碳纤维复合材料孔洞损伤超声波C扫描无损检测

针对碳纤维复合材料试件的孔洞缺陷,采用超声波C扫描成像检测技术对孔洞试件进行扫描,并对得到的C扫描图像定位的缺陷进行分析。在超声波设置合适条件下对孔洞试件扫描得到检测图,分析扫描图像呈现的原因,并对其进行聚类分析,建立了缺陷实际面积与检测面积的关系。对孔洞试样进行反射法扫描和扫描电镜测试,根据扫描波形图和电镜照片,分析分层缺陷情况。研究结果表明:扫描得到的C扫描图像在复合材料缺陷的位置上存在一一对应关系;当孔洞直径大于聚焦探头波束宽度时,孔洞边缘不影响波束穿透,能量不发生损耗;超声波C扫描成像检测技术能够进一步验证孔洞和分层缺陷。     

基于小波包分析的超声相控阵检测信号特征提取

通过对超声相控阵A扫信号进行小波分析,研究了基于小波能谱信息熵的特征信息获取方法。并对最优小波基的选取提出了基于能量差异原则的选取方法,对40种小波基的能量差异进行分析,选取了三种小波基对两类A扫信号进行小波包分析,用于信息熵值的提取。最后对掺杂不同杂质的碳纤维复合材料的A扫信号的超声检测信号应用所选小波基进行分解,计算了信息熵值并加以比对,作为不同掺杂下碳纤维复合材料的超声相控阵信号的特征值。     

基于磁致伸缩超声导波B扫成像技术的大直径管道腐蚀检测

针对传统超声导波检测技术仅能以A扫信号对管道缺陷进行轴向定位的局限性，笔者开展导波B扫成像技术的研究及应用。为满足大管径管道腐蚀缺陷的多维精确定位需求，通过研究导波局部加载及周向扫查技术，实现了轴向和周向缺陷的二维定位。通过实验室样管测试，验证了T(0,1)模态局部加载导波扫查技术在管道盲孔缺陷和横槽缺陷检测方面的适用性，且最高灵敏度低于2%截面损失面积。现场应用结果表明导波B扫成像检测可满足大管径管道腐蚀缺陷检测的需求。     

基于磁通图像的平板三维编织复合材料试件内部缺陷检测

基于量子扰动超导探测传感器超高的磁场灵敏度,将量子扰动超导探测无损检测技术应用于三维编织复合材料平板试件内部缺陷的无损检测。构建了适用于量子扰动超导探测检测需要的薄板中圆形缺陷涡流分布的理论模型。提出了量子扰动超导探测检测平板三维纺织复合材料试件内部缺陷的磁通变化成像算法,利用OPENCV软件对磁通图像进行处理,准确判定三维编织复合材料平板内部缺陷情况。试验结果表明：该方法准确描述了被检测试件缺陷的位置和尺寸;量子振动超导探测磁通成像具备良好的检测和定位的能力;相对于超声波等传统检测技术,量子振动超导探测技术是一种更为先进的三维编织复合材料的无损检测技术。     

相控阵超声检测技术在锅炉“四管”中的应用

分析锅炉"四管"检测的难点,引入相控阵超声检测技术,制定检测工艺。介绍现场实际应用情况,比较相控阵超声检测和数字射线检测结果,以验证相控阵超声检测技术对缺陷的检出能力。结果表明,相控阵超声检测技术具有缺陷图像显示直观,检测速度快,定位准确等优势。     

棒材的水浸相控阵超声检测

棒材是国内产量占比较大的钢材品种,为了保证棒材质量,需对其实施无损检测。相控阵超声换能器基于惠更斯原理设计,通过电子激发控制实现超声声束的聚焦和偏转。水浸相控阵超声设备扫查效率快、灵敏度高,能够实现棒材全截面扫查,适用于棒材产品的无损检测。使用相控阵超声设备前要对所有聚焦法则进行均一性校准,保证各聚焦法则的检测灵敏度差异在既定范围内。通过棒材检测实践,验证了水浸相控阵超声设备能够在500 mm/s进给速度下检测出棒材中大于?0.7 mm FBH当量的夹杂物。     

二维与三维机织复合材料力学性能的实验研究

对超厚三维正交机织复合材料及二维要织层合板人别进行了拉伸和压缩实验,研究比较了两种复合材料刚度和强度特性的差异研究发现无论是三维机织材料的拉压还是二维层合板的拉压应力应变曲线都近似为直线,而且具有脆性破坏的特点;三维复合材料的拉压强度要高于二维层合板.这主要是由于材料不同的增强相结构及纤维含量造成;不同的破坏模式对材料强度影响很大.     

基于神经网络的复合材料缺陷超声波检测研究

描述了三维编织复合材料内部缺陷的超声波检测方法。在实现方法上,系统对三维编织复合材料的超声波A扫描回波信号进行小波包变换后,材料的内部缺陷信号被分解后表示为能量特征,并将缺陷特征值作为BP神经网络的输入参数,通过BP神经网络实现对三维编织复合材料微裂纹和孔隙的分类识别,并对三维编织复合材料缺陷自动化识别。实验结果证明该方法分析三维编织复合材料内部缺陷是可行性。     

复合材料织物层合板层间剪切性能研究

纤维增强复合材料的层间剪切性能是其基本性能之一,是复合材料设计中必须考虑的重要问题。而复合材料固化工艺和条件是影响复合材料性能的重要因素,因此,文章对不同固化条件下复合材料织物层合板层间剪切性能进行了研究。考察了在相同温度变化周期条件下,分别使用热压罐和热补仪进行层合板固化所得到的复合材料层合板的层间剪切性能。基于ASTM D5379试验标准,开展了相关试验,结果表明:采用热压罐进行固化所得到的层合板,其层间剪切强度及刚度都要优于采用热补仪固化的层合板。     

三维机织增强复合材料弹道冲击边缘部分有限元分析

利用有限元软件ABAQUS建立基于三维机织增强复合材料的单胞模型,探讨子弹在三维机织增强复合材料中应力波的传播发生过程,对比分析子弹冲击后边缘部分的实验结果和模拟计算的结果,并对三维机织增强复合材料的最终破坏模式与常用的层合板进行了比较。结果表明：子弹在三维机织复合材料中的应力峰值随入射速度的增大而增大,并来回发生反射,弹头从三维机织增强复合材料下表面射出后其增强纱线的断裂较入射上表面粗糙,分层现象在三维机织增强复合材料内部没有发生,而实际观察的破坏孔洞与采用有限元软件模拟后的图形基本吻合。     

超声波探伤扫描食品软包装袋封边缺陷的初步研究

介绍了超声波探伤检测的原理,并应用超声波检测技术对食品软包装袋封边封口强度低、含泄漏通道和含夹带物等几种缺陷形式进行扫描。通过扫描后的反射波信号,定位封边内的缺陷类型及位置。     

Improving the stiffness of multilayer 3D woven composites by the integration of shape memory alloys (SMAs) into structures

Abstract

Shape memory alloys (SMAs) are capable of shape-retaining and stress generation when activated. SMA wires are embedded in laminated composites for improving the properties of the composites. Laminated composites have low through-the-thickness properties and poor delamination resistance. 3D composites are well known for having higher through-the-thickness properties. In 3D woven composites, a set of yarn is in through-the-thickness direction that improves through-the- thickness properties and provides resistance to delamination of layers. As in multilayer 3D woven structures, yarns are distributed from in-plane to through-the-thickness direction, so in-plane properties are reduced with the same number of yarns compared to 2D laminated composites. In this research, SMA wires are embedded into different types of 3D woven structures for utilising stress generation property of SMA wires for improving in-plane properties, specifically stiffness of the composites. Three types of 3D orthogonal interlocking composites: layer-to-layer, through-the-thickness, and modified multilayer interlock structures are fabricated with and without SMA wires. From the tensile test, results show that embedding SMA wires into structures significantly improves the stiffness of the structures due to the stress-induced martensite phase of SMA wire when subjected to load. When these SMA wires are activated, stresses are generated by SMA wires due to phase transformation from martensite to austenite that further gives remarkable higher values of stiffness. This results in a composite structure that has higher in-plane properties due to embedded SMA wire and through-the-thickness properties due to 3D structure of composite reinforcement. The interlocking pattern in the through-the-thickness direction of 3D structures was also found to have an effect on the extent of the improvement in stiffness.     

三维正交机织复合材料的冲后压缩性能

为揭示纱线张力对三维机织复合材料抗冲击及冲后压缩性能的影响规律,基于多剑杆织造工艺,配置不同接结纱张力(25、50、100 cN)织造三维正交机织物,通过真空辅助树脂传递模塑成型工艺制备复合材料,并在室温下进行低速冲击及冲后压缩性能测试。结果表明：当接结纱张力为100 cN时,试样在冲击载荷下发生表层树脂大面积破裂和剥离并使纬纱失去支撑,同时,试样表层纬纱发生较大卷曲,促使压缩载荷发生屈曲失效;接结纱张力为100 cN试样的压缩性能相比接结纱张力为25 cN试样下降约50%;接结纱张力较高时易导致纬纱卷曲增大和树脂富集,并由此降低试样的弯曲刚度和冲后压缩性能。     

Investigation of mechanical behavior of woven/knitted hybrid composites

The objective of this research is to develop the woven/knitted hybrid composites for improved in plane as well as out of plane mechanical properties. Two different type of structures and two different materials were used in this study. Firstly, the woven and knitted fabrics were developed with glass and Kevlar yarn. Secondly, the laminated composite samples were fabricated with different stacking sequence of fabric plies. The epoxy resin was used as matrix. The cured samples were characterized for impact, tensile and dynamic mechanical properties. The behavior of composite materials was then analyzed with percentages of different fiber and fabric types. The samples with higher percentages of knitted reinforcement gave better impact strength but failed to provide better tensile properties. Moreover, the samples with higher percentages of woven structure and glass materials gives better modulus values.     

基于深度学习的布匹疵点检测方法

为快速、准确检测布匹疵点,提出以深度学习目标检测框架YOLOv4为基础的布匹疵点检测方式,首先将5种常见疵点图像(吊经、百脚、结点、破洞、污渍)进行预处理,然后将图像输入到YOLOv4算法中进行分类。YOLOv4采用CSPDarknet53作为主干网络提取疵点特征,SPP模块、FPN+PAN的方式作为Neck层进行深层疵点特征提取,预测层采用3种尺度预测方式,对不同大小的疵点进行检测。研究结果表明:经600个测试集样本的验证,该方法对疵点图像的检测准确率达95%,检测单张疵点图像的速率为33 ms。与SSD、Faster R-CNN、YOLOv3方法进行比较,采用YOLOv4方法准确率更高,速度更快。     

锯齿形三维机织间隔复合材料的弯曲性能

为解决层合间隔复合材料易开裂和整体性差的问题,采用绿色环保的玄武岩低捻长丝作为经、纬纱,合理设计经向截面图和组织图,并在普通织机上织造3种不同间隔高度的锯齿形三维机织间隔织物。以所织得的锯齿形三维机织间隔织物作为增强材料,环氧乙烯基树脂作为基体,利用真空辅助成型工艺,制备锯齿形三维机织间隔复合材料,同时对三维机织间隔复合材料进行三点弯曲性能测试,得到弯曲载荷-位移曲线、能量吸收图和破坏模式。结果表明:复合材料的纬向是主要承力方向;组织循环个数越多的材料表现出更好的弯曲性能;在一定间隔高度范围内,间隔高度越高的锯齿形三维机织间隔织物承受的弯曲载荷和吸收的能量也越高;锯齿形三维机织间隔复合材料的破坏模式是材料上表层受压,下表层受拉,而连接层受压;在作用力下材料只是出现明显的变形,但并未出现材料整体的破坏。     

基于深度信念网络的织物疵点检测

为提高织物疵点检测精度和效率,提出了一种基于深度信念网络的织物疵点检测方法。用改进的受限玻尔兹曼机模型对深度信念网络进行训练,完成模型识别参数的构建。利用同态滤波方法对图像进行预处理,使疵点图像更加清晰,同时抑制了背景图像。以Python语言,基于TensorFlow框架构建深度信念网络模型,对织物疵点图像进行处理得到学习样本,确定模型激活函数后,分析了各模型参数对织物疵点检测准确率的影响规律,得到激活函数为Relu, Dropout值为0.3,预训练学习率为0.1,微调学习率为0.000 1,批训练个数为64时,模型参数值达到最优。最后,利用在无缝内衣机上采集到的各类疵点图像,对深度信念网络织物疵点检测模型进行验证。结果表明：所提出的织物疵点检测方法能够快速、有效地对织物疵点进行检测和分类识别,准确率达到98%。