数据集概述
本数据集包含变形梯度张量估计器的误差评估代码、实验粒子跟踪数据及DIC对比数据。代码以Jupyter笔记本形式存储，实验数据涵盖2D和3D测试场景，支持变形梯度估计的数值模拟与实验验证，为相关算法研究提供多类型数据支撑。
文件详解
该数据集包含多种类型文件，具体说明如下：
- 代码文件:
- Estimator-Error.ipynb: Jupyter笔记本文件，用于评估变形梯度张量估计器的误差
- GradientEstimation.py: Python代码文件，可能包含梯度估计相关函数
- DisplacementFields.py: Python代码文件，可能涉及位移场计算
- helpers.py: Python辅助函数文件
- 实验数据文件:
- 2D_Uniaxial_Tensile_Test_Particle_Data.pkl: 2D单轴拉伸试验粒子数据，Pandas DataFrame格式，含['x', 'y', 'frame', 'particle']字段
- 2D_Crack_Experiment_Particle_Data.pkl: 2D裂纹实验粒子数据，Pandas DataFrame格式，含['x', 'y', 'frame', 'particle']字段
- 2D_Translation_Experiment_in_X_Particle_Data.pkl: 2D X方向平移实验粒子数据，Pandas DataFrame格式，含['x', 'y', 'frame', 'particle']字段
- 3D_Uniaxial_Tensile_Test_Particle_Data.pkl: 3D单轴拉伸试验粒子数据，Pandas DataFrame格式，额外包含'z'字段
- 2D_Crack_Experiment_DIC_Data.mat: DIC对比数据文件，Matlab格式，包含DIC参数与结果
- 模拟数据文件:
- FD_sigma_fixed_m_varied_R_fixed_data.pickle: 固定sigma、变化m、固定R的有限差分法模拟数据
- FD_sigma_fixed_m_fixed_R_varied_data.pickle: 固定sigma、固定m、变化R的有限差分法模拟数据
- MSMT_sigma_fixed_m_varied_R_fixed_data.pickle: 固定sigma、变化m、固定R的MSMT方法模拟数据
- MSMT_sigma_varied_m_fixed_R_fixed_data.pickle: 变化sigma、固定m、固定R的MSMT方法模拟数据
- MSMT_sigma_fixed_m_fixed_R_varied_data.pickle: 固定sigma、固定m、变化R的MSMT方法模拟数据
- 结果可视化文件:
- MSMT_sigma_fixed_m_varied_R_fixed.png: MSMT方法模拟结果图片
- FD_sigma_fixed_m_varied_R_fixed.png: 有限差分法模拟结果图片
- FD_sigma_fixed_m_fixed_R_varied.png: 有限差分法模拟结果图片
- MSMT_sigma_fixed_m_fixed_R_varied.png: MSMT方法模拟结果图片
- 文档文件:
- readme.txt: 说明文档文件
适用场景
- 变形梯度估计方法验证: 对比不同算法（如有限差分法、MSMT方法）的变形梯度估计精度
- 粒子跟踪技术评估: 分析粒子跟踪数据在2D/3D实验中的位移测量准确性
- 数字图像相关法(DIC)对比研究: 验证粒子跟踪技术与DIC方法的测量结果一致性
- 材料力学实验分析: 支持单轴拉伸、裂纹扩展等力学实验的数据处理与结果分析
- 计算力学算法开发: 为梯度估计、位移场计算等算法提供测试数据与验证基准
