- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于IRT和PECT的碳纤维复合材料缺陷检测方法研究
摘要
碳纤维复合材料作为一种特殊类型的复合材料,在比重轻、耐腐蚀、强度高、
刚度大等方面具有显著优势。然而,在其制造过程中,受到工艺技术和生产环境等
多方面因素的影响,容易产生各种缺陷。研究发现,红外热成像检测技术(Infrared
Thermography,IRT)应用于检测浅表层缺陷效果较好;而电容层析成像技术(Planar
ElectricalCapacitanceTomography,PECT)应用于检测深层缺陷效果更好。为使碳
纤维复合材料缺陷检测更加精确,本文提出基于IRT和PECT的碳纤维复合材料
缺陷检测方法。
针对IRT存在检测损伤位置精度不高、检测速率慢的问题,在红外检测前采
用温度数据匹配的快速检测方法,在正常样本上标注出损伤位置,从而快速判断损
伤程度。本文提出基于模板卷积的小波分层硬阈值去噪算法减少局部抖动,结合使
用非监督Kmeans聚类算法定义阈值,提高去噪强度,增强平滑度,有效提取裂纹
缺陷特征。最后采用基于Kmeans的改进分割算法,结合Sober边缘检测算法对红
外热像图进行缺陷检测,对损伤位置进行直观判断,提高无损检测的效率。
针对PECT缺陷检测在受损位置精确度和重建速度方面存在的问题,本文提
出一种基于DualGAN图像转换和Landweber重建模型的PECT缺陷检测算法。该
算法首先采用了自适应粒子数的改进粒子群算法和L2范数归一化优化灵敏度场,
结合并行Landweber算法用于ECT图像的重建。在Unet生成器中引入了局部自注
意力机制模块用于特征提取,并在PatchGAN架构的判别器中完成图像转换得到
重建图像。
最后测试所设计的缺陷检测方法的性能,同时利用仿真软件对实验中模拟的
典型缺陷进行了检测,实验结果表明,采用红外热成像检测和电容层析成像中所用
的改进算法在解决精度和重建速度问题上取得了重大进展。验证了基于IRT和
PECT的碳纤维复合材料缺陷检测方法的可行性,该技术促进了红外热成像和平面
电容层析成像技术在工业损伤检测和材料缺陷分析领域的广泛应用,提高了碳纤
维复合材料应用领域的检测精度和效率。
关键词红外热成像;电容层析成像;无损检测;图像重建
-I-
Researchondefectdetectionmethodforcarbonfiber
compositesbasedonIRTandPECT
Abstract
Asaspecialtypeofcompositematerial,carbonfibercompositeshavesignificant
advantagesintermsoflight-specificgravity,corrosionresistance,highstrength,andhigh
stiffness.However,initsmanufacturingprocess,itisaffectedbyvariousfactorssuchas
processtechnologyandproductionenvironment,andispronetovariousdefects.Itis
foundthatInfraredthermography(IRT)ismoreeffectiveindetectingshallowsurface
defects,whilePlanarElectricalCapacitanceTomography(PECT)ismoreeffectivein
detectingdeepdefects.Tomakethedefectdetectionofcarbonfibercompositesmore
accurate,thispaperproposesth
您可能关注的文档
最近下载
- 人教版2025秋小学数学三年级教学课件数量间的乘除关系连续两问的实际问题.pptx VIP
- 平行线专项证明题.doc VIP
- 人教版2025秋小学数学三年级教学课件数量间的乘除关系整理和复习.pptx VIP
- 福建教育学院学前教育平时作业答案.docx VIP
- 2024年外泌体市场需求分析.pdf VIP
- 防城港市城市投资发展集团有限公司招聘笔试真题2024 .pdf VIP
- 人教版2025秋小学数学三年级教学课件数量间的乘除关系提问题、补条件.pptx VIP
- 包装行业智能化包装生产线方案.pdf VIP
- 医美抗衰美容外泌体营销话术.docx VIP
- 2024年教学能力比赛现场答辩题库(最新编制).docx
文档评论(0)