KR20200010996A - 섬유 재료의 플라이에서의 용융된 베일 스트랜드 비율의 특성화를 위한 방법 및 장치 - Google Patents

섬유 재료의 플라이에서의 용융된 베일 스트랜드 비율의 특성화를 위한 방법 및 장치 Download PDF

Info

Publication number
KR20200010996A
KR20200010996A KR1020190054690A KR20190054690A KR20200010996A KR 20200010996 A KR20200010996 A KR 20200010996A KR 1020190054690 A KR1020190054690 A KR 1020190054690A KR 20190054690 A KR20190054690 A KR 20190054690A KR 20200010996 A KR20200010996 A KR 20200010996A
Authority
KR
South Korea
Prior art keywords
amount
filaments
bale
image
slice
Prior art date
Application number
KR1020190054690A
Other languages
English (en)
Inventor
알렉산더 스자르스키 마틴
Original Assignee
더 보잉 컴파니
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 더 보잉 컴파니 filed Critical 더 보잉 컴파니
Publication of KR20200010996A publication Critical patent/KR20200010996A/ko

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
    • 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
    • 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
    • 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
    • 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
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0654—Imaging
    • 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
    • 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)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material 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)
  • Biomedical Technology (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Mechanical Engineering (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Composite Materials (AREA)
  • Moulding By Coating Moulds (AREA)
  • Image Analysis (AREA)
  • Treatment Of Fiber Materials (AREA)
  • Acoustics & Sound (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Reinforced Plastic Materials (AREA)

Abstract

열가소성 베일을 갖는 섬유 플라이를 특성화하기 위한 시스템 및 방법이 제공된다. 하나의 방법은 섬유의 스트랜드를 포함하고 열가소성 필라멘트의 베일을 더 포함하는 섬유 재료의 이미지를 획득하는 단계와, 상기 이미지를 슬라이스들로 세분하는 단계, 상기 슬라이스의 각각 내에서 묘사된 용융된 필라멘트의 양을 결정하는 단계, 및 상기 슬라이스의 각각 내에서 묘사된 용융되지 않은 필라멘트의 양을 결정하는 단계를 포함한다.

Description

섬유 재료의 플라이에서의 용융된 베일 스트랜드 비율의 특성화를 위한 방법 및 장치 {CHARACTERIZATION OF MELTED VEIL STRAND RATIOS IN PLIES OF FIBER MATERIAL}
본 발명은 복합 재료의 분야에 관한 것으로, 특히 열가소성 베일을 포함하는 섬유 강화 복합 재료에 관한 것이다.
건조한 탄소 섬유 재료(dry carbon fiber material)는 전형적으로 탄소 섬유의 스트랜드(strand)에 용융된 (다중 필라멘트를 포함하는) 열가소성 베일(thermoplastic veil)을 포함한다. 탄소 섬유의 스트랜드는 안정성과 인성을 위해 재료의 보강을 제공하는 반면, 열가소성 베일은 스트랜드를 함께 결속시킨다. 건조한 탄소 섬유 재료는 복합 부품의 제작을 위한 입력으로서 사용된다. 일관된 제조 품질을 보장하기 위해서는, 건조한 탄소 섬유 재료의 열가소성 베일에 대해 탄소 섬유의 스트랜드에 특정의 용융량을 가지도록 하는 것이 바람직하다. 그러나, 건조한 탄소 섬유 재료의 검사는 수동 및 노동 집약적인 프로세스로 남아 있으며, 이는 복합 부품을 제조하는 비용을 증가시킨다. 이것은, 수천 피트의 건조한 탄소 섬유 재료가 하나의 복합 부품(예를 들어 항공기 날개의 스킨)에 활용될 수 있기 때문에 특히 주목할만하다.
따라서, 적어도 상술한 문제뿐만 아니라 다른 가능한 문제의 몇 가지를 고려하는 방법 및 장치를 가지는 것이 바람직할 것이다.
본 명세서에서 기술되는 실시예는, 섬유 재료(예를 들어 열경화성 또는 열가소성 수지로 함침되지 않은 단방향의 건조한 탄소 섬유 재료, 유리 섬유 재료, 금속 또는 세라믹 섬유를 갖는 재료 등) 내의 열가소성 베일의 용융량을 특성화하기 위해 특징 검출 프로세스를 이용한다. 용융량은 (색상/밝기(휘도) 변화에 기인하여) 용융된 베일의 필라멘트의 수를 용융되지 않은 베일의 필라멘트의 수와 비교함으로써 특성화될 수 있다. 예를 들어, 본 명세서에서 논의된 기계 학습 프로세스는 섬유 재료의 이미지를 슬라이스로 분할하고, 베일 내에서 용융된 필라멘트 및 용융되지 않은 필라멘트를 검출하기 위해 훈련된 종래의 신경망을 활용하며, 각각의 슬라이스에 대해 용융되지 않은 필라멘트에 대한 용융된 필라멘트의 비율을 결정할 수 있다. 그런 다음, 각각의 슬라이스에 대해 결정된 비율에 기초해서 용융량의 전체적인 척도(metric)가 각 이미지에 대해 결정될 수 있다.
일 실시예는 열가소성 베일을 갖는 섬유 플라이를 특성화하기 위한 방법이다. 이 방법은 섬유의 스트랜드를 포함하고 열가소성 필라멘트의 베일을 더 포함하는 섬유 재료의 이미지를 획득하는 단계와, 상기 이미지를 슬라이스들로 세분하는 단계, 상기 슬라이스의 각각 내에서 묘사된 용융된 필라멘트의 양을 결정하는 단계, 및 상기 슬라이스의 각각 내에서 묘사된 용융되지 않은 필라멘트의 양을 결정하는 단계를 포함한다.
다른 실시예는, 프로세서에 의해 실행될 때 열가소성 베일을 갖는 플라이(ply)를 특성화하기 위한 방법을 수행하도록 동작 가능한 프로그램된 명령을 구현하는 비일시적 컴퓨터 판독 가능 매체이다. 상기 방법은 탄소 섬유의 스트랜드를 포함하고 열가소성 필라멘트의 베일을 더 포함하는 섬유 재료의 이미지를 획득하는 단계와, 상기 이미지를 슬라이스들로 세분하는 단계, 상기 슬라이스의 각각 내에서 묘사된 용융된 필라멘트의 양을 결정하는 단계, 및 상기 슬라이스의 각각 내에서 묘사된 용융되지 않은 필라멘트의 양을 결정하는 단계를 포함한다.
또 다른 실시예는, 열가소성 베일을 갖는 섬유의 플라이를 특성화하기 위한 장치이다. 이 장치는 섬유의 스트랜드를 포함하고 열가소성 필라멘트의 베일을 더 포함하는 섬유 재료의 이미지를 수신하는 인터페이스와, 상기 이미지를 슬라이스들로 세분하고 상기 슬라이스의 각각 내에서 묘사된 용융된 필라멘트의 양을 결정하며 상기 슬라이스의 각각 내에서 묘사된 용융되지 않은 필라멘트의 양을 결정하는 컨트롤러를 포함한다.
본 장치 및 방법은 또한 청구범위와 혼동되어서는 안되는 다음의 절(clause)에서 언급된다.
A1. 열가소성 베일을 갖는 섬유의 플라이를 특성화하기 위한 방법으로서,
섬유 스트랜드를 포함하고 열가소성 필라멘트의 베일을 더 포함하는 섬유 재료의 이미지를 획득하는 단계(202);
상기 이미지를 슬라이스들로 세분하는 단계(204);
상기 슬라이스의 각각 내에서 묘사된 용융된 필라멘트의 양을 결정하는 단계(206); 및
상기 슬라이스의 각각 내에서 묘사된 용융되지 않은 필라멘트의 양을 결정하는 단계(208)를 포함하는 방법.
A2. 또한, 상기 슬라이스에 대한 용융된 필라멘트의 수 및 융용되지 않은 필라멘트의 수에 기초하여 각각의 슬라이스에 대한 베일의 용융량을 정량화하는 단계(210); 및
각각의 슬라이스에 대한 베일의 용융량에 기초하여 이미지에 대한 베일의 용융량을 정량화하는 단계를 더 포함하는 단락 A1의 방법이 제공된다.
A3. 또한, 용융된 필라멘트의 양을 결정하는 단계는 용융된 필라멘트를 포함하는 각각의 슬라이스의 부분을 식별하는 단계를 포함하고,
용융되지 않은 필라멘트의 양을 결정하는 단계는 용융되지 않은 필라멘트를 포함하는 각각의 슬라이스의 부분을 식별하는 단계를 포함하는 단락 A1의 방법이 제공된다.
A4. 또한, 상기 결정하는 단계들이 훈련된 신경망을 통해 수행되는 단락 A1의 방법이 제공된다.
A5. 또한, 상기 신경망은 컨볼루셔널 신경망으로 이루어지는 단락 A4의 방법이 제공된다.
A6. 또한, 이미지에 대한 베일의 용융량을 설계 공차와 비교하는 단계; 및
이미지에 대한 베일의 용융량이 설계 공차 내에 있지 않다고 결정한 것에 응답하여 통지를 송신하는 단계를 더 포함하는 단락 A1의 방법이 제공된다.
A7. 또한, 밝기 또는 색상 중 적어도 하나의 차이에 기초하여 용융된 필라멘트와 용융되지 않은 필라멘트를 구별하는 단계를 더 포함하는 단락 A1의 방법이 제공된다.
A8. 또한, 섬유의 스트랜드는 탄소 섬유, 유리 섬유, 금속 섬유 및 세라믹 섬유로 이루어진 군으로부터 선택되는 단락 A1의 방법이 제공된다.
A9. 또한, 섬유의 스트랜드는 탄소 섬유의 스트랜드인 단락 A8의 방법이 제공된다.
A10. 단락 A1의 방법에 따라 조립된 항공기의 일부.
본 발명의 또 다른 측면에 따르면,
B1. 프로세서에 의해 실행될 때, 열가소성 베일을 갖는 섬유의 플라이를 특성화하기 위한 방법을 수행하도록 동작 가능한 프로그램된 명령을 구현하는 비일시적 컴퓨터 판독 가능 매체로서, 상기 방법이
섬유 스트랜드를 포함하고 열가소성 필라멘트의 베일을 더 포함하는 섬유 재료의 이미지를 획득하는 단계(202);
상기 이미지를 슬라이스들로 세분하는 단계(204);
상기 슬라이스의 각각 내에서 묘사된 용융된 필라멘트의 양을 결정하는 단계(206); 및
상기 슬라이스의 각각 내에서 묘사된 용융되지 않은 필라멘트의 양을 결정하는 단계(208)를 포함하는 비일시적 컴퓨터 판독 가능 매체가 제공된다.
B2. 또한, 상기 방법이
상기 슬라이스에 대한 용융된 필라멘트의 수 및 융용되지 않은 필라멘트의 수에 기초하여 각각의 슬라이스에 대한 베일의 용융량을 정량화하는 단계(210); 및
각각의 슬라이스에 대한 베일의 용융량에 기초하여 이미지에 대한 베일의 용융량을 정량화하는 단계를 더 포함하는 단락 B1의 매체가 제공된다.
B3. 또한, 용융된 필라멘트의 양을 결정하는 단계는 용융된 필라멘트를 포함하는 각각의 슬라이스의 부분을 식별하는 단계를 포함하고,
용융되지 않은 필라멘트의 양을 결정하는 단계는 용융되지 않은 필라멘트를 포함하는 각각의 슬라이스의 부분을 식별하는 단계를 포함하는 단락 B1의 매체가 제공된다.
B4. 또한, 상기 결정하는 단계들이 훈련된 신경망을 통해 수행되는 단락 B1의 매체가 제공된다.
B5. 또한, 상기 신경망은 컨볼루셔널 신경망으로 이루어지는 단락 B4의 매체가 제공된다.
B6. 또한, 상기 방법이
이미지에 대한 베일의 용융량을 설계 공차와 비교하는 단계; 및
이미지에 대한 베일의 용융량이 설계 공차 내에 있지 않다고 결정한 것에 응답하여 통지를 송신하는 단계를 더 포함하는 단락 B1의 매체가 제공된다.
B7. 또한, 상기 방법이
밝기 또는 색상 중 적어도 하나의 차이에 기초하여 용융된 필라멘트와 용융되지 않은 필라멘트를 구별하는 단계를 더 포함하는 단락 B1의 매체가 제공된다.
B8. 또한, 섬유의 스트랜드는 탄소 섬유, 유리 섬유, 금속 섬유 및 세라믹 섬유로 이루어진 군으로부터 선택되는 단락 B1의 매체가 제공된다.
B9. 또한, 섬유의 스트랜드는 탄소 섬유의 스트랜드인 단락 B8의 매체가 제공된다.
B10. 단락 B1의 컴퓨터 판독 가능 매체에 저장된 명령에 의해 정의되는 방법에 따라 조립된 항공기의 일부.
본 장치의 또 다른 측면에 따르면,
C1. 열가소성 베일을 갖는 섬유의 플라이를 특성화하기 위한 장치로서,
섬유의 스트랜드(752)를 포함하고 열가소성 필라멘트(760)의 베일(754)을 더 포함하는 섬유 재료(750)의 이미지(742)를 수신하는 인터페이스(716); 및
이미지를 슬라이스(744)로 세분하고, 슬라이스의 각각 내에서 묘사된 용융된 필라멘트의 양을 결정하며, 슬라이스의 각각 내에서 묘사된 용융되지 않은 필라멘트의 양을 결정하는 컨트롤러(712)를 포함하는 장치가 제공된다.
C2. 또한, 컨트롤러는 슬라이스에 대한 용융된 필라멘트의 수 및 융용되지 않은 필라멘트의 수에 기초하여 각각의 슬라이스에 대한 베일의 용융량을 정량화하고, 각각의 슬라이스에 대한 베일의 용융량에 기초하여 이미지에 대한 베일의 용융량을 정량화하는 단락 C1의 장치가 제공된다.
C3. 또한, 컨트롤러는 용융된 필라멘트를 포함하는 각각의 슬라이스의 부분을 식별함으로써 용융된 필라멘트의 양을 결정하는 신경망(724)을 동작시키고;
컨트롤러는 용융되지 않은 필라멘트를 포함하는 각각의 슬라이스의 부분을 식별함으로써 용융되지 않은 필라멘트의 양을 결정하는 단락 C1의 장치가 제공된다.
C4. 또한, 컨트롤러는 훈련된 신경망을 통해 용융된 필라멘트의 양 및 용융되지 않은 필라멘트의 양을 결정하는 단락 C1의 장치가 제공된다.
C5. 또한, 신경망은 컨볼루셔널 신경망으로 이루어지는 단락 C1의 장치가 제공된다.
C6. 또한, 이미지에 대한 베일의 용융량을 설계 공차와 비교하는 수단; 및
이미지에 대한 베일의 용융량이 설계 공차 내에 있지 않다고 결정한 것에 응답하여 통지를 송신하는 수단을 더 포함하는 단락 C1의 장치가 제공된다.
C7. 또한, 섬유의 스트랜드는 탄소 섬유, 유리 섬유, 금속 섬유 및 세라믹 섬유로 이루어진 군으로부터 선택되는 단락 C1의 장치가 제공된다.
C8. 또한, 섬유의 스트랜드는 탄소 섬유의 스트랜드인 단락 C7의 장치가 제공된다.
C9. 단락 C1의 장치를 사용하여 항공기의 일부를 제작하는 것.
다른 예시적인 실시예들(예를 들어, 전술한 실시예들에 관한 방법 및 컴퓨터 판독 가능 매체)은 이하에서 설명될 수 있다. 논의된 특징, 기능 및 이점은 다양한 실시예에서 독립적으로 달성될 수 있거나, 또는 다음의 상세한 설명 및 도면을 참조하여 더 자세히 설명될 수 있는 또 다른 실시예에서 결합될 수 있다.
본 발명의 일부 실시예가 이제 첨부 도면을 참조하여 예로서만 설명된다. 동일한 참조번호는 동일한 요소 또는 모든 도면에서 동일한 유형의 요소들을 나타낸다.
도 1은 예시적인 실시예에서의 섬유 평가 시스템의 블록도이다.
도 2는 예시적인 실시예에서 섬유 재료를 평가하는 방법을 예시하는 흐름도 이다.
도 3은 예시적인 실시예에서 섬유 재료의 사진을 도시하는 도면이다.
도 4∼도 6은 예시적인 실시예에서의 사진으로부터의 슬라이스들을 도시하는 도면이다.
도 7은 예시적인 실시예에서의 섬유 재료 평가 시스템의 블록도이다.
도 8은 예시적인 실시예에서의 항공기 제조 및 점검 방법의 흐름도이다.
도 9는 예시적인 실시예에서의 항공기의 블록도이다.
도면들 및 다음의 설명은 본 발명의 특정의 예시적인 실시예들을 예시한다. 따라서, 당업자라면, 명세서에서 명시적으로 기술되거나 도시되지 않았지만, 본 발명의 원리를 구현하고 본 발명의 범위 내에 포함되는 여러 구성을 고안할 수 있다는 것을 이해할 것이다. 더욱이, 본 명세서에서 기재된 모든 실시예는 본 실시예의 원리를 이해하는 것을 돕기 위해 의도된 것으로서, 이러한 구체적으로 인용된 예 및 조건에 한정되지 않는 것으로 해석되어야 한다. 결과적으로, 본 발명은 이하에서 설명되는 특정 실시예 또는 예에 한정되지 않지만 청구범위 및 그 등가물에 의해 제한된다.
CFRP(Carbon Fiber Reinforced Polymer) 부품과 같은 복합 부품은 초기에 함께 라미네이트를 형성하는 복수의 층에 배치된다. 라미네이트의 각 층 내의 개별 섬유는 서로 평행하게 정렬되지만, 다른 층은 상이한 치수를 따라 결과적인 복합물의 강도를 증가시키기 위해 상이한 섬유 배향을 나타낼 수 있다. 라미네이트는 라미네이트를 (예를 들어 항공기에서 사용하기 위한) 복합 부품으로 강화시키기 위해 고화시키는 점성 수지(viscous resin)를 포함할 수 있다. 미경화된 열경화성 수지 또는 열가소성 수지를 함침시킨 탄소 섬유는 "프리프레그(prepreg)"라 언급된다. 다른 유형의 탄소 섬유는 열경화성 수지로 함침되지 않지만 점착제 또는 결합제를 포함할 수 있는 "건조한 섬유(dry fiber)"를 포함한다. 건조한 섬유는 경화 전에 수지로 주입될 수 있다. 열경화성 수지의 경우, 강화(hardening)는 경화라 일컬어지는 일방향 프로세스인 반면에, 열가소성 수지의 경우, 수지가 다시 가열되면 점성이 있는 형태에 도달할 수 있다. 본 명세서에서 논의된 시스템 및 방법은 열가소성 베일의 형태로 결합제(binder)를 포함하는 건조한 섬유 재료의 평가를 기술한다.
도 1은 예시적인 실시예에서의 섬유 평가 시스템(100)의 블록도이다. 섬유 평가 시스템(100)은 섬유 재료(예를 들어, 단방향 CFRP, 유리 섬유 재료, 금속 또는 세라믹 섬유를 갖는 재료)에서 용융된 열가소성 필라멘트의 용융되지 않은 열가소성 필라멘트에 대한 비율을 결정하기 위해 그 섬유 재료의 이미지를 자동으로 평가하도록 동작 가능한 임의의 시스템, 장치 또는 컴포넌트를 포함한다. 이 실시예에서, 섬유 평가 시스템(100)은 특성화 유닛(110) 및 이미징 시스템(130)을 포함한다.
이미징 시스템(130)은 섬유 재료(142)(예를 들어, 단방향 CFRP의 플라이, 유리 섬유 재료, 금속 또는 세라믹 섬유를 갖는 재료 등)의 시트(140)의 이미지를 획득한다. 이러한 이미지는 시트(140)를 따라 다양한 위치 및/또는 다양한 방향으로 획득될 수 있다. 이미지는 시트(140) 내의 섬유(152)(예를 들어, 탄소 섬유, 유리 섬유, 금속 섬유, 세라믹 섬유 등)의 스트랜드(150)를 묘화할 뿐만 아니라, 스트랜드(150)에 대한 결합제 또는 점착제로서 작용하는 열가소성 필라멘트(162)의 베일(160)도 묘화한다. 각 열가소성 필라멘트(162)는, 예를 들어 7천 분의 1인치의 두께 또는 더 얇은 두께일 수 있다. 각 스트랜드(150)는 12,000 내지 40,000 스트랜드가 단일의 선형 인치 내에서 발견되도록 더 작아질 수 있다. 이미징 시스템(130)은 카메라(예를 들어, 컬러 카메라, 스테레오 카메라 등), 또는 초음파 또는 레이저 이미징 장치와 같은 다른 비파괴 이미징 컴포넌트를 포함할 수 있다.
이미징 시스템(130)을 통해 획득된 이미지는 인터페이스(I/F)(116)에서 수신된다. 이들 이미지는 이후의 분석을 위해 메모리(114)(예를 들어, 하드 디스크, 플래시 메모리 등)에 컨트롤러(112)에 의해 저장될 수 있다. 컨트롤러(112)는 이미지 수신, 분석 및 보고를 용이하게 하기 위해 특성화 유닛(110)의 동작을 관리한다. 예를 들어, 컨트롤러(112)는 이미지를 평가할 때 메모리(114)에서 신경망(neural network; 124)에 액세스할 수 있다. 신경망(124)은, 예를 들어 이미지 내에서 용융되지 않은 필라멘트 및 용융된 필라멘트를 검출하기 위해 훈련 데이터(122)에 기초하여 훈련된 컨볼루셔널(convolutional) 신경망으로 이루어질 수 있다.
훈련 데이터(122)는 이미지 또는 슬라이스(예를 들어 그러한 수천 개의 사진)의 세트, 및 이들 요소 내에서 발견된 특징들을 나타내는 첨부 태그들을 포함할 수 있다. 예를 들어, 훈련 데이터(122)는 미리 용융되거나 용융되지 않은 것으로서 라벨링된 영역을 갖는 이미지를 포함할 수 있다. 훈련 데이터(122)는 또한 면내 섬유 각도가 변화하는(예를 들어 0도, 45도, 45도, 90도 등) 건조한 탄소 재료의 찍은 사진도 포함할 수 있다. 이것은, 신경망(124)을 훈련시키기 위해 이들 상이한 섬유 각도에서 발견되는 밝기 또는 컨트라스트(대비)의 차이를 설명하는 것에 관련될 수 있다. 따라서, 훈련 데이터(122)는 신경망(124)이 용융된 필라멘트 및 용융되지 않은 필라멘트 모두를 검출하는 프로세스를 시험 및 미세 조정하기 위해 사용될 수 있다. 컨트롤러(112)는 예를 들어 커스텀 회로, 프로그램된 명령을 실행하는 하드웨어 프로세서, 또는 그 몇몇의 조합으로서 구현될 수 있다.
섬유 평가 시스템(100)의 동작의 예시적인 상세한 설명은 도 2와 관련하여 논의될 것이다. 이 실시예에서는, 시트(140) 내에서 용융된 필라멘트의 용융되지 않은 필라멘트의 비율이 원하는 공차(tolerance) 내에 있는지 여부를 결정하기 위해 기술자가 섬유 재료(142)의 시트(140)를 특성화하기를 원한다고 가정한다.
도 2는 예시적인 실시예에서 섬유 재료를 평가하는 방법(200)을 예시하는 흐름도이다. 방법(200)의 단계들은 도 1의 섬유 평가 시스템(100)과 관련하여 설명되지만, 당업자라면 방법(200)은 다른 시스템들에서 수행될 수 있다는 것을 이해할 것이다. 본 명세서에서 설명되는 흐름도의 단계들은 모든 것을 포함하는 것은 아니며 나타내지 않은 다른 단계들을 포함할 수도 있다. 본 명세서에서 기재된 단계들은 대안적인 순서로 수행될 수도 있다.
단계 202에서는, 이미징 시스템(130)은 섬유 재료(142)의 시트(140)의 이미지를 획득한다. 섬유 재료(142)는 섬유(152)의 스트랜드(150)를 포함하며, 또한 열가소성 필라멘트(162)의 베일(160)을 포함한다. 이미지는 임의의 적합한 포맷으로 생성될 수 있고, 이미지의 디지털 버전은 메모리(114)에서의 저장을 위해 I/F(116)에 의해 획득된다. 일 실시예에서, 이미지는 섬유 재료(142)의 길이의 수 백미터마다 획득되고, 이미지는 섬유 재료(142)의 작은 부분(예를 들어, 2인치×2인치 부분)을 나타낸다. 그러나, 이미지는 원하는 임의의 적합한 사이즈의 임의의 적합한 영역을 묘사할 수 있다.
이미지를 획득한 후, 컨트롤러(112)는 이미지를 슬라이스들로 세분화하도록 처리한다(단계 204). 본 명세서에서 사용된 바와 같이, "슬라이스"는 이미지의 임의의 적당한 부분을 포함할 수 있다. 예를 들어, 슬라이스는 이미지의 전체 폭을 차지하지만 이미지의 높이의 일부분만을 차지하는 부분을 포함할 수도 있고, 이미지의 전체 높이를 차지하지만 이미지의 폭의 일부분만을 차지하는 부분을 포함할 수도 있으며, 직사각형 섹션 등을 포함할 수도 있다. 이상적으로, 슬라이스의 사이즈(예를 들어 좁은 치수)는, 다수의 필라멘트가 묘사되지 않을 만큼 작거나, 영역 검출을 위해 훈련된 신경 회로망이 슬라이스의 부분들을 용융된 필라멘트 또는 용융되지 않은 필라멘트를 나타내는 것으로 분류하는 것을 시도할 때에 효과적으로 동작할 수 있을 만큼 충분히 클 수 있다. 예를 들어, 슬라이스 사이즈는 60 내지 160 픽셀(예를 들어, 100 픽셀)일 수 있다. 각각의 슬라이스는 50 내지 100 필라멘트와 같은 다수의 뚜렷한 필라멘트를 묘사하는 것으로 기대될 수 있다.
또 다른 실시예에서는, 슬라이스 사이즈는 이미지 높이가 슬라이스 사이즈에 의해 균등하게 분할 가능하도록 선택될 수 있거나, 또는 이미지는 이미지 품질 및/또는 슬라이싱을 향상시키기 위해 미리 처리(예를 들어 잘라 내기, 크기 조정, 필터링 등)될 수 있다.
단계 206에서는, 각각의 슬라이스에 대해, 컨트롤러(112)는 묘사된 용융된 필라멘트의 양을 결정한다. 본 명세서에서 사용되는 바와 같이, (예를 들어, 도 3의 용융된 부분(324)에 의해 도시된 바와 같은) "용융된 필라멘트"는 스트랜드(150)로 용융된 필라멘트를 포함한다. 이것은, 용융된 필라멘트의 존재를 지시하는 슬라이스 내의 특징을 검출하도록 신경망(124)을 동작시키는 컨트롤러(112)에 의해 수행될 수 있다. 예를 들어, 용융된 필라멘트는 특정 곡률, 밝기, 색상 등과 관련될 수 있고, 신경망(124)은 그러한 특징을 인식하기 위해 훈련 데이터(122)를 통해 훈련될 수 있다. 일 실시예에서, 신경망(124)은 용융된 필라멘트와 관련된 하나 이상의 특징의 존재를 검출하기 위해 슬라이스에 관해 특징 분석을 수행한다. 신경망(124)에 의해 고려되는 각 영역의 사이즈는 고려되는 슬라이스의 사이즈와 치수 면에서 같을 수 있다. 충분한 특징이 충분한 신뢰도를 가지고 검출되면, 신경망(124)은 용융된 필라멘트가 분석되는 슬라이스의 영역 내에 존재한다고 지시할 수 있다.
더욱이, 각각의 슬라이스에 대해, 컨트롤러(112)는 묘사된 용융되지 않은 필라멘트의 양을 결정한다(즉, 단계 208). 본 명세서에서 사용되는 바와 같이, (예를 들어, 도 3의 용융되지 않은 부분(326)에 의해 묘사되는 바와 같은) "용융되지 않은 필라멘트"는 스트랜드(150)로 용융되지 않은 스트랜드(150)를 맨 꼭대기에 받치는 필라멘트를 포함한다. 이것은, 용융되지 않은 필라멘트의 존재를 지시하는 슬라이스 내의 특징을 검출하도록 신경망(124)을 동작시키는 컨트롤러(112)에 의해 수행될 수 있다. 예를 들어, 용융되지 않은 필라멘트는 특정 곡률, 밝기, 색상 등과 관련될 수 있고, 신경망(124)은 그러한 특징을 인식하기 위해 훈련 데이터(122)를 통해 훈련될 수 있다. 용융되지 않은 필라멘트에 관하여 결정을 수행할 때, 신경망(124)은 단계 206에 대해 상술한 것들에 대해 유사한 특징 인식 작업을 수행할 수 있다.
필라멘트의 특정 부분은 부분적으로 용융된 것처럼 보일 수 있으며, 이 경우에 컨트롤러(112)는 컨트롤러(112)에 의해 사용되는 신경망이 훈련되는 방법에 의존해서 필라멘트를 용융된 상태 또는 용융되지 않은 상태로 분류할 수 있다. 또 다른 실시예에서, 특정 영역은 용융된 필라멘트 및 용융되지 않은 필라멘트 모두를 묘사할 수 있고, 컨트롤러(112)는 컨트롤러(112)에 의해 사용되는 신경망이 훈련되는 방법에 기초해서 그러한 영역을 용융된 영역 또는 용융되지 영역으로 분류할 수 있다.
단계 206 및 단계 208에서, 슬라이스 내의 모든 영역은 반드시 필라멘트(예를 들어 용융된 필라멘트 또는 용융되지 않은 필라멘트)를 포함할 필요는 없다. 이러한 영역은 빈 영역으로 보고될 수도 있다. 빈 영역의 사이즈는 시트(140)가 용융 비율에 관련되지 않는 공차 내에 있는지 여부를 결정할 때에 관련될 수 있다.
단계 206 및 단계 208에서 결정된 양은 주어진 유형의 필라멘트가 존재하는 것으로 결정된 영역(예를 들어, 선형 또는 평면 영역)의 사이즈를 지시할 수 있거나, 주어진 유형의 필라멘트의 수를 지시할 수 있거나, 또는 다른 적합한 척도(예를 들어, 주어진 유형의 필라멘트를 묘사하고 있는 화소의 수)를 포함할 수 있다. 이들 양은 용융된 필라멘트의 용융되지 않은 필라멘트의 비율을 결정하기 위해 사용된다.
단계 210에서, 컨트롤러(112)는 각 슬라이스에 대한 배일(160)의 열가소성 필라멘트(162)의 용융량을 정량화한다. 이것은, 예를 들어 슬라이스에 대한 용융된 필라멘트 및 용융되지 않은 필라멘트의 양을 가산한 다음, 용융된 필라멘트의 양을 합으로 나눔으로써 수행될 수 있다. 또 다른 실시예에서, 이것은 용융된 필라멘트의 용융되지 않은 필라멘트에 대한 비율을 결정하는 것을 포함할 수 있다. 설계 사양에 의해 요구되는 용융 백분율은 응용에 따라 다를 수 있지만, 용융 백분율의 하나의 예는 30 내지 50 퍼센트이다.
단계 212는 각 슬라이스에 대한 베일(160)의 용융량에 기초하여 이미지에 대한 베일(160)의 용융량을 정량화하는 컨트롤러(112)를 포함한다. 예를 들어, 컨트롤러(112)는 이미지 전체 내에서 발견되는 용융량을 결정하기 위해 각각의 슬라이스에 대해 단계 210에서 결정된 용융량을 평균화할 수 있다.
또 다른 실시예에서, 방법(200)은 이미지를 다르게(예를 들어, "큰(tall)" 슬라이스, 다른 사이즈의 슬라이스, 미러링되거나 회전된 슬라이스, 조정된 색상 또는 밝기 또는 컨트라스트를 갖는 슬라이스 등이 뒤따르는 "와이드" 슬라이스로) 슬라이싱함으로써 동일한 이미지에 대해 반복될 수 있다. 더욱 다른 실시예에서, 방법(200)은 시트(140)의 전체를 정량화하기 위해 다중 이미지에 대해 반복될 수 있다. 예를 들어, 수백 피트의 건조한 탄소 섬유 재료(142)를 포함하는 전체 롤이 특성화되는 실시예에서는, 재료의 다수의 이미지를 획득 및 분석하는 것이 바람직할 수 있다.
방법(200)은 수동 검사 기술이 보다 저렴하고 더 정확한 자동화된 프로세스로 대체되는 것이 가능하기 때문에 이전의 기술 및 시스템에 비해 장점을 제공한다. 이것은, 기술자가 제조의 다른 측면에 집중할 수 있는 시간을 더 많이 제공한다는 것을 의미한다. 이는 복합 부품이 건조한 탄소 섬유 재료로 제조되는 프로세스를 향상시킨다.
방법(200)의 기술은 레이업(layup)이 발생하기 전에 그들 플라이의 각각에서 원하는 용융 비율을 확인하기 위해 다수의 플라이의 표면을 검사하는데 이용될 수 있다. 각각의 플라이에 대해 알려진 용융 비율에 의해, 플라이로부터 생성된 임의의 결과적인 프리폼(preform)도 또한 알려진 용융 비율을 가질 것이다. 이것은, 그것들이 검사된 후에 그 프리폼의 내부에 배치된 플라이에 대해서도 마찬가지이다.
예
다음의 예에서는, 추가적인 프로세스, 시스템 및 방법이 건조한 탄소 섬유 재료를 특성화하는 맥락에서 기술된다. 즉, 위에 제공된 탄소 섬유 재료를 분석하기 위한 시스템 및 방법의 논의에 의해, 다음의 도면들은 이미지가 슬라이스되고 특성화될 수 있는 방법을 나타내는 예를 제공한다.
도 3은 예시적인 실시예에서 섬유 재료를 도시하는 도면이다. 구체적으로는, 도 3은 단방향의 건조한 섬유 재료의 단일 플라이를 CFRP 형태로 하향식으로 나타낸 도면이다. 도 3은 필라멘트(322)의 베일(320)을 통해 함께 결합되는 탄소 섬유의 하나 이상의 스트랜드(310)를 묘사한다. 도 3은 탄소 섬유의 스트랜드들(310) 사이의 거리에서의 작은 비균일성을 묘사한다. 왜냐하면, 번들(300)에서의 스트랜드들(310)은 대략적으로 분포되지만, 완전하게는 아니지만 균일하게 분포될 것이기 때문이다. 약간의 필라멘트는 용융된 부분(324)을 갖는 반면, 다른 필라멘트는 용융되지 않은 부분(326)을 갖는다. 단일 필라멘트는 용융된 영역과 용융되지 않은 부분을 모두 가질 수 있다.
이 예에서, 사진(300)은 경계(330)에서 슬라이스들로 세분화되어 슬라이스(342), 슬라이스(344) 및 슬라이스(346)로 된다. 도 4는 슬라이스(342)를 상세하게 묘사한다. 도 4에 나타낸 바와 같이, 바(bar; 400)에서 슬라이스(342)는 신경망에 의한 분석에 기초하여 상이한 식별자로 라벨링된다. "E"는 모든 유형의 필라멘트가 비어 있는 영역을 나타내고, "UM"은 용융되지 않은 필라멘트에 의해 점유된 영역을 나타내며, "M"은 용융된 필라멘트에 의해 점유된 영역을 나타낸다. 부분(M)의 크기(이 경우, 선형 거리)는 영역(UM)의 크기와 비교되어 슬라이스(342)에 대하여 용융된 필라멘트의 양을 결정할 수 있다.
도 5는 슬라이스(344)를 묘사하고 바(500)를 통해 영역 M, 영역 UM 및 빈 영역을 묘사한다. 슬라이스(342)에서, 영역(M)의 크기는 실질적으로 영역(UM)의 크기보다 작다. 도 6은 바(600)에 의해 지시된 바와 같이 영역(UM)에 대한 영역(M)의 비율이 가장 높은 슬라이스(346)를 묘사한다.
도 7은 예시적인 실시예의 섬유 재료 평가 시스템(700)의 블럭도이다. 도 7에 따르면, 시스템은 탄소 섬유의 스트랜드(752)로 만들어진 탄소 섬유 재료(750)뿐만 아니라 필라멘트(760)의 베일(754)을 포함한다. 필라멘트(760)는 용융된 부분(764)과 용융되지 않은 부분(766)을 포함한다. 이미징 시스템(730)은 인터페이스(I/F)(716)에 의해 (디지털 형태로) 획득된 탄소 섬유 재료(750)의 이미지를 포함한다. 컨트롤러(712)는 이들 이미지를 저장을 위해 메모리(714)로 보낼 수 있다. 메모리(714)는 신경망(724)뿐만 아니라 훈련 중에 신경망(724)으로부터의 출력을 스코어링하기 위해 사용되는 훈련 데이터(722) 및 목적 함수(objective function; 726)를 저장한다. 메모리(714)는 또한 이미지(742), 슬라이스(744) 및 슬라이스 데이터(746)를 저장한다. 슬라이스 데이터(746)는 예를 들어 각 슬라이스에서 검출된 필라멘트의 용융된 부분 및 용융되지 않은 부분의 위치 및 양을 나타낼 수 있다. 전술한 바와 같은 시스템은 건조한 섬유 재료에 중점을 두지만, 다른 실시예에서는 프리프레그 재료에 대해 유사한 기능을 수행하는 데 이용될 수도 있다.
특히 도면을 더 참조하면, 본 발명의 실시예는 도 8에 나타낸 바와 같은 방법(800)에서의 항공기 제조 및 점검 및 도 9에 나타낸 바와 같은 항공기(802)의 맥락에서 설명될 수 있다. 사전 제조(pre-production) 중에, 방법(800)은 항공기(802)의 사양 및 설계(804)와 재료 조달(806)을 포함할 수 있다. 제조 중에, 항공기(802)의 컴포넌트 및 서브어셈블리 제조(808) 및 시스템 통합(810)이 일어난다. 그 후, 항공기(802)는 서비스 중(814)에 놓이기 위해 인증 및 인도(812)를 거칠 수 있다. 고객에 의한 서비스 중에 있는 동안, 항공기(802)는 (변형, 재구성, 재단장 등을 포함할 수 있는) 유지 보수 및 점검(816)에서의 일상적인 작업을 위해 스케줄이 잡힌다. 본 명세서에서 구체화된 장치 및 방법은 방법(800)에서 설명된 제조 및 점검의 임의의 하나 이상의 적합한 단계 동안(예를 들어, 사양 및 설계(804), 재료 조달(806), 컴포넌트 및 서브어셈블리 제조(808), 시스템 통합(810), 인증 및 인도(812), 서비스 중(814), 유지 보수 및 점검(816)) 및/또는 항공기(802)의 임의의 적절한 컴포넌트(예를 들어, 기체(818), 시스템(820), 내부(822), 추진 시스템(824), 전기 시스템(826), 유압 시스템(828), 환경 시스템(830))에 이용될 수 있다.
방법(800)의 각각의 프로세스는 시스템 통합자, 써드 파티(제3자), 및/또는 오퍼레이터(예를 들어, 고객)에 의해 실시되거나 수행될 수 있다. 이 설명의 목적을 위해서, 시스템 통합자는 제한 없이 임의의 수의 항공기 제조자 및 메이저-시스템 하청업자를 포함할 수 있고; 써드 파티는 제한 없이 임의의 수의 판매자, 하청업자, 및 공급자를 포함할 수 있으며; 오퍼레이터는 항공사, 리스회사, 군사 단체, 서비스 기구 등일 수 있다.
도 9에 나타낸 바와 같이, 항공기(802)는 복수의 시스템(820)을 갖는 기체(818) 및 내부(822)를 포함할 수 있다. 시스템(820)의 예는 추진 시스템(824), 전기 시스템(826), 유압 시스템(828) 및 환경 시스템(830) 중의 하나 이상을 포함한다. 임의의 수의 다른 시스템이 포함될 수도 있다. 항공우주적인 예가 도시되었지만, 본 발명의 원리는 자동차 산업과 같은 다른 산업에도 적용될 수 있다.
이미 위에서 언급한 바와 같이, 본 명세서에서 구체화된 장치 및 방법은 방법(800)에서 설명된 제조 및 점검의 단계 중 임의의 하나 이상 동안에 이용될 수 있다. 예를 들어, 컴포넌트 및 서브어셈블리 제조(808)에 대응하는 컴포넌트 또는 서브어셈블리는 항공기(802)가 서비스 중에 있는 동안 제조되는 컴포넌트 또는 서브어셈블리와 유사한 방식으로 제작되거나 제조될 수 있다. 또한, 하나 이상의 장치 실시예, 방법 실시예, 또는 그 조합이 예를 들어 항공기(802)의 조립을 실질적으로 가속화하거나 항공기(802)의 비용을 감소시킴으로써 서브어셈블리 제조(808) 및 시스템 통합(810) 동안에 이용될 수 있다. 마찬가지로, 하나 이상의 장치 실시예, 방법 실시예, 또는 그 조합은, 항공기(802)가 서비스 중에 있는 동안, 예를 들어 제한 없이 유지보수 및 점검(816) 동안에 이용될 수 있다. 예를 들어, 본 명세서에서 설명된 기술 및 시스템은 재료 조달(806), 컴포넌트 및 서브 어셈블리 제조(808), 시스템 통합(810), 서비스 중(814) 및/또는 유지 보수 및 점검(816)에 사용될 수 있거나, 및/또는 기체(818) 및/또는 내부(822)에 사용될 수 있다. 이러한 기술 및 시스템은 예를 들어 추진 시스템(824), 전기 시스템(826), 유압 시스템(828) 및/또는 환경 시스템(830)을 포함하는 시스템(820)에 이용될 수도 있다.
일 실시예에서, 부품은 기체(818)의 일부를 포함하고, 컴포넌트 및 서브어셈블리 제조(808) 중에 제조된다. 그 후, 이 부품은 시스템 통합(810)에서 항공기에 조립될 수 있고, 그 다음에 그 부품이 마모되어 이용할 수 없게 될 때까지 서비스 중(814)에서 이용될 수 있다. 그런 다음, 유지 보수 및 점검(816)에서 부품은 폐기되고 새로 제조된 부품으로 교체될 수 있다. 독창적인 컴포넌트 및 방법은 새로운 부품을 제조하기 위해 컴포넌트 및 서브어셈블리 제조(808)를 통해 이용될 수 있다.
도면에 도시되거나 본 명세서에서 설명된 각종의 제어 요소(예를 들어, 전기 또는 전자 컴포넌트)는 모두 하드웨어, 소프트웨어를 구현하는 프로세서, 펌웨어를 구현하는 프로세서, 또는 그들의 몇몇 조합으로서 구현될 수 있다. 예를 들어, 요소는 전용의 하드웨어로 구현될 수 있다. 전용의 하드웨어 요소는 "프로세서", "컨트롤러" 또는 일부 유사한 용어로서 일컬어질 수 있다. 프로세서에 의해 제공될 때, 기능들은 단일의 전용 프로세서, 단일의 공유 프로세서, 또는 일부가 공유될 수 있는 복수의 개별 프로세서에 의해 제공될 수 있다. 게다가, "프로세서" 또는 "컨트롤러"라는 용어의 명백한 사용은 소프트웨어를 실행할 수 있는 하드웨어만을 지칭하는 것으로 해석되어서는 안되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 네트워크 프로세서, 응용 주문형 집적 회로(ASIC) 또는 다른 회로, 필드 프로그래머블 게이트 어레이(FPGA), 소프트웨어를 저장하기 위한 판독 전용 메모리(ROM), 랜덤 액세스 메모리(RAM), 비휘발성 저장 장치, 논리 또는 몇몇 다른 물리적 하드웨어 컴포넌트 또는 모듈을 암시적으로 포함할 수 있다.
또한, 제어 요소는 요소의 기능을 수행하기 위해 프로세서 또는 컴퓨터에 의해 실행 가능한 명령으로서 구현될 수도 있다. 명령의 몇몇의 예는 소프트웨어, 프로그램 코드 및 펌웨어이다. 명령은 프로세서가 요소의 기능을 수행하도록 지시하기 위해 프로세서에 의해 실행될 때 동작한다. 명령은 프로세서에 의해 판독 가능한 저장 장치에 저장될 수 있다. 저장 장치의 몇몇의 예는 디지털 또는 고체 상태 메모리, 자기 디스크 및 자기 테이프와 같은 자기 저장 매체, 하드 드라이브 또는 광학적으로 판독 가능한 디지털 데이터 저장 매체이다.
특정 실시예가 본 명세서에서 기술되었지만, 본 발명의 범위는 이들 특정 실시예에 한정되는 것은 아니다. 본 발명의 범위는 이하의 청구범위 및 그 등가물에 의해 정의된다.

Claims (15)

  1. 열가소성 베일을 갖는 섬유의 플라이를 특성화하기 위한 방법으로서,
    섬유 스트랜드를 포함하고 열가소성 필라멘트의 베일을 더 포함하는 섬유 재료의 이미지를 획득하는 단계(202);
    상기 이미지를 슬라이스들로 세분하는 단계(204);
    상기 슬라이스의 각각 내에서 묘사된 용융된 필라멘트의 양을 결정하는 단계(206); 및
    상기 슬라이스의 각각 내에서 묘사된 용융되지 않은 필라멘트의 양을 결정하는 단계(208)를 포함하는 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    상기 슬라이스에 대한 용융된 필라멘트의 수 및 융용되지 않은 필라멘트의 수에 기초하여 각각의 슬라이스에 대한 베일의 용융량을 정량화하는 단계(210); 및
    각각의 슬라이스에 대한 베일의 용융량에 기초하여 이미지에 대한 베일의 용융량을 정량화하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  3. 제1항에 있어서,
    용융된 필라멘트의 양을 결정하는 단계는 용융된 필라멘트를 포함하는 각각의 슬라이스의 부분을 식별하는 단계를 포함하고,
    용융되지 않은 필라멘트의 양을 결정하는 단계는 용융되지 않은 필라멘트를 포함하는 각각의 슬라이스의 부분을 식별하는 단계를 포함하는 것을 특징으로 하는 방법.
  4. 제1항에 있어서,
    상기 결정하는 단계들이 훈련된 신경망을 통해 수행되는 것을 특징으로 하는 방법.
  5. 제1항에 있어서,
    이미지에 대한 베일의 용융량을 설계 공차와 비교하는 단계; 및
    이미지에 대한 베일의 용융량이 설계 공차 내에 있지 않다고 결정한 것에 응답하여 통지를 송신하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  6. 제1항에 있어서,
    밝기 또는 색상 중 적어도 하나의 차이에 기초하여 용융된 필라멘트와 용융되지 않은 필라멘트를 구별하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  7. 제1항에 있어서,
    섬유의 스트랜드는 탄소 섬유, 유리 섬유, 금속 섬유 및 세라믹 섬유로 이루어진 군으로부터 선택되는 것을 특징으로 하는 방법.
  8. 청구항 제1항의 방법에 따라 조립된 항공기의 일부.
  9. 프로세서에 의해 실행될 때, 열가소성 베일을 갖는 섬유의 플라이를 특성화하기 위한 방법을 수행하도록 동작 가능한 프로그램된 명령을 구현하는 비일시적 컴퓨터 판독 가능 매체로서, 상기 방법이
    섬유 스트랜드를 포함하고 열가소성 필라멘트의 베일을 더 포함하는 섬유 재료의 이미지를 획득하는 단계(202);
    상기 이미지를 슬라이스들로 세분하는 단계(204);
    상기 슬라이스의 각각 내에서 묘사된 용융된 필라멘트의 양을 결정하는 단계(206); 및
    상기 슬라이스의 각각 내에서 묘사된 용융되지 않은 필라멘트의 양을 결정하는 단계(208)를 포함하는 것을 특징으로 하는 비일시적 컴퓨터 판독 가능 매체.
  10. 열가소성 베일을 갖는 섬유의 플라이를 특성화하기 위한 장치로서,
    섬유의 스트랜드(752)를 포함하고 열가소성 필라멘트(760)의 베일(754)을 더 포함하는 섬유 재료(750)의 이미지(742)를 수신하는 인터페이스(716); 및
    이미지를 슬라이스(744)로 세분하고, 슬라이스의 각각 내에서 묘사된 용융된 필라멘트의 양을 결정하며, 슬라이스의 각각 내에서 묘사된 용융되지 않은 필라멘트의 양을 결정하는 컨트롤러(712)를 포함하는 것을 특징으로 하는 장치.
  11. 제10항에 있어서,
    컨트롤러는 슬라이스에 대한 용융된 필라멘트의 수 및 융용되지 않은 필라멘트의 수에 기초하여 각각의 슬라이스에 대한 베일의 용융량을 정량화하고, 각각의 슬라이스에 대한 베일의 용융량에 기초하여 이미지에 대한 베일의 용융량을 정량화하는 것을 특징으로 하는 장치.
  12. 제10항에 있어서,
    컨트롤러는 용융된 필라멘트를 포함하는 각각의 슬라이스의 부분을 식별함으로써 용융된 필라멘트의 양을 결정하는 신경망(724)을 동작시키고;
    컨트롤러는 용융되지 않은 필라멘트를 포함하는 각각의 슬라이스의 부분을 식별함으로써 용융되지 않은 필라멘트의 양을 결정하는 것을 특징으로 하는 장치.
  13. 제10항에 있어서,
    컨트롤러는 훈련된 신경망을 통해 용융된 필라멘트의 양 및 용융되지 않은 필라멘트의 양을 결정하는 것을 특징으로 하는 장치.
  14. 제10항에 있어서,
    이미지에 대한 베일의 용융량을 설계 공차와 비교하는 수단; 및
    이미지에 대한 베일의 용융량이 설계 공차 내에 있지 않다고 결정한 것에 응답하여 통지를 송신하는 수단을 더 포함하는 것을 특징으로 하는 장치.
  15. 제10항에 있어서,
    섬유의 스트랜드는 탄소 섬유, 유리 섬유, 금속 섬유 및 세라믹 섬유로 이루어진 군으로부터 선택되는 것을 특징으로 하는 장치.
KR1020190054690A 2018-07-23 2019-05-10 섬유 재료의 플라이에서의 용융된 베일 스트랜드 비율의 특성화를 위한 방법 및 장치 KR20200010996A (ko)

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 (1)

Publication Number Publication Date
KR20200010996A true KR20200010996A (ko) 2020-01-31

Family

ID=66476355

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190054690A KR20200010996A (ko) 2018-07-23 2019-05-10 섬유 재료의 플라이에서의 용융된 베일 스트랜드 비율의 특성화를 위한 방법 및 장치

Country Status (8)

Country Link
US (1) US10896498B2 (ko)
EP (1) EP3599457B1 (ko)
JP (1) JP2020056144A (ko)
KR (1) KR20200010996A (ko)
CN (1) CN110749554B (ko)
ES (1) ES2911399T3 (ko)
PT (1) PT3599457T (ko)
RU (1) RU2019111358A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024072152A1 (ko) * 2022-09-28 2024-04-04 엘지이노텍 주식회사 대상체의 물질 검출 장치 및 대상체의 물질 검출 방법

Families Citing this family (4)

* 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
CA3216626A1 (en) * 2021-04-28 2022-11-03 Titanium Metals Corporation Video analysis-based algorithm for triggering power cutback in vacuum arc remelting
US20230115965A1 (en) * 2021-10-12 2023-04-13 Coretech System Co., Ltd. Molding system for fabricating fiber reinforcement polymer composite article and molding method thereof
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
EP0666795A1 (en) * 1992-10-29 1995-08-16 Exxon Research And Engineering Company 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
WO2017055025A1 (de) * 2015-10-01 2017-04-06 Toho Tenax Europe Gmbh Textiles substrat aus verstärkungsfasern
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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024072152A1 (ko) * 2022-09-28 2024-04-04 엘지이노텍 주식회사 대상체의 물질 검출 장치 및 대상체의 물질 검출 방법

Also Published As

Publication number Publication date
EP3599457B1 (en) 2022-01-26
US20200027206A1 (en) 2020-01-23
CN110749554B (zh) 2024-07-19
ES2911399T3 (es) 2022-05-19
EP3599457A1 (en) 2020-01-29
CN110749554A (zh) 2020-02-04
US10896498B2 (en) 2021-01-19
RU2019111358A (ru) 2020-10-16
JP2020056144A (ja) 2020-04-09
PT3599457T (pt) 2022-02-24

Similar Documents

Publication Publication Date Title
KR20200010996A (ko) 섬유 재료의 플라이에서의 용융된 베일 스트랜드 비율의 특성화를 위한 방법 및 장치
JP2020056144A5 (ko)
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
US8934702B2 (en) System and method for determining cumulative tow gap width
EP2056095A1 (en) Method and system for determining cumulative foreign object characteristics of a composite structure
CN111649040B (zh) 胶带铺叠机的热像检验
CN104272093A (zh) 污染物识别系统
US20230051895A1 (en) Method of in-process detection and mapping of defects in a composite layup
US20230280311A1 (en) Non-transitory computer readable medium storing program for inspecting molded article region, method for inspecting molded article region, and device for inspecting molded article region
US11040500B2 (en) Thermographic inspection for tape layup machines
CN117371116A (zh) 在制造未固结复合材料方面的实时管理
US20140338453A1 (en) Porosity Inspection System for Composite Structures with Non-Parallel Surfaces
Bergan et al. In-situ observations of longitudinal compression damage in carbon-epoxy cross ply laminates using fast synchrotron radiation computed tomography
US20200282675A1 (en) Thermographic inspection for tape layup machines
US20230173545A1 (en) Method and system for classifying additive manufactured objects
Domm et al. Characterization method for continuous fiber reinforced thermoplastic strands
CN115705531A (zh) 用于复合铺设机的压实辊的在线监控的方法和系统
US11141814B2 (en) Thermographic inspection for tape layup machines
EP3705276A1 (en) Thermographic inspection for tape layup machines
NL2022887B1 (en) Thermographic inspection for tape layup machines
EP3705278A1 (en) Thermographic inspection for tape layup machines
NL2022886B1 (en) Thermographic inspection for tape layup machines
EP3705279A1 (en) Thermographic inspection for tape layup machines
NL2022885B1 (en) Thermographic inspection for tape layup machines
EP3705277A1 (en) Thermographic inspection for tape layup machines

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right