一种陶瓷基复合材料基于网格空间映射的缺陷植入方法技术

本发明专利技术公开的一种陶瓷基复合材料基于网格空间映射的缺陷植入方法，属于仿真模型缺陷植入领域。本发明专利技术实现方法为：材料缺陷通过CT图像数据真实映射至模拟仿真有限元模型中，增加材料真实模型的准确性，能够精确获取材料内部的缺陷位置信息并定位，提高对含缺陷陶瓷基复合材料的预测精度。通过有限元计算软件对搭建的材料模型进行网格划分，依次获取理想模型中的节点及单元信息，并统计出位于图像切片间的复合材料基体模型网格节点信息，创立节点数据集，将二值缺陷图像作为背景。结合bwboundaries函数识别缺陷边界，采用inpolygon算法判定缺陷区域内的缺陷节点信息，精准判定缺陷所在位置。通过定义k值判定，将缺陷单元原始数据置空，提高缺陷植入效率。提高缺陷植入效率。提高缺陷植入效率。

【技术实现步骤摘要】
一种陶瓷基复合材料基于网格空间映射的缺陷植入方法


[0001]本专利技术涉及一种陶瓷基复合材料有限元模型的缺陷植入方法，特别涉及一种基于材料CT图像的真实缺陷空间映射方法，属于仿真模型缺陷植入领域。

技术介绍

[0002]目前陶瓷基复合材料(CMCs)具备优异的材料性能，例如高强度、耐高温、耐氧化、重量轻、密度低等，在高温应用实景中具备良好的前景。然而由于材料制备成型工艺手段，编织/单向复合材料内部存在初始制造缺陷，如孔洞、微裂纹、低密度区、纤维束丝断裂等。制造缺陷会影响复合材料的各项属性，能够影响力及热荷载在材料内部的传递路径，显著改变氧化过程中的氧扩散路径，进而改变材料内部热应力的分布及其结构的破坏形式。
[0003]在一些模拟研究中，部分学者并未考虑初始制造缺陷对于材料的影响，只是提出了一些理想化有限元仿真模型，鉴于后续的研究开展发现，开始通过随机植入缺陷的方式进行仿真，但是仍旧存在不确定性和非真实性。因此，为了保证精确的计算，我们需要一个能够体现材料真实微观/细观结构的几何模型，该模型能够充分的体现材料内部缺陷，以保证后续的模拟仿真精度。

技术实现思路

[0004]本专利技术的主要目的是提供一种陶瓷基复合材料基于网格空间映射的缺陷植入方法，该方法能够实现原始材料缺陷通过CT图像数据真实映射至模拟仿真有限元模型中，提高对含缺陷陶瓷基复合材料的预测精度。
[0005]本专利技术的上述目的通过以下技术方案实现：
[0006]本专利技术公开的一种陶瓷基复合材料基于网格空间映射的缺陷植入方法，包括如下步骤：
[0007]步骤一、通过X射线源CT扫描设备对于真实材料结构本身进行扫描，通过选取扫描分辨率及扫描区域，获取清晰的试样内部结构图像的CT扫描数据，所述CT扫描数据以图像切片的形式输出。所述扫描分辨率对应体素尺寸。
[0008]步骤二、采用图像阈值分割方法，根据图像的灰度直方图，将图像的灰度级分为几个部分，以最佳阈值将图像的灰度值分割成两部分，使两部分之间的方差最大，确保具有最大的分离性，最大程度的划分出缺陷区域，并且获取仅含有缺陷的二值图像，随后利用bwareaopen函数将二值图像中少于P个像素的所有连通像素分量删除，并生成新的二值图像，以达到滤除区域面积过小的缺陷区域。
[0009]步骤三、通过有限元计算软件对搭建的理想材料模型进行网格划分，依次获取理想模型中的节点及单元信息，并统计出位于图像切片间的复合材料基体模型网格节点信息，创立一个节点数据集，随后将二值缺陷图像作为背景，结合iμm的CT图像分辨率，将介于(n
‑
1)
×
iμm与(n)
×
iμm内的所有基体网格节点投影至第n张缺陷图像上。
[0010]利用bwboundaries函数对于已处理的二值图像进行缺陷边界搜索，通过判定像素
连通性来进行连通区域的区域大小判定：位于坐标(x,y)处的像素p有4个水平和垂直的相邻像素，这组像素成为p的4邻域，用N4(p)表示。p的4个对角相邻像素用N
D
(p)表示。它们共同构成了p的8邻域，用N8(p)表示：
[0011]N4(p)+N
D
(p)＝N8(p)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0012]并定义V为邻接性的灰度值集合。在二值图像中，把具有1值得像素归诸于邻接像素，即V＝{1}。
[0013]同时通过计算像素的欧几里得距离来判定像素区域的连通性，其中给定任意像素点p(x,y)及q(u,v),其欧氏距离定义为：
[0014][0015]则四邻接区域D4定义为：
[0016]D4(p,q)＝|x
‑
u|+|y
‑
v|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0017]则八邻接区域D8定义为：
[0018]D8(p,q)＝max(|x
‑
u|,|y
‑
v|)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0019]由定义表明四邻接区域到p点的距离D4形成一个以p(x,y)为中心的菱形区域，而八邻接区域到p点的距离D8形成一个以p(x,y)为中心的正方形区域，在bwboundaries函数中的图像处理过程中采用的是八邻接区域的像素连通性判定，采用此判定方法能够扫略出所有的缺陷连通区域，并创立一个缺陷轮廓点坐标数据集，且在缺陷图像上用红色轮廓线进行标出，即结合iμm的CT图像分辨率，将介于(n
‑
1)
×
iμm与(n)
×
iμm内的所有基体网格节点投影至第n张缺陷图像上。
[0020]步骤四、利用inpolygon算法进行缺陷区域内的节点位置信息判定，提高判定点与曲线内外关系的效率，以最短的时间将缺陷区域内的所有节点信息进行划分判定。
[0021]inpolygon算法通过改进的增量角度法来计算对于平面上的闭曲线关于某个点的卷绕数(winding number)，进而判定点与曲线内外关系的。
[0022]将曲线方程定义为参数方程的形式：
[0023]x＝x(t),y＝y(t)(0≤t≤1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0024]或者将曲线定义为极坐标的形式：
[0025]r＝r(t),θ＝θ(t)(0≤t≤1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0026]则卷绕数ω通过θ(0)与θ(1)的差值来进行判定：
[0027][0028]定义R＝(0,0),则则：
[0029][0030]通过离散化曲线，将曲线离散成由n个点P0,P1,
…
,Pn组成的闭合多边形，将绕组数按照如下形式进行计算：
[0031][0032]由于计算绕组数的算法中的反三角函数arccos和平方根sqrt的调用计算缓慢，因此对于封闭多边形顶点P按照其所处象限进行qi计数判定：
[0033][0034]通过定义1/4增量角δ
i
＝q
i+1
‑
q
i
来判定封闭多边形的边是通过逆时针(counter
‑
clockwise
‑
ccw)还是顺时针(clockwise
‑
cw)穿过象限边界；并根据表1通过修正过后的1/4增量角δ
i
来优化计算：
[0035]表1修正1/4增量角δ
i
[0036][0037]对于δ
i
∈{2,
‑
2}的情况，根据符号函数来定义顺逆时针的方向判定，即：
[0038][0039]对于之前绕组数计算公式(5)，通过计算其1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种陶瓷基复合材料基于网格空间映射的缺陷植入方法，其特征在于：包括如下步骤，步骤一、通过X射线源CT扫描设备对于真实材料结构本身进行扫描，通过选取扫描分辨率及扫描区域，获取清晰的试样内部结构图像的CT扫描数据，所述CT扫描数据以图像切片的形式输出；所述扫描分辨率对应体素尺寸；步骤二、采用图像阈值分割方法，根据图像的灰度直方图，将图像的灰度级分为几个部分，以最佳阈值将图像的灰度值分割成两部分，使两部分之间的方差最大，确保具有最大的分离性，最大程度的划分出缺陷区域，并且获取仅含有缺陷的二值图像，随后利用bwareaopen函数将二值图像中少于P个像素的所有连通像素分量删除，并生成新的二值图像，以达到滤除区域面积过小的缺陷区域；步骤三、通过有限元计算软件对搭建的理想材料模型进行网格划分，依次获取理想模型中的节点及单元信息，并统计出位于图像切片间的复合材料基体模型网格节点信息，创立一个节点数据集，随后将二值缺陷图像作为背景，结合iμm的CT图像分辨率，将介于(n
‑
1)
×
iμm与(n)
×
iμm内的所有基体网格节点投影至第n张缺陷图像上；步骤四、利用inpolygon算法进行缺陷区域内的节点位置信息判定，提高判定点与曲线内外关系的效率，以最短的时间将缺陷区域内的所有节点信息进行划分判定；步骤五、通过定义数组，依次保存所在缺陷区域的节点编号及对应缺陷节点的缺陷单元编号，由于单元中含有多个节点，因此通过定义一个k值来判定：当存在大于等于k个缺陷节点时，即判定该单元为缺陷单元，并建立新的空数组，将缺陷单元原始数据置空，以达到删除缺陷单元网格的目的；步骤六、根据新的节点单元信息创建出新的材料模型，新的材料模型包含真实的材料制备缺陷，将所述材料模型的提交至有限元计算软件中开展复合材料有限元仿真预测，提高对含缺陷陶瓷基复合材料的预测精度和效率。2.如权利要求1所述的一种陶瓷基复合材料基于网格空间映射的缺陷植入方法，其特征在于：步骤三中，利用bwboundaries函数对于已处理的二值图像进行缺陷边界搜索，通过判定像素连通性来进行连通区域的区域大小判定：位于坐标(x,y)处的像素p有4个水平和垂直的相邻像素，这组像素成为p的4邻域，用N4(p)表示；p的4个对角相邻像素用N
D
(p)表示；它们共同构成了p的8邻域，用N8(p)表示：N4(p)+N
D
(p)＝N8(p)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)并定义V为邻接性的灰度值集合；在二值图像中，把具有1值得像素归诸于邻接像素，即V＝{1}；同时通过计算像素的欧几里得距离来判定像素区域的连通性，其中给定任意像素点p(x,y)及q(u,v),其欧氏距离定义为：则四邻接区域D4定义为：D4(p,q)＝|x
‑
u|+|y
‑
v|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
则八邻接区域D8定义为：D8(p,q)＝max(|x
‑
u|,|y
‑
v|)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)由定义表明四邻接区域到p点的距离D4形成一个以p(x,y)为中心的菱形区域，而八邻接区域到p点的距离D8形成一个以p(x,y)为中心的正方形区域，在bwboundaries函数中的图像处理过程中采用的是八邻接区域的像素连通性判定，采用此判定方法能够扫略出所有的缺陷连通区域，并创立一个缺陷轮廓...

【专利技术属性】
技术研发人员：艾士刚，蒋仲禾，田玄鑫，张衡，赵桂成，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：