【技术实现步骤摘要】
基于超声相控阵图像碳纤维复合材料缺陷分类方法和装置
本专利技术涉及碳纤维复合材料检测
，尤其涉及一种基于超声相控阵图像碳纤维复合材料缺陷分类方法和系统。
技术介绍
碳纤维复合材料主要以碳纤维为增强材料，以树脂、金属、陶瓷等作为基体材料，经过复合制成的具有优越性能的多相固体材料，是轻量化制造的重要材料，由于其优良的综合性能，被称作是21世纪的“黑色黄金”，在航空航天、国防工程、高铁、汽车工业等领域均具有广泛的应用前景。碳纤维复合材料作为高性能结构新材料，被广泛应用于航空航天、汽车制造等领域。但由于碳纤维复合材料的特殊制造工艺及其各向异性的特点，导致在制造工艺中容易出现不稳定现象，从而产生各种各样的缺陷；此外，碳纤维复合材料在服役过程中也不可避免的会产生各种缺陷。而缺陷的存在会严重影响材料的性能，一旦缺陷的程度达到最大限度，会导致整个结构件的报废，造成重大的经济损失，甚至存在安全隐患。同时，缺陷类型的判断也是重中之重，只有了解了材料内部缺陷的类型，才能对材料进行有效的修复，这样不但能节约资源，而且对材料的特性有更进一步的了解，因此，对碳纤维复合材料缺陷进行检测和...
【技术保护点】
1.一种基于超声相控阵图像的碳纤维复合材料缺陷分类方法，其特征在于，所述的方法包括以下步骤：(1)利用超声相控阵检测技术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利用聚类分析法建立一种或多种缺陷类型对应的图像特征中智参数模型；(3)利用超声相控阵检测技术采集被测碳纤维复合材料的被测缺陷图像特征参数；(4)计算所述的被测缺陷图像特征参数与所述的图像特征中智参数模型之间的关联度；(5)根据所述的关联度判断缺陷类型。
【技术特征摘要】
1.一种基于超声相控阵图像的碳纤维复合材料缺陷分类方法，其特征在于，所述的方法包括以下步骤：(1)利用超声相控阵检测技术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利用聚类分析法建立一种或多种缺陷类型对应的图像特征中智参数模型；(3)利用超声相控阵检测技术采集被测碳纤维复合材料的被测缺陷图像特征参数；(4)计算所述的被测缺陷图像特征参数与所述的图像特征中智参数模型之间的关联度；(5)根据所述的关联度判断缺陷类型。2.根据权利要求1所述的基于超声相控阵图像的碳纤维复合材料缺陷分类方法，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。3.根据权利要求1或2所述的基于超声相控阵图像的碳纤维复合材料缺陷分类方法，其特征在于，所述的样本缺陷图像特征参数包括样本面积特征参数和样本形状特征参数。4.根据权利要求3所述的基于超声相控阵图像的碳纤维复合材料缺陷分类方法，其特征在于，所述的步骤(2)具体为：根据所述的样本缺陷图像特征参数利用聚类分析法建立一种或多种缺陷类型对应的图像特征中智参数模型，图像特征中智参数模型公式如下：其中，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。5.根据权利要求4所述的基于超声相控阵图像的碳纤维复合材料缺陷分类方法，其特征在于，所述的步骤(3)具体为：(3.1)利用超声相控阵检测技术采集被测碳纤维复合材料的被测图像信息；(3.2)根据所述的被测图像信息进行图像重建并提取相应的被测缺陷图像特征参数。6.根据权利要求5所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。