CN110276814B - 一种基于拓扑特征的编织复合材料细观结构快速重构方法 - Google Patents
一种基于拓扑特征的编织复合材料细观结构快速重构方法 Download PDFInfo
- Publication number
- CN110276814B CN110276814B CN201910487897.8A CN201910487897A CN110276814B CN 110276814 B CN110276814 B CN 110276814B CN 201910487897 A CN201910487897 A CN 201910487897A CN 110276814 B CN110276814 B CN 110276814B
- Authority
- CN
- China
- Prior art keywords
- fiber bundle
- model
- composite material
- different
- mesoscopic
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000002131 composite material Substances 0.000 title claims abstract description 27
- 238000009941 weaving Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 9
- 239000000835 fiber Substances 0.000 claims description 59
- 238000002591 computed tomography Methods 0.000 claims description 10
- 241001270131 Agaricus moelleri Species 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000009940 knitting Methods 0.000 claims 2
- 239000000463 material Substances 0.000 abstract description 21
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000265 homogenisation Methods 0.000 description 3
- 238000009954 braiding Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010603 microCT Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/416—Exact reconstruction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Woven Fabrics (AREA)
Abstract
本发明公开一种基于拓扑特征的编织复合材料细观结构快速重构方法,首先依据编织复合结构中纤维束和基体的拓扑特征进行几何建模,然后基于μCT断层扫描序列图像对拓扑特征进行辨识,提取特征的变化规律,最后对几何模型进行二次重构,完成细观结构的建模。相比于基于编织工艺参数的结构建模方式,它提高了重构模型与真实编织结构的吻合度,有助于提高后续对材料力学性能计算的准确度;而相比于直接依据μCT图像进行结构重建的方法,它简化了繁琐的点云数据处理过程,极大地降低了计算成本。
Description
技术领域
本发明涉及一种基于拓扑特征的编织复合材料细观结构快速重构方法。
背景技术
三维编织复合材料是一种利用编织技术,把经向、纬向和法向的纤维束编织成一个整体的的复合材料,具有材料和结构一体化特征。由于免去了二次加工可能造成的损伤,所以不仅具有传统复合材料的高比强度和比刚度等良好的物理化学特性,同时避免了复合材料传统层合板的层间剪切破坏,大大提升了材料的可靠性,同时也降低了成本。因此三维编织复合材料具有极广的发展前景,是未来航空航天发展的主流材料。
随着计算机行业的发展,在复合材料力学性能研究的领域,数值模拟技术已经与传统力学实验技术并驾齐驱,成为研究问题的两种主要方法。而材料细观结构的几何建模则是数值模拟技术中最基础的部分,直接影响数值计算结果的准确性。当前大多数几何模型都针对理想化结构进行建模,不考虑实际编织结构中因为纤维束间、纤维束和基体间相互约束而造成的变形。这使得材料细观结构的计算模型与真实情况存在很大差异,导致对某些材料力学性能预测产生极大的误差,例如裂纹的扩展和材料的损伤。但是若完全按照真实材料进行详细的细观结构建模,一方面计算成本会极大地增加,另一方面可能因为某些小的尺寸缺陷导致数值计算方法难以收敛,使力学性能预测遭到失败。
复合编织材料细观建模方法主要有三类:1)一类对实际编织件进行切割,拍摄切割面,利用图像处理技术获得实际纤维束截面轮廓,然后通过CAD软件重建几何模型。但是切割不可避免地会对编制体造成破坏;2)一类是利用编织参数、纤维束编织规律,进行理想化模型的几何建模,不考虑空间纤维束的相互扭结和挤压造成的纤维束的弯曲和截面变形。但是缺乏实际依据,未考虑在实际编织过程中,纤维束与纤维束之间的相互作用对纤维束截面形状与结构的影响;3)还有一类是依据断层扫描图像直接生成点云数据,根据数据重构模型,这种建模方法过程往往十分繁琐,容易引入误差。
专利申请号为201410550663.0,发明名称为“基于CT扫描图像的MEMS结构重构与检测方法”,该发明采用工业CT技术扫描得到器件系列图像,对图像处理后得到其点云体数据,根据体数据重建表面模型,再依据表面模型重构实体模型。该方法主要关注表面形状的特征识别,应用于MEMS超小结构的无损检测。专利申请号为201110194159.8,发明名称为“一种基于序列图像的多相材料细观构造有限元重构方法”,该发明在采集、读取和插值材料序列图像的基础上,建立与图像形成映射关系的网格模型,并利用网格的构造信息确定节点和单元信息,利用图像颜色信息确定模型材料属性,从而重构有限元模型。这种方法避免了几何重构与网格划分等环节中的误差积累,但是需要处理大量的数据,计算成本很高,该方法更适合处理多相随机分布的材料。专利申请号为201610240707.9,发明名称为“一种复合材料细观结构的计算机图形识别方法”,该发明采用X光计算机断层扫描技术得到2.5维复合材料的细观结构图片;采用阈值分割技术识别出基体区域;将每个基体区域假设为扭曲的四边形结构处理,识别出每个基体区域的四条边界,并进行标记;利用基体区域完成对预制体的经、纬向纤维束的识别;最后将每一幅经过识别的图片堆叠起来,建立2.5维细观结构三维模型。这种方法的适用范围比较窄,对于复杂的如3D正交、3D4向编织结构并不可行;并且其辨识的主体是基体,没有考虑编织结构纤维束的编织特征,很容易造成模型误差。
发明内容
为解决以上现有技术存在的问题,本发明提出一种基于拓扑特征的编织复合材料细观结构快速重构方法
本发明可通过以下技术方案予以解决:
一种基于拓扑特征的编织复合材料细观结构快速重构方法,包括以下步骤:
1)准备样品:制备尺寸适用于μCT测试的复合材料样品;
2)编织体拓扑特征的参数化建模:假设编制过程稳定,编织结构均匀一致;纤维束截面可近似为椭圆,以样条曲线作为纤维束的轴线,表示纤维束走向,针对不同编织方式的结构体进行参数化建模,建立编织体的拓扑模型;
3)μCT系统扫描:利用高功率显微μCT系统对真实编织结构进行扫描,获得结构的点云数据;
4)数据处理:利用ImageJ图像处理软件处理μCT系统扫描得到的原始数据,将raw文件转化为常用的png图形文件;
5)细观结构的相成分辨识:不同的物质,X射线吸收系数不同,有材料的区域与没有材料的区域在μCT扫描图像中表现为灰度不同,根据灰度的连续性识别出编织结构各向纤维束;
6)细观结构的纤维束特征辨识与提取:运用ImageJ软件中的测量工具获得不同空间位置处纤维束的束间距离和实际截面形状的特征与结构参数,再采用统计平均的处理方法,对实测的参数变化规律进行均一化处理;
7)参数化模型的修正:依据提取的特征参数对参数化细观模型中纤维束的空间位置进行修改,沿纤维束走向修改纤维束横截面参数,以表现纤维束受挤压的变形程度,位置不同,纤维束变形程度不同,从而得到与真实结构有很高吻合度的细观模型。
作为本发明的优选实施例,所述μCT系统可为其他扫描精度的CT系统。
作为本发明的优选实施例,所述μCT系统扫描得到的原始数据也可利用VGStudio或Avizo软件处理将raw文件转化为常用的png图形文件。
作为本发明的优选实施例,所述细观结构模型即为微观模型或拓扑模型。
有益效果
1)模型与真实结构吻合度高:本发明利用CT断层扫描,在不损伤材料结构的前提下提取材料真实的特性参数,与切割编织体得到材料参数或仅利用编织参数建立的理想化模型相比,本发明重构的模型与真实结构更加吻合。
2)模型重构过程简单快捷,计算成本低:本发明并没有直接利用CT扫描序列图像的点云数据生成模型,仅提取了重要的编织体特征参数,提取方式简单明了,与利用点云数据直接生成模型相比,略去了复杂并且极易引入误差的数据处理过程,计算成本大大降低。
3)适用范围广:本发明能运用于任何已知编织结构的复合材料细观模型重构上,并且对于同一编织结构的复合材料,仅需依据特征参数改变模型参数,不需要重复建模。
附图说明
图1为本发明建模流程图;
图2-1、2-2、2-3、2-4分别为四种不同结构编织体的μCT扫描结果与重构的细观模型。
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式,本领域的技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。
实施例
如图1所示,本发明的一种基于拓扑特征的编织复合材料细观结构快速重构方法,以图2-2所示2.5D编织结构为例,包括以下步骤:
1)准备样品:制备尺寸(长x高x宽:8750.76x4304.5x11670μm)适用于μCT测试的2.5D复合材料样品;
2)编织体细观结构的参数化建模:2D结构由经向纤维束与纬向纤维束在同一平面相互交织构成,2.5D结构是在2D的基础上,使纬向纤维束与两层经向纤维束交织,形成平行多层交织,以椭圆作为2.5D模型的纤维束截面,依据经纬向纤维束的交织方式进行参数化建模,建立编织体的拓扑模型;
3)μCT系统扫描:利用高功率显微μCT系统对同样编织参数的真实2.5D编织体进行扫描,获得编织体结构的点云数据;
4)数据处理:利用ImageJ图像处理软件处理μCT系统扫描得到的原始数据,将raw文件转化为常用的png图形文件;
5)细观结构的相成分辨识:不同的物质,X射线吸收系数不同,有材料的区域与没有材料的区域在μCT扫描图像中表现为灰度不同,根据灰度的不连续性识别出2.5D编织结构的经向纤维束与纬向纤维束;
6)细观结构的纤维束特征辨识与提取:运用ImageJ软件中的测量工具获得不同空间位置处纤维束的束间距离和实际截面形状的特征与结构参数,再采用统计平均的处理方法,对实测的特征与结构参数进行均一化处理。受到编织方式影响,纬向纤维束排列紧密,经向纤维束处处受到纬向纤维束挤压,从μCT扫描图像的实际测量数据得知纤维束沿轴线方向横截面积变化小,可忽略。对经向纤维束横截面积做均一化处理,椭圆横截面长轴为1076μm,短轴为142.5μm,经向纤维束束间距离为2381μm。经向纤维束排列松散,束间距离大,造成部分纬向纤维束未与经向纤维束接触,从μCT扫描图像的实际测量数据得知两纤维束接触部分与未接触部分的横截面积变化大,不可忽略。均一化处理后,两纤维束未交叉部分中心处截面面积最大为169936μm2,椭圆横截面长轴为988μm,短轴为172μm,两纤维束交叉部分中心处截面面积最小为157573μm2,椭圆长轴为1105μm,短轴为142.6μm,纬向纤维束束间距离为1120μm;
7)参数化模型的修正:依据提取的特征参数对参数化细观模型中经纬向纤维束的束间距离与
横截面参数进行修改,得到与真实结构有很高吻合度的细观模型。
其中,μCT系统可以使用其他扫描精度的CT系统;μCT扫描得到的原始数据,可以利用VGStudio、Avizo软件处理,能够得到与ImageJ软件同样的效果;细观结构模型可以用微观模型、拓扑模型的概念代替。
如图2-1、2-3、2-4所示,分别为本发明2D、3D正交、3D4向结构编织体的μCT扫描结果与重构的细观模型。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于拓扑特征的编织复合材料细观结构快速重构方法,其特征在于,包括以下步骤:
1)准备样品:制备尺寸适用于μCT测试的复合材料样品;
2)编织体细观结构的参数化建模:假设编织过程稳定,编织结构均匀一致;纤维束截面近似为椭圆,以样条曲线作为纤维束的轴线,表示纤维束走向,针对不同编织方式的结构体进行参数化建模,建立编织体的拓扑模型;
3)μCT系统扫描:利用高功率显微μCT系统对复合材料进行扫描,获得复合材料的点云数据;
4)数据处理:利用ImageJ图像处理软件处理μCT系统扫描得到的原始数据,将raw文件转化为常用的png图形文件;
5)细观结构的相成分辨识:不同的物质,X射线吸收系数不同,有复合材料的区域与没有复合材料的区域在μCT扫描图像中表现为灰度不同,根据灰度的不连续性识别出编织结构的各向纤维束;
6)细观结构的纤维束特征辨识与提取:运用ImageJ软件中的测量工具获得不同空间位置处纤维束的束间距离和实际截面形状的特征参数与结构参数,再采用统计平均的处理方法,对实测参数的变化规律进行均一化处理;
7)参数化模型的修正:依据提取的特征参数对参数化细观模型中纤维束的空间位置进行修改,沿纤维束走向修改纤维束横截面参数,以表现纤维束受挤压的变形程度,位置不同,纤维束变形程度不同,从而得到与真实结构有很高吻合度的细观模型。
2.根据权利要求1所述的方法,其特征在于,所述μCT系统可为其他扫描精度的CT系统。
3.根据权利要求1所述的方法,其特征在于,所述μCT系统扫描得到的原始数据也可利用VGStudio或Avizo软件处理将raw文件转化为常用的png图形文件。
4.根据权利要求1所述的方法,其特征在于,所述细观结构模型即为微观模型或拓扑模型。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910487897.8A CN110276814B (zh) | 2019-06-05 | 2019-06-05 | 一种基于拓扑特征的编织复合材料细观结构快速重构方法 |
US17/291,730 US11830112B2 (en) | 2019-06-05 | 2020-06-04 | Method for rapid reconstruction of woven composite material microstructure based on topological features |
PCT/CN2020/094434 WO2020244593A1 (zh) | 2019-06-05 | 2020-06-04 | 一种基于拓扑特征的编织复合材料细观结构快速重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910487897.8A CN110276814B (zh) | 2019-06-05 | 2019-06-05 | 一种基于拓扑特征的编织复合材料细观结构快速重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110276814A CN110276814A (zh) | 2019-09-24 |
CN110276814B true CN110276814B (zh) | 2022-05-10 |
Family
ID=67962027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910487897.8A Active CN110276814B (zh) | 2019-06-05 | 2019-06-05 | 一种基于拓扑特征的编织复合材料细观结构快速重构方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11830112B2 (zh) |
CN (1) | CN110276814B (zh) |
WO (1) | WO2020244593A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276814B (zh) | 2019-06-05 | 2022-05-10 | 上海大学 | 一种基于拓扑特征的编织复合材料细观结构快速重构方法 |
CN111272870B (zh) * | 2019-12-31 | 2023-03-14 | 中国航空制造技术研究院 | 一种用于编织复合材料超声检测的编织系数的确定方法 |
CN111882667B (zh) * | 2020-07-27 | 2023-11-21 | 合肥工业大学 | 基于细观结构的沥青混凝土三维有限元建模方法 |
EP3964824B1 (en) * | 2020-09-02 | 2024-02-14 | AT & S Austria Technologie & Systemtechnik Aktiengesellschaft | Expansion coefficient determination with deformation measurement and simulation |
CN112164134B (zh) * | 2020-09-28 | 2024-03-22 | 华南理工大学 | 一种基于图像处理的随机曲线建模方法 |
WO2022145091A1 (ja) * | 2020-12-28 | 2022-07-07 | 株式会社Ihi | 繊維強化材における繊維層を識別する、識別装置、識別方法、及び、識別プログラム |
CN113591556A (zh) * | 2021-06-22 | 2021-11-02 | 长春理工大学 | 一种基于神经网络三体模型的三维点云语义分析方法 |
CN114239276B (zh) * | 2021-12-17 | 2024-07-23 | 南京航空航天大学 | 一种2.5维编织复合材料细观结构纤维束的建模方法 |
CN114719756B (zh) * | 2022-03-17 | 2024-05-24 | 广州海关技术中心 | 一种毛针织物编织密度系数的测量方法及系统 |
CN115017707B (zh) * | 2022-06-08 | 2024-09-06 | 南京航空航天大学 | 一种基于像素法的2.5维编织复合材料建模方法 |
CN115082686A (zh) * | 2022-08-22 | 2022-09-20 | 同济大学 | 一种应用新型三维点云识别方法的座便器粘接效果检测系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102690124A (zh) * | 2011-09-14 | 2012-09-26 | 中国人民解放军总后勤部军需装备研究所 | 一种C/SiC陶瓷基复合材料及其制备方法 |
CN102867082A (zh) * | 2012-08-29 | 2013-01-09 | 西北工业大学 | 一种复合材料铺层展开方法 |
CN105803623A (zh) * | 2016-04-18 | 2016-07-27 | 南京航空航天大学 | 一种复合材料细观结构的计算机图形识别方法 |
CN106093108A (zh) * | 2016-05-19 | 2016-11-09 | 南京航空航天大学 | 基于间隙缺陷识别的单向纤维增韧复合材料等效导热系数预估方法 |
WO2018059155A1 (zh) * | 2016-09-29 | 2018-04-05 | 北京理工大学 | 带有几何误差的三维实体模型的构建方法及计算机可读存储介质 |
GB201806540D0 (en) * | 2018-03-06 | 2018-06-06 | Rolls Royce Plc | Surface or interface defect detection |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102236737B (zh) | 2011-07-14 | 2013-01-02 | 西安交通大学 | 一种基于序列图像的多相材料细观构造有限元重构方法 |
FR3010523B1 (fr) * | 2013-09-06 | 2015-09-25 | Safran | Procede de caracterisation d'une piece en materiau composite |
CN104268940B (zh) | 2014-10-17 | 2017-02-15 | 中国石油大学(华东) | 基于ct扫描图像的mems结构重构与检测方法 |
JP6680564B2 (ja) | 2016-02-29 | 2020-04-15 | 株式会社Ihi | 素材形状シミュレーション装置、素材形状シミュレーション方法及び三次元織繊維部品製造方法 |
CN106202728B (zh) | 2016-07-12 | 2019-04-09 | 哈尔滨工业大学 | 基于Micro-CT三维编织复合材料非均匀Voxel网格离散方法 |
CN108932385A (zh) | 2018-07-05 | 2018-12-04 | 北京航空航天大学 | 一种编织复合材料内部变截面纤维束代表性体元的建模方法 |
CN109241694B (zh) | 2018-11-16 | 2021-04-13 | 南京航空航天大学 | 一种编织陶瓷基复合材料预制体宏细观一体化建模方法 |
CN110276814B (zh) | 2019-06-05 | 2022-05-10 | 上海大学 | 一种基于拓扑特征的编织复合材料细观结构快速重构方法 |
-
2019
- 2019-06-05 CN CN201910487897.8A patent/CN110276814B/zh active Active
-
2020
- 2020-06-04 US US17/291,730 patent/US11830112B2/en active Active
- 2020-06-04 WO PCT/CN2020/094434 patent/WO2020244593A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102690124A (zh) * | 2011-09-14 | 2012-09-26 | 中国人民解放军总后勤部军需装备研究所 | 一种C/SiC陶瓷基复合材料及其制备方法 |
CN102867082A (zh) * | 2012-08-29 | 2013-01-09 | 西北工业大学 | 一种复合材料铺层展开方法 |
CN105803623A (zh) * | 2016-04-18 | 2016-07-27 | 南京航空航天大学 | 一种复合材料细观结构的计算机图形识别方法 |
CN106093108A (zh) * | 2016-05-19 | 2016-11-09 | 南京航空航天大学 | 基于间隙缺陷识别的单向纤维增韧复合材料等效导热系数预估方法 |
WO2018059155A1 (zh) * | 2016-09-29 | 2018-04-05 | 北京理工大学 | 带有几何误差的三维实体模型的构建方法及计算机可读存储介质 |
GB201806540D0 (en) * | 2018-03-06 | 2018-06-06 | Rolls Royce Plc | Surface or interface defect detection |
Non-Patent Citations (4)
Title |
---|
Smooth, Volume-Accurate Material Interface Reconstruction;John C等;《IEEE Transactions on Visualization and Computer Graphics》;20100115;第802-814页 * |
三维四向编织复合材料的单胞应力场分布;姜黎黎等;《哈尔滨理工大学学报》;20110415(第02期);第70-73页 * |
基干双振镜的激光扫描系统的设计与实现;孙琳洋;《中国优秀硕士学位论文全文数据库(工程科技II辑)》;20160315;第C031-468页 * |
皮革纤维编织网络三维重构研;张华勇;《中国博士学位论文全文数据库工程科技I辑》;20160615;第B024-31页 * |
Also Published As
Publication number | Publication date |
---|---|
US20220130082A1 (en) | 2022-04-28 |
CN110276814A (zh) | 2019-09-24 |
WO2020244593A1 (zh) | 2020-12-10 |
US11830112B2 (en) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110276814B (zh) | 一种基于拓扑特征的编织复合材料细观结构快速重构方法 | |
Kumar et al. | Reverse engineering in product manufacturing: an overview | |
Melenka et al. | Micro-computed tomography analysis of tubular braided composites | |
CN111272091B (zh) | 一种基于三维激光扫描的焊接工字钢大变形自动识别方法 | |
CN102236737A (zh) | 一种基于序列图像的多相材料细观构造有限元重构方法 | |
JP6681221B2 (ja) | 構造解析装置、構造解析方法及び三次元織繊維素材製造方法 | |
Wernersson et al. | Characterisations of fibre networks in paper using micro computed tomography images | |
CN106233126B (zh) | 用于表征零件的方法 | |
Wijaya et al. | Multi-method characterization approach to facilitate a strategy to design mechanical and electrical properties of sintered copper | |
Jin et al. | Automatic multi-stereo-vision reconstruction method of complicated tubes for industrial assembly | |
CN104268940A (zh) | 基于ct扫描图像的mems结构重构与检测方法 | |
Liu et al. | Integrating cross-sectional imaging based reverse engineering with rapid prototyping | |
Cai et al. | A new two-step modeling strategy for random micro-fiber reinforced composites with consideration of primary pores | |
Sánchez et al. | Fast and accurate mesh registration applied to in-line dimensional inspection processes | |
Plank et al. | Evaluation and visualisation of shape factors in dependence of the void content within CFRP by means of X-ray computed tomography | |
Khaloo et al. | Extracting structural models through computer vision | |
Ding et al. | Automatic 3D reconstruction of SEM images based on Nano-robotic manipulation and epipolar plane images | |
Dusaussoy et al. | Image processing for CT-assisted reverse engineering and part characterization | |
Łukaszewicz et al. | Reverse engineering approach for object with free-form surfaces using standard surface-solid parametric CAD system | |
Abdul-Aziz et al. | Challenges in integrating nondestructive evaluation and finite-element methods for realistic structural analysis | |
Khaloo et al. | A Hierarchical computer vision approach to infrastructure inspection | |
Czabaj et al. | Three-dimensional imaging and numerical reconstruction of graphite/epoxy composite microstructure based on ultra-high resolution X-ray computed tomography | |
Ha et al. | Application of industrial 3D X-ray CT (computed tomography) to improve reliability of additive manufacturing technology | |
Suzuki et al. | Skeleton surface generation from volumetric models of thin plate structures for industrial applications | |
Sause et al. | Computed tomography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |