[发明专利]在复合材料增强件中自动搜索至少一个织物图案的方法

说明书

本发明一方面涉及一种用于在包括多个织物图案(3021)的复合材料增强件(300)中自动搜索至少一个给定织物图案(3021)的方法，每个织物图案(3021)包括根据织物拓扑(302)布置的多根增强纱线(3002)，所述方法(100)包括以下步骤：获取(301)所述复合材料增强件(300)的三维图像；使用在训练数据库上训练的人工神经网络来检测所述复合材料增强件的三维图像中的给定织物图案，在所获取的三维图像上搜索所述给定织物图案(3021)。

技术领域

本发明的技术领域是复合材料领域，更具体地是自动搜索用于复合材料增强件的织物图案的方法。

本发明涉及一种用于在复合材料增强件中搜索至少一个织物图案的方法，尤其是一种用于在复合材料增强件中搜索至少一个织物图案的自动方法。本发明还涉及一种用于重建复合材料增强件的织物几何形状的方法、一种用于检查复合材料增强件的织物几何形状的方法、一种计算机程序产品和记录介质，用于实现搜索方法和/或重建方法和/或检查方法。

背景技术

复合材料是一种组件，至少包括被称为增强件的织物框架和被称为基体的粘合剂。因此，复合材料部件的制造需要第一步制造增强件，例如通过编织，然后第二步将其与基体组装在一起，例如通过注射。

部件的增强是以这样的方式进行的，即增强件的织物几何形状符合理论上的增强件织物几何形状，使部件具有所需的热物理和/或热机械性能。但是，通常会注意到部件的实际增强件几何形状与理论增强件几何形状之间存在偏差。这些偏差称为织物缺陷，通常会导致部件的热物理和/或热机械性能与预期的性能的变化，因此导致系统拒绝该部件，将其视为有缺陷的。

目前，织物缺陷的识别是通过目视检查进行的，这使得操作非常耗时，因为一个LEAP^TM叶片包括几千根需要检查的碳纱，而且容易出现许多错误，因为有时即使用肉眼也无法区分织物缺陷。

因此，需要能够检查部件增强件的织物几何形状与理论织物几何形状的一致性，同时降低出错风险。

发明内容

本发明通过使准确检测部件增强件中可能存在的织物缺陷成为可能，从而为先前讨论的问题提供了解决方案。

本发明的第一方面涉及一种用于在包括多个织物图案的复合材料增强件中自动搜索至少一个给定织物图案的方法，每个织物图案包括根据织物拓扑布置的多根增强纱线，所述方法包括以下步骤：

获取复合材料增强件的三维图像；

使用在训练数据库上训练的人工神经网络来检测复合材料增强件的三维图像中的给定织物图案，在所获取的三维图像上搜索所述给定织物图案。

根据本发明，人工神经网络使其有可能自动检测在其训练阶段遇到的、存在于所获取的三维图像中的每个织物图案。

如果织物图案是已知的织物图案，则人工神经网络可以自动检测复合材料增强件中该织物图案的出现。

如果织物图案是存在于理论织物几何形状中的织物图案，人工神经网络就有可能检测出该织物图案在复合材料增强件中的出现。因此，通过比较织物图案的每个出现位置与理论织物几何形状中的相应位置，可以检查增强件的织物几何形状与相应的理论织物几何形状的一致性，并确定可能的织物缺陷及其位置。这种比较可以手动或自动进行。

因此，根据本发明的搜索方法能够相对于视觉检查方法以准确的方式检测可能的织物缺陷。

除了前一段刚刚讨论的特征外，根据本发明第一方面的方法还可以有一个或多个来自以下的额外特征，单独考虑或根据任何技术上可能的组合。

根据替代实施例，人工神经网络是多层感知器或卷积人工神经网络。