論文の概要: Local Fiber Orientation from X-ray Region-of-Interest Computed
Tomography of large Fiber Reinforced Composite Components
- arxiv url: http://arxiv.org/abs/2005.06431v1
- Date: Wed, 13 May 2020 17:08:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-03 13:43:49.001887
- Title: Local Fiber Orientation from X-ray Region-of-Interest Computed
Tomography of large Fiber Reinforced Composite Components
- Title（参考訳）: 大型繊維強化複合材料のX線CTからの局所繊維配向
- Authors: Thomas Baranowski, Dascha Dobrovolskij, Kilian Dremel, Astrid
H\"olzing, G\"unter Lohfink, Katja Schladitz, Simon Zabler
- Abstract要約: 局所繊維配向は繊維強化ポリマー製の部品の機械的特性に不可欠な微細構造である。
ここでは、関心領域スキャンと構造テクスチャ配向解析の併用が成功していることを報告する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The local fiber orientation is a micro-structural feature crucial for the
mechanical properties of parts made from fiber reinforced polymers. It can be
determined from micro-computed tomography data and subsequent quantitative
analysis of the resulting 3D images. However, although being by nature
non-destructive, this method so far has required to cut samples of a few
millimeter edge length in order to achieve the high lateral resolution needed
for the analysis. Here, we report on the successful combination of
region-of-interest scanning with structure texture orientation analysis
rendering the above described approach truly non-destructive. Several regions
of interest in a large bearing part from the automotive industry made of fiber
reinforced polymer are scanned and analyzed. Differences of these regions with
respect to local fiber orientation are quantified. Moreover, consistency of the
analysis based on scans at varying lateral resolutions is proved. Finally,
measured and numerically simulated orientation tensors are compared for one of
the regions.
- Abstract（参考訳）: 局所繊維配向は繊維強化ポリマーからなる部品の機械的特性に必須なミクロ構造的特徴である。
マイクロ計算トモグラフィデータとその後の3次元画像の定量的解析から決定することができる。
しかし、本手法は本質的に非破壊的であるが、解析に必要な高い横分解能を達成するために、数ミリのエッジ長のサンプルをカットする必要がある。
本稿では,本手法が非破壊的であることを示す構造テクスチャ配向解析と関心領域スキャンの併用に成功したことを報告する。
繊維強化ポリマー製の自動車産業からの大きな軸受部に関心のあるいくつかの領域をスキャンして分析する。
局所繊維配向に関するこれらの領域の差異を定量化する。
また,横分解能の異なる走査に基づく解析の一貫性が証明された。
最後に、各領域の1つについて、測定および数値シミュレーションによる方位テンソルを比較する。
関連論文リスト
- Efficient Symmetry-Aware Materials Generation via Hierarchical Generative Flow Networks [52.13486402193811]
新しい固体材料は、結晶構造の広大な空間を急速に探索し、安定した領域を探索する必要がある。
既存の手法では、大きな材料空間を探索し、望ましい特性と要求を持った多様なサンプルを生成するのに苦労している。
本研究では, 材料空間の対称性を効果的に活用し, 所望の特性を持つ結晶構造を生成するために, 階層的探索戦略を用いた新しい生成モデルを提案する。
論文 参考訳（メタデータ） (2024-11-06T23:53:34Z) - Characterizing segregation in blast rock piles a deep-learning approach leveraging aerial image analysis [7.211586388797869]
本研究では,岩盤断片の分離を特徴付ける高度な画像解析手法を提案する。
ドローンが捉えた画像の解析により,詳細な岩石の破片径分布の正確な記述が達成された。
論文 参考訳（メタデータ） (2024-06-06T15:13:56Z) - Semi-sparsity Priors for Image Structure Analysis and Extraction [3.130722489512822]
画像構造解析と抽出のための半スパース正規化フレームワークを提案する。
有名な階段のアーチファクトを導入することなく,画像構造を保存できることが示される。
また,乗算器の方向法(ADMM)に基づく効率的な数値解も導入する。
論文 参考訳（メタデータ） (2023-08-17T18:22:00Z) - Semi-supervised Large-scale Fiber Detection in Material Images with
Synthetic Data [32.06062552236615]
本稿では,合成データを用いた大規模楕円形繊維検出のための半教師付き深層学習法を提案する。
提案手法には,新たな関心領域(RoI)楕円学習と対称性制約付き新規なRoIランキングが組み込まれている。
論文 参考訳（メタデータ） (2023-02-10T23:06:04Z) - FRC-TOuNN: Topology Optimization of Continuous Fiber Reinforced
Composites using Neural Network [4.355018965813992]
本稿では,ニューラルネットワーク(NN)に基づくメッシュ非依存表現を提案し,行列トポロジとファイバー分布を捉える。
暗黙的なNNベースの表現は、メッシュの離散化よりも高い解像度で幾何学的および物質的クエリを可能にする。
固定化連続繊維強化複合材料を高分解能で高分解能で製造できることを示す。
論文 参考訳（メタデータ） (2022-05-07T23:10:34Z) - Multiscale Analysis for Improving Texture Classification [62.226224120400026]
本稿では,テクスチャの異なる空間周波数帯域を別々に扱うために,ガウス・ラプラシアピラミッドを用いる。
バイオインスパイアされたテクスチャ記述子,情報理論測度,灰色レベルの共起行列特徴,ハリリック統計特徴から抽出した特徴を特徴ベクトルに集約した。
論文 参考訳（メタデータ） (2022-04-21T01:32:22Z) - Incorporating Texture Information into Dimensionality Reduction for
High-Dimensional Images [65.74185962364211]
距離ベース次元削減手法に周辺情報を組み込む手法を提案する。
画像パッチを比較する異なる手法の分類に基づいて,様々なアプローチを探索する。
論文 参考訳（メタデータ） (2022-02-18T13:17:43Z) - Achievements and Perspectives of Optical Fiber Fabry-Perot Cavities [45.82374977939355]
Fabry-Perot干渉計は多くの科学的および技術的応用を刺激している。
これらの繊維ファブリペロキャビティ(FFPC)は多くの分野において拡張された応用を刺激している。
論文 参考訳（メタデータ） (2021-11-16T15:03:50Z) - A deep learning driven pseudospectral PCE based FFT homogenization
algorithm for complex microstructures [68.8204255655161]
提案手法は,従来の手法よりも高速に評価できる一方で,興味の中心モーメントを予測できることを示す。
提案手法は,従来の手法よりも高速に評価できると同時に,興味の中心モーメントを予測できることを示す。
論文 参考訳（メタデータ） (2021-10-26T07:02:14Z) - A reusable pipeline for large-scale fiber segmentation on unidirectional
fiber beds using fully convolutional neural networks [68.8204255655161]
我々は,X線X線CTファイバーベッド内のファイバーを検出するためのオープンな計算パイプラインを提案する。
これらのサンプルの繊維を分離するために、完全畳み込みニューラルネットワークの4つの異なるアーキテクチャをテストした。
ニューラルネットワークのアプローチを半監視方式と比較すると、DiceとMatthewsの係数は92.28 pm 9.65%以上となり、最大98.42 pm 0.03 %$に達した。
論文 参考訳（メタデータ） (2021-01-13T00:58:29Z) - Predicting Mechanical Properties from Microstructure Images in
Fiber-reinforced Polymers using Convolutional Neural Networks [8.023452876968694]
本稿では,繊維強化ポリマー試料の2次元分割トモグラフィ画像の応力場予測のために,ScressNetから修正した完全畳み込みニューラルネットワークについて検討する。
トレーニングされたモデルは、通常のラップトップ上で1回のフォワードパスで数秒以内に予測を行うことができ、ハイパフォーマンスなコンピューティングクラスタ上で完全な有限要素シミュレーションを実行するのに92.5時間かかる。
論文 参考訳（メタデータ） (2020-10-07T22:15:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。