原文传递
碳纤维复合材料的缺陷模型的构建方法
| 专利名称： | 碳纤维复合材料的缺陷模型的构建方法 |
| 摘要： | 本发明涉及一种碳纤维复合材料的缺陷模型的构建方法，其中包括获取碳纤维复合材料缺陷样本的样本缺陷图像特征参数；根据所述的样本缺陷图像特征参数建立一种或多种缺陷类型对应的图像特征中智参数模型。采用该种碳纤维复合材料的缺陷模型的构建方法，建立碳纤维复合材料各种缺陷对应的图像特征中智参数模型，各种缺陷对应的图像特征中智参数模型公式统一，结构清晰，能克服临界判断模糊等缺点，通过超声相控阵检测技术，使参数检测更加精确，根据不同碳纤维复合材料调节图像特征中智参数模型中的特征参数类型和参数上下限，从而可满足客户个性化要求及特殊场合的特殊需求，具有更广泛的应用范围。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 浙江;33 |
| 申请人： | 绍兴文理学院 |
| 发明人： | 施丽莲 |
| 专利状态： | 有效 |
| 申请日期： | 2019-06-19T00:00:00+0800 |
| 发布日期： | 2019-08-23T00:00:00+0800 |
| 申请号： | CN201910533447.8 |
| 公开号： | CN110161132A |
| 代理机构： | 绍兴市寅越专利代理事务所(普通合伙) |
| 代理人： | 陈彩霞 |
| 分类号： | G01N29/44(2006.01);G;G01;G01N;G01N29 |
| 申请人地址： | 312000 浙江省绍兴市环城西路508号 |
| 主权项： | 1.一种碳纤维复合材料的缺陷模型的构建方法，其特征在于，所述的方法包括以下步骤： (1)获取碳纤维复合材料缺陷样本的样本缺陷图像特征参数； (2)根据所述的样本缺陷图像特征参数建立一种或多种缺陷类型对应的图像特征中智参数模型，在所述的图像特征中智参数模型中，每一个样本缺陷图像特征参数分别由隶属度、不确定性度和非隶属度构成。 2.根据权利要求1所述的碳纤维复合材料的缺陷模型的构建方法，其特征在于，所述的图像特征中智参数模型公式如下： 其中，Simin和Simax分别代表第i种缺陷类型所对应的样本面积特征参数的最小值和最大值；和代表第i种缺陷类型所对应第j类样本形状特征参数的最小值和最大值；在所述的样本面积特征参数〈Simin,Simax-Simin,1-Simax>中，Simin、Simax-Simin和1-Simax分别表示所述的样本面积特征参数的隶属度、不确定性度和非隶属度。在所述的第j类样本形状特征参数中，和分别表示所述的第j类样本形状特征参数的隶属度、不确定性度和非隶属度。 3.根据权利要求1或2所述的碳纤维复合材料的缺陷模型的构建方法，其特征在于，所述的步骤(1)，具体为： (1.1)利用超声相控阵检测技术采集碳纤维复合材料缺陷样本的样本图像信息； (1.2)根据所述的样本图像信息进行图像重建并提取相应的样本缺陷图像特征参数。 4.根据权利要求1或2所述的碳纤维复合材料的缺陷模型的构建方法，其特征在于，所述的样本形状特征参数的类型包括样本缺陷图像的长、宽和长宽比值。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
