[发明专利]一种平纹编织结构经纱与纬纱识别方法

说明书

一种平纹编织结构经纱与纬纱识别方法，通过全卷积神经网络初步对陶瓷基复合材料平纹编织结构进行细观结构识别，此时的细观结构包括纤维束、基体和空洞。根据平纹编织结构的分布特点，再分别划分经纬纱区域，整张切片最终被细分成若干网格。之后，将每一列纬纱与所有经纱区域的交叉区域进行编号标记。根据上述在交叉区域的经纱和纬纱区分方法，按照编号次序依次处理，最终实现了平纹编织结构的纤维束的经纱和纬纱的识别，弥补了神经网络无法准确区分经纬纱的缺点，为平纹编织结构的三维建模提供了准确的内部细观结构数据。

技术领域

本发明属于陶瓷基复合材料预制体细观结构识别领域，具体涉及陶瓷基复合材料平纹编织结构XCT切片细观结构纤维束的经纱与纬纱识别方法。

背景技术

在预测力学性能时，材料的三维有限元分析模型结构要尽可能与实际情况相同，而不是在理想情况下对材料进行三维重建。

XCT(XCT，X-ray Computed Tomography)是一种无损检测方法，可在不破坏材料的前提下，准确得到材料内部结构，XCT扫描材料后会得到一系列的XCT切片。通过每张切片在实际材料中占据的厚度进行拉伸，再将一系列拉伸模型进行叠加，最终得到三维模型并进行有限元划分。然而，这种方式最终只能得到材料的三维模型，而无法分辨材料内部的细观结构分布，包括经纱、纬纱、基体和孔洞。有限元分析的一个步骤就是赋予每种材料对应的材料属性，因此，识别一系列XCT切片的细观结构就是一个很大的挑战。

目前，对于陶瓷基复合材料(CMCs，Ceramics Matrix Composites)平纹编织结构XCT切片细观识别取得了一系列成果。

一些学者通过手动标记得到的平纹编织结构XCT切片，得到了内部的经纱和纬纱结构，并进行切片的拉伸和叠加，得到了三维模型。采用像素网格的方式，实现了对平纹编织结构弹性模量的有限元分析。此种手动标记的方式不适合标记大量的XCT切片，并且对于标记人员的专业知识具有很高要求。

也有学者将全卷积神经网络应用于陶瓷基复合材料复杂预制体的细观结构识别领域，然而对于平纹编织结构来说，却只是实现了纤维束、基体、空洞细观结构的识别。在平纹编织结构中纤维束根据方向的不同分为经纱和纬纱，经纱呈水平方向，纬纱呈竖直方向。对于有限元分析方法来说，把经纱和纬纱均当作相同的纤维束，并将识别的细观结构切片进行三维重建是不合理的，这是因此CMCs是各向异性的，经纱和纬纱的力学性质是不同的，使得分析结果是不准确的。

基于上述缺点，本发明基于全卷积神经网络初步识别平纹编织结构XCT切片结束后得到图片进再在处理，此时识别的细观结构包括的纤维束、基体、和空洞，根据平纹编织结构的经纱和纬纱的分布规律以及空洞位置，进一步使用图像处理的方法将纤维束分为经纱和纬纱，弥补神经网络无法准确区分相同材料但方向不同的纤维束，使得后期的三维重建得到的结构更接近于真实结构，有限元分析得到的结果与实验数据更加吻合。

发明内容

本发明针对现有技术中的不足，提供一种平纹编织结构经纱与纬纱识别方法。

为实现上述目的，本发明采用以下技术方案：

一种平纹编织结构经纱与纬纱识别方法，其特征在于，包括如下步骤：

步骤一、基于Caffe框架，建立全卷积神经网络模型；

步骤二、使用XCT扫描平纹编织结构的材料，得到一系列XCT切片，建立用于训练全卷积神经网络的平纹编织结构数据集；

步骤三、使用平纹编织结构数据集训练全卷积神经网络；

步骤四、将不在平纹编织结构数据集中的新扫描的XCT切片输入训练好的全卷积神经网络进行细观结构识别，得到每张新扫描的XCT切片中属于纤维束、基体和空洞的区域；

步骤五、对新扫描的XCT切片中的纤维束进行再识别，得到属于经纱和纬纱的像素区域。