ELEMENTE DE TOPOGRAFIE ALE SUPRAFEȚELOR DE

CONTACT 1

1.1. NOȚIUNI GENERALE

Topografia face parte dintr-un grup de ştiinţe şi tehnici numite la modul general
măsurători terestre, care se ocupă de studiul – determinarea formelor şi dimensiunilor
Pământului în ansamblul său, sau pe porţiuni de teren – precum şi de reprezentarea
acestora pe hărţi şi planuri. Măsurătorile terestre au evoluat alături de alte ştiinţe ca:
matematica, fizica, astronomia, mecanica cerească şi electronica, care au permis
dezvoltarea instrumentelor de măsurare precum şi a metodelor de prelucrare a
măsurătorilor, [1]
Topografia – este acea ştiinţă ce se ocupă cu măsurarea şi reprezentarea
suprafeţelor relativ mici de teren, fără a ţine seama de curbura Pământului. Denumirea
derivă din cuvintele greceşti topos = loc şi grapheim = a descrie. Prin măsurătorile
topografice se stabilesc poziţiile relative dintre diverse obiecte din teren şi
reprezentarea acestora pe planuri şi hărţi.
Suprafaţa topografică – este suprafaţa terenului natural, cu toate caracteristicile
sale, aşa cum este reprezentată pe hărţi şi planuri. Are forma neregulată şi nu este
geometrizată (nu are o formă matematică ce poate fi descrisă prin relaţii matematice).
Rugozitatea suprafețelor este caracterizată, conform SR ISO 427/2001prin:
- parametrii de amplitudine: abaterea medie pătratică a profilului evaluat,
abaterea medie aritmetică a profilului, factorul de asimetrie al profilului de
referință, factorul de aplatizare, parametrii de pas, etc.
- înălțimea maximă de profilului de referință,
- adâncimea maximă a golului profilului de referință,
- înălțimea medie a parametrilor profilului de referință.

Înălțimea maximă a profilului reprezintă suma dintre cea mai mare înălțimea a
proeminențelor și cea mai mare adâncime a golurilor raportată la lungimea profilu lui
de referință.

 
H  max H p  max  H v 

Abaterea medie aritmetică a profilului evaluat este dată de media aritmetică a

valorilor absolute ale ordonatelor Z(x) în limitele unei lungimi a profilului de referință

lr
1
Ra 
lr  Z  x  dx
0
 Abaterea medie pătratică a profilului evaluat este dată de Z(x), în limitele unei
lungimi de bază:
lr
1
 Z  x  dx
Rq  2
lr
0

1.2. ANALIZA RUGOZITĂȚII ÎN MATLAB

Software-urile de inginerie permit analiza unor probleme reale, precum și

simularea unor fenomene fizice. Facilitează rezolvarea unor probleme care implică
imposibilitatea unei rezolvări analitice.
O simulare cu ajutorul unui software implică cunoașterea unui limbaj de
programare aferent și compatibil cu necesitatea. În acest context, MATLAB -ul oferă
numeroase avantaje. Astfel, instrucțiunile pot fi interpretate și nu compilate.
Prelucrarea datelor este flexibilă, deoarece acestea pot fi stocate și citate în două
forme diferite ASCII și format MATLAB.
Acest limbaj este portabil pe platforme precum Windows sau Apple, des uzitate
de către cercetători.
MATLAB-ul utilizează celula de bază „matricea” fapt ce îl face eficient în
returnarea rezultatelor și realizarea grafică a curbelor suprafețelor.
Astfel, în cele ce urmează se prezintă o simulare a unui proc edeu optic de
măsurare a rugozității unei suprafețe. Rugozitatea suprafețelor este importantă în
majoritatea sectoarelor de inginerie, fiind un parametru care se modifică în timp.
Un dispozitiv clasic pentru măsurarea rugozității suprafeței este profilometru
mecanic, care este format dintr-un stilou cu o bilă la extremitate și un senzor de
deplasare, v. fig. 1.1 . Acesta se deplasează de-a lungul unei linii drepte paralele cu
planul suprafeței, astfel înregistrând deplasările în direcția perpendiculară și trasând
conturul suprafeței. Dacă bila are un diametru bd nu poate fi introdus între două
caneluri a căror distanță este mai mică decât bd, fiind posibilă numai pentru a detecta
nivelul topografic, cu o distanță între șanțurile mai mari decât bd.

Fig.1.1.
 Înălțimea suprafeței rugoase este măsurată prin eșantionare, după cum se
observă în fig. 1.2. Se consideră curba z = h (x) care este împărțită în intervale de
lungime u măsurate în raport cu originea O, (u reprezintă distanța dintre două puncte
vecine). Intervalele sunt comparate cu diametrul bilei bd.

Fig.1.2.

În cele ce urmează vom încerca cu ajutorul MATLAB simularea

corespunzătoare difracției unei radiații monocromatice pe o suprafață aspră care este
alterată de rugozitatea obiectului într-un anumit interval, dependent de lungimea de
undă a fasciculului utilizat. Prin urmare, prin analiza unor caracteristici ale modelului
de intensitate ar fi posibil să se măsoare rugozitate. Ca să înțelegem ideea să
presupunem o suprafață plană, delimitată de o deschidere (fisură). Dacă un fascicul
lovește suprafața considerată, deschiderea delimitatoare difractă, fapt observat pe
modelul de intensitate care depinde de geometria obstacolului. Acum, dacă suprafața
este zgâriată, intensitatea înregistrată se modifică, deși diafragma menține geometria.
În ambele cazuri, autoconvoluția intensității este diferită, ceea ce înseamnă că
rugozitatea produsă pe suprafață este cauza schimbării. Prin urmare, convoluția
modelului de difracție ar putea fi un indiciu al gradului de „poluare” a suprafeței.
Pentru a testa această ipoteză, se generează în MATLAB o suprafață aspră, pe care se
simulează difracția unui fascicul monocromatic colimat de această suprafață.
Intensitatea aleatoare rezultată, adică pistruii (vârfurile), este stocată într-o matrice
(FO) și se realizează autoconvoluția sa (CO). Odată ce sunt obținute toate datele de
CO, relația funcțională a valorii maxime a autoconvoluției și relația sa cu rugozitatea
este analizată. Programul este alcătuit din următoarele etape, [3]:
- introducerea numărului de eșantioane N,
- generarea suprafeței similară matricei IF , comanda RAN=randn(N)
- specificarea diametrului fascicolului BD,
- se introduce matricea corespunzătoare proeminențelor de pe suprafața N*N,
- hs = RURAN. * BS reprezintă matricea golurilor,
- ts = exp (RURAN 4πi) matricea de reflexie,
- matricea FO = FFT(ts),
- intensitatea modelului de difracție FIDI=abs(FO)2 ,
- se calculează convoluția CO(FIDI) valoarea maximă este dată de parametrul
COV
- pentru manipularea datelor mai ușor se utilizează forma logaritmată log(COV)
Structura fișierului Matlab și imaginea grafică sunt prezentate mai jos, v. fig.1.3 .

L=132;
BD=5;
RAN=randn(L);
colormap(hsv)
RU1=0; RU2=0.1; RU3=0.2; RU4=0.3; RU5=0.4; RU6=0.6;
for i=1:L
for j=1:L
if (BD/2)^2<=((i-.5-L/2)^2+(j-.5-L/2)^2)
BS(i,j)=0;
else
BS(i,j)=(-1)^(i+j);
end
end
end
RURAN1=RU1*RAN;
h1=RURAN1.*BS;
C1=h1(L/2,:);
ts1=BS.*exp(4i*pi*RURAN1);
FO1=fft2(ts1);
FIDI1=(abs(FO1)).*(abs(FO1));
CO1=conv2(FIDI1,fliplr(flipud(FIDI1)));
COV1=conv2(FIDI1,fliplr(flipud(FIDI1)),'valid');
LCOV1=log10(COV1);
RURAN2=RU2*RAN;
h2=RURAN2.*BS;
C2=h2(L/2,:);
ts2=BS.*exp(4i*pi*RURAN2);
FO2=fft2(ts2);
FIDI2=(abs(FO2)).*(abs(FO2));
CO2=conv2(FIDI2,fliplr(flipud(FIDI2)));
COV2=conv2(FIDI2,fliplr(flipud(FIDI2)),'valid')
LCOV2=log10(COV2)
RURAN3=RU3*RAN;
h3=RURAN3.*BS;
C3=h3(L/2,:);
ts3=BS.*exp(4i*pi*RURAN3);
FO3=fft2(ts3);
FIDI3=(abs(FO3)).*(abs(FO3));
CO3=conv2(FIDI3,fliplr(flipud(FIDI3)));
COV3=conv2(FIDI3,fliplr(flipud(FIDI3)),'valid')
LCOV3=log10(COV3)
RURAN4=RU4*RAN;
h4=RURAN4.*BS;
C4=h4(L/2,:);
ts4=BS.*exp(4i*pi*RURAN4);
FO4=fft2(ts4);
FIDI4=(abs(FO4)).*(abs(FO4));
CO4=conv2(FIDI4,fliplr(flipud(FIDI4)));
COV4=conv2(FIDI4,fliplr(flipud(FIDI4)),'valid')
LCOV4=log10(COV4)
RURAN5=RU5*RAN;
h5=RURAN5.*BS;
C5=h5(L/2,:);
ts5=BS.*exp(4i*pi*RURAN5);
FO5=fft2(ts5);
FIDI5=(abs(FO5)).*(abs(FO5));
CO5=conv2(FIDI5,fliplr(flipud(FIDI5)));
COV5=conv2(FIDI5,fliplr(flipud(FIDI5)),'valid')
LCOV5=log10(COV5)
RURAN6=RU6*RAN;
h6=RURAN6.*BS;
C6=h6(L/2,:);
ts6=BS.*exp(4i*pi*RURAN6);
FO6=fft2(ts6);
FIDI6=(abs(FO6)).*(abs(FO6));
CO6=conv2(FIDI6,fliplr(flipud(FIDI6)));
COV6=conv2(FIDI6,fliplr(flipud(FIDI6)),'valid')
LCOV6=log10(COV6)
subplot(6,3,1)
plot(C1)
subplot(6,3,2)
imagesc(FIDI1)
subplot(6,3,3)
imagesc(CO1)
subplot(6,3,4)
plot(C2)
subplot(6,3,5)
imagesc(FIDI2)
subplot(6,3,6)
imagesc(CO2)
subplot(6,3,7)
plot(C3)
subplot(6,3,8)
imagesc(FIDI3)
subplot(6,3,9)
imagesc(CO3)
subplot(6,3,10)
plot(C4)
subplot(6,3,11)
imagesc(FIDI4)
subplot(6,3,12)
imagesc(CO4)
subplot(6,3,13)
plot(C5)
subplot(6,3,14)
imagesc(FIDI5)
subplot(6,3,15)
imagesc(CO5)
subplot(6,3,16)
plot(C6)
subplot(6,3,17)
imagesc(FIDI6)
subplot(6,3,18)
imagesc(CO6)
return
 100
120
-0.05
0 20 40 60 80 100 120 140 20 40
0.1
20
40
0 60
80
100
120
-0.1
0 20 40 60 80 100 120 140 20 40
0.2
1 20
20 40 50
40 60 100
0 60
0 80 150
80 100
100 120 200
-0.2 120 250
-1 0 20 40 60 80 100 120 140 20 40
0 20 40 60 80 100 120 140 20 40 60 80 100 120 50
0.05 0.2
20 20
40 50
40 60 100
0 0 60 80 150
80 100
100 120 200
-0.2 120 250
-0.05 0 20 40 60 80 100 120 140 20 40
0 20 40 60 80 100 120 140 20 40 60 80 100 120 50
0.5
0.1 20
20 40 50
40 60 100
0 60
0 80 150
80 100
100 120 200
-0.5 120 250
-0.1 0 20 40 60 80 100 120 140 20 40
0 20 40 60 80 100 120 140 20 40 60 80 100 120 50
0.2 a. 20 50
40 100
0 60
20 20 80 150
50 50
40 40 100 200
60 60 100 100
120
-0.2 150 150 250
80 80
100 1000 20 40 60 80 100 120 140 200 200 20 40 60 80 100 120 50
120 120
0.2 250 250
0 120100 140120 140 20 40 20 60 40 80 60 10080 120100 120 2050 100
50 150
100 200
150 250
200 250 50
40 100
0 60
20 20 50 80
50 150
40 40 100 200
60 60 100 100
120
-0.2 150 150 250
80 80
100 1000 20 40 60 80 100 120 140 200 200 20 40 60 80 100 120 50
120 120
0.5 250 250
0 120100 140120 140 20 40 20 60 40 80 60 10080 120100 120 2050 100
50 150
100 200
150 250
200 250 50
40 100
0 60
20 20 80 150
50 50
40 40 100 100
100 200
60 60 120 250
80 -0.5
80 150 150
100 1000 20 40 60 80 100 120 140 200 200 20 40 60 80 100 120 50
120 120 250 250
0 120100 140120 140 20 40 20 60 40 80 60 10080 120100 120 50 100
50 150
100 200
150 250
200 250

20 20 50 50
40 40 100 100
60 60
80 80 150 150
100 100 200 200
120 120 250 250
0 120100 140120 140 20 40 20 60 40 80 60 10080 120100 120 50 100
50 150
100 200
150 250
200 250

20 20 50 50
40 40 100 100
60 60
80 80 150 150
100 100 200 200
120 120 250 250
0 120100 140120 140 20 40 20 60 40 80 60 10080 120100 120 50 100
50 150
100 200
150 250
200 250

20 20 50 50
40 40 100 100
60 60
80 80 150 150
100 100 200 200
120 120 250 250
0 120100 140120 140 20 40 20 60 40 80 60 10080 120100 120 50 100
50 150
100 200
150 250
200 250

b. c.

Fig.1.3. Rezultatul simulării

N = 64, BD=6, RU=0, 0.1, 0.2, 0.3, 0.4, 0.5.
a. rugozitatea în zona iluminată, b. intensitatea difracției, c. autoconvoluției.
Rândurile corespund rugozităților considerate.

O altă metodă de simulare a unei suprafețe de rulare în Matlab pornește de la

celula de bază a acestuia, matricea. Astfel, se generează suprafața de rulare cu ajutorul
unei matrice aleatoare, utilizând funcția randn. Se selectează o linie sau o coloană
drept profil de referință, pentru care se află valoarea rugozității. În acest caz se poate
vizualiza și distribuția normală a asperităților atât pe întreaga suprafață de rulare cât și
pe profilul de referință. Listigul programului în Matlab și reprezentările grafice sunt
prezentate mai jos.

s = randn(80,80);%generarea suprafeței de rulare

figure(1), surf(s)
p1 = s(1,:); %alegerea profilului de referință
figure(2), plot(p1)
Ra = sqrt(1/80*sum(abs(p1 - mean(p1)).^2)) %relația de calcul a
rugozității
std(p1) % abaterea medie pătratică pentru profilul de referință
s1=s(:);% se reduce matricea s la un vector coloană
std(s1) % abaterea medie pătratică pentru suprafața de rulare
figure(3), hist(s(:), 80)
figure(4), hist(p1)

-2

-4
80
60 80
40 60
40
20 20
0 0

Fig.1.4. Suprafața de rulare

1.5

0.5

-0.5

-1

-1.5

-2
0 10 20 30 40 50 60 70 80
 Fig.1.5. Profilul de referință
300

250

200

150

100

50

0
-4 -3 -2 -1 0 1 2 3 4

Fig.1.6. Distribuția normală a asperităților pe suprafața de rulare.

14

12

10

0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

Fig.1.7. Distribuția normală a asperităților pe profilul de referință.

Bibliografie

[1] M. Raluca, Topografie generală, http://www.horticultura-

bucuresti.ro/images/pdf/Topografie.pdf.
[2] C. M. Ionescu, MATLAB – a ubiquitous tool for the practical engineer
[3] H. Olsson, K.J. Åström, C. Canudas de Wit, M. Gäfvert, P. Lischinsky, Friction Models
and Friction Compensation