Методика количественной оценки степени растрескивания слоистого композита по данным компьютерной томографии


Авторы

Пантелеев А. В.*, Турбин Н. В.**, Тучков Н. А., Талья Р. Л., Ахмедов И. А.

Московский авиационный институт (национальный исследовательский университет), 125993, г. Москва, Волоколамское шоссе, д. 4

*e-mail: avpanteleev@inbox.ru
**e-mail: turbinnv@mai.ru

Аннотация

В работе предложен алгоритм и программное обеспечение для автоматического обнаружения и анализа поперечных микротрещин в слоистых композитных материалах по последовательности томографических изображений. Актуальность задачи обусловлена влиянием микротрещин на эксплуатационные и механические характеристики композитов, а также сложностью их выявления традиционными методами неразрушающего контроля. Предложенный двухэтапный алгоритм включает первичный анализ отдельных томографических срезов, основанный на комбинации методов фильтрации, адаптивной и простой бинаризации, выделения границ, серии морфологических преобразований и алгоритма Сузуки для поиска контуров. Этот этап нацелен на идентификацию потенциальных областей трещин и их отделение от межслойных включений путем анализа и "вычитания" горизонтальных паттернов из вертикальных. Вторичный анализ направлен на уточнение и отслеживание трещин по последовательности срезов. Этот этап включает формирование последовательностей областей трещин, заполнение пропущенных элементов в этих последовательностях путем усреднения координат, коррекцию размеров областей с использованием метода простого скользящего среднего, проверку линейности смещения трещин с помощью аппроксимации полиномом второго порядка c применением метода наименьших квадратов, объединение разрозненных последовательностей, описывающих одну трещину, и добавление ранее неидентифицированных, но релевантных областей в существующие траектории на основе предсказанного положения. Сформированное программное обеспечение принимает на вход последовательность изображений микроструктуры композита. Результатом работы является матрица с координатами верхнего левого угла, высотой и шириной идентифицированных трещин для каждого проанализированного изображения, а также выходные изображения с визуализированными областями трещин. Предложенный процесс позволяет автоматизировать процесс контроля качества и исследования внутренней структуры композитных материалов.

Ключевые слова:

композитный материал, растрескивание, компьютерная томография, фильтрация, бинаризация, морфологические преобразования

Список источников

  1. Gibson L.J., Ashby M.F. Cellular Solids: Structure and Properties. Cambridge Solid State Science Series. Cambridge University Press, 1997. 380 p.

  2. Fleck N.A., Deshpande V.S., Ashby M.F. Micro-Architected Materials: Past, Present and Future // Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences. 2010. Vol. 466, No. 2121. P. 2495–2516. DOI: 10.1098/rspa.2010.0215

  3. Karapiperis K., Kochmann D.M. Prediction and Control of Fracture Paths in Disordered Architected Materials Using Graph Neural Networks // Communications Engineering. 2023. DOI: 10.1038/s44172-023-00085-0

  4. Alireza Taherzadeh-Fard, Alejandro Cornejo et al. A Rule of Mixtures Approach for Delamination Damage Analysis in Composite Materials // Composites Science and Technology. 2023. Vol. 242, P. 110160. DOI: 10.1016/j.compscitech.2023.110160

  5. Zhang P. et al. Quantitative Analysis of Micro-Crack Precursors in Carbon/Epoxy Composites Using SEM // Composites Science and Technology. 2023. Vol. 230, P. 109750.

  6. Liu Y., St-Pierre L., Fleck N.A., Deshpande V.S., Srivastava A. High Fracture Toughness Micro-Architected Materials // Journal of the Mechanics and Physics of Solids. 2020. Vol. 143, P. 104060. DOI: 10.1016/j.jmps.2020.104060

  7. Demeshko Y., Bobyr M.. Damage Models of Composite Materials // Journal Mechanics and Advanced Technologies. 2025. DOI: 10.20535/2521-1943.2025.9.1(104).313947

  8. Крупенин А.М. Новый метод построения кинетической диаграммы по испытаниям на скорость роста трещины усталости // Труды МАИ. 2024. № 136. URL: https://trudymai.ru/published.php?ID=180667

  9. Хомяков О.О., Панищев В.С., Титов В.С., Ватутин Э.И. Математическая модель и параллельный алгоритм обработки изображений, содержащих символьную информацию // Труды МАИ. 2024. № 137. URL: https://trudymai.ru/published.php?ID=181884

  10. Трусфус М.В., Абдуллин И.Н. Алгоритм обнаружения маркерных изображений для вертикальной посадки беспилотного летательного аппарата // Труды МАИ. 2021. № 116. URL: https://trudymai.ru/published.php?ID=121099. DOI: 10.34759/trd-2021-116-13

  11. Зотов А.А., Резниченко В.И. Композиционные материалы: классификация, состав, структура и свойства. - М.: Вузовская книга, 2023. – 132 с.

  12. Шапиро Л., Стокман Дж. Компьютерное зрение. – М.: БИНОМ. Лаборатория знаний, 2015. – 763 с.

  13. Гонсалес Р., Вудс Р. Цифровая обработка изображений. – М.: Техносфера, 2024. – 1104 с.

  14. Suzuki S., K. Abe. Topological structural analysis of digitized binary images by border following // Computer Vision, Graphics, and Image Processing. 1985. Vol. 30, No.1. P. 32–46.DOI: 10.1016/0734-189X(85)90016-7

  15. Макаров Р.И., Хорошева Е.Р. Методы анализа данных. – Владимир: Изд‑во ВлГУ, 2021. – 216 с.

  16. NumPy documentation. URL: https://numpy.org/doc/

  17. OpenCV: OpenCV modules. URL: https://docs.opencv.org/4.x/

  18. C.-C. Chen, C.-H. Peng. Topology-Preserving Downsampling of Binary Images. In book: Computer Vision – ECCV 2024. P. 416-431. DOI: 10.1007/978-3-031-72661-3_24

  19. Jain R., Kasturi R., Schunck B. Machine Vision. Computer science series. McGraw-Hill, 1995. 549 p.

  20. Abu-Ain W., Abdullah S.N.H.S., Bataineh B., Abu-Ain T., Omar K. Skeletonization algorithm for binary images // Procedia Technology. 2013. Vol. 11, P. 704–709. DOI: 10.1016/j.protcy.2013.12.248

  21. Boudaoud L.B., Sider A., Tari A. A new thinning algorithm for binary images // 2015 3rd international conference on control, engineering & information technology (CEIT). 2015. DOI: 10.1109/CEIT.2015.7233099

  22. Wang J., Kosinka J., Telea A. Spline-based medial axis transform representation of binary images // Computers & Graphics. 2021. Vol. 98, P. 165–176. DOI: 10.1016/j.cag.2021.05.012


Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2025

 Вход