复合材料学报

作者：钱奇伟, 张昕, 杨贞军, 沈镇, 校金友,

关键词：C/C复合材料, 微观X射线计算机断层扫描, 微观组分, 缺陷, 深度学习, 语义分割,

首先采用微观X射线计算机断层扫描(Micro X-ray computed tomography，XCT)对4枚20 mm立方体三维编织碳/碳(Carbon fiber reinforced carbon，C/C)复合材料试件进行扫描，获得精度为18.27 μm的内部微观结构图像；然后采用基于深度学习的语义分割算法，对大量二维XCT图像进行训练，实现对试件三维微观组分(碳棒、碳纤维束和基体)和缺陷(孔洞、分层和裂纹)的智能识别和分割。结果表明：(1) 微观XCT扫描能够高精度表征三维编织C/C复合材料内部组分和缺陷的分布和形态，主要缺陷为相邻纤维束层之间的分层；(2) 由于C/C复合材料各微观组分均为碳材料，在CT图像中灰度值相同(或十分接近)，难以采用传统阈值算法进行分割；深度学习算法能够有效过滤噪声与伪影并自动精准分割各组分和缺陷，且预测速度比人工图像标注高约两个数量级。本文对三维编织C/C复合材料后续微细观建模和性能优化奠定了基础。

来源：2024年第7期

《复合材料学报》期刊编辑部

查看复合材料学报杂志2024年第7期