CN106290152A - 一种用于复合材料复杂型面粘接质量的原位检测方法 - Google Patents
一种用于复合材料复杂型面粘接质量的原位检测方法 Download PDFInfo
- Publication number
- CN106290152A CN106290152A CN201610755123.5A CN201610755123A CN106290152A CN 106290152 A CN106290152 A CN 106290152A CN 201610755123 A CN201610755123 A CN 201610755123A CN 106290152 A CN106290152 A CN 106290152A
- Authority
- CN
- China
- Prior art keywords
- detection
- testpieces
- composite
- detected
- defect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N19/00—Investigating materials by mechanical methods
- G01N19/04—Measuring adhesive force between materials, e.g. of sealing tape, of coating
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种用于复合材料复杂型面粘接质量的原位检测方法,首先了解复合材料的粘接工艺,寻找可能导致缺陷产生的环节;根据待检测构件结构尺寸等制作对比试验件,通过对试验件的敲击检测确定设备对该种复合材料的分辨率;根据分辨率对待检测设备进行网格划分,并进行网格编号,将敲击检测数据输入数据分析模型,对敲击检测的数据直接进行判断。本发明可以以较低的成本实现原位实时快速无损检测,另一方面应用范围广,能够适用于各种复合材料的损伤检测。同时,提高了复杂曲面构件检测的定位准确性、检测效率和检测精度。本发明在检测时,可以在实物现场进行检测,无需挪动工件。
Description
技术领域
本发明属于无损检测技术领域,具体涉及一种用于复合材料复杂型面粘接质量的原位检测方法,可实现复杂曲面的原位检测。
背景技术
复合材料的损伤/粘接缺陷检测是复合材料结构修理的基础和前提,也是其性能评估的依据。目前应用较多的复合材料的无损检测方法主要有目视检查法、渗透检测法、射线检测法、红外摄像检查法、液晶图像检查法、超声检查法、敲击法以及涡流检测法等。经过多年的发展,大部分无损检测方法均已比较成熟,但是都存在自身的局限性。例如,目视检测无法对复合材料的内部损伤做出判断,渗透检测可能会对复合材料造成污染,射线检测的原位检测性能较差,红外检测对隔热材料不敏感等。敲击检测借助敲击锤对被测物体进行激振,通过安装于敲击锤上的加速度传感器采集振动信号。不同材料不同结构的物体都能产生振动或者被激振,而且振动的频率是不同的,因此通过振动的变化判断被测体是否存在损伤。
敲击检测不同于其他无损检测方法,一方面它可以以较低的成本完成原位的实时快速无损检测,另一方面它对材料的局限性较小,可以对绝大多数复合材料的损伤进行检测。但是,目前的敲击检测也存在自身的不足,一是敲击检测的定位方式不明确,特别是对于复杂曲面,敲击的效率和精度不高,二是敲击检测对于数据的后期处理尚不完善,没有明确的数据处理方法。
发明内容
本发明的目的是针对敲击检测的以上两方面不足,提出了一种用于复合材料复杂型面粘接质量的原位检测方法。
本发明的技术方案为:一种用于复合材料复杂型面粘接质量的原位检测方法,其特征在于:具体包括以下步骤:
S1、待检测件为复合材料与金属的粘接结构,根据待检测件的结构尺寸制作相应的对比试验件;
S2、根据检测精度在试验件上划分多个相同尺寸的网格并编号,逐格对试验件进行敲击检测,确定试验件不同型面位置所模拟缺陷及无缺陷的检测数据;
S3、对试验件敲击检测数据进行分析,建立不同型面结构中敲击检测数值与有无缺陷的对应关系,即数据分析模型;
S4、对待检测件进行与试验件相同的网格划分和编号;
S5、按照网格编号顺序逐格进行敲击检测,记录敲击检测数据;
S6、利用步骤S3的数据分析模型对敲击检测数据进行分析,判断每一格有无缺陷;
S7、统计待检测件所有型面中有缺陷的网格数量和网格总数量,获得损伤情况,从而确定该待检测件是否合格。
有益效果:本发明对于复杂曲面,敲击的效率和精度较高,完善了数据的后期处理,明确了数据处理方法,根据分辨率对待检测件进行网格划分,并进行网格编号,将敲击检测数据输入数据分析模型,对敲击检测的数据直接进行判断。本发明可以以较低的成本实现原位实时快速无损检测,另一方面应用范围广,能够适用于各种复合材料的损伤检测。同时,,提高了复杂型面结构复合材料粘接质量敲击检测的缺陷定位准确性和损伤评估精度。本发明在检测时,可以在实物现场进行检测,无需挪动工件。
附图说明
图1为待检测件结构;
图2为模拟缺陷试验件结构示意图;
图3为平面网格的划分;
图4为曲面网格的划分;
图5为试验件数据分析模型。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,对本发明的具体实施方式作进一步详细描述。
本发明提供一种用于复合材料复杂型面粘接质量的原位检测方法,具体包括以下步骤:
S1、如图1所示,待检测件为复合材料与金属的粘接结构,根据待检测件的结构尺寸制作相应的对比试验件:采用与待检测件相同的粘接工艺、复合材料、金属结构、粘接剂等制作模拟缺陷的对比试验件,如图2所示,试验件上所模拟的型面区域包含曲面区域1、平面区域2和加强筋区域5,缺陷位置包含边缘4、内部3,缺陷类型为脱粘缺陷7,要求检测出4cm×4cm脱粘,采用预先固化不粘接的方法预置脱粘面积为φ1cm、φ2cm、φ3cm、4cm×4cm的脱粘缺陷;
可以通过改变胶层厚度、粘接固化时机等,在试验件上模拟上述缺陷;可以制作多个试验件,在多个试验件上划分网格,将多个试验件同时在一个位置进行敲击,选择其中两个检测数据最接近的试验件,则解剖其中一件,验证其缺陷类型,相应的另一件可作为试验件。
S2、如图3、4所示,根据检测精度在试验件上划分多个相同尺寸的网格并编号,逐格对试验件进行敲击检测,确定试验件不同型面位置所模拟缺陷及无缺陷的检测数据;
具体在试验件上划分4cm×4cm大小的网格并编号A1、A2.....,B1、B2……,……,逐格对试验件进行敲击检测,获得试验件不同型面位置所模拟缺陷及无缺陷的敲击数值,每格检测5次并记录在表1中,求出平均值, 并用方差检验数值的偏离程度,若偏差大于2000,则重新敲击检测。
表1敲击检测数据记录单
S3、采用自组织神经网络对试验件敲击检测数据进行分析,具体是将所有网格的敲击检测数据对比得到最大值和最小值,确定自组织神经网络的训练步数,得到不同型面结构检测数据的分类,建立不同型面结构中敲 击检测数值与有无缺陷的对应关系,即数据分析模型,具体如下:
将获得的各格敲击数值的平均值进行比较获得最大值1815、最小值1250,利用MATLAB软件将所有敲击检测数值的平均值进行自组织神经网络的聚类分析,训练步数不小于(1815-1250)/2,确定300步,将敲击检测的试验数据导入excel表,命名为“shuju1”,执行以下MATLAB代码获得分类结果,以23个数据为样本,建立包含型面结构、敲击检测数值、有无缺陷对应关系的数据分析模型;
[X]=xlsread('shuju1.xls');
P=X';
Q=minmax(P);
%A=max(X);
%B=min(X);
%net=newff(minmax(P),[5,3],{'tansig','purelin'},'traingdm');
%net=newff(P,T,5)
net=newc(Q,2,0.1);
net=init(net);
net.trainparam.epochs=300;
%net.trainparam.goal=0.0000001;
net=train(net,P);
%D=gensim(net,P);
D=sim(net,P)
DC=vec2ind(D)
S4、对待检测件进行与试验件相同的网格划分和编号:在待检测件上划分4cm×4cm大小的网格并编号A1、A2.....,B1、B2……,……;
S5、按照网格编号顺序逐格对待检测件进行敲击检测,获得待检测件每格的敲击数值,每格检测5次并记录在表1所示表格中,求出平均值,并用方差检验数值的偏离程度,若偏差大于2000,则重新敲击检测。
S6、利用数据分析模型对敲击检测数据进行分析,即在待检测件与试验件相同型面结构区域,将待检测件敲击检测获得的每格检测数值与建立的该型面结构的数据模型进行比对,确定各个型面区域中每格的有无脱粘缺陷,如图5所示。
S7、统计待检测件所有型面中有缺陷的网格数量和网格总数量,获得损伤情况,从而确定该待检测件是否合格。
合格与否的判定依据为损伤率大于30%为不合格、损伤率小于等于30%为合格,统计获得有缺陷的网格数量12和网格总数量23,获得损伤情况52.2%,从而确定该待检测件为不合格。
Claims (5)
1.一种用于复合材料复杂型面粘接质量的原位检测方法,其特征在于:具体包括以下步骤:
S1、待检测件为复合材料与金属的粘接结构,根据待检测件的结构尺寸制作相应的对比试验件;
S2、根据检测精度在试验件上划分多个相同尺寸的网格并编号,逐格对试验件进行敲击检测,确定试验件不同型面位置所模拟缺陷及无缺陷的检测数据;
S3、对试验件敲击检测数据进行分析,建立不同型面结构中敲击检测数值与有无缺陷的对应关系,即数据分析模型;
S4、对待检测件进行与试验件相同的网格划分和编号;
S5、按照网格编号顺序逐格进行敲击检测,记录敲击检测数据;
S6、利用步骤S3的数据分析模型对敲击检测数据进行分析,判断每一格有无缺陷;
S7、统计待检测件所有型面中有缺陷的网格数量和网格总数量,获得损伤情况,从而确定该待检测件是否合格。
2.根据权利要求1所述的一种用于复合材料复杂型面粘接质量的原位检测方法,其特征在于:
S1中,制作对比试验件的方法为:采用与待检测件相同的粘接工艺、复合材料、金属结构、粘接剂制作模拟缺陷的对比试验件,试验件上所模拟的缺陷位置、类型包含待检件所有不同型面位置中需要检测的缺陷类型,模拟缺陷的最小尺寸依据待检测件要求的检测精度确定。
3.根据权利要求2所述的一种用于复合材料复杂型面粘接质量的原位检测方法,其特征在于:
通过改变胶层厚度、粘接固化时机模拟所述缺陷。
4.根据权利要求1所述的一种用于复合材料复杂型面粘接质量的原位检测方法,其特征在于:
S3中,具体采用自组织神经网络对试验件敲击检测数据进行分析,将所有网格的敲击检测数据对比得到最大值和最小值,确定自组织神经网络的训练步数,得到不同型面结构检测数据的分类,建立不同型面结构中敲击检测数值与有无缺陷的对应关系。
5.根据权利要求1~4任一项所述的一种用于复合材料复杂型面粘接质量的原位检测方法,其特征在于:
S7中,合格与否的判定依据为损伤率大于30%为不合格、损伤率小于等于30%为合格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610755123.5A CN106290152A (zh) | 2016-08-29 | 2016-08-29 | 一种用于复合材料复杂型面粘接质量的原位检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610755123.5A CN106290152A (zh) | 2016-08-29 | 2016-08-29 | 一种用于复合材料复杂型面粘接质量的原位检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106290152A true CN106290152A (zh) | 2017-01-04 |
Family
ID=57675251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610755123.5A Pending CN106290152A (zh) | 2016-08-29 | 2016-08-29 | 一种用于复合材料复杂型面粘接质量的原位检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106290152A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108389181A (zh) * | 2018-01-23 | 2018-08-10 | 南京大学 | 一种基于深度学习和法向图的零件缺陷检测和定位方法 |
CN110426457A (zh) * | 2018-03-23 | 2019-11-08 | 肖特兄弟公司 | 复合材料组件内的吻合检测 |
CN110927060A (zh) * | 2019-12-06 | 2020-03-27 | 常州市节节高电子科技有限公司 | 一种检测玻璃屏蔽门粘接质量的检测装置 |
CN114429771A (zh) * | 2022-04-02 | 2022-05-03 | 武汉地震工程研究院有限公司 | 钢梁与cfrp板粘结缺陷智能检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101403666A (zh) * | 2008-06-16 | 2009-04-08 | 南京林业大学 | 木材和木质复合材料的动态弹性模量E和阻尼比ξ测量法 |
CN101681158A (zh) * | 2007-06-15 | 2010-03-24 | 波音公司 | 用于大尺寸零件的自动检查的系统和方法 |
CN101825550A (zh) * | 2010-05-21 | 2010-09-08 | 重庆大学 | 颗粒增强复合材料浆料质量的快速检测方法 |
CN102680573A (zh) * | 2012-05-07 | 2012-09-19 | 刘镇波 | 基于均匀力敲击方法的木材振动性能检测装置 |
CN102692458A (zh) * | 2012-06-20 | 2012-09-26 | 东北林业大学 | 基于均匀力敲击的木材及木质复合材料无损检测激励装置 |
CN105043972A (zh) * | 2015-05-08 | 2015-11-11 | 中国飞机强度研究所 | 一种复合材料成像检测方法及复合材料成像检测系统 |
-
2016
- 2016-08-29 CN CN201610755123.5A patent/CN106290152A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101681158A (zh) * | 2007-06-15 | 2010-03-24 | 波音公司 | 用于大尺寸零件的自动检查的系统和方法 |
CN101403666A (zh) * | 2008-06-16 | 2009-04-08 | 南京林业大学 | 木材和木质复合材料的动态弹性模量E和阻尼比ξ测量法 |
CN101825550A (zh) * | 2010-05-21 | 2010-09-08 | 重庆大学 | 颗粒增强复合材料浆料质量的快速检测方法 |
CN102680573A (zh) * | 2012-05-07 | 2012-09-19 | 刘镇波 | 基于均匀力敲击方法的木材振动性能检测装置 |
CN102692458A (zh) * | 2012-06-20 | 2012-09-26 | 东北林业大学 | 基于均匀力敲击的木材及木质复合材料无损检测激励装置 |
CN105043972A (zh) * | 2015-05-08 | 2015-11-11 | 中国飞机强度研究所 | 一种复合材料成像检测方法及复合材料成像检测系统 |
Non-Patent Citations (3)
Title |
---|
E. PETER CARDEN ET AL.: "Vibration Based Condition Monitoring: A Review", 《STRUCTURAL HEALTH MONITORING》 * |
孙梁: "基于敲击法检测叶片脱层的模拟分析", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
许振腾 等: "改进层次聚类法在复合材料敲击检测中的应用", 《航空计算技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108389181A (zh) * | 2018-01-23 | 2018-08-10 | 南京大学 | 一种基于深度学习和法向图的零件缺陷检测和定位方法 |
CN110426457A (zh) * | 2018-03-23 | 2019-11-08 | 肖特兄弟公司 | 复合材料组件内的吻合检测 |
CN110927060A (zh) * | 2019-12-06 | 2020-03-27 | 常州市节节高电子科技有限公司 | 一种检测玻璃屏蔽门粘接质量的检测装置 |
CN110927060B (zh) * | 2019-12-06 | 2022-06-21 | 常州市节节高电子科技有限公司 | 一种检测玻璃屏蔽门粘接质量的检测装置 |
CN114429771A (zh) * | 2022-04-02 | 2022-05-03 | 武汉地震工程研究院有限公司 | 钢梁与cfrp板粘结缺陷智能检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106290152A (zh) | 一种用于复合材料复杂型面粘接质量的原位检测方法 | |
Sun et al. | Vibration-based damage identification in composite plates using 3D-DIC and wavelet analysis | |
CN106289947B (zh) | 一种轻质高强梁结构损伤识别方法 | |
CN102162577B (zh) | 管道缺陷表面完整性检测装置及其检测方法 | |
CN109544533A (zh) | 一种基于深度学习的金属板缺陷检测和度量方法 | |
CN101692028B (zh) | 金属板料大变形流动应力曲线的测定方法 | |
Liu et al. | Acoustic emission source localization with generalized regression neural network based on time difference mapping method | |
CN103926313B (zh) | 一种基于超声检测的复合材料孔隙率数值评估方法 | |
CN105891321B (zh) | 铁磁性材料结构力学性能的微磁检测标定方法 | |
CN104931585A (zh) | 复合材料脱粘缺陷超声波c扫描检测面积评定方法 | |
CN108562639B (zh) | 一种埋地钢质管道全生命周期缺陷外检测方法 | |
RU2591584C1 (ru) | Способ оценки геометрических размеров дефектов стенки трубной секции и сварных швов по данным магнитного внутритрубного дефектоскопа с помощью универсальной нейросетевой модели, подходящей для дефектоскопов с различными диаметрами и магнитными системами | |
CN106352244A (zh) | 一种基于分层神经网络的管道泄漏检测方法 | |
CN102589490A (zh) | 一种白车身减薄率超声波检测设备 | |
Oh et al. | Improved interpretation of vibration responses from concrete delamination defects using air-coupled impact resonance tests | |
CN106908517A (zh) | 一种Lamb波主被动监测信息融合的损伤定位成像方法 | |
Zhang et al. | Intelligent defect detection method for additive manufactured lattice structures based on a modified YOLOv3 model | |
CN116263412A (zh) | 一种红外-超声钢筋混凝土无损检测方法 | |
CN106017763B (zh) | 一种可修正微观组织差异影响的超声波残余应力测量方法 | |
CN108151870B (zh) | 一种基于频响函数的施工质量问题检测方法 | |
CN106770672A (zh) | Lamb波主被动监测信息融合的工程结构损伤评估方法 | |
CN110308044A (zh) | 基于金属磁记忆检测的增材制造制件早期应力集中判别方法 | |
Xue et al. | Detection of Various Types of Metal Surface Defects Based on Image Processing. | |
CN113779330B (zh) | 一种基于相似性度量的超声检测工艺参数智能计算系统 | |
Shafiei Alavijeh et al. | NDE 4.0 compatible ultrasound inspection of butt-fused joints of medium-density polyethylene gas pipes, using chord-type transducers supported by customized deep learning models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |