基于分形的C/C复合材料结构辨识与性能预测系统研究

针对化学气相浸渗（CVI）工艺制备的C/C复合材料研究中无法定量表征微观结构与性能关系的现存问题，拟将分形理论与图像识别技术相结合，利用分形技术在无序自相似结构和多尺度物理问题表征上的强大功能，对C/C复合材料PLM、SEM和TEM显微图像进行分析，研究不同显微尺度下热解炭织构类型、孔隙结构、材料组分含量及其分布特征的识别与表征技术，获得能够客观反映其微结构特征的分形维数表征参数，建立C/C复合材料传质、传热、扩散及力学性能分形预测模型，构建C/C复合材料结构辨识与性能预测系统，可望解决CVI工艺制备的C/C复合材料结构识别研究中存在的依靠专家个人分析、定性描述图像形态和材料性能间关系的国际性难题，为优化CVI工艺和组织性能控制提供理论依据。需要重点解决的关键技术包括图像缝合拼接技术，孔隙微结构分形维数标度关系优选技术，分形无标度区确定以及多重分形应用技术，材料性能分形预测模型构建技术等。

采用分形理论、图像处理和计算机模拟相结合的研究方法，对热解炭和孔隙微观结构表征、热解炭密度预测、C/C复合材料力学性能预测等进行了深入研究，并将研究成果拓展应用到碳纤维增强镁基复合材料(Cf/Mg)成形与性能预测上。. 针对C/C复合材料PLM图像中消光十字对图像识别干扰和分割较大的问题，提出了基于旋转偏振成像的C/C复合材料组织结构检测方法，对融合后图像进行分割，可避免消光十字的影响，实现了各组分区域特征参数检测。通过提取热解炭偏光显微图像的纹理特征信息、运用人工神经网络技术对其进行分类，实现了热解炭织构类型的自动识别；在此基础上针对具有混合织构类型热解炭基C/C复合材料，开发了基于matlab的C/C复合材料图像组分分割程序，可依据织构类型对基体部分进行细分割。. 消光角是热解炭微观结构定量表征的重要参数之一。本研究基于四分之一象限法原理提出了一种热解炭消光角的计算机测量方法，利用计算机高灰度分辨率及计算客观性，较好地避免了人眼观测存在精度较低的弊端。引入云理论对热解炭PLM图像特征信息进行分析，建立了消光角预估的云推理器，可实现由热解炭PLM图像到消光角数值的直接转换。. 综合考虑C/C复合材料纤维束的排列方式及其单根纤维的聚集模式，建立了纤维束/基体、纤维丝/基体的双尺度单胞模型，基于细观力学及有限元及方法开发了2.5D针刺整体碳毡C/C复合材料的等效刚度预测程序。提出了一种基于热解炭HRTEM图像的孔隙率测量新方法，可在获得热解炭微观结构特征的同时预估其孔隙率，并探讨了热解炭微观结构与其密度之间的定量化关系。应用盒维法计算了PLM图像中孔隙分形维数，推导出了孔隙分形维数与孔隙率之间的函数关系式，并与实验研究相结合探讨了孔隙微观结构对C/C复合材料弯曲强度的影响规律。此外，本研究还建立了统一的数据库系统，并基于VC++平台开发了组织分析与力学性能综合仿真系统，为提高C/C复合材料制备过程的自动化程度奠定了基础。结合本课题组提出的真空吸渗挤压Cf/Mg复合材料工艺，通过在碳纤维表面沉积热解炭涂层的方法，解决了Cf/Mg复合材料性能提高的瓶颈问题。. 本项目在国内外(含会议)发表学术论文26篇(SCI收录10篇、EI收录20篇)；已录用待发表2篇；授权发明专利2项、软件著作权1项；完成博士论文1篇,硕士论文3篇；获国家技术发明二等奖1项。