CN111951904A - 基于碳纤维的微观结构量化与性能检测方法 - Google Patents
基于碳纤维的微观结构量化与性能检测方法 Download PDFInfo
- Publication number
- CN111951904A CN111951904A CN202010892313.8A CN202010892313A CN111951904A CN 111951904 A CN111951904 A CN 111951904A CN 202010892313 A CN202010892313 A CN 202010892313A CN 111951904 A CN111951904 A CN 111951904A
- Authority
- CN
- China
- Prior art keywords
- carbon fiber
- area
- determining
- target
- line segment
- 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.)
- Granted
Links
- 229920000049 Carbon (fiber) Polymers 0.000 title claims abstract description 170
- 239000004917 carbon fiber Substances 0.000 title claims abstract description 170
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 121
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000011002 quantification Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 15
- 230000011218 segmentation Effects 0.000 claims description 32
- 230000002093 peripheral effect Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 16
- 239000000835 fiber Substances 0.000 claims description 15
- 238000005520 cutting process Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910002804 graphite Inorganic materials 0.000 description 2
- 239000010439 graphite Substances 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 239000011157 advanced composite material Substances 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000011889 copper foil Substances 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 239000003822 epoxy resin Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 229920000647 polyepoxide Polymers 0.000 description 1
- 239000012779 reinforcing material Substances 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/80—Data visualisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Treatment Of Fiber Materials (AREA)
- Inorganic Fibers (AREA)
Abstract
本发明提供了基于碳纤维的微观结构量化及性能检测方法，包括：获取目标碳纤维，并根据预设获取方法，获取目标碳纤维的目标横断面样品；基于有效填充率对目标横断面样品进行第一量化分析，获得目标碳纤维的微观量化指标；对目标横断面样品进行第二量化分析，获得目标碳纤维的性能量化指标；根据获取的目标碳纤维的微观量化指标和性能量化指标，确定目标碳纤维的检测结果，并将检测结果传输到用户端进行显示。便于有效的确定碳纤维的检测结果，提高其的可靠性。
Description
技术领域
本发明涉及碳材料技术领域，特别涉及基于碳纤维的微观结构量化与性能检测方法。
背景技术
碳纤维是由碳元素组成的一种特种纤维。具有耐高温、抗摩擦、导电、导热及耐腐蚀等特性外形呈纤维状、柔软、可加工成各种织物，由于其石墨微晶结构沿纤维轴择优取向，因此沿纤维轴方向有很高的强度和模量。碳纤维的密度小，因此比强度和比模量高。碳纤维的主要用途是作为增强材料与树脂、金属、陶瓷及炭等复合，制造先进复合材料。碳纤维增强环氧树脂复合材料，其比强度及比模量在现有工程材料中是最高的。随着碳纤维应用的广泛，了解碳纤维的微观结构和性能指标也就越来越重要，因此，本发明提出了基于碳纤维的微观结构量化与性能检测方法。
发明内容
本发明提供基于碳纤维的微观结构量化与性能检测方法，用以通过对碳纤维进行两次量化分析，获取碳纤维的量化指标，来实现对其的检测，可有效的提高检测结果的可靠性。
本发明实施例提供基于碳纤维的微观结构量化及性能检测方法，包括：
获取目标碳纤维，并根据预设获取方法，获取所述目标碳纤维的目标横断面样品；
基于有效填充率对所述目标横断面样品进行第一量化分析，获得所述目标碳纤维的微观量化指标；
对所述目标横断面样品进行第二量化分析，获得所述目标碳纤维的性能量化指标；
根据获取的所述目标碳纤维的微观量化指标和性能量化指标，确定所述目标碳纤维的检测结果，并将所述检测结果传输到用户端进行显示。
在一种可能实现的方式中，基于有效填充率对所述目标横断面样品进行第一量化分析的过程中，还包括：获取所述有效填充率，其获取步骤包括：
确定所述目标横断面样品的平行侧面的取向单元和所述取向单元的取向参考坐标，基于有效导热方向，并根据碳纤维的目标链轴，来确定所述目标链轴基于所述取向参考坐标的第一角度；
基于所述第一角度小于预设角度的碳纤维数量在所有第一角度对应的碳纤维总量中所占的比例，进而确定所述目标碳纤维的取向率；
确定所述目标横断面样品的垂直截面的单位面积内碳纤维的个数和每个所述碳纤维的单体面积，进而确定所述目标碳纤维的填充率；
根据确定的所述目标碳纤维的取向率和填充率，获得所述有效填充率。
在一种可能实现的方式中，对所述目标横断面样品进行第二量化分析，获得所述目标碳纤维的性能量化指标的过程中，还包括：确定所述目标碳纤维的表面特征，其步骤包括：
基于电子显微镜，获取所述目标横断面样品的第一图像；
获取所述第一图像的外围区域，同时判断所述外围区域中是否存在有效图像信息，若存在，将所述外围区域保留，此时，所述第一图像变为第二图像；
否则，对所述外围区域进行切割处理，并将切割处理后的外围区域进行删除，获得第二图像；
对所述第二图像进行预处理，获得第三图像；
基于预设算法，获取所述第三图像中碳纤维的状态信息，所述状态信息包括：所述碳纤维的横断面面积、所述碳纤维的周长、所述碳纤维的直径所包含的像素数量；
根据所述状态信息，获取所述目标碳纤维的表面特征，所述表面特征包括：所述目标碳纤维的表面形状、所述目标碳纤维的沟槽大小；
其中，根据所述碳纤维的横断面面积、周长和直径，是基于所述像素数量及每个像素点的像素值得到的。
在一种可能实现的方式中，获取所述目标碳纤维的表面形状的步骤包括：
基于获得的所述第三图像，将所述第三图像进行区域块划分处理，且确定所有区域块中的当前区域块中碳纤维的纤维数量和每个碳纤维在所述区域块中的位置信息；
同时，确定每个所述碳纤维的纤维形状，并根据确定的所对应的每个碳纤维的位置信息，自动根据所述纤维形状截取所述碳纤维的二维边框；
对所述二维边框进行预设点对点的连接，并对构成的连接线进行预设标注，所述预设标注是根据所述连接线上的每个连接点经过对应的碳纤维位置上的像素点的像素大小决定的，所述像素大小与对应的连接线的预设标注成正比关系；
对获取的每个所述碳纤维的所有连接线进行显著性显示，进而获得所述第三图像显著性显示；
根据所述第三图像显著性显示结果，来获得所述目标碳纤维的表面形状。
在一种可能实现的方式中，获取所述目标碳纤维的沟槽大小的步骤包括：
确定所述第三图像中所有沟槽线条；
基于预先存储的切点数据库，确定所述沟槽线条的切点信息；
根据相邻切点信息，确定所述沟槽大小。
在一种可能实现的方式中，所述对外围区域进行切割处理的步骤如下：
确定所述外围区域的区域轮廓，并对所述区域轮廓进行点分割，确定获得的每个线段基于标准轮廓的偏离角度；
将偏离角度小于或等于预设角度的第一线段进行保留，获取偏离角度大于预设角度的第二线段，并确定所述第二线段是偏向所述标准轮廓内部还是偏向所述标准轮廓外部；
若是，偏向所述标准轮廓内部，确定构建所述第二线段相邻的标准线段，并构成线段区域，确定所述线段区域内是否存在有效像素值，若存在，将所述第二线段进行向外偏移处理，直到所述线段区域内不包含所述有效像素值；
若是，偏向所述标准轮廓外部，确定构建所述第二线段相邻的标准线段，并构成线段区域，确定所述线段区域内是否存在有效像素值，若不存在，将所述第二线段进行向内偏移处理，直到所述线段区域与有效像素值的最短距离小于预设距离；
通过对所有第二线段进行调整，并根据保留的第一线段构成最终区域轮廓，并基于所述最终区域轮廓进行切割处理。
在一种可能实现的方式中，对所述区域轮廓进行点分割，确定获得的每个线段基于标准轮廓的偏离角度的过程中包括：确定分割点的合理性，其步骤包括：
基于标准二维坐标，确定每个分割点的坐标(x,y)；
根据公式(1)，确定每个分割点基于第三图像的权重值g(x,y)；
其中，dx表分割点在x轴的像素值；dy表分割点在与y轴的像素值；δ表示基于所有分割点的标准差；s表示分割点在第三图像中位置信息；
对所述权重值g(x,y)进行判断处理，并确定所述分割点是否合理，当所述权重值g(x,y)大于或等于预设值时，判定所述分割点合理，并将所述分割点保留；
否则，将所述分割点删除。
在一种可能实现的方式中，还包括：根据公式(2)确定确定所述目标碳纤维的取向率；
其中，m表示在标准面积样本中的预设面积内选取的碳纤维的总个数；Ni表示m个碳纤维内的第i个碳纤维的纤维面积；ni表示m个碳纤维内的第i个碳纤维的第一角度小于预设角度部分在预设面积内的占比面积；其中，i＝1,2,3,...m。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中基于碳纤维的微观结构量化及性能检测方法的流程图；
图2为本发明实施例中第二线段偏向标准轮廓内部的结构示意图；
图3为本发明实施例中第二线段偏向标准轮廓外部的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供基于碳纤维的微观结构量化及性能检测方法，如图1所示，包括：
步骤1：获取目标碳纤维，并根据预设获取方法，获取所述目标碳纤维的目标横断面样品；
步骤2：基于有效填充率对所述目标横断面样品进行第一量化分析，获得所述目标碳纤维的微观量化指标；
步骤3：对所述目标横断面样品进行第二量化分析，获得所述目标碳纤维的性能量化指标；
步骤4：根据获取的所述目标碳纤维的微观量化指标和性能量化指标，确定所述目标碳纤维的检测结果，并将所述检测结果传输到用户端进行显示。
上述预设获取方法，例如可以是将碳纤维用导电银浆固定在铜箔上，采用液氮冷却脆断法得到目标碳纤维的横断面样品；
上述有效填充率是指取向率和填充率，其，有限填充率＝取向率*填充率；
上述微观量化指标主要是用有效填充率进行第一量化分析；性能量化指标主要是指碳纤维的导热系数、外观和力学性能等；
上述检测结果，例如是指，碳纤维的填充效果；
因为碳纤维的填充效果是基于微观结构量化指标和性能量化指标进行评价得到的。
上述第一量化分析中，可以是包括：在图像处理的基础上获取取向率和填充率；第二量化分析中，可以是包括对碳纤维图像进行图像处理等操作。
上述在对微观机构进行分析的过程中，可以采用如下实施例：
通过扫描电子显微镜确定碳纤维的表面形貌和端口形貌；通过X射线衍射仪，确定碳纤维微晶结构；通过小角X射线散射仪确定碳纤维的孔隙结构，根据表面形貌、端口形貌、微晶结构和孔隙结构确定最终的微观结构，其微观结构与力学性能紧密联系。
上述技术方案的有益效果是：用以通过对碳纤维进行两次量化分析，获取碳纤维的量化指标，来实现对其的检测，可有效的提高检测结果的可靠性。
本发明实施例提供基于碳纤维的微观结构量化及性能检测方法，基于有效填充率对所述目标横断面样品进行第一量化分析的过程中，还包括：获取所述有效填充率，其获取步骤包括：
确定所述目标横断面样品的平行侧面的取向单元和所述取向单元的取向参考坐标，基于有效导热方向，并根据碳纤维的目标链轴，来确定所述目标链轴基于所述取向参考坐标的第一角度；
基于所述第一角度小于预设角度的碳纤维数量在所有第一角度对应的碳纤维总量中所占的比例，进而确定所述目标碳纤维的取向率；
确定所述目标横断面样品的垂直截面的单位面积内碳纤维的个数和每个所述碳纤维的单体面积，进而确定所述目标碳纤维的填充率；
根据确定的所述目标碳纤维的取向率和填充率，获得所述有效填充率。
导热率是指单位温度梯度下，单位时间内通过单位垂直面积的热量，其中单位垂直即为导热方向；
有效导热方向，可以是在通过单位垂直面积有效热量对应的方向；
上述目标链轴是指的碳纤维的拉伸方向，第一角度是其拉伸方向与取向参考坐标之间的夹角；
上述确定取向率的过程中，还包括其他条件，如标准面积样本中标准碳纤维的面积，其标准面积样本中标准碳纤维即为第一角度对应的碳纤维总量；
上述填充率，例如是：填充率＝(w1+w2+w3+w4+w5+w6)/(6W),其中，6W是指，6个标准碳纤维中每个标准碳纤维的面积为W；w1是指目标横断面样品中的第一个碳纤维的在预设区域中的面积，w2是指目标横断面样品中的第二个碳纤维的在预设区域中的面积，以此类推。
上述技术方案的有益效果是：通过获取取向率和填充率，为获取有效填充率提供数据基础。
本发明实施例提供基于碳纤维的微观结构量化及性能检测方法，对所述目标横断面样品进行第二量化分析，获得所述目标碳纤维的性能量化指标的过程中，还包括：确定所述目标碳纤维的表面特征，其步骤包括：
基于电子显微镜，获取所述目标横断面样品的第一图像；
获取所述第一图像的外围区域，同时判断所述外围区域中是否存在有效图像信息，若存在，将所述外围区域保留，此时，所述第一图像变为第二图像；
否则，对所述外围区域进行切割处理，并将切割处理后的外围区域进行删除，获得第二图像；
对所述第二图像进行预处理，获得第三图像；
基于预设算法，获取所述第三图像中碳纤维的状态信息，所述状态信息包括：所述碳纤维的横断面面积、所述碳纤维的周长、所述碳纤维的直径所包含的像素数量；
根据所述状态信息，获取所述目标碳纤维的表面特征，所述表面特征包括：所述目标碳纤维的表面形状、所述目标碳纤维的沟槽大小；
其中，根据所述碳纤维的横断面面积、周长和直径，是基于所述像素数量及每个像素点的像素值得到的。
上述第一图像，是指获取的目标横断面样品的高清图像；
上述确定外围区域，对外围区域进行切割的目的，是为了将第一图像的有效范围进行缩小；
上述有效图像信息，是指与像素值有关的图像信息；
上述预设算法，例如可以是标签算法；
上述对第二图像进行预处理，例如是对其进行灰度处理、二值化处理等。
上述技术方案的有益效果是：通过确定外围区域，便于将第一图像的有效范围进行缩小，提高处理速度；通过预设算法，便于获取碳纤维的状态信息，方便了解碳纤维。
本发明实施例提供基于碳纤维的微观结构量化及性能检测方法，获取所述目标碳纤维的表面形状的步骤包括：
基于获得的所述第三图像，将所述第三图像进行区域块划分处理，且确定所有区域块中的当前区域块中碳纤维的纤维数量和每个碳纤维在所述区域块中的位置信息；
同时，确定每个所述碳纤维的纤维形状，并根据确定的所对应的每个碳纤维的位置信息，自动根据所述纤维形状截取所述碳纤维的二维边框；
对所述二维边框进行预设点对点的连接，并对构成的连接线进行预设标注，所述预设标注是根据所述连接线上的每个连接点经过对应的碳纤维位置上的像素点的像素大小决定的，所述像素大小与对应的连接线的预设标注成正比关系；
对获取的每个所述碳纤维的所有连接线进行显著性显示，进而获得所述第三图像显著性显示；
根据所述第三图像显著性显示结果，来获得所述目标碳纤维的表面形状。
上述确定碳纤维在区域块中的位置信息，一般是根据图像处理分析确定的，或者根据预先训练好的模型对其进行识别；
其截取碳纤维的二维边框，也可以是根据神经网络模型训练得到的；
上述对二维边框进行预设点对点的连接，相当于是将该碳纤维进行再次覆盖，且在覆盖过程中，连接线上的连接点会根据与其一一对应的像素值进行不同的显著性标注，进而获得整个第三图像的显著性标注，其，可以有效直观的确定其碳纤维的有效性；
上述像素值越大，对应的预设标注的显著性越明显。
上述技术方案的有益效果是：通过划分区域块，便于精细处理，提高最终结果的准确性，通过确定碳纤维的位置信息和数量，便于有效的处理，通过对每个碳纤维进行显著性标注，便于了解每个碳纤维的情况。
本发明实施例提供基于碳纤维的微观结构量化及性能检测方法，获取所述目标碳纤维的沟槽大小的步骤包括：
确定所述第三图像中所有沟槽线条；
基于预先存储的切点数据库，确定所述沟槽线条的切点信息；
根据相邻切点信息，确定所述沟槽大小。
其中，切点信息可以是指基于某个线段的切点坐标等。
上述技术方案的有益效果是：通过确定相连切点信息，便于有效的确定沟槽大小。
本发明实施例提供基于碳纤维的微观结构量化及性能检测方法，所述对外围区域进行切割处理的步骤如下：
确定所述外围区域的区域轮廓，并对所述区域轮廓进行点分割，确定获得的每个线段基于标准轮廓的偏离角度；
将偏离角度小于或等于预设角度的第一线段进行保留，获取偏离角度大于预设角度的第二线段，并确定所述第二线段是偏向所述标准轮廓内部还是偏向所述标准轮廓外部；
若是，偏向所述标准轮廓内部，确定构建所述第二线段相邻的标准线段，并构成线段区域，确定所述线段区域内是否存在有效像素值，若存在，将所述第二线段进行向外偏移处理，直到所述线段区域内不包含所述有效像素值；
若是，偏向所述标准轮廓外部，确定构建所述第二线段相邻的标准线段，并构成线段区域，确定所述线段区域内是否存在有效像素值，若不存在，将所述第二线段进行向内偏移处理，直到所述线段区域与有效像素值的最短距离小于预设距离；
通过对所有第二线段进行调整，并根据保留的第一线段构成最终区域轮廓，并基于所述最终区域轮廓进行切割处理。
上述外围区域的区域轮廓是指第一图像中碳纤维区域与外围区域之间的连接边界；
上述对区域轮廓进行点分割，确定获得的每个线段基于标准轮廓的偏离角度，其偏离角度有偏向标准轮廓内部的，还有偏向标准轮廓外部的；
上述预设角度是人为设定的，一般范围在[0°,5°]之内，是为了降低误差，提高准确度；
上述经过点分割之后，获得的线段即为第一线段或第二线段；
上述有效像素值，是指与碳纤维有关联的像素值；
上述直到线段区域与有效像素值的最短距离小于预设距离，其预设距离一般是1mm-3mm中的任意一个值；
上述标准线段是预先设定好的，是为了对第二线段进行有效修正；
如图2所示，为第二线段是偏向标准轮廓内部时的情况，其中，a1表示第二线段，a2表示标准线段，a表示线段区域，a3表示有效像素值，c表示标准轮廓；
如图3所示，为第二线段是偏向标准轮廓外部时的情况。
上述技术方案的有益效果是：通过对第二线段的偏移情况进行处理，便于确定有效的区域轮廓，提高后续的识别精度。
本发明实施例提供基于碳纤维的微观结构量化及性能检测方法，对所述区域轮廓进行点分割，确定获得的每个线段基于标准轮廓的偏离角度的过程中包括：确定分割点的合理性，其步骤包括：
基于标准二维坐标，确定每个分割点的坐标(x,y)；
根据公式(1)，确定每个分割点基于第三图像的权重值g(x,y)；
其中，dx表分割点在x轴的像素值；dy表分割点在与y轴的像素值；δ表示基于所有分割点的标准差；s表示分割点在第三图像中位置信息；
对所述权重值g(x,y)进行判断处理，并确定所述分割点是否合理，当所述权重值g(x,y)大于或等于预设值时，判定所述分割点合理，并将所述分割点保留；
否则，将所述分割点删除。
上述技术方案的有益效果是：通过确定分割点的合理性，可有效的确定该分割点是否具有代表性，可以确保保留的分割点的有效性，降低无效点。
本发明实施例提供基于碳纤维的微观结构量化及性能检测方法，还包括：根据公式(2)确定确定所述目标碳纤维的取向率；
其中，m表示在标准面积样本中的预设面积内选取的碳纤维的总个数；Ni表示m个碳纤维内的第i个碳纤维的纤维面积；ni表示m个碳纤维内的第i个碳纤维的第一角度小于预设角度部分在预设面积内的占比面积；其中，i＝1,2,3,...m。
上述技术方案的有益效果是：通过确定取向率，为后续对碳纤维填充效果进行评价，提供有效的数据基础。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (5)
1.基于碳纤维的微观结构量化及性能检测方法，其特征在于，包括：
获取目标碳纤维，并根据预设获取方法，获取所述目标碳纤维的目标横断面样品；
基于有效填充率对所述目标横断面样品进行第一量化分析，获得所述目标碳纤维的微观量化指标；
对所述目标横断面样品进行第二量化分析，获得所述目标碳纤维的性能量化指标；
根据获取的所述目标碳纤维的微观量化指标和性能量化指标，确定所述目标碳纤维的检测结果，并将所述检测结果传输到用户端进行显示；
对所述目标横断面样品进行第二量化分析，获得所述目标碳纤维的性能量化指标的过程中，还包括：确定所述目标碳纤维的表面特征，其步骤包括：
基于电子显微镜，获取所述目标横断面样品的第一图像；
获取所述第一图像的外围区域，同时判断所述外围区域中是否存在有效图像信息，若存在，将所述外围区域保留，此时，所述第一图像变为第二图像；
否则，对所述外围区域进行切割处理，并将切割处理后的外围区域进行删除，获得第二图像；
对所述第二图像进行预处理，获得第三图像；
基于预设算法，获取所述第三图像中碳纤维的状态信息，所述状态信息包括：所述碳纤维的横断面面积、所述碳纤维的周长、所述碳纤维的直径所包含的像素数量；
根据所述状态信息，获取所述目标碳纤维的表面特征，所述表面特征包括：所述目标碳纤维的表面形状、所述目标碳纤维的沟槽大小；
其中，根据所述碳纤维的横断面面积、周长和直径，是基于所述像素数量及每个像素点的像素值得到的。
2.如权利要求1所述的方法，其特征在于，获取所述目标碳纤维的表面形状的步骤包括：
基于获得的所述第三图像，将所述第三图像进行区域块划分处理，且确定所有区域块中的当前区域块中碳纤维的纤维数量和每个碳纤维在所述区域块中的位置信息；
同时，确定每个所述碳纤维的纤维形状，并根据确定的所对应的每个碳纤维的位置信息，自动根据所述纤维形状截取所述碳纤维的二维边框；
对所述二维边框进行预设点对点的连接，并对构成的连接线进行预设标注，所述预设标注是根据所述连接线上的每个连接点经过对应的碳纤维位置上的像素点的像素大小决定的，所述像素大小与对应的连接线的预设标注成正比关系；
对获取的每个所述碳纤维的所有连接线进行显著性显示，进而获得所述第三图像显著性显示；
根据所述第三图像显著性显示结果，来获得所述目标碳纤维的表面形状。
3.如权利要求1所述的方法，其特征在于，获取所述目标碳纤维的沟槽大小的步骤包括：
确定所述第三图像中所有沟槽线条；
基于预先存储的切点数据库，确定所述沟槽线条的切点信息；
根据相邻切点信息，确定所述沟槽大小。
4.如权利要求1所述的方法，其特征在于，所述对外围区域进行切割处理的步骤如下：
确定所述外围区域的区域轮廓，并对所述区域轮廓进行点分割，确定获得的每个线段基于标准轮廓的偏离角度；
将偏离角度小于或等于预设角度的第一线段进行保留，获取偏离角度大于预设角度的第二线段，并确定所述第二线段是偏向所述标准轮廓内部还是偏向所述标准轮廓外部；
若是，偏向所述标准轮廓内部，确定构建所述第二线段相邻的标准线段，并构成线段区域，确定所述线段区域内是否存在有效像素值，若存在，将所述第二线段进行向外偏移处理，直到所述线段区域内不包含所述有效像素值；
若是，偏向所述标准轮廓外部，确定构建所述第二线段相邻的标准线段，并构成线段区域，确定所述线段区域内是否存在有效像素值，若不存在，将所述第二线段进行向内偏移处理，直到所述线段区域与有效像素值的最短距离小于预设距离；
通过对所有第二线段进行调整，并根据保留的第一线段构成最终区域轮廓，并基于所述最终区域轮廓进行切割处理。
5.如权利要求4所述的方法，其特征在于，对所述区域轮廓进行点分割，确定获得的每个线段基于标准轮廓的偏离角度的过程中包括：确定分割点的合理性，其步骤包括：
基于标准二维坐标，确定每个分割点的坐标(x,y)；
根据公式(1)，确定每个分割点基于第三图像的权重值g(x,y)；
其中，dx表分割点在x轴的像素值；dy表分割点在与y轴的像素值；δ表示基于所有分割点的标准差；s表示分割点在第三图像中位置信息；
对所述权重值g(x,y)进行判断处理，并确定所述分割点是否合理，当所述权重值g(x,y)大于或等于预设值时，判定所述分割点合理，并将所述分割点保留；
否则，将所述分割点删除。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010892313.8A CN111951904B (zh) | 2020-02-03 | 2020-02-03 | 基于碳纤维的微观结构量化与性能检测方法 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010078833.5A CN111276196B (zh) | 2020-02-03 | 2020-02-03 | 基于碳纤维的微观结构量化与性能检测方法 |
| CN202010892313.8A CN111951904B (zh) | 2020-02-03 | 2020-02-03 | 基于碳纤维的微观结构量化与性能检测方法 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010078833.5A Division CN111276196B (zh) | 2020-02-03 | 2020-02-03 | 基于碳纤维的微观结构量化与性能检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111951904A true CN111951904A (zh) | 2020-11-17 |
| CN111951904B CN111951904B (zh) | 2021-04-06 |
Family
ID=71003579
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010892313.8A Active CN111951904B (zh) | 2020-02-03 | 2020-02-03 | 基于碳纤维的微观结构量化与性能检测方法 |
| CN202010078833.5A Active CN111276196B (zh) | 2020-02-03 | 2020-02-03 | 基于碳纤维的微观结构量化与性能检测方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010078833.5A Active CN111276196B (zh) | 2020-02-03 | 2020-02-03 | 基于碳纤维的微观结构量化与性能检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN111951904B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113724241A (zh) * | 2021-09-09 | 2021-11-30 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117115194B (zh) * | 2023-10-20 | 2024-01-30 | 华芯程(杭州)科技有限公司 | 基于电子显微镜图像的轮廓提取方法、装置、设备及介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103472077A (zh) * | 2013-09-18 | 2013-12-25 | 长安大学 | 一种短切碳纤维在硬化水泥浆体中的分散性检测方法 |
| US20140345661A1 (en) * | 2013-05-21 | 2014-11-27 | Baker Hughes Incorporated | Thermoelectric polymer composite, method of making and use of same |
| CN104652131A (zh) * | 2015-01-23 | 2015-05-27 | 北京京阳环保工程有限公司 | 一种生物活性碳纤维、包括其的复合生态膜填料组件及其制备方法 |
| CN106780597A (zh) * | 2016-08-08 | 2017-05-31 | 大连工业大学 | 一种基于图像处理对纤维增强复合材料中纤维特征的提取方法 |
| CN206383589U (zh) * | 2017-01-25 | 2017-08-08 | 常州众杰复合材料有限公司 | 一种耐酸腐蚀的纤维复合织物结构 |
| WO2018200053A1 (en) * | 2017-04-26 | 2018-11-01 | Fisher-Barton Inc. | Method of thermal spray coating fiber-reinforced composite materials |
| CN109055495A (zh) * | 2006-11-06 | 2018-12-21 | 美艾利尔技术公司 | 使用结合元件用于分析的装置和方法 |
| CN208334158U (zh) * | 2018-06-22 | 2019-01-04 | 山东大学 | 一种简易纤维摩擦磨损性能测试装备 |
| CN109540945A (zh) * | 2018-08-30 | 2019-03-29 | 北京化工大学 | 定量表征碳纤维物理结构的方法 |
| CN209117226U (zh) * | 2018-11-28 | 2019-07-16 | 尤瑜策 | 一种渡槽碳纤维贴片补强监测分析系统 |
| US10501335B1 (en) * | 2019-01-17 | 2019-12-10 | Camx Power Llc | Polycrystalline metal oxides with enriched grain boundaries |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6855283B2 (en) * | 2002-07-25 | 2005-02-15 | Patent Holdings Company | Method for forming a sheet, fiber and resin composite |
| CN103073836A (zh) * | 2013-02-05 | 2013-05-01 | 武汉科技大学 | 一种高导热炭纤维树脂基复合材料及其制备方法 |
| CN103286956B (zh) * | 2013-06-07 | 2015-11-25 | 莫凡 | 航空用碳纤维复合材料管型杆件及其制造方法 |
| CN103884551B (zh) * | 2014-03-04 | 2016-08-17 | 中国科学院金属研究所 | 一种碳纤维均匀性显微表征检测方法 |
| US10457845B2 (en) * | 2014-08-26 | 2019-10-29 | Bando Chemical Industries, Ltd. | Thermally conductive resin molded article |
| CN105965989B (zh) * | 2016-05-06 | 2018-08-28 | 湖南东映碳材料科技有限公司 | 一种炭纤维增强树脂复合材料的制备方法 |
| US11440091B2 (en) * | 2018-01-22 | 2022-09-13 | Nichia Corporation | Methods of producing bonded magnet and compound for bonded magnets |
| CN110607055B (zh) * | 2019-08-14 | 2022-02-22 | 广西大学 | 一种石墨烯增润的超高载量碳纤维增强塑料 |
| CN110464041A (zh) * | 2019-08-23 | 2019-11-19 | 河南卷烟工业烟草薄片有限公司 | 一种建立烟草薄片物理性能预测模型的方法 |
-
2020
- 2020-02-03 CN CN202010892313.8A patent/CN111951904B/zh active Active
- 2020-02-03 CN CN202010078833.5A patent/CN111276196B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109055495A (zh) * | 2006-11-06 | 2018-12-21 | 美艾利尔技术公司 | 使用结合元件用于分析的装置和方法 |
| US20140345661A1 (en) * | 2013-05-21 | 2014-11-27 | Baker Hughes Incorporated | Thermoelectric polymer composite, method of making and use of same |
| CN103472077A (zh) * | 2013-09-18 | 2013-12-25 | 长安大学 | 一种短切碳纤维在硬化水泥浆体中的分散性检测方法 |
| CN104652131A (zh) * | 2015-01-23 | 2015-05-27 | 北京京阳环保工程有限公司 | 一种生物活性碳纤维、包括其的复合生态膜填料组件及其制备方法 |
| CN106780597A (zh) * | 2016-08-08 | 2017-05-31 | 大连工业大学 | 一种基于图像处理对纤维增强复合材料中纤维特征的提取方法 |
| CN206383589U (zh) * | 2017-01-25 | 2017-08-08 | 常州众杰复合材料有限公司 | 一种耐酸腐蚀的纤维复合织物结构 |
| WO2018200053A1 (en) * | 2017-04-26 | 2018-11-01 | Fisher-Barton Inc. | Method of thermal spray coating fiber-reinforced composite materials |
| CN208334158U (zh) * | 2018-06-22 | 2019-01-04 | 山东大学 | 一种简易纤维摩擦磨损性能测试装备 |
| CN109540945A (zh) * | 2018-08-30 | 2019-03-29 | 北京化工大学 | 定量表征碳纤维物理结构的方法 |
| CN209117226U (zh) * | 2018-11-28 | 2019-07-16 | 尤瑜策 | 一种渡槽碳纤维贴片补强监测分析系统 |
| US10501335B1 (en) * | 2019-01-17 | 2019-12-10 | Camx Power Llc | Polycrystalline metal oxides with enriched grain boundaries |
Non-Patent Citations (2)
| Title |
|---|
| LIRUI YAO ET AL: ""Comparison of sizing effect of T700 grade carbon fiber on interfacial properties of fiber/BMI and fiber/epoxy"", 《APPLIED SURFACE SCIENCE》 * |
| 郑斌等: ""碳纤维表面微观结构的定量化表征方法"", 《宇航材料工艺》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113724241A (zh) * | 2021-09-09 | 2021-11-30 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 |
| CN113724241B (zh) * | 2021-09-09 | 2022-08-02 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳纤维经编织物的毛丝检测方法、装置和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111276196B (zh) | 2020-10-02 |
| CN111951904B (zh) | 2021-04-06 |
| CN111276196A (zh) | 2020-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111951904B (zh) | 基于碳纤维的微观结构量化与性能检测方法 | |
| CN110163843A (zh) | 一种基于图像采集的楼板钢筋工程辅助验收方法 | |
| CN105510195B (zh) | 一种堆叠骨料的粒度粒形在线检测方法 | |
| CN110175658A (zh) | 一种基于YOLOv3深度学习的混凝土裂缝识别方法 | |
| CN109472761B (zh) | 一种基于荧光图像的细胞计数方法及系统 | |
| CN104636750B (zh) | 一种基于双尺度聚类算法的路面裂缝识别算法及系统 | |
| Zak et al. | Estimation of three-dimensional fibre-orientation distribution in short-fibre composites by a two-section method | |
| CN110443808A (zh) | 用于脑中线检测的医疗图像处理方法及装置、设备、存储介质 | |
| CN104751473A (zh) | 碳酸岩多尺度孔洞特征的确定方法及装置 | |
| CN114694144B (zh) | 一种基于深度学习的钢中非金属夹杂物的智能识别和评级方法 | |
| CN111724358A (zh) | 基于图像和卷积神经网络的混凝土质量检测方法及系统 | |
| CN111982806A (zh) | 一种沥青胶浆-集料界面抗水损害性能的评价方法 | |
| CN116758084A (zh) | 基于图像数据的钣金件焊接缺陷智能检测方法 | |
| CN111123263A (zh) | 基于地质雷达检测数据的隧道钢筋识别检测系统、方法 | |
| Kenny et al. | Characterization of the interfacial transition zone around steel rebar by means of the mean shift method | |
| CN112435288B (zh) | 一种基于图像的孔隙特征计算方法 | |
| CN113570651A (zh) | 基于sem图像的碳酸盐岩储层孔隙半径分布定量方法 | |
| CN116612176A (zh) | 一种轧制棒线材剪切废料尺寸的测量方法和装置 | |
| CN110132185A (zh) | 一种植物纤维横截面积的测量方法 | |
| CN115661071A (zh) | 基于深度学习的复合材料加工表面缺陷检测及评价方法 | |
| CN111126415B (zh) | 基于雷达探测图像的隧道钢筋检测计数系统、方法 | |
| Kang et al. | Construction of Concrete Surface Crack Recognition Model Based on Digital Image Processing Technology | |
| CN113658209B (zh) | 一种基于形态学的切片组织裱贴位置优良判别方法 | |
| CN114777709B (zh) | 一种基于子体块分离的dvc微裂纹表征方法 | |
| CN111931651B (zh) | 一种视觉检测图像处理系统及其处理方法 |
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 | ||
| CP03 | Change of name, title or address |
Address after: No. 98 Wangting Street, Wangting Town, Xiangcheng District, Suzhou City, Jiangsu Province, 215100 Patentee after: Suzhou honglingda Electronic Technology Co.,Ltd. Country or region after: China Patentee after: SHENZHEN HANHUA THERMAL MANAGEMENT TECHNOLOGY Co.,Ltd. Address before: 215000 No.11 Chengpu Road, Shengpu Industrial Park, Suzhou City, Jiangsu Province Patentee before: SUZHOU KANRONICS ELECTRONIC TECHNOLOGY Co.,Ltd. Country or region before: China Patentee before: SHENZHEN HANHUA THERMAL MANAGEMENT TECHNOLOGY Co.,Ltd. |
|
| CP03 | Change of name, title or address |