JP2020056144A - 繊維材料のプライにおける溶解したベールストランドの比率の特徴付け - Google Patents

繊維材料のプライにおける溶解したベールストランドの比率の特徴付け Download PDF

Info

Publication number
JP2020056144A
JP2020056144A JP2019134960A JP2019134960A JP2020056144A JP 2020056144 A JP2020056144 A JP 2020056144A JP 2019134960 A JP2019134960 A JP 2019134960A JP 2019134960 A JP2019134960 A JP 2019134960A JP 2020056144 A JP2020056144 A JP 2020056144A
Authority
JP
Japan
Prior art keywords
amount
slice
veil
filaments
image
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
Application number
JP2019134960A
Other languages
English (en)
Other versions
JP2020056144A5 (ja
Inventor
マーティン アレキサンダー シャラスキー，
Alexander Szarski Martin
マーティン アレキサンダー シャラスキー，
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boeing Co
Original Assignee
Boeing Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Boeing Co filed Critical Boeing Co
Publication of JP2020056144A publication Critical patent/JP2020056144A/ja
Publication of JP2020056144A5 publication Critical patent/JP2020056144A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • D—TEXTILES; PAPER
    • D01—NATURAL OR MAN-MADE THREADS OR FIBRES; SPINNING
    • D01H—SPINNING OR TWISTING
    • D01H13/00—Other common constructional features, details or accessories
    • D01H13/26—Arrangements facilitating the inspection or testing of yarns or the like in connection with spinning or twisting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/36—Textiles
    • G01N33/367—Fabric or woven textiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C37/00—Component parts, details, accessories or auxiliary operations, not covered by group B29C33/00 or B29C35/00
    • B29C2037/90—Measuring, controlling or regulating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C70/00—Shaping composites, i.e. plastics material comprising reinforcements, fillers or preformed parts, e.g. inserts
    • B29C70/04—Shaping composites, i.e. plastics material comprising reinforcements, fillers or preformed parts, e.g. inserts comprising reinforcements only, e.g. self-reinforcing plastics
    • B29C70/28—Shaping operations therefor
    • B29C70/54—Component parts, details or accessories; Auxiliary operations, e.g. feeding or storage of prepregs or SMC after impregnation or during ageing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1765—Method using an image detector and processing of image signal
    • G01N2021/177—Detector of the video camera type
    • G01N2021/1776—Colour camera
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • G01N2021/8438—Mutilayers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8444—Fibrous material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8472—Investigation of composite materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/251—Colorimeters; Construction thereof
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods
    • G01N2201/1296—Using chemometrical methods using neural networks
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Textile Engineering (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Composite Materials (AREA)
  • Moulding By Coating Moulds (AREA)
  • Treatment Of Fiber Materials (AREA)
  • Image Analysis (AREA)
  • Reinforced Plastic Materials (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Acoustics & Sound (AREA)

Abstract

【課題】熱可塑性ベールを有する繊維のプライを特徴付けるための方法の提供。【解決手段】繊維のストランドを含み且つ熱可塑性物質のフィラメントのベールをさらに含む繊維材料の画像を取得することと、画像を複数のスライスに細分化することと、それぞれのスライスの中に示された溶解したフィラメントの量を判断することと、それぞれのスライスの中に示された溶解していないフィラメントの量を判断することとを含むシステム及び方法。【選択図】なし

Description

本開示は、複合材料の分野に関し、具体的には、熱硬化性ベールを含む繊維補強複合材に関する。
乾燥炭素繊維材料には、通常、炭素繊維のストランドの上に溶解した熱可塑性ベール（複数のフィラメントを含む）が含まれる。炭素繊維のストランドは、安定性と強靭性のために材料の補強を実現するが、熱可塑性のベールは、ストランドを共に結合させる。乾燥炭素繊維材料は、複合部品の製造のためのインプットとして使用される。一貫した製造品質を確保するためには、乾燥炭素繊維材料の熱可塑性ベールが、炭素繊維のストランドの中で特定の量だけ溶解しているのが望ましい。しかしながら、乾燥炭素繊維材料の検査は、依然として人手と労力のかかる工程であり、複合部品を製造するコストを増大させる。何千フィートもの乾燥炭素繊維材料が、単一の複合部品（例えば、航空機の翼の外板）に利用される場合があるので、これは特に注目すべきことである。
したがって、少なくとも上記の課題点の幾つか、及び他の生じ得る課題を考慮した方法及び装置を有することが望ましい。
本明細書に記載された実施形態は、繊維材料（例えば、熱硬化性又は熱可塑性の樹脂で含浸されていない一方向性乾燥炭素繊維材料、繊維ガラス材料、金属繊維又はさらにセラミック繊維を有する材料等）内の熱可塑性ベールの溶解量を特徴付ける、特徴検出プロセスを利用する。溶解したベールのフィラメント（結果として色／明るさが変化する）の数を溶解していないフィラメントの数と比較することによって、溶解量を特徴付けることができる。例えば、本明細書に記載された機械学習プロセスは、繊維材料の画像を複数のスライスに分割し、トレーニングされた畳み込みニューラルネットワーク（ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）を利用して、ベール内の溶解したフィラメントと溶解していないフィラメントを検出し、各スライスにつき、溶解したフィラメントと溶解していないフィラメントとの比率を判断する。次いで、各スライスについて判断された比率に基づいて、画像に対して溶解量の全体的な計量が判断され得る。
一実施形態は、熱可塑性ベールを有する繊維のプライ（層）を特徴付けるための方法である。当該方法は、繊維のストランドを含み且つ熱可塑性物質のフィラメントのベールをさらに含む繊維材料の画像を取得することと、前記画像を複数のスライスに細分化することと、それぞれのスライスの中に示された溶解したフィラメントの量を判断することと、それぞれのスライスの中に示された溶解していないフィラメントの量を判断することとを含む。
さらなる実施形態は、プログラミングされた指令を具現化する非一過性のコンピュータ可読媒体であり、この指令は、プロセッサによって実行されると、熱可塑性ベールを有する繊維のプライを特徴付けするための方法を実行するように作動可能である。当該方法は、炭素繊維のストランドを含み且つ熱可塑性物質のフィラメントのベールをさらに含む繊維材料の画像を取得することと、前記画像を複数のスライスに細分化することと、それぞれのスライスの中に示された溶解したフィラメントの量を判断することと、それぞれのスライスの中に示された溶解していないフィラメントの量を判断することとを含む。
さらなる実施形態は、熱可塑性ベールを有する繊維のプライを特徴付けるための装置である。当該装置は、繊維のストランドを含み且つ熱可塑性物質のフィラメントのベールをさらに含む繊維材料の画像を受信するインターフェース、及び前記画像を複数のスライスに細分化し、それぞれのスライスの中に示された溶解したフィラメントの量を判断し、それぞれのスライスの中に示された溶解していないフィラメントの量を判断するコントローラを含む。
本開示の装置及び方法は、以下の条項でも言及される。以下の条項は、特許請求の範囲と混同すべきではない。
Ａ１
熱可塑性ベールを有する繊維のプライを特徴付けするための方法であって、
繊維のストランドを含み且つ熱可塑性物質のフィラメントのベールをさらに含む繊維材料の画像を取得すること（２０２）と、
前記画像を複数のスライスに細分化すること（２０４）と、
それぞれの前記スライスの中に示された溶解したフィラメントの量を判断すること（２０６）と、
それぞれの前記スライスの中に示された溶解していないフィラメントの量を判断すること（２０８）と
を含む方法。
Ａ２
各スライスにおける前記溶解したフィラメントの数と前記溶解していないフィラメントの数に基づいて、各スライスにおける前記ベールの溶解量を定量化すること（２１０）と、
各スライスにおける前記ベールの前記溶解量に基づいて、前記画像における前記ベールの溶解量を定量化すること（２１２）と
をさらに含む、段落Ａ１に記載の方法がさらに提供される。
Ａ３
前記溶解したフィラメントの量を判断することが、溶解したフィラメントを含む各スライスの部分を特定することを含み、
前記溶解していないフィラメントの量を判断することが、溶解していないフィラメントを含む各スライスの部分を特定することを含む、段落Ａ１に記載の方法がさらに提供される。
Ａ４
前記判断するステップが、トレーニングされたニューラルネットワークを介して実行される、段落Ａ１に記載の方法がさらに提供される。
Ａ５
前記ニューラルネットワークが、畳み込みニューラルネットワークを含む、段落Ａ４に記載の方法がさらに提供される。
Ａ６
前記画像における前記ベールの溶解量を設計許容範囲と比較することと、
前記画像における前記ベールの前記溶解量が、前記設計許容範囲内にないと判断したことに応答して、通知を送信することと
をさらに含む、段落Ａ１に記載の方法がさらに提供される。
Ａ７
明るさ又は色のうちの少なくとも一方における違いに基づいて、溶解したフィラメントを溶解していないフィラメントから区別することをさらに含む、段落Ａ１に記載の方法がさらに提供される。
Ａ８
前記繊維のストランドが、炭素繊維、ガラス繊維、金属繊維、及びセラミック繊維からなる群から選択される、段落Ａ１に記載の方法がさらに提供される。
Ａ９
前記繊維のストランドが、炭素繊維のストランドである、段落Ａ８に記載の方法がさらに提供される。
Ａ１０
段落Ａ１に記載の方法によって組み立てられた航空機の一部分。
本開示の媒体のさらなる態様によれば、下記が提供される。
Ｂ１
プログラミングされた指令を具現化する非一過性のコンピュータ可読媒体であって、前記指令が、プロセッサによって実行されると、熱可塑性ベールを有する繊維のプライを特徴付けするための方法を実行するように作動可能であり、前記方法が、
繊維のストランドを含み且つ熱可塑性物質のフィラメントのベールをさらに含む繊維材料の画像を取得すること（２０２）と、
前記画像を複数のスライスに細分化すること（２０４）と、
それぞれの前記スライスの中に示された溶解したフィラメントの量を判断すること（２０６）と、
それぞれの前記スライスの中に示された溶解していないフィラメントの量を判断すること（２０８）と
を含む、非一過性のコンピュータ可読媒体。
Ｂ２
前記方法が、
各スライスにおける前記溶解したフィラメントの数と前記溶解していないフィラメントの数に基づいて、各スライスにおける前記ベールの溶解量を定量化すること（２１０）と、
各スライスにおける前記ベールの前記溶解量に基づいて、前記画像における前記ベールの溶解量を定量化すること（２１２）と
をさらに含む、段落Ｂ１に記載の媒体がさらに提供される。
Ｂ３
前記溶解したフィラメントの量を判断することが、溶解したフィラメントを含む各スライスの部分を特定することを含み、
前記溶解していないフィラメントの量を判断することが、溶解していないフィラメントを含む各スライスの部分を特定することを含む、段落Ｂ１に記載の媒体がさらに提供される。
Ｂ４
前記判断するステップが、トレーニングされたニューラルネットワークを介して実行される、段落Ｂ１に記載の媒体がさらに提供される。
Ｂ５
前記ニューラルネットワークが、畳み込みニューラルネットワークを含む、段落Ｂ２に記載の媒体がさらに提供される。
Ｂ６
前記画像における前記ベールの溶解量を設計許容範囲と比較することと、
前記画像における前記ベールの前記溶解量が、前記設計許容範囲内にないと判断したことに応答して、通知を送信することと
をさらに含む、段落Ｂ１に記載の媒体がさらに提供される。
Ｂ７
前記機械学習モデルが、明るさ又は色のうちの少なくとも一方における違いに基づいて、溶解したフィラメントを溶解していないフィラメントから区別する、段落Ｂ１に記載の媒体がさらに提供される。
Ｂ８
前記繊維のストランドが、炭素繊維、ガラス繊維、金属繊維、及びセラミック繊維からなる群から選択される、段落Ｂ１に記載の媒体がさらに提供される。
Ｂ９
前記繊維のストランドが、炭素繊維のストランドである、段落Ｂ８に記載の媒体がさらに提供される。
Ｂ１０
段落Ｂ１に記載されたコンピュータ可読媒体に記憶された前記指令によって規定された方法によって組み立てられた航空機の一部分。
本開示の装置のさらなる態様によれば、下記が提供される。
Ｃ１
熱可塑性ベールを有する繊維のプライを特徴付けするための装置であって、
繊維のストランド（７５２）を含み且つ熱可塑性物質のフィラメント（７６０）のベール（７５４）をさらに含む繊維材料（７５０）の画像（７４２）を受信するインターフェース（７１６）、及び
前記画像を複数のスライス（７４４）に細分化し、それぞれの前記スライスの中に示された溶解したフィラメントの量を判断し、それぞれの前記スライスの中に示された溶解していないフィラメントの量を判断するコントローラ（７１２）
を備えている装置。
Ｃ２
前記コントローラが、各スライスにおける前記溶解したフィラメントの数と前記溶解していないフィラメントの数に基づいて、各スライスにおける前記ベールの溶解量を定量化し、各スライスにおける前記ベールの前記溶解量に基づいて、前記画像における前記ベールの溶解量を定量化する、段落Ｃ１に記載の装置がさらに提供される。
Ｃ３
前記コントローラが、溶解したフィラメントを含む各スライスの部分を特定することによって、前記溶解したフィラメントの量を判断するニューラルネットワーク（７２４）を稼働させ、
前記コントローラが、溶解していないフィラメントを含む各スライスの部分を特定することによって、前記溶解していないフィラメントの量を判断する、段落Ｃ１に記載の装置がさらに提供される。
Ｃ４
前記コントローラが、トレーニングされたニューラルネットワークを介して、前記溶解したフィラメントの量と前記溶解していないフィラメントの量を判断する、段落Ｃ１に記載の装置がさらに提供される。
Ｃ５
前記ニューラルネットワークが、畳み込みニューラルネットワークを含む、段落Ｃ４に記載の方法がさらに提供される。
Ｃ６
前記画像における前記ベールの溶解量を設計許容範囲と比較することと、
前記画像における前記ベールの前記溶解量が、前記設計許容範囲内にないと判断したことに応答して、通知を送信することと
をさらに含む、段落Ｃ１に記載の装置がさらに提供される。
Ｃ７
前記繊維のストランドが、炭素繊維、ガラス繊維、金属繊維、及びセラミック繊維からなる群から選択される、段落Ｃ１に記載の装置がさらに提供される。
Ｃ８
前記繊維のストランドが、炭素繊維のストランドである、段落Ｃ７に記載の装置がさらに提供される。
Ｃ９
段落Ｃ１に記載された装置を使用した、航空機の一部分の製造。
他の例示的な実施形態（例えば、上述の実施形態に関連する方法及びコンピュータ可読媒体）は、以下で説明され得る。上述の特徴、機能、及び利点は、様々な実施形態において単独で実現することが可能であり、或いは、さらに別の実施形態において組み合わせることが可能である。これらの実施形態のさらなる詳細は、以下の説明及び添付図面を参照することによって確認することができる。
本開示の幾つかの実施形態は、例示のためだけに、添付図面を参照して説明される。すべての図面で、同じ参照番号は、同じ要素又は同じ種類の要素を表わす。
例示的な実施形態に係る、繊維評価システムのブロック図である。 例示的な実施形態に係る、繊維材料を評価するための方法を示すフロー図である。 例示的な実施形態に係る、繊維材料の描像を示す図である。 例示的な実施形態に係る、描像からのスライスを示す図である。 例示的な実施形態に係る、描像からのスライスを示す図である。 例示的な実施形態に係る、描像からのスライスを示す図である。 例示的な実施形態に係る、繊維材料評価システムのブロック図である。 例示的な実施形態に係る、航空機の製造及び保守方法のフロー図である。 例示的な実施形態に係る、航空機のブロック図である。
図面及び下記の記載により、本開示の特定の例示的な実施形態が示される。したがって、当業者は、本明細書に明示的に記載又は図示されていない様々な配置構成を考案して本開示の原理を具現化することができるが、それらは本開示の範囲に含まれることを理解されたい。さらに、本明細書に記載された任意の実施例は、本開示の原理の理解を助けるためのものであり、具体的に記載された実施例や諸条件に限定されないと理解するべきである。結果として、本開示は、下記の具体的な実施形態又は実施例に限定されず、特許請求項の範囲及びその均等物によって限定される。
炭素繊維強化ポリマー（ＣＦＲＰ）部品などの複合部品は、最初に、共に積層体を形成する複層の層として積層される。積層体の各層内の個々の繊維は、互いに対して平行に整列するが、得られた複合材の強度を種々の方向に沿って向上させるために、種々の層は、それぞれ異なる繊維配向を示し得る。積層体を固化して、（例えば、航空機で使用するための）複合部品にするために、積層体は、凝固する粘性樹脂を含み得る。未硬化の熱硬化性樹脂又は熱可塑性樹脂で含浸された炭素繊維は、「プリプレグ」と呼ばれる。他の種類の炭素繊維には、熱硬化性樹脂で含浸されていないが、粘着付与剤又は結合剤（ｂｉｎｄｅｒ）を含み得る「乾燥繊維」が含まれる。乾燥繊維は、硬化前に樹脂が注入され得る。熱硬化性樹脂において、ハードニング（ｈａｒｄｅｎｉｎｇ）は、硬化と呼ばれる一方向工程であるが、熱可塑性樹脂の場合、樹脂は、再加熱されると粘性状態に達し得る。本明細書に記載されたシステム及び方法では、熱可塑性ベール（ｖｅｉｌ）の形態の結合剤を含む乾燥繊維材料の評価が説明される。
図１は、例示的な実施形態に係る、繊維評価システム１００のブロック図である。繊維評価システム１００は、溶解した熱可塑性フィラメントと溶解していない熱可塑性フィラメントとの比率を判断（測定）するために、繊維材料（例えば、一方向ＣＦＲＰ、繊維ガラス材料、金属繊維又はさらにセラミック繊維を有する材料等）の画像を自動的に評価するように動作可能な任意のシステム、装置、又は構成要素を備えている。この実施形態では、繊維評価システム１００は、特徴付けユニット１１０及び撮像システム１３０を含む。
撮像システム１３０は、繊維材料１４２のシート１４０（例えば、一方向ＣＦＲＰ、繊維ガラス材料、金属繊維又はさらにセラミック繊維を有する材料等のプライ）の画像を取得する。これらの画像は、シート１４０に沿った様々な位置、及び／又は様々な配向で取得され得る。画像は、シート１４０内の繊維１５２（例えば、炭素繊維、ガラス繊維、金属繊維、セラミック繊維等）のストランド１５０だけでなく、ストランド１５０のための結合剤又は粘着付与剤として作用する熱可塑性フィラメント１６２のベール１６０もさらに示す。各熱可塑性フィラメント１６２は、例えば、７０００分の１インチの厚さであるか、又はさらに薄い場合がある。単一線状のインチ単位において１２０００から４００００のストランドがあるように、各ストランド１５０はさらに小さくてもよい。撮像システム１３０は、カメラ（例えば、カラーカメラやステレオカメラ等）、又は、超音波又はレーザー撮像装置などの他の非破壊撮像構成要素を備え得る。
撮像システム１３０を介して取得された画像は、インターフェース（Ｉ／Ｆ）１１６で受信される。これらの画像は、その後の分析のために、メモリ１１４（例えば、ハードディスクやフラッシュメモリ等）内のコントローラ１１２によって記憶され得る。コントローラ１１２は、画像の受信、分析、及び報告を容易にするために、特徴付けユニット１１０の動作を管理する。例えば、コントローラ１１２は、画像を評価する際に、メモリ１１４でニューラルネットワーク１２４にアクセスし得る。ニューラルネットワーク１２４は、画像内の溶解していないフィラメント及び溶解したフィラメントを検出するために、例えば、トレーニングデータ１２２に基づいてトレーニングされた畳み込みニューラルネットワークを含み得る。
トレーニングデータ１２２は、一組の画像又はスライス（例えば、何千もの描像）、及びこれらの要素内に見つかる特徴を示す付随タグを含み得る。例えば、トレーニングデータ１２２は、溶解済又は未溶解と既に分類された領域を有する画像を含み得る。トレーニングデータ１２２は、乾燥炭素材料から取られた描像をさらに含み得る。ここでは、面内繊維角度が変動する（例えば、０度、＋４５度、マイナス４５度、９０度等）。これは、種々の繊維角度で見つかった明るさ又はコントラストの違いを検証するよう、ニューラルネットワーク１２４をトレーニングするために重要であり得る。したがって、トレーニングデータ１２２は、ニューラルネットワーク１２４が溶解したフィラメント及び溶解していないフィラメントの両方を検出するプロセスを試験し、洗練するのに使用され得る。コントローラ１１２は、例えば、カスタム回路として、プログラムされた指令を実行するハードウェアプロセッサとして、又はこれらの何らかの組み合わせとして実装され得る。
繊維評価システム１００の動作の例示的な詳細は、図２に関連して説明される。この実施形態において、シート１４０内の溶解したフィラメントと溶解していないフィラメントとの比率が所望の許容範囲（公差）内であるかを判断するために、技術者が、繊維材料１４２のシート１４０を特徴付けることを望んでいると仮定する。
図２は、例示的な実施形態に係る、繊維材料を評価するための方法２００を示すフロー図である。方法２００のステップは、図１の繊維評価システム１００を参照して説明されるが、当業者であれば、方法２００は、他のシステムで実施され得ることを理解するであろう。本明細書に記載されたフロー図のステップは、網羅的というわけではなく、図示されていない他のステップを含み得る。本明細書に記載されたステップは、さらに別の順序で実行されてもよい。
ステップ２０２では、撮像システム１３０は、繊維材料１４２のシート１４０の画像を取得する。繊維材料１４２は、繊維１５２のストランド１５０を含み、熱可塑性物質の熱可塑性フィラメント１６２のベール１６０をさらに含む。画像は、任意の適切なフォーマットで生成されてもよく、画像のデジタル版は、メモリ１１４内に記憶するためにＩ／Ｆ１１６によって取得され得る。一実施形態では、画像は、繊維材料１４２の数百メートルの長さごとに取得される。この画像は、繊維材料１４２の小さな部分（例えば、２インチ×２インチの部分）を表す。しかしながら、画像は、所望の任意の適切なサイズに任意の適切な領域を示し得る。
画像を取得したら、コントローラ１１２は、次に進んで、画像をスライスに細分化する（ステップ２０４）。本明細書で使用されている「スライス」は、画像の任意の適切な部分を含み得る。例えば、スライスは、画像の幅全体を占める部分を含むが、画像の高さの一部のみを含み得る場合があり、画像の高さ全体を占める部分を含むが、画像の幅の一部のみを含み得る場合があり、三角セクションを含み得る場合がある、等である。理想的には、スライスのサイズ（例えば、狭い寸法）は、複数のフィラメントを示さないように十分に小さいが、さらに、溶解したフィラメント又は溶解していないフィラメントを表すスライスの部分の分類を試みているときに、領域検出のためにトレーニングされた畳み込みニューラルネットワークが効果的に動作できるよう、十分に大きい。例えば、スライスのサイズは、６０から１６０ピクセルの間（例えば、１００ピクセル）であり得る。各スライスは、数々の個別のフィラメント（例えば、５０から１００のフィラメント）を示すことが期待され得る。
さらなる実施形態では、画像の高さがスライスのサイズによって均一に分割可能であるように、スライスのサイズが選択されてもよく、又は、画像の品質及び／若しくはスライス化を強化するために、画像が事前処理（例えば、クロッピング、スケーリング、フィルタリング等）されてもよい。
ステップ２０６では、各スライスについて、コントローラ１１２は、図示された溶解したフィラメントの量を判断する。本明細書で使用されている「溶解したフィラメント」（例えば、図３の溶解した部分３２４によって示される）は、ストランド１５０の中に溶解したフィラメントを含む。これは、ニューラルネットワーク１２４を稼働させるコントローラ１１２によって実行され得、これにより、溶解したフィラメントの存在を示すスライス内の特徴が検出される。例えば、溶解したフィラメントは、特定の湾曲、明るさ、色等に関連付けられ得、ニューラルネットワーク１２４は、このような特徴を認識するためにトレーニングデータ１２２を介してトレーニングされ得る。一実施形態では、ニューラルネットワーク１２４は、溶解したフィラメントに関連付けられた１つ又は複数の特徴の存在を検出するために、スライスに対して特徴分析を実行する。ニューラルネットワーク１２４によって検証された各領域のサイズは、検証されているスライスのサイズの寸法と等しい場合がある。十分に信頼性をもって、特徴が十分に検出されれば、ニューラルネットワーク１２４は、分析されているスライスの領域内に溶解したフィラメントが存在することを示すことができる。
さらに、各スライスについて、コントローラ１１２は、図示された溶解していないフィラメントの量を判断する（すなわち、ステップ２０８）。本明細書で使用されている「溶解していないフィラメント」（例えば、図３の溶解していない部分３２６によって示される）は、ストランド１５０の中に溶解せずに、ストランド１５０上に残るフィラメントを含む。これは、ニューラルネットワーク１２４を稼働させるコントローラ１１２によって実行され得、これにより、溶解していないフィラメントの存在を示すスライス内の特徴が検出される。例えば、溶解していないフィラメントは、特定の湾曲、明るさ、色等に関連付けられ得、ニューラルネットワーク１２４は、このような特徴を認識するためにトレーニングデータ１２２を介してトレーニングされ得る。溶解していないフィラメントに関する判断を行うとき、ニューラルネットワーク１２４は、ステップ２０６に関連して以上で説明されたタスクと類似する特徴認識タスクを実行し得る。
フィラメントの特定部分が部分的に溶解しているように見えることがあり、この場合、コントローラ１１２によって使用されたニューラルネットワークがどのようにトレーニングされたかに応じて、コントローラ１１２は、フィラメントを溶解状態又は未溶解状態のいずれかに分類し得る。さらなる実施形態では、特定の領域は、溶解したフィラメント及び溶解していないフィラメントの両方を示すことがあり、コントローラ１１２は、コントローラ１１２によって使用されたニューラルネットワークがどのようにトレーニングされたかに基づいて、このような領域を溶解状態又は未溶解状態のいずれかに分類し得る。
ステップ２０６及びステップ２０８では、スライス内のすべての領域が、必ずしもフィラメント（例えば、溶解したフィラメント又は溶解していないフィラメント）を含まない。これらの領域は、空領域として報告され得る。シート１４０が、溶解比率に関連しない許容範囲内にあるかどうかを判断するとき、空領域のサイズは重要であり得る。
ステップ２０６及びステップ２０８で判断された量は、所与のタイプのフィラメントが存在していると判断された領域サイズ（例えば、線状又は平坦領域）を示し得、所与のタイプのフィラメントの数を示し得、又は他の適切な指標（例えば、所与のタイプのフィラメントを示すピクセルの数）を含み得る。これらの量は、溶解したフィラメントと溶解していないフィラメントとの比率を判断するために使用される。
ステップ２１０では、コントローラ１１２は、各スライスについて、ベール１６０の熱可塑性フィラメント１６２の溶解量を定量化する。これは、例えば、スライスにおける溶解したフィラメントと溶解していないフィラメントの量を合計し、次いで、溶解したフィラメントの量をこの合計で割ることによって実行され得る。さらなる実施形態では、これは、溶解したフィラメントと溶解していないフィラメントとの比率を判断することを含み得る。設計仕様で望まれる溶解の割合は、用途に応じて変動し得るが、溶解の割合の一例は、３０から５０パーセントの間である。
ステップ２１２は、各スライスにおけるベール１６０の溶解量に基づいて、画像におけるベール１６０の溶解量を定量化するコントローラ１１２を備えている。例えば、コントローラ１１２は、全体的に画像内に見つかった溶解量を判断するために、各スライスにつき、ステップ２１０で判断された溶解量を平均化し得る。
さらなる実施形態では、方法２００は、画像を異なる態様にスライスする（例えば、幅広い「スライス」、さらに、「背の高い」スライス、種々のサイズのスライス、反転した又は回転したスライス、色、明るさ、若しくはコントラストを調節したスライス等）ことにより、同一画像で反復され得る。さらに別の実施形態では、方法２００は、シート１４０全体を定量化するために、複数の画像に対して反復され得る。例えば、数百フィートの乾燥炭素繊維材料１４２を含むロール全体が特徴付けされる実施形態では、材料の画像を大量に取得且つ分析することが望ましい場合がある。
方法２００は、手作業による検査技法を自動プロセスに取り替えるので、先行の技法及びシステムに対して利点をもたらす。自動プロセスは、安上がりであり、且つより正確である。これにより、技術者は、製造の他の局面に集中する時間がより多く与えられ、乾燥炭素繊維材料から複合部品を製造するプロセスが強化される。
積層が始まる前に各プライの所望の溶解比率を確認するため、方法２００の技法は、大量のプライの表面を検査するために利用され得る。各プライについて溶解比率が知られていれば、プライから作成された任意の結果的な予備成形物も溶解比率が知られることになる。これは、検査後に、その予備成形物の内部に配置されたプライについても当てはまる。
実施例
以下の実施例では、追加のプロセス、システム、及び方法が、乾燥炭素繊維材料を特徴付けする文脈で説明される。つまり、以上では、乾燥炭素繊維材料を分析するためのシステム及び方法が説明されたが、以下の図面では、画像がどのようにスライスされて、特徴付けされ得るかを示す実施例が提供される。
図３は、例示的な実施形態に係る、繊維材料を示す図である。具体的には、図３は、ＣＦＲＰの形態の一方向性乾燥繊維材料の単一のプライの上面図である。図３は、フィラメント３２２のベール３２０を介して共に結合した、炭素繊維のストランド３１０のうちの１つ又は複数を示す。図３は、炭素繊維のストランド３１０間の距離における軽微な不均一性を示している。これは、束３００におけるストランド３１０の均一な分配が、大まかであり、完全ではないからである。幾つかのフィラメントは、溶解した部分３２４を有するが、他のフィラメントは、溶解していない部分３２６を有する。単一のフィラメントは、溶解した領域と溶解していない部分の両方を有し得る。
この実施例では、描像３００は、境界３３０において複数にスライスに細分化され、結果として、スライス３４２、スライス３４４、及びスライス３４６が生じる。図４は、スライス３４２を詳細に示す。図４のバー４００で示されているように、スライス３４２の各部分は、ニューラルネットワークによる分析に基づいて、種々の識別子で分類されている。「Ｅ」は、あらゆる種類のフィラメントがない領域を示し、「ＵＭ」は、溶解していない（ｕｎｍｅｌｔｅｄ）フィラメントによって占められた領域を示し、「Ｍ」（ｍｅｌｔｅｄ）は、溶解したフィラメントによって占められた領域を示す。スライス３４２における溶解したフィラメントの量を判断するために、Ｍの部分のサイズ（この場合、直線状距離）を領域ＵＭのサイズと比べてもよい。
図５は、スライス３４４を示し、バー５００を通して、領域Ｍ、領域ＵＭ、及び空領域を示す。スライス３４４では、領域Ｍのサイズは、領域ＵＭのサイズより実質的に小さい。図６は、スライス３４６を示す。スライス３４６は、バー６００によって示されているように、領域ＵＭに対する領域Ｍの比率が最も高い。
図７は、例示的な実施形態に係る、繊維材料評価システム７００のブロック図である。図７によると、当該システムは、炭素繊維のストランド７５２、及びフィラメント７６０のベール７５４から作られた炭素繊維材料７５０を含む。フィラメント７６０は、溶解した部分７６４及び溶解していない部分７６６を含む。撮像システム７３０は、インターフェース（Ｉ／Ｆ）７１６によって（デジタル形態で）取得される、炭素繊維材料７５０の画像を生成する。コントローラ７１２は、これらの画像を、記憶のためにメモリ７１４に方向付け得る。メモリ７１４は、ニューラルネットワーク７２４、トレーニングデータ７２２、及びトレーニング中にニューラルネットワーク７２４からの出力の採点に使用される目的関数７２６を記憶する。メモリ７１４は、画像７４２、スライス７４４、及びスライスデータ７４６をさらに記憶する。スライスデータ７４６は、例えば、各スライスで検出された溶解した部分及び溶解していない部分の位置及び量を示し得る。上述のシステムは、乾燥繊維材料に焦点を当てているが、さらなる実施形態では、プリプレグ材料に対して似たような機能を実行するために利用され得る。
より具体的に図面を参照すると、本開示の実施形態は、図８に示す航空機の製造及び保守方法８００、並びに図９に示す航空機８０２に関連して説明され得る。製造前の段階では、方法８００は、航空機８０２の仕様及び設計８０４、並びに材料調達８０６を含み得る。製造段階では、航空機８０２の、構成要素及びサブアセンブリの製造８０８、並びにシステム統合８１０が行われる。その後、航空機８０２は、認可及び納品８１２を経て、運航８１４に供され得る。顧客により運航されている期間に、航空機８０２には、整備及び保守８１６（改造、再構成、改修等も含み得る）において定期的作業が予定される。本明細書で具現化される装置及び方法は、方法８００に記載された製造及び保守の任意の１つ又は複数の適切な段階（例えば、仕様及び設計８０４、材料の調達８０６、構成要素及びサブアセンブリの製造８０８、システム統合８１０、認可及び納品８１２、運航８１４、整備及び保守８１６）、及び／又は航空機８０２の任意の適切な構成要素（例えば、機体８１８、システム８２０、内装８２２、推進システム８２４、電気システム８２６、油圧システム８２８、環境システム８３０）において採用され得る。
方法８００の各プロセスは、システムインテグレータ、第三者、及び／又はオペレーター（例えば、顧客）によって実施又は実行され得る。本明細書の目的のために、システムインテグレータとは、限定しないが、任意の数の航空機製造者及び主要システムの下請業者を含み得、第三者とは、限定しないが、任意の数のベンダー、下請業者、及び供給業者を含み得、オペレーターとは、航空会社、リース会社、軍事団体、サービス機関などであり得る。
図９に示すように、方法８００によって製造された航空機８０２は、複数のシステム８２０及び内装８２２を備えた機体８１８を含み得る。システム８２０の例には、推進システム８２４、電気システム８２６、油圧システム８２８、及び環境システム８３０のうちの１つ又は複数が含まれる。任意の数の他のシステムも含まれてよい。航空宇宙の実施例が示されているが、本発明の原理は、自動車産業などの他の産業にも適用され得る。
上述のように、本明細書で具現化される装置及び方法は、方法８００に記載された製造及び保守の１つ又は複数の任意の段階で採用され得る。例えば、構成要素及びサブアセンブリの製造８０８に対応する構成要素又はサブアセンブリは、航空機８０２の運航中に製造される構成要素又はサブアセンブリと同様の方法で製作又は製造され得る。さらに、１つ若しくは複数の装置の実施形態、方法の実施形態、又はこれらの組み合わせは、例えば、航空機８０２の組立てを実質的に効率化するか、又は航空機８０２のコストを削減することにより、サブアセンブリの製造８０８及びシステム統合８１０の間に利用され得る。同様に、装置の実施形態、方法の実施形態、又はこれらの組み合わせのうちの１つ又は複数は、例えば、航空機８０２の運航期間中に、且つ限定する訳ではないが、整備及び保守８１６の間に利用され得る。例えば、本明細書に記載された技法及びシステムは、材料の調達８０６、構成要素及びサブアセンブリの製造８０８、システム統合８１０、運航８１４、並びに／若しくは整備及び保守８１６で使用され得、且つ／又は、機体８１８及び／又は内装８２２において使用され得る。これらの技法及びシステムは、例えば、推進システム８２４、電気システム８２６、油圧システム８２８、及び／又は環境システム８３０を含むシステム８２０に対しても利用され得る。
一実施形態では、部品は、機体８１８の一部を含み、構成要素及びサブアセンブリの製造８０８の間に製造される。この部品は、次いで、システム統合８１０において航空機に組み込まれるが、その後、摩耗により部品が使用不能となるまで運航８１４において利用される。その後、整備及び保守８１６において、部品は廃棄され、新たに製造された部品と交換され得る。新しい部品を製造するために、構成要素及びサブアセンブリの製造８０８の期間中にわたって、創意に富んだ構成要素及び方法が利用され得る。
図示され又は本明細書に記載された様々な制御要素（例えば、電気構成要素又は電子構成要素）のうちの任意のものは、ハードウェア、プロセッサにより実装されるソフトウェア、プロセッサにより実装されるファームウェア、又はこれらの何らかの組み合わせとして実装され得る。例えば、ある要素は、専用ハードウェアとして実装され得る。専用ハードウェア要素は、「プロセッサ」、「コントローラ」、又は同様の何らかの専門用語で呼ばれてもよい。機能は、プロセッサによって実行される場合、単一の専用プロセッサによって、単一の共有プロセッサによって、又は複数の個別のプロセッサ（そのうちの幾つかが共有となり得る）によって実行され得る。さらに、「プロセッサ」又は「コントローラ」という用語の明示的な使用は、ソフトウェアの実行が可能なハードウェアのみを表わすと解釈するべきでなく、限定するものではないが、デジタル信号プロセッサ（ＤＳＰ）ハードウェア、ネットワークプロセッサ、特定用途向け集積回路（ＡＳＩＣ）若しくは他の回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、ソフトウェア記憶用の読取専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、不揮発性ストレージ、ロジック、又は何らかの他の物理的ハードウェアの構成要素若しくはモジュールを暗黙的に含み得る。
さらに、制御要素は、プロセッサ又はコンピュータによって実行可能な指令として実装されてもよく、それにより、その要素の機能が実施される。指令の幾つかの例は、ソフトウェア、プログラムコード、及びファームウェアである。指令は
特定の実施形態が本明細書に記載されたが、本開示の範囲は、これら特定の実施形態に限定されるものではない。本開示の範囲は、下記の特許請求の範囲及びその任意の均等物によって規定されるものである。

Claims (15)

  1. 熱可塑性ベールを有する繊維のプライを特徴付けするための方法であって、
    繊維のストランドを含み且つ熱可塑性物質のフィラメントのベールをさらに含む繊維材料の画像を取得すること（２０２）と、
    前記画像を複数のスライスに細分化すること（２０４）と、
    それぞれの前記スライスの中に示された溶解したフィラメントの量を判断すること（２０６）と、
    それぞれの前記スライスの中に示された溶解していないフィラメントの量を判断すること（２０８）と
    を含む方法。
  2. 各スライスにおける前記溶解したフィラメントの数と前記溶解していないフィラメントの数に基づいて、各スライスにおける前記ベールの溶解量を定量化すること（２１０）と、
    各スライスにおける前記ベールの前記溶解量に基づいて、前記画像における前記ベールの溶解量を定量化すること（２１２）と
    をさらに含む、請求項１に記載の方法。
  3. 前記溶解したフィラメントの量を判断することが、溶解したフィラメントを含む各スライスの部分を特定することを含み、
    前記溶解していないフィラメントの量を判断することが、溶解していないフィラメントを含む各スライスの部分を特定することを含む、請求項１に記載の方法。
  4. 前記判断するステップが、トレーニングされたニューラルネットワークを介して実行される、請求項１に記載の方法。
  5. 前記画像における前記ベールの溶解量を設計許容範囲と比較することと、
    前記画像における前記ベールの前記溶解量が、前記設計許容範囲内にないと判断したことに応答して、通知を送信することと
    をさらに含む、請求項１に記載の方法。
  6. 明るさ又は色のうちの少なくとも一方における違いに基づいて、溶解したフィラメントを溶解していないフィラメントから区別することをさらに含む、請求項１に記載の方法。
  7. 前記繊維のストランドが、炭素繊維、ガラス繊維、金属繊維、及びセラミック繊維からなる群から選択される、請求項１に記載の方法。
  8. 請求項１に記載の方法によって組み立てられた航空機の一部分。
  9. プログラミングされた指令を具現化する非一過性のコンピュータ可読媒体であって、前記指令が、プロセッサによって実行されると、熱可塑性ベールを有する繊維のプライを特徴付けするための方法を実行するように作動可能であり、前記方法が、
    それぞれの前記スライスの中に示された溶解していないフィラメントの量を判断すること（２０８）と
    を含む、非一過性のコンピュータ可読媒体。
  10. 熱可塑性ベールを有する繊維のプライを特徴付けするための装置であって、
    繊維のストランド（７５２）を含み且つ熱可塑性物質のフィラメント（７６０）のベール（７５４）をさらに含む繊維材料（７５０）の画像（７４２）を受信するインターフェース（７１６）、及び
    前記画像を複数のスライス（７４４）に細分化し、それぞれの前記スライスの中に示された溶解したフィラメントの量を判断し、それぞれの前記スライスの中に示された溶解していないフィラメントの量を判断するコントローラ（７１２）
    を備えている装置。
  11. 前記コントローラが、各スライスにおける前記溶解したフィラメントの数と前記溶解していないフィラメントの数に基づいて、各スライスにおける前記ベールの溶解量を定量化し、各スライスにおける前記ベールの前記溶解量に基づいて、前記画像における前記ベールの溶解量を定量化する、請求項１０に記載の装置。
  12. 前記コントローラが、溶解したフィラメントを含む各スライスの部分を特定することによって、前記溶解したフィラメントの量を判断するニューラルネットワーク（７２４）を稼働させ、
    前記コントローラが、溶解していないフィラメントを含む各スライスの部分を特定することによって、前記溶解していないフィラメントの量を判断する、請求項１０に記載の装置。
  13. 前記コントローラが、トレーニングされたニューラルネットワークを介して、前記溶解したフィラメントの量と前記溶解していないフィラメントの量を判断する、請求項１０に記載の装置。
  14. 前記画像における前記ベールの溶解量を設計許容範囲と比較することと、
    前記画像における前記ベールの前記溶解量が、前記設計許容範囲内にないと判断したことに応答して、通知を送信することと
    をさらに含む、請求項１０に記載の装置。
  15. 前記繊維のストランドが、炭素繊維、ガラス繊維、金属繊維、及びセラミック繊維からなる群から選択される、請求項１０に記載の装置。
JP2019134960A 2018-07-23 2019-07-23 繊維材料のプライにおける溶解したベールストランドの比率の特徴付け Pending JP2020056144A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/042,040 US10896498B2 (en) 2018-07-23 2018-07-23 Characterization of melted veil strand ratios in plies of fiber material
US16/042,040 2018-07-23

Publications (2)

Publication Number Publication Date
JP2020056144A true JP2020056144A (ja) 2020-04-09
JP2020056144A5 JP2020056144A5 (ja) 2023-11-24

Family

ID=66476355

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019134960A Pending JP2020056144A (ja) 2018-07-23 2019-07-23 繊維材料のプライにおける溶解したベールストランドの比率の特徴付け

Country Status (8)

Country Link
US (1) US10896498B2 (ja)
EP (1) EP3599457B1 (ja)
JP (1) JP2020056144A (ja)
KR (1) KR20200010996A (ja)
CN (1) CN110749554A (ja)
ES (1) ES2911399T3 (ja)
PT (1) PT3599457T (ja)
RU (1) RU2019111358A (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020102800B4 (de) 2020-02-04 2021-10-07 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zum Ermitteln einer Applikationseigenschaft und Verfahren zur Herstellung einer Faserpreform
KR20240044042A (ko) * 2022-09-28 2024-04-04 엘지이노텍 주식회사 대상체의 물질 검출 장치 및 대상체의 물질 검출 방법
CN116503615B (zh) * 2023-06-25 2023-08-25 南京矩视科技有限公司 一种基于卷积神经网络的碳纤维丝道识别与编号方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2146435A1 (en) * 1992-10-29 1994-05-11 John P. Dismukes Composites and methods of manufacturing the same
CA2113752C (en) 1994-01-19 1999-03-02 Stephen Michael Rooks Inspection system for cross-sectional imaging
US5699799A (en) 1996-03-26 1997-12-23 Siemens Corporate Research, Inc. Automatic determination of the curved axis of a 3-D tube-shaped object in image volume
US7208219B2 (en) * 1997-12-18 2007-04-24 Lrm Industries, Llc Thermoplastic molding process and apparatus
RU2231054C1 (ru) 2002-12-03 2004-06-20 Федеральное государственное унитарное предприятие "Всероссийский научно-исследовательский институт авиационных материалов" Способ определения степени полимеризации композиционных материалов
US7197177B2 (en) * 2003-08-29 2007-03-27 Lowe Elvin P Automated laminate inspection method
US7865032B2 (en) * 2006-09-22 2011-01-04 Hewlett-Packard Development Company, L.P. Methods and systems for identifying an ill-exposed image
US8548215B2 (en) 2007-11-23 2013-10-01 Pme Ip Australia Pty Ltd Automatic image segmentation of a volume by comparing and correlating slice histograms with an anatomic atlas of average histograms
DE102010008370A1 (de) * 2010-02-17 2011-08-18 Thüringisches Institut für Textil- und Kunststoff-Forschung e.V., 07407 Verfahren zur Herstellung eines plattenförmigen Halbzeugs aus Faserverbundwerkstoff
DE102010008349A1 (de) * 2010-02-17 2011-08-18 Thüringisches Institut für Textil- und Kunststoff-Forschung e.V., 07407 Verfahren zur Herstellung von Pellets aus Faserverbundwerkstoffen
GB2498711B (en) * 2012-01-17 2014-02-26 Gurit Uk Ltd Prepreg for manufacturing composite materials
DE102012220923B4 (de) * 2012-11-15 2014-07-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Messung einer faserrichtung eines kohlefaserwerkstoffes und herstellung eines objekts in kohlefaserverbundbauweise
US9897440B2 (en) * 2014-01-17 2018-02-20 The Boeing Company Method and system for determining and verifying ply orientation of a composite laminate
CA3000027C (en) * 2015-10-01 2023-04-11 Toho Tenax Europe Gmbh Textile substrate made of reinforcement fibers
US20180122060A1 (en) * 2016-11-02 2018-05-03 Rolls-Royce Corporation Automated inspection protocol for composite components
CN108473691B (zh) * 2016-11-16 2019-04-05 三菱瓦斯化学株式会社 成型品的制造方法
CN107704886A (zh) * 2017-10-20 2018-02-16 北京工业大学 一种基于深度卷积神经网络的医疗图像分级系统和方法
CN107909107B (zh) * 2017-11-14 2020-09-15 深圳码隆科技有限公司 纤维检测方法、装置及电子设备

Also Published As

Publication number Publication date
EP3599457B1 (en) 2022-01-26
CN110749554A (zh) 2020-02-04
US20200027206A1 (en) 2020-01-23
EP3599457A1 (en) 2020-01-29
KR20200010996A (ko) 2020-01-31
RU2019111358A (ru) 2020-10-16
PT3599457T (pt) 2022-02-24
ES2911399T3 (es) 2022-05-19
US10896498B2 (en) 2021-01-19

Similar Documents

Publication Publication Date Title
JP2020056144A (ja) 繊維材料のプライにおける溶解したベールストランドの比率の特徴付け
CN104915635B (zh) 检查复合物品的方法和计算机系统、计算机可读介质
JP2020056144A5 (ja)
Meister et al. Review of image segmentation techniques for layup defect detection in the Automated Fiber Placement process: A comprehensive study to improve AFP inspection
EP2077447A1 (en) System and method for determining cumulative tow gap width
US10737446B2 (en) Process control of a composite fabrication process
US11192665B2 (en) Thermographic inspection of lanes of tape laid-up by tape layup machines, based on acquired thermographic images
US11040500B2 (en) Thermographic inspection for tape layup machines
Nascimento et al. Computer vision based quality control for additive manufacturing parts
US20140338453A1 (en) Porosity Inspection System for Composite Structures with Non-Parallel Surfaces
CN102866168A (zh) 在预浸渍材料中标记和识别缺陷
US11198260B2 (en) Thermographic inspection for tape layup machines
Bergan et al. In-situ observations of longitudinal compression damage in carbon-epoxy cross ply laminates using fast synchrotron radiation computed tomography
EP4134225A1 (en) Method and system for in-process monitoring of a compaction roller of a composite layup machine
US11141814B2 (en) Thermographic inspection for tape layup machines
EP3705276A1 (en) Thermographic inspection for tape layup machines
EP3705278A1 (en) Thermographic inspection for tape layup machines
NL2022887B1 (en) Thermographic inspection for tape layup machines
EP3705279A1 (en) Thermographic inspection for tape layup machines
NL2022885B1 (en) Thermographic inspection for tape layup machines
NL2022886B1 (en) Thermographic inspection for tape layup machines
NL2022882B1 (en) Thermographic inspection for tape layup machine
EP3705277A1 (en) Thermographic inspection for tape layup machines
CN116569025A (zh) 在复合材料增强件中自动搜索至少一个织物图案的方法
Ribeiro Ply thickness effects on onset and propagation of transverse cracking: thermoplastic and thermoset-based composites

Legal Events

Date Code Title Description
A524 Written submission of copy of amendment under article 19 pct

Free format text: JAPANESE INTERMEDIATE CODE: A524

Effective date: 20220725

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220725

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230815

A524 Written submission of copy of amendment under article 19 pct

Free format text: JAPANESE INTERMEDIATE CODE: A524

Effective date: 20231115

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240123

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20240423