结构光扫描，使用相似的预设最佳相机角度和标定板。然而，数字图像相关技术将随机高对比度散斑直接应用于被测量对象的表面，这种随机散斑的直接应用让一幅图像到另一幅图像的独特亚像素相关性，以及随后的位移和表面应变可以被计算出来。

数字图像相关技术在每个时间点采集一次图像，收集和分析每个相机重叠视场的共同数据，使用标定数据和类似于结构光的三角测量公式，可以确定每个时间段的三维表面或网格。为了确定表面变形，将网格表面与初始状态进行比较，从而提供三维云图和表面法向增量。这种可视化数据能对工程数据和硬件性能进行更直观的评估。

发展火箭发动机测试的数字图像相关技术有几个动机。首先，该技术是一种非接触式光学技术，可以进行快速部署和标定。它提供非侵入式的全场测量，以评估表面应变、位移和加速度。其次，它可以替代只能收集离散数据点的传统仪器。数字图像相关技术还提供了部件的局部和全局视图，并易于分析结果，以了解变化趋势和部件加载情况，并提供性能和寿命预测。

采用数字图像相关技术进行发动机测试的主要目的之一是解决现有仪器的安装难题。在发动机测试过程中，一些部件会接触高温，这限制了应变计和加速度计这些需要粘合的技术的使用。作为首选的应变片（不可焊接）是使用粘合剂粘合的，这种粘合剂在温度超过几百华氏度时就会分解，并且在大多数环境下会脱落。这限制了这些仪器的使用，由于早期脱离，启动瞬态及其数据往往是不可靠的。因此需要额外的测试后处理和数据过滤，以消除不必要的噪声，并正确地分析数据。数字图像相关技术并不能完全消除滤波，但是在DIC软件中大大简化了滤波。加速度计可以是螺纹的或粘接的，但在采集数据的方向上有限制。数字图像相关技术可以提供X、Y、Z（三轴）数据以外的旋转度（六个自由度），需要时可以设置。

数字图像相关系统易于安装，以获取视距应变和位移数据。在安装每个传统应变片或加速度计后连接到数据系统。随后进行在线和离线噪声滤波，以确保获得无误差或“干净的”数据，应变片也必须粘合到部件上并正确归零。

DIC的设置包括摄像机的安装和标定以及待成像部件的散斑布置。摄像机的设置、安装和标定可以在几小时内完成，随机散斑布置也可在数小时内完成。选择ARAMIS和PONTOS软件包用于数字图像相关和摄影测量成像技术，其与Gom产品中的现有数据库兼容。

需要注意的是，数字图像相关技术确实有一定的局限性，最主要的限制是两个相机必须有直接的视线，以获得可以相匹配的数据，再进行处理。由于该技术基于三角测量原理，因此相机需要进行标定，以获得三维表面数据。这就要求相机视场涵盖被成像的感兴趣区域。当被测区域被其他部件、细线或其他仪器线完全阻挡或遮挡时，就会影响DIC的数据采集。

DIC的另一个限制是高温（1600 °F以上），研究人员也在致力于解决这个问题，并且已经找到了一些解决方法。由于DIC是一种光测系统，物体表面不仅要可见，而且必须有高对比度随机散斑。否则，当组件达到高温时，相机可能会过饱和，黑白散斑的对比度丢失，数据无法获得。然而，研究者正在研究利用滤波来抑制黑体辐射以应对高温。与Burke和Lambros提出的应用类似，在之前的蓝光滤波方法的基础上进行进一步的研究，可观察可见光之外的表面。

最初的数字图像相关测试是在实验室中模拟了相机和模拟部件等的安装操作流程，以优化进入试验台之前的流程。早期的高温数据收集是在美国马歇尔航天飞行中心116测试台的F-1发生器测试以及TS115的空间发射系统（SLS）亚尺度模型声学测试（SMAT）燃烧室的高温检测期间完成的。这些较小的测试平台能够检查相机设置和稳定性、镜头稳定性、标定、散斑制作及一般流程。

首先，对被测部件的高温涂料进行了系统测试，评估了各种现成涂料对基材的粘附性、高温可靠性、可拍摄测量性能和材料兼容性。随后，对涂料的喷涂方法进行了研究，主要是利用气溶胶喷雾罐、气动喷枪以及人工散斑方法用于制造随机散斑。小范围（小于144平方英寸）的各种随机散斑可以使用气溶胶罐和喷枪进行喷涂得到；对于较大范围的随机散斑会使用基本的塑料模板；而对于更复杂的表面，就需要用到粘性乙烯基模板。

散斑应用于一系列A-286不锈钢和铬镍铁合金625，以测试附着力和暴露温度。让试件暴露在升温运行中的空气炉中，升温是根据中间温度和峰值温度设定的。在最初的暴露试验中不包括快速加热试验。

每次高温暴露后，测定散斑对基材的粘附性和保持对比度的能力，并拍摄图像，以确定涂料是否适合用于数字图像相关和动态摄影测量，以及是否能提供稳定的对比度。

在完成炉膛暴露试验后，还对散斑涂料进行了材料兼容性试验，测试可能会对基材产生不利影响的硫和氯化物含量。

选定了高温应用涂料后，测试其耐久性、摄影测量能力和峰值暴露温度，如表1所示。温度限制仅基于暴露测试，没有考虑任何理论上可能会增加使用限制的带通滤波技术。

最初的试验计划包括在摄像机前安装一系列防护罩。然而，在实验室测试中发现，聚碳酸酯在标定过程中产生了严重的扭曲和不能接受的误差。最初测试的高质量无气泡聚碳酸酯防护罩的厚度为0.5英寸，在标定过程中产生了很大的误差。测试了0.25英寸的厚度，并完成标定，但仍然会增加误差。研究发现，0.125英寸的厚度是可以接受的，并且可以最大限度地减少标定和数据采集误差，但在高温试验期间会引起额外的振动或冲击带来的颤振。所以在初始试验阶段不设防护罩，以尽量减少误差来源。

由于散斑涂料粘附失败，未完成最初的数据采集。散斑最初是手工制作，但会导致大多数地方的散斑过厚，在发动机喷嘴的快速高温加热下剥落。从最初的试验中得出的结论是，涂料厚度小于0.005英寸时，它能够较好地粘附在部件上。这一结论后来也在额外的炉膛暴露测试得到了证实，在测试中，涂料较厚会产生开裂。使用气溶胶喷雾罐将涂料喷在喷嘴上。由于散斑更加精细，改用105毫米镜头，这能提供更小的视野，以获得最佳的像素分布。

试验验证了使用数字图像相关技术测量高温部件的能力，并制定了相机设置和标定的一般流程。该系统无法采集超过1700 °F的数据，因为随着温度的升高，采集的辐射冷却喷嘴图像会过曝。在径向热增长的驱动下，测量到的径向偏转与预测结果非常吻合，证实了该系统在高温下测量的能力。

在中等温度下，径向位移结果和预测结果有些许偏差。实际喷嘴和推力室的其他动态结果在数据中不明显，会影响一些局部和全局运动。当将6个时间段内的平均位移线应用于数据集时，它更接近预测结果，预测值与实际值之间的偏差小于0.003英寸。与整体运动相比，这仍然很大，但这显示了DIC在高温下的测量精度。

为了验证DIC技术在运行中的全尺寸发动机的测量能力，J-2X发动机项目资助了该技术。美国NASA斯坦尼斯航天中心（SSC）A1试验台的10002发动机的目标是在全尺寸试验中验证该技术的可行性。万向节被用于DIC评估中，它能让发动机受到不同角度的辐射加热和试验台震动。这为在复杂的环境中开发必要的外壳、摄像技术和支撑系统提供了机会。

测试的主要重点是开发DIC技术并证明全尺寸试验的可行性，因此测试的目标是两个高温管道——如图3所示的燃气发生器排气管道和燃料涡轮排气管道（FTED）。它们的外表面温度超过500 °F。万向节为发动机整体位移以及局部位移和应变测量提供了便利。

表2 发动机10002在A1上测试的摄像机配置

第一次测试（A1J026），使用尼克尔50毫米定焦镜头。光圈设为f-4，以提供合适的焦距。在测试期间和测试后发现了几个需要调整的问题。由于支架上的高频振动，镜头已经松动。这发生在刚开始过渡到主级运行之后。在过渡期间，有效的数据很少。数据也在测试开始250秒后丢失，原因是发动机万向节造成的过量羽流辐射导致左引擎上的电缆被烧毁。镜头震动最初的解决方法是使用薄泡沫垫和标准软管夹将其固定在适当位置。然而，由于图像模糊，数据仍然存在问题，在第二次测试中进行了进一步评估。发动机上的所有数据线也使用了高温绝缘织物和铝带包裹。

在进行A1J028试验之前，还观察到左相机的运动比右摄像头更多。检查硬件设置发现左相机被悬挑出来，在远离角铁焊接的垂直位置连接到设备上。左相机略微向中心线移动以保持对称性。在A1J028之前进行的调整为进一步的数字图像相关处理提供了一般设置和有效数据。

试验的准备工作包括在测试前一天晚上安装摄像机，以尽量减少测试当天的工作。这包括所有固定、最终对焦、光圈设置和密封相机外壳与气态氮清洗。还完成了标定并收集了测试前数据以验证标定。由于在试验当天准备期间试验台上存在危险因素，最终标定上午完成，距离发动机启动前约8小时。摄像机是联网的，因此在标定期间和试验期间可以远程控制。采用1米的标定十字进行标定，使视野最大化。在ARAMIS 6.3软件中使用15张图像完成标定。所有测试的标定误差始终小于0.06像素和0.0007标尺。摄像机角度为17.5°，标定视场内的测量体积约为54×42×42英寸。   

图6 试验前的数据采集、观察推进剂装载、冷却操作和万向节检查

在高温试验过程中，同步摄像机通过设备信号启动，以确保与数据系统的正确时序。Phantom v7相机采集数据的帧率受限于使用的板载随机存取存储器。使用60 fps的帧率来最大限度地延长数据采集的时间，而相应的图像尺寸为512x384像素提供了足够的视场。在预测和高温试验数据采集后，将所有图像导出为8/24 TIFF图像，再导入ARAMIS软件中。在某些情况下，曝光低于数字图像相关处理的最佳值，并进行了图像的后处理。

由于发动机受到保护，在数据收集期间，照明相当稳定，但在发动机启动期间略有变化，并且随着暴露于火箭发动机羽流下而略有增加。曝光和帧率是在发动机启动之前确定的，因为摄像机被绑定到设备触发系统中进行数据关联。由于在试验期间增加的曝光可能会导致过曝，因此曝光应更暗些。试验后使用批量图像处理来处理曝光不足（暗）的图像，并与各种后处理技术进行了比较，位移和应变的绝对值只有非常小的差异。

在经过后处理的原始图像之间存在微小的差异。位移的差异小于0.0003英寸，微应变小于70 µm/m。这些差异在不同大小的子区和步骤以及图像的分辨率下也略有不同，但都具有相同的范围。该研究中使用的图像是512×384像素的，并且可以通过更高分辨率的图像和最佳尺寸来调整。该研究不进行子区优化。上述微分值远大于测量的系统噪声和误差，因此可以推断后处理对数据没有任何影响。从后处理中获得的对比度也有助于散斑识别。

测试图像的初处理显示出一些挑战。第一个是在启动时从发动机上方的推进剂管线中释放出来的大量低密度冰。冰碎片和蒸汽部分阻挡了一个或两个相机的视场，使得发动机上的图像无效。这些图像分阶段保存，但无法进行图像处理。在冰碎片清除后，当两个摄像机都能清晰地看到随机散斑时，ARAMIS软件能够进行子区匹配。

在导管上进一步详细分析了两个不同的点。每个静态数据集的标准差为0.017，数据的范围相同，为0.0854。将局部静态数据集的范围与整体位移集的总体范围进行比较，结果为1.9%。静态数据集也使用了6个时间段内的平均位移。可能存在一些低频率，但数据采样率不够高，无法得出准确的结论。目前尚不清楚这些误差是否存在，还是归因于发动机或摄像机的运动，但怀疑两者都有。