摘要
本发明涉及材料损伤力学领域,具体涉及一种骨化树表征材料缺陷细节的劣化性能分析方法。通过显微CT扫描获取材料内部缺陷的三维形貌数据,结合图像处理算法提取缺陷特征并转化为骨化树结构,构建缺陷异构张量模型;采用3D打印技术精确复现单一缺陷试样,通过力学试验与符号回归分析,建立刚度劣化指数方程,量化缺陷对材料性能的影响。本发明基于K‑均值聚类与自编码器网络,通过特征权矩阵和邻接矩阵生成缺陷的自编码指纹,实现环形、镰刀形等6类缺陷的聚类分析;采用3D打印技术,精准复刻缺陷原始形状,实现单一缺陷材料的制备。经符号回归,提出一维气泡刚度劣化指数方程,量化材料缺陷对材料劣化的影响。
技术关键词
性能分析方法
概率密度函数
阈值分割算法
多尺度分形特征
节点
像素
打印机
CT扫描
材料内部缺陷
异构
扫描台
表达式
均值聚类算法
分辨率
后续光源
图像处理算法
指数
树状网络
切片
系统为您推荐了相关专利信息
驱动方法
运动捕捉装置
可穿戴设备
行业知识图谱
语音
碳化硅功率器件
性能预测方法
神经网络模型
器件结构
分区
网络构建方法
混合元启发式算法
情景
LoRaWAN网络
节点
车流量预测
车流量数据
时空预测方法
交通流
动态邻接矩阵