[發(fā)明專利]基于超聲相控陣圖像碳纖維復(fù)合材料缺陷分類方法和裝置在審
| 申請(qǐng)?zhí)枺?/td> | 201910532550.0 | 申請(qǐng)日: | 2019-06-19 |
| 公開(kāi)(公告)號(hào): | CN110108800A | 公開(kāi)(公告)日: | 2019-08-09 |
| 發(fā)明(設(shè)計(jì))人: | 施麗蓮 | 申請(qǐng)(專利權(quán))人: | 紹興文理學(xué)院 |
| 主分類號(hào): | G01N29/06 | 分類號(hào): | G01N29/06;G01N29/44 |
| 代理公司: | 紹興市寅越專利代理事務(wù)所(普通合伙) 33285 | 代理人: | 陳彩霞 |
| 地址: | 312000 *** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 碳纖維復(fù)合材料 超聲相控陣 方法和裝置 參數(shù)模型 缺陷分類 圖像特征 缺陷圖像特征參數(shù) 關(guān)聯(lián)度 圖像 超聲相控陣檢測(cè) 精度參數(shù) 臨界判斷 缺陷檢測(cè) 缺陷類型 缺陷樣本 準(zhǔn)確率 可調(diào) 個(gè)性化 采集 模糊 客戶 應(yīng)用 | ||
本發(fā)明涉及一種基于超聲相控陣圖像的碳纖維復(fù)合材料缺陷分類方法和裝置,其中包括通過(guò)超聲相控陣檢測(cè)技術(shù)采集碳纖維復(fù)合材料缺陷樣本的參數(shù)并建立各種缺陷對(duì)應(yīng)的圖像特征中智參數(shù)模型,提取被測(cè)碳纖維復(fù)合材料缺陷的被測(cè)缺陷圖像特征參數(shù),通過(guò)計(jì)算被測(cè)缺陷圖像特征參數(shù)與圖像特征中智參數(shù)模型之間的關(guān)聯(lián)度,根據(jù)所述的關(guān)聯(lián)度判斷缺陷類型。采用該種基于超聲相控陣圖像的碳纖維復(fù)合材料缺陷分類方法和裝置,能克服臨界判斷模糊等缺點(diǎn),可以進(jìn)一步提高碳纖維復(fù)合材料缺陷檢測(cè)的準(zhǔn)確率,可以根據(jù)不同碳纖維復(fù)合材料調(diào)節(jié)圖像特征中智參數(shù)模型中的可調(diào)精度參數(shù),從而可滿足客戶個(gè)性化要求及特殊場(chǎng)合的特殊需求,具有更廣泛的應(yīng)用范圍。
技術(shù)領(lǐng)域
本發(fā)明涉及碳纖維復(fù)合材料檢測(cè)技術(shù)領(lǐng)域,尤其涉及一種基于超聲相控陣圖像碳纖維復(fù)合材料缺陷分類方法和系統(tǒng)。
背景技術(shù)
碳纖維復(fù)合材料主要以碳纖維為增強(qiáng)材料,以樹(shù)脂、金屬、陶瓷等作為基體材料,經(jīng)過(guò)復(fù)合制成的具有優(yōu)越性能的多相固體材料,是輕量化制造的重要材料,由于其優(yōu)良的綜合性能,被稱作是21世紀(jì)的“黑色黃金”,在航空航天、國(guó)防工程、高鐵、汽車工業(yè)等領(lǐng)域均具有廣泛的應(yīng)用前景。碳纖維復(fù)合材料作為高性能結(jié)構(gòu)新材料,被廣泛應(yīng)用于航空航天、汽車制造等領(lǐng)域。但由于碳纖維復(fù)合材料的特殊制造工藝及其各向異性的特點(diǎn),導(dǎo)致在制造工藝中容易出現(xiàn)不穩(wěn)定現(xiàn)象,從而產(chǎn)生各種各樣的缺陷;此外,碳纖維復(fù)合材料在服役過(guò)程中也不可避免的會(huì)產(chǎn)生各種缺陷。而缺陷的存在會(huì)嚴(yán)重影響材料的性能,一旦缺陷的程度達(dá)到最大限度,會(huì)導(dǎo)致整個(gè)結(jié)構(gòu)件的報(bào)廢,造成重大的經(jīng)濟(jì)損失,甚至存在安全隱患。同時(shí),缺陷類型的判斷也是重中之重,只有了解了材料內(nèi)部缺陷的類型,才能對(duì)材料進(jìn)行有效的修復(fù),這樣不但能節(jié)約資源,而且對(duì)材料的特性有更進(jìn)一步的了解,因此,對(duì)碳纖維復(fù)合材料缺陷進(jìn)行檢測(cè)和識(shí)別具有重要的意義。
碳纖維復(fù)合材料因不同損傷機(jī)理而產(chǎn)生不同的缺陷,如分層、夾雜、裂紋等。缺陷檢測(cè)的目的是通過(guò)檢測(cè)得到缺陷信號(hào),并對(duì)缺陷特征進(jìn)行提取,然后根據(jù)不同缺陷特征進(jìn)一步對(duì)缺陷類型進(jìn)行識(shí)別,以便于及時(shí)采取補(bǔ)救措施。目前,國(guó)內(nèi)外常用的缺陷識(shí)別方法還存在著局限性,缺陷檢測(cè)與識(shí)別的準(zhǔn)確性一直未得到徹底解決,國(guó)內(nèi)對(duì)于碳纖維復(fù)合材料的檢測(cè)方法大都處于實(shí)驗(yàn)研究或仿真研究階段,實(shí)際應(yīng)用中也一般采用抽樣,由于抽樣的隨機(jī)性和同一批材料的巨大差異而導(dǎo)致實(shí)驗(yàn)結(jié)果不準(zhǔn)確。
發(fā)明內(nèi)容
本發(fā)明的目的是克服了上述現(xiàn)有技術(shù)的缺點(diǎn),提供了一種能夠提高碳纖維復(fù)合材料檢測(cè)準(zhǔn)確率的基于超聲相控陣圖像碳纖維復(fù)合材料缺陷分類方法和系統(tǒng)。
為了實(shí)現(xiàn)上述目的,本發(fā)明的提出基于超聲相控陣圖像碳纖維復(fù)合材料缺陷分類方法,其主要特點(diǎn)是,該方法包括以下步驟:
(1)利用超聲相控陣檢測(cè)技術(shù)獲取碳纖維復(fù)合材料缺陷樣本的樣本缺陷圖像特征參數(shù);
(2)根據(jù)所述的樣本缺陷圖像特征參數(shù)利用聚類分析法建立一種或多種缺陷類型對(duì)應(yīng)的圖像特征中智參數(shù)模型;
(3)利用超聲相控陣檢測(cè)技術(shù)采集被測(cè)碳纖維復(fù)合材料的被測(cè)缺陷圖像特征參數(shù);
(4)計(jì)算所述的被測(cè)缺陷圖像特征參數(shù)與所述的圖像特征中智參數(shù)模型之間的關(guān)聯(lián)度;
(5)根據(jù)所述的關(guān)聯(lián)度判斷缺陷類型。
進(jìn)一步地,所述的步驟(1),具體為:
(1.1)利用超聲相控陣檢測(cè)技術(shù)采集碳纖維復(fù)合材料缺陷樣本的樣本圖像信息;
(1.2)根據(jù)所述的樣本圖像信息進(jìn)行圖像重建并提取相應(yīng)的樣本缺陷圖像特征參數(shù)。
更進(jìn)一步地,所述的樣本缺陷圖像特征參數(shù)包括樣本面積特征參數(shù)和樣本形狀特征參數(shù)。
更進(jìn)一步地,所述的步驟(2)具體為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于紹興文理學(xué)院,未經(jīng)紹興文理學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910532550.0/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 硅電池光伏組件五參數(shù)模型的參數(shù)提取方法
- 基于11范數(shù)約束的有理函數(shù)模型參數(shù)求解和全參數(shù)優(yōu)化方法
- 全景魚(yú)眼相機(jī)影像校正、合成與景深重建方法與系統(tǒng)
- 一種基于連續(xù)聚類框架的腦纖維快速聚類方法
- 焊點(diǎn)建模方法、仿真方法、及仿真系統(tǒng)
- 一種工業(yè)服務(wù)參數(shù)化配置搜索算法
- 一種用于更新參數(shù)模型的方法、裝置、產(chǎn)品及介質(zhì)
- 一種面向云服務(wù)器的硬件感知CPU能耗測(cè)算方法
- 一種語(yǔ)音通訊系統(tǒng)的故障檢測(cè)裝置
- 基于分布式學(xué)習(xí)的心電信號(hào)識(shí)別方法、系統(tǒng)、裝置及介質(zhì)





