《Thin-Walled Structures》:Damage Evolution of (0°/90°)/(±45°) Woven C/SiC Composites at High Temperature: Analysis via in-situ X-ray CT and nnU-Net Segmentation
编辑推荐:
•深度学习可量化高温原位X射线CT中的孔隙与裂纹类型。•室温下,渐进分层沿±45°纱束边界扩展并伴随裂纹偏折。•1200 °C下,早期裂纹发展有限,但在临近最终失效时快速合并。•断裂表面在室温下蜿蜒曲折,而在1200 °C下更平坦且纤维拔出量减少。引言连续碳纤维增强碳化硅复合
- •
深度学习可量化高温原位X射线CT中的孔隙与裂纹类型。
- •
室温下,渐进分层沿±45°纱束边界扩展并伴随裂纹偏折。
- •
1200 °C下,早期裂纹发展有限,但在临近最终失效时快速合并。
- •
断裂表面在室温下蜿蜒曲折,而在1200 °C下更平坦且纤维拔出量减少。
引言
连续碳纤维增强碳化硅复合材料(C/SiC)将碳纤维的强度与韧性同SiC的热稳定性相结合,具有优异的高温性能、高比强度/比刚度、高断裂韧性以及良好的烧蚀抗力[1]、[2]。这些特性使其在极端环境热结构领域极具应用前景,如航天发动机喷管和高超声速热防护系统[3]。近期的实验与建模研究推进了对编织陶瓷基复合材料(CMC)高温失效的理解,包括预载水平和保温时间对拉伸行为的影响[4],以及温度和气氛对断裂韧性的影响[5]。在C/SiC复合材料中,异质多尺度架构导致复杂的损伤演化和非线性力学行为[6]、[7]。由于失效受微观结构损伤萌生与演化控制,而这些过程受纤维架构、界面结合、基体孔隙以及预存缺陷分布的影响[8],因此在热-力耦合加载下进行原位定量观测对于理解失效机理至关重要[9]。
传统CMC研究主要依赖离位力学测试结合扫描电子显微镜或光学显微镜[10]、[11]、[12]、[13]。尽管这些方法在评估宏观行为和表面特征方面卓有成效,但无法捕捉内部三维(3D)损伤演化,尤其是孔隙分布、裂纹萌生及扩展路径,从而限制了对失效机理的全面理解[14]。随着无损技术的发展,X射线微CT已成为内部微观结构表征的重要工具[15]、[16]。当与环境加载系统结合时,可实现损伤演化的四维可视化[17]、[18]。近年来,利用原位X射线CT已实现了对C/SiC和SiC/SiC复合材料在单轴拉伸、压缩和剪切下损伤演化的系统表征[19]、[20]、[21]、[22]。这些工作提供了有价值的见解,但大多数未涉及多向铺层引入的局部拉剪响应。在实际应用中,为满足强度要求,复合材料常设计为0°/90°和±45°铺层。这些±45°铺层的存在,加之材料各向异性,即使在单轴外载下也会产生内部多轴应力状态(包含拉伸和剪切分量)[23]。少数研究已涉及编织C/SiC或SiC/SiC复合材料在非轴拉伸、剪切主导加载以及拉剪耦合条件下的损伤行为[24]、[25]。然而,在(0°/90°)/(±45°)编织C/SiC复合材料高温下的原位定量损伤演化表征仍然稀缺,尤其是对于聚合物浸渍裂解(PIP)制备的材料,其多种损伤模式的并发、载荷依赖演化尚未得到系统表征[26]。
在耦合多物理场加载环境下进行的X射线微CT已被广泛用于研究C/SiC复合材料在各种加载条件下的损伤机理[24]、[27],因其能够动态分辨内部损伤演化。然而,从CT数据中提取机理信息需要准确识别和量化多种内部特征类别,包括孔隙、裂纹和界面脱粘。传统方法如阈值分割、区域生长以及基于数字体积相关(DVC)的残差分析在室温(RT)下可能有效[28],但在高温CT条件下,由于低信噪比、低对比度和运动伪影,其性能明显下降。此外,这些方法可能难以区分形态相似的特征,如内部裂纹与孔隙[8]。人工智能的最新进展为解决这一问题提供了新的可能性。基于U-Net的全卷积神经网络在特征提取和损伤表征方面展现了强大能力[29]、[30]、[31]。深度学习方法已被用于量化微裂纹演化、多模态损伤分类、损伤指标与宏观力学响应的相关性分析,以及识别CMC中主导的高温损伤模式[32]、[33]、[34]。最近,高温原位同步辐射X射线CT已与基于CNN的损伤识别和数字体积相关相结合,用于表征陶瓷化FRP复合材料在压缩加载下的多种内部损伤类型和三维(3D)变形场[35]。
这些方法学进展为考察不仅多种内部特征类别,还包括其空间关联性和载荷依赖演化提供了基础。在PIP制备的C/SiC复合材料中,失效与预存缺陷和加载诱导损伤均相关[36]。3D X射线成像显示,初始孔隙主要位于纱束交叉的非重叠区域,而拉伸加载则在纱束内部和纤维/基体界面处诱发新裂纹[37]。这些损伤模式以不同方式演化,对最终失效的贡献也不均等[38]。这些观察结果强调了在整个加载过程中区分和追踪各个特征类别的必要性。然而,对于同时包含0°/90°和±45°铺层的编织C/SiC结构,在一致定量框架下对室温与高温下多种特征类别的系统比较仍然有限。因此,其载荷依赖演化如何随温度变化以及与最终断裂形貌的关系仍有待深入理解。
本工作中,将分步原位X射线CT与nnU-Net图像分割相结合,研究了PIP制备的(0°/90°)/(±45°)编织C/SiC复合材料在室温(RT)和1200 °C氩气气氛下拉伸加载时的三维内部损伤演化。nnU-Net工作流程包含三个二维分割任务,用于区分SiC基体、纱束以及四种内部低密度特征类别:孔隙、基体裂纹、纱束裂纹和分层裂纹。分割后的特征随后在三维空间中重建,并对其形貌、数量、体积、尺寸分布和载荷依赖演化进行了分析与两种温度下的对比。结合断裂后互补的扫描电子显微镜(SEM)观察,这些分析为理解C/SiC复合材料在复杂应力状态和高温环境下的多模态损伤演化提供了三维实验证据。
章节摘要
热-力加载结合原位X射线CT
本节描述了材料体系、原位X射线CT测试程序以及用于研究(0°/90°)/(±45°)编织C/SiC复合材料在室温和1200 °C下温度依赖拉伸损伤演化的载荷-位移响应。首先介绍了复合材料的制备工艺和铺层架构。随后给出了热-力加载装置、1200 °C下的原位X射线CT扫描程序、试样几何形状及扫描参数。最后,
基于深度学习的损伤表征
基于CT数据,本节通过三种途径分析C/SiC复合材料的损伤演化:(1) 三维图像重建,用于微观结构特征和损伤模式的定性解释;(2) 实施nnU-Net深度学习分割框架,以准确识别和三维可视化多种损伤特征;以及(3) 对分割结果进行定量分析,并结合断裂后SEM观察,表征载荷依赖的
讨论
C/SiC复合材料在室温和1200 °C下表现出不同的载荷-位移响应和内部损伤演化特征。通过将图1(e)中的加载阶段与第3.3节中呈现的CT结果相关联,可以识别出室温下的渐进损伤累积。低载荷阶段载荷-位移曲线相对较低的斜率对应于预存缺陷周围局部损伤的发展以及±45°附近的早期界面脱粘和分层。
结论
利用原位X射线CT和nnU-Net深度学习框架,研究了(0°/90°)/(±45°)编织C/SiC复合材料在室温和1200 °C条件下的损伤演化。主要结论如下:
- (1)
高温原位X射线CT平台结合基于nnU-Net的深度学习分割,实现了对四种内部低密度特征类别的识别和定量分析:孔隙、基体裂纹、纱束裂纹和分层裂纹。与人工
资助
本工作受国家自然科学基金(12027901和12041202)和国家重点研发计划(2023YFB4603200和2021YFB1715100)资助。
CRediT作者贡献声明
李少玲:撰写——初稿、可视化、方法学、调查、形式分析、概念化。张忠方:软件、方法学、数据整理。薛凯源:方法学、调查。黄怡星:撰写——审阅与编辑、概念化。席理:撰写——审阅与编辑、监督、资源、项目管理、方法学、经费获取、概念化。李英:监督、资源、经费获取、概念化。方大宁:
利益冲突声明
作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
致谢
本工作受国家自然科学基金(12027901和12041202)和国家重点研发计划(2023YFB4603200和2021YFB1715100)资助。
李少玲|张忠方|薛凯源|黄怡星|席理|李英|方大宁