基于圖像提取的炭/炭復合材料彈性性能預測方法技術

本發明專利技術公開了一種基于圖像提取的炭/炭復合材料彈性性能預測方法，用于解決現有炭/炭復合材料彈性性能預測方法精度差的技術問題。技術方案是基于炭/炭復合材料PLM(偏光圖像)圖像，采用圖像計算手段獲得各微觀結構的信息參數，將這些微觀結構作為夾雜相依次引入解析力學模型中，使用固體缺陷力學的夾雜理論求解其等效彈性性能，實現對多組分相炭/炭復合材料彈性性能的準確、高效的預測。由于采用偏光圖像獲得炭/炭復合材料纖維和孔隙等微觀結構的信息，所建立的力學模型更加精準，更加接近實際情況。纖維束分布、纖維體積分數、孔隙體積分數以及分布等影響炭/炭復合材料等效彈性模量的重要參數通過計算獲得，而不需要假設。

【技術實現步驟摘要】

本專利技術涉及一種炭/炭復合材料彈性性能預測方法，特別涉及一種基于圖像提取的炭/炭復合材料彈性性能預測方法。
技術介紹
炭/炭復合材料由于具有高比強度、高比剛度、良好高溫力學性能等優點而越來越多的應用在航天宇航等領域，被認為是未來能夠在超高溫環境下長時間服役最有發展前景的熱結構材料，因此具有重要的國防戰略價值。但是由于該材料往往具有各向異性的特點，因此其力學性能預測往往較為復雜。綜上，一種能夠快速準確的計算該復合材料彈性參數的方法將具有重要的意義。可以在一定程度上減少試驗成本、縮短開發周期。對于連續碳纖維增強復合材料等效性能的研究主要有實驗法、解析法和數值模擬法，實驗法是根據ASTM(AmericanSocietyofTestingMaterials)等測試標準中的相關要求對復合材料進行靜態測試，從試驗結果曲線中得到所需要的參數。在此過程中，需要按照一定的標準制備試樣，通常工作量較大。此外對于具有獨立彈性參數較多的復合材料而言，通過實驗法對其性能進行研究就顯得更為困難。有限元數值模擬已經被證明是一種有效的分析手段。文獻1“申請公布號是104537259A的中國專利技術專利”公開了一種使用XCT技術對纖維增強復合材料微觀結構信息進行提取，并建立有限元模型。但是對于炭/炭復合材料而言，由于孔隙微觀結構的存在，這會給模型建立和計算帶來較大的難度，往往受到計算機能力限制而不能普遍使用。除此之外，文獻2“TSUKROVI,etal.MechanicsofAdvancedMaterialsandStructures,2005,12(1):43-54”公開了一種采用基于Eshelby張量的固體缺陷力學夾雜理論的方法，預測了炭/炭復合材料的彈性性能，但是由于CVI工藝的特殊性，通常該材料的微觀結構復雜，除了纖維相和基體相之外，在基體中還分布著不均勻的孔洞結構，纖維和孔洞結構對材料等效彈性模量的影響較大。基于上述文獻中對該材料微觀結構的假設很難考慮到這些因素。因此，文獻中所述的解析算法在彈性參數預測時會與實驗值存在偏差。
技術實現思路
為了克服現有炭/炭復合材料彈性性能預測方法精度差的不足，本專利技術提供一種基于圖像提取的炭/炭復合材料彈性性能預測方法。該方法基于炭/炭復合材料PLM(偏光圖像)圖像，采用圖像計算手段獲得各微觀結構的信息參數，將這些微觀結構作為夾雜相依次引入解析力學模型中，使用固體缺陷力學的夾雜理論求解其等效彈性性能，實現對多組分相炭/炭復合材料彈性性能的準確、高效的預測。本專利技術解決其技術問題所采用的技術方案：一種基于圖像提取的炭/炭復合材料彈性性能預測方法，其特點是包括以下步驟：步驟一、將所要分析的炭/炭復合材料進行多組PLM拍攝，獲得每張圖像的像素信息；步驟二、將所拍攝的多組圖像分別進行去除噪點、調整對比以及平滑濾波處理，采用自適應閾值算法確定圖像的閾值；步驟三、設每張圖像的像素尺寸為長A像素、寬B像素，每個像素的灰度范圍是0～255，采用(i，j，k)(i∈(0，B-1)，j∈(0，A-1)，k∈(0，N-1))來表示第k+1張圖像，第j+1行，第i+1列像素。將步驟二調整后圖像的像素建立灰度值數組Pixel{data本文檔來自技高網...

【技術保護點】
一種基于圖像提取的炭/炭復合材料彈性性能預測方法，其特征在于包括以下步驟：步驟一、將所要分析的炭/炭復合材料進行多組PLM拍攝，獲得每張圖像的像素信息；步驟二、將所拍攝的多組圖像分別進行去除噪點、調整對比以及平滑濾波處理，采用自適應閾值算法確定圖像的閾值；步驟三、設每張圖像的像素尺寸為長A像素、寬B像素，每個像素的灰度范圍是0～255，采用(i，j，k)(i∈(0，B?1)，j∈(0，A?1)，k∈(0，N?1))來表示第k+1張圖像，第j+1行，第i+1列像素；將步驟二調整后圖像的像素建立灰度值數組Pixel{data}，數組中的poxel[A*B*k＋A*j＋i]元素表示像素(i，j，k)的灰度值；步驟四、根據步驟二計算結果確定的閾值，對炭/炭復合材料纖維區域進行識別并提取，更新像素灰度數組Pixel{data}；在此基礎上再次使用步驟二的自適應閾值算法確定孔隙結構的閾值，將孔隙輪廓將進行識別提取；再次更新步驟三中不同組分區域相應的灰度值；步驟五、根據步驟四的計算結果，分別獲得炭/炭復合材料基體相、纖維相及孔隙相的灰度值為GVM、GVF及GVP；根據不同灰度值分別計算纖維相和孔隙相的體積分數為和并統計孔隙相結構的長徑比范圍λ；步驟六、建立炭/炭復合材料的微觀力學模型，其中孔隙相Ωi，熱解碳基體和纖維相D?Ω；在該模型的外表面τ上的X位置處作用一外加載荷P，e為該模型外表面τ的單位外法向量；炭/炭復合材料的微觀力學模型的應力和應變表達如下定義基體相和孔隙夾雜相的剛度張量分別為N和N*；其柔度張量分別為M＝N?1和M*＝N*?1；根據固體缺陷力學的理論<ϵij‾>RVE=Mijkl:σkj0+Σ<Δϵij>Ω,i---(3)]]>其中，Δεij＝CRVE:σ∞，CRVE為夾雜相的柔度貢獻張量，由于孔隙夾雜相為均質同性材料，此處的Δεij和σ0均為對稱二階張量，所以CRVE是和應力應變張量具有相同的對稱特性的四階張量；因此有，所以此處的貢獻張量為CijklRVE=C1111C1122C1133C1112C1123C1131C2211C2222C2233C2212C2223C2231C3311C3322C3333C3312C3323C3331C1211C1222C1233C1212C1223C1211C2311C2312C2312C2312C2323C2331C3111C3122C3133C3112C3123C3131---(4)]]>根據定義關于Eshelby張量Sijkl函數的四階張量Qijkl和Rijkl，其中，Qijkl＝Nijrs(Irskl?Srskl)，Rijkl＝SijmnMmnkl；所以夾雜相的柔度貢獻張量為CRVE＝vi[(M*?M)?1+Q]?1??(i∈[1，N])???(5)步驟七、炭/炭復合材料中孔隙結構具有不同的形狀，故使用不同取向和尺寸比例的橢球對其進行近似，孔隙的結構參數為Ar(ai，λ)，其中，a1＝a2＝a＝λa3；孔隙的取向分布函數為其中，ψi(α)ψi(β)、ψi(Φ)分別表示該橢球在局部坐標下關于三個坐標軸的投影分布角度；根據橢球夾雜的Eshelby張量表達Sijkl；寫出孔隙的柔度貢獻張量因此含孔等效基體的柔度張量的表達式為MefM=M+ΣiCRVE---(7)]]>其中，步驟八、將炭/炭復合材料的纖維相作為夾雜相帶入步驟七所得到的等效基體之中，纖維相的柔度貢獻張量為其中，h1和h2根據不同纖維取向分布的Mori?Tanaka的表達式得到；因此整體的柔度貢獻張量為Meff＝MefM+Cf???(8)故炭/炭復合材料的各項彈性性能參數根據整體柔度矩陣的分量表示。...

【技術特征摘要】
1.一種基于圖像提取的炭/炭復合材料彈性性能預測方法，其特征在于包括以下步驟：
步驟一、將所要分析的炭/炭復合材料進行多組PLM拍攝，獲得每張圖像的像素
信息；
步驟二、將所拍攝的多組圖像分別進行去除噪點、調整對比以及平滑濾波處理，
采用自適應閾值算法確定圖像的閾值...

【專利技術屬性】
技術研發人員：齊樂華，晁許江，潘廣鎮，朱江順，宋永善，李賀軍，
申請(專利權)人：西北工業大學，
類型：發明
國別省市：陜西;61