由于具有出色的比刚度、强度和设计适应性，纤维增强复合材料在航空航天[1,2]、海洋工程[3,4]和汽车工业[5,6]中得到广泛应用。然而，这些材料的复杂制造过程给完全消除制造缺陷（如内部孔隙[7,8]、裂纹[9,10]、铺层配置[11,12]、局部分层[13,14]以及纤维-基体界面脱粘[15,16]）带来了重大挑战。这些随机分布的缺陷会显著降低材料的力学性能和承载能力，从而严重影响复合结构的安全性和完整性。因此，准确获取复合材料样品内部孔隙和裂纹的空间分布特征、几何配置及含量的定量和定性表征对于在不同载荷条件下对其内部微观结构进行统计分析至关重要。基于统计数据分析复合材料在不同载荷条件下的介观结构演变对于评估材料的力学性能和优化其设计和制造过程具有重要的科学和工程意义。
理解介观结构演变在复合材料性能中的作用依赖于先进的表征方法，因为力学性能与经纱、纬纱、Z-粘合纱、基体、孔隙和裂纹等组分的空间排列密切相关。为了解决这些问题，需要高分辨率和成分敏感的多尺度可视化技术。复合材料的介观结构损伤评估通常采用数值建模方法[17,18]或其他成像技术（如聚焦超声[19,20]、光学显微镜[21,22]、电子显微镜[23]和X射线计算机断层扫描[XCT][24, [25], [26], [27], [28]]进行。上述技术的局限性包括：i) 超声检测受到多种限制，如难以实现垂直波入射、声波路径扭曲、噪声水平高和声耦合效果差；ii) 光学显微镜仅能提供2D数据[21,22,29]；iii) 电子显微镜（EM）技术只能提供静态图像，无法完整展示介观结构的空间特征[23,30]。X射线计算机断层扫描（XCT）可以弥补这一不足[31, [32], [33], [34]，提供了一种非破坏性的解决方案，能够实现复合材料的多尺度建模和介观结构表征。近年来取得了重要进展，包括：i) 采用弱监督实例分割方法（如Unet和Otsu[35]、U-Net和Mask R-CNN[36]、变分分割[37]等）降低纱线实例分割的手动标注成本；ii) 通过语义分割（如DeepLab v3+[38]、ResL-U-Net[39]等）及相关后处理技术（如分水岭分割[40]、Unet & YOLO v8[41]、邻居几何分析[42]等）实现图像分割；iii) 基于XCT图像的建模用于研究不同载荷条件下的介观结构演变[43, [44], [45], [46], [47]]。
然而，与对未损伤复合材料的大量研究相比，对受损复合材料在介观尺度上的基础实验研究相对较少，主要原因包括：i) 损伤特征（包括受损纱线和裂纹）在狭窄的灰度范围内混合，导致难以区分，因为它们缺乏清晰的边界[48, [49], [50], [51], [52]；ii) 忽视了沿样品整个横截面以及不同层间裂纹扩展过程的评估，以及对单个纱线微观结构和变形特征的统计分析，因为现有研究通常仅关注特定复合材料层之间的变形特征统计分析[53, [54], [55], [56], [57]；iii) 缺乏基于不同目标特征开发相应分割算法的可靠框架。此外，在分析XCT图像中的纤维弯曲损伤时，通常使用传统纹理算法或手动标注来统计分析纤维方向角α、弯曲带宽度W和弯曲带角度β等参数[56]。这一过程耗时较长，且准确性受人工干预影响较大，无法快速进行批量统计分析。
在本研究中，我们提出了一种自动化工作流程或框架，称为FRPs-DSQE（图1），用于精确表征和定量统计分析受损复合材料的微观结构。该框架基于深度学习（DL），利用X射线计算机断层扫描（XCT）数字图像处理工具，作为适用于2D和3D复合材料微观结构空间形态分析的通用分析工具。为了解决分析受损复合材料XCT数字图像数据的关键挑战，我们在FRPs-DSQE框架中开发并整合了三个模块：i) Deep-UniSeg，用于精确分割和识别受损复合材料的XCT数字图像；ii) 3D-YCS，用于表征受损复合材料各相的空间形态特征及其精确的3D重建；iii) Spatial-DSA，用于对受损复合材料内部亚相的空间演变进行定量统计分析。这三个模块也可以作为其他异质材料的独立分析工具使用。我们通过双轴非压缩织物增强聚合物复合材料（BNCFRPs）的案例研究证明了该方法的有效性。这种方法使我们能够精确定量分析关键复合材料组分的微观结构演变（例如，亚相的空间分布、纱线变形、缺陷含量和形态）对不同外部载荷的响应。
