NeST: Neural Stress Tensor Tomography by leveraging 3D Photoelasticity

要約

光弾性により、応力誘起複屈折を通じて透明物体の全視野応力解析が可能になります。
既存の技術は 2D スライスに限定されており、オブジェクトを破壊的にスライスする必要があります。
オブジェクト全体の内部 3D 応力分布を回復することは、テンソル トモグラフィーの問題を解決し、位相ラッピングの曖昧さを処理する必要があるため、困難です。
偏光測定から神経の暗黙的表現として 3D 応力テンソル場を再構築するための合成による解析アプローチである NeST を紹介します。
私たちの重要な洞察は、ジョーンズ計算に基づく微分可能な順モデルを使用して、位相アンラッピングとテンソル トモグラフィーを共同で処理することです。
私たちの非線形モデルは、以前の線形近似とは異なり、実際のキャプチャと忠実に一致します。
私たちは、3D 光弾性を捕捉するための実験用多軸偏光鏡セットアップを開発し、NeST がさまざまな形状と力の条件を持つ物体の内部応力分布を再構築することを実験的に実証します。
さらに、物体を仮想的にスライスして光弾性縞を視覚化したり、目に見えない視点から光弾性縞を観察したりするなど、応力解析における新しいアプリケーションを紹介します。
NeST は、スケーラブルな非破壊 3D 光弾性解析への道を開きます。

要約(オリジナル)

Photoelasticity enables full-field stress analysis in transparent objects through stress-induced birefringence. Existing techniques are limited to 2D slices and require destructively slicing the object. Recovering the internal 3D stress distribution of the entire object is challenging as it involves solving a tensor tomography problem and handling phase wrapping ambiguities. We introduce NeST, an analysis-by-synthesis approach for reconstructing 3D stress tensor fields as neural implicit representations from polarization measurements. Our key insight is to jointly handle phase unwrapping and tensor tomography using a differentiable forward model based on Jones calculus. Our non-linear model faithfully matches real captures, unlike prior linear approximations. We develop an experimental multi-axis polariscope setup to capture 3D photoelasticity and experimentally demonstrate that NeST reconstructs the internal stress distribution for objects with varying shape and force conditions. Additionally, we showcase novel applications in stress analysis, such as visualizing photoelastic fringes by virtually slicing the object and viewing photoelastic fringes from unseen viewpoints. NeST paves the way for scalable non-destructive 3D photoelastic analysis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google