文献类型：期刊文章

作　　者：杨红娟[1] 杨正岩[2] 杨雷[1] 单一男[3] 林奎旭[1] 武湛君[1]

YANG Hongjuan;YANG Zhengyan;YANG Lei;SHAN Yinan;LIN Kuixu;WU Zhanjun(School of Aeronautics and Astronautics,Dalian University of Technology,Dalian 116024,China;College of Transportation Engineering,Dalian Maritime University,Dalian 116026,China;College of Locomotive and Rolling Stock Engineering,Dalian Jiaotong University,Dalian 116028,China)

机构地区：[1]大连理工大学航空航天学院,大连116024 [2]大连海事大学交通运输工程学院,大连116026 [3]大连交通大学机车车辆工程学院,大连116028

出　　处：《复合材料学报》

基　　金：国家重点研发计划(2018YFA0702800,2022YFB3402500);国家自然科学基金(12102075)。

年　　份：2023

卷　　号：40

期　　号：8

起止页码：4295-4317

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：碳纤维复合材料具有密度小、弹性高和韧性好等特点,被广泛应用于航空航天和汽车工业等领域。由于碳纤维复合材料制作工艺的复杂性和不稳定性及服役期间易受环境的影响,易产生分层、孔隙、纤维褶皱等各种类型的损伤。介绍了基于体波或导波的C扫描、相控阵、空气耦合、激光超声、光纤超声检测技术的原理、特点及用于碳纤维复合材料损伤检测的研究现状。综述了最具有代表性的损伤诊断成像算法,包括全聚焦成像、三维可视化成像、层析成像、逆时偏移成像和概率成像方法,这些成像方法能够有效地实现碳纤维复合材料各种类型的损伤形貌图像。从建立复杂构件的碳纤维复合材料层合板的阵列声场模型、优化损伤成像算法、构建智能/高效/实时化的结构健康监测成像系统、建立损伤定量评估标准、结合机器学习和数字孪生技术实施损伤诊断评估和寿命预测等方面进行了展望。

关 键 词：超声检测 超声成像 损伤检测  结构健康监测 碳纤维复合材料

分 类 号：TB55[物理学类] TB332]