复合材料孔隙快速AI识别与孔隙率量化评估技术及其应用
孔隙是树脂基复合材料结构热固化过程中易产生的一种弥散型缺陷，传统光学人工观察或纯灰度统计方法难以实现孔隙的准确识别和孔隙率的快速量化评估。针对碳纤维增强树脂基复合材料（CFRC）层压结构特点和孔隙分布规律，构建了孔隙人工智能（AI）识别方法。基于MiaVisual 4.0/4.0+智能评估平台，搭建了孔隙率AI评估系统，利用不同CFRC孔隙率试件，分析了光波在CFRC纤维、基体树脂、孔隙区的反射信号特征，开展了孔隙智能识别与孔隙率量化评估试验。试验结果表明：利用所构建的AI模型和评估方法，可以准确进行CFRC孔隙智能识别和孔隙率量化评估，双帧信号的层间孔隙率评估正确率达到100%，识别与评估的总耗时约0.14 s，在20 μm2识别阈值时，智能识别和评估的最小孔隙取向尺寸达5.94 μm，可以实现单个和批量孔隙率结果/数据的快捷评估，较大提升了孔隙率识别准确性和评估效率，可有效应用于复合材料孔隙率的实际工程检测场景。
页:
[1]