44、隐藏损伤的无损检测优化

隐藏损伤的无损检测优化

在材料检测领域，准确检测隐藏损伤至关重要。X射线CT分析作为一种有效的无损检测方法，在纤维金属层压板（FML）的损伤检测中发挥着重要作用。本文将详细介绍X射线CT分析的实验过程、结果，以及如何利用机器学习方法优化X射线CT测量。

1. X射线CT分析实验过程

为了准确进行损伤分类，需要确定X射线CT方法的检测和分辨率极限。通过对各种人工诱导损伤的扫描来确定这些极限，因为人工诱导损伤的特征和确切位置已知，便于手动查找损伤并分析记录的CT图像。

为了了解各种损伤模式的可检测性，制作了多种人工损伤来模拟纤维金属层压板内部的实际损伤模式，具体包括：
- 脱粘的层压板层（如分层、虚连接）和弱连接；
- 纤维断裂；
- 金属开裂；
- 传感器和传感器节点（最初为虚拟传感器）。

制作了一块15×50 cm²的GLARE 3 - 3/2板，其中包含15个嵌入不同人工缺陷的区域，以模拟金属层裂缝、纤维断裂和分层。将这些有缺陷的区域切割成5×5 cm²的小样本进行X射线CT评估。该板总厚度为1.72 mm，金属体积分数为70%。

在进行X射线CT研究时，使用了位于不莱梅大学纤维研究所的通用电气Phoenix v|tome|x M系统。为了克服薄样本带来的限制，将样本堆叠在一起进行检测。因为薄样本或板状结构通常不太适合X射线CT研究，重建算法严重依赖被扫描样本为等轴形状。

样本堆叠可以确保X射线通过样本各面的吸收均匀性。对于板状结构，X射线的穿透情况会因板暴露于X射线源的侧面不同而有所差异。当样本的顶面（XY平面）朝向X射线源进行扫描时，X射线需穿透样本的厚度（Z平面），而样本厚