技術特征：

1.一種基于gcn神經(jīng)網(wǎng)絡的應變測量方法，其特征在于，具體包括以下步驟：

2.根據(jù)權利要求1所述的一種基于gcn神經(jīng)網(wǎng)絡的應變測量方法，其特征在于，步驟s1具體包括：

3.根據(jù)權利要求2所述的一種基于gcn神經(jīng)網(wǎng)絡的應變測量方法，其特征在于，步驟s12具體包括：

4.根據(jù)權利要求1所述的一種基于gcn神經(jīng)網(wǎng)絡的應變測量方法，其特征在于，步驟s2具體包括：

5.根據(jù)權利要求4所述的一種基于gcn神經(jīng)網(wǎng)絡的應變測量方法，其特征在于，步驟s21具體包括：

6.根據(jù)權利要求4所述的一種基于gcn神經(jīng)網(wǎng)絡的應變測量方法，其特征在于，步驟s22具體包括：

7.根據(jù)權利要求5所述的一種基于gcn神經(jīng)網(wǎng)絡的應變測量方法，其特征在于，步驟s23具體包括：

8.根據(jù)權利要求5所述的一種基于gcn神經(jīng)網(wǎng)絡的應變測量方法，其特征在于，步驟s24具體包括：

9.根據(jù)權利要求1所述的一種基于gcn神經(jīng)網(wǎng)絡的應變測量方法，其特征在于，步驟s3具體包括

10.根據(jù)權利要求1所述的一種基于gcn神經(jīng)網(wǎng)絡的應變測量方法，其特征在于，步驟s4具體包括：

技術總結
本發(fā)明提出一種基于GCN神經(jīng)網(wǎng)絡的應變測量方法，包括：根據(jù)實際工況需求采集被測試件的散斑圖像和散斑位移場并組成為數(shù)據(jù)集，用于后續(xù)對測量模型的訓練和測試；根據(jù)GCN神經(jīng)網(wǎng)絡搭建散斑位移測量模型；將數(shù)據(jù)集輸入至散斑位移測量模型中進行訓練，得到最優(yōu)的測量模型配置，對散斑圖像的變形進行位移測量，得到散斑位移的預測結果；基于得到的散斑位移的預測結果，計算散斑圖像中所有點的應變，集合構成被測物體的表面應變場。本發(fā)明所提出的方法通過搭建基于GCN神經(jīng)網(wǎng)絡的散斑位移測量模型，能夠準確測量高溫材料構件的變形應力，實現(xiàn)了高溫環(huán)境下的高精度、實時應變測量。

技術研發(fā)人員：汪俊,鄭曉杰,黃天豪,吳巧云,曹立群,韓成
受保護的技術使用者：南京航空航天大學
技術研發(fā)日：
技術公布日：2025/6/12