碳纤维复合材料中的冲击诱导缺陷的多尺度相关性,使用X射线散射和机器学习
Alexander H Sexton1,2, Heikki Suhonen3, Mathias K Huss-Hansen4
1Department of Physics, Norwegian University of Science and Technology, 7491, Trondheim, Norway. alexander.h.sexton@ntnu.no.
Scientific reports
|October 17, 2024
概括
这项研究使用X射线方法和机器学习绘制了碳纤维增强聚合物 (CFRPs) 的缺陷图. 它识别了损坏领域,并将材料参数关联起来,以便更好地描述缺陷.
科学领域:
- 材料科学 材料科学 材料科学
- 聚合物科学 聚合物科学
- 非破坏性测试 不破坏性测试
背景情况:
- 碳纤维增强聚合物 (CFRPs) 的冲击诱导缺陷范围从纳米到宏观尺度.
- 现有的X射线方法用于缺陷监测,对于现场条件往往是不切实际的.
研究的目的:
- 开发和验证一种综合的X射线散射和断层扫描方法,用于描述CFRP中的冲击损伤.
- 采用机器学习来关联来自多种X射线技术的材料参数.
- 在空间领域区分和分类损害严重程度.
主要方法:
- 使用了微角和广角X射线散射 (SAXS/WAXS) 和X射线计算机断层扫描 (CT).
- 应用机器学习 (K-means集群) 来关联缺陷参数.
- 以相对密度,纤维方向,晶体大小,单元细胞丧和散射衰变为特征的缺陷.
主要成果:
- 确定了三个空间损伤领域:严重,完整和过渡.
- 相关的材料参数,将光纤故障 (曲带) 与严重损坏联系起来.
- 证明散射衰变可以识别过渡域中的缺陷.
结论:
- 综合的X射线和机器学习方法有效地描述了CFRP中的冲击损伤.
- 单个材料参数可以从其他实验技术中预测.
- 这种方法提供了一种更实用的方法来监测CFRP的完整性.
更多相关视频
09:00Visualization of Failure and the Associated Grain-Scale Mechanical Behavior of Granular Soils under Shear using Synchrotron X-Ray Micro-Tomography
Published on: September 29, 2019
13.3K
00:05Crack Monitoring in Resonance Fatigue Testing of Welded Specimens Using Digital Image Correlation
Published on: September 29, 2019
8.2K
