本公開涉及功能成像,特別涉及一種聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法。
背景技術:
1、固化速率場監(jiān)測是優(yōu)化聚合物復合材料工藝的重要手段。
2、傳統(tǒng)的固化速率監(jiān)測方法,如介電法固化監(jiān)測方法、差示掃描量熱法等,只能對聚合物材料內(nèi)部某個點進行固化速率監(jiān)測。因此,這些方法的成像不具有空間分布特性,難以全面反映出聚合物復合材料在各向異性特征下的固化速率場。同時,由于材料結(jié)構、外界加載環(huán)境、測量干擾等先驗信息難以獲取,傳統(tǒng)監(jiān)測方法的成像質(zhì)量無法進行定量評估,使得現(xiàn)有固化速率監(jiān)測結(jié)果的置信度不足。
3、為此,開發(fā)一種能夠?qū)酆衔飶秃喜牧蟽?nèi)部固化速率場進行實時監(jiān)測,并能夠?qū)Τ上褓|(zhì)量進行自主定量評估的實時監(jiān)測方法具有重要意義。
技術實現(xiàn)思路
1、本公開的目的在于提供一種聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,用以至少解決現(xiàn)有技術中的一個技術問題。
2、本公開的技術方案是:
3、一種聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,包括:
4、通過光學相干層析系統(tǒng)(oct)獲得待測材料的橫截面的干涉光譜,并得到所述橫截面的包裹相位差;
5、根據(jù)所述包裹相位差預測相位梯度;
6、根據(jù)所述包裹相位差與所述相位梯度,獲取所述待測材料固化過程的固化速率場;
7、根據(jù)所述固化速率場實時成像,并對成像質(zhì)量進行自主評估,從而實現(xiàn)對固化過程中固化速率場的實時監(jiān)測。
8、所述通過光學相干層析系統(tǒng)(oct)獲得待測材料的橫截面的干涉光譜,并得到所述橫截面的包裹相位差,包括:
9、將所述待測材料置于待測平臺上;
10、通過光學相干層析系統(tǒng)(oct)獲得待測材料的橫截面的干涉光譜,并對傅里葉變換得到的相頻特性圖做差分運算,得到所述橫截面的包裹相位差。
11、所述根據(jù)所述包裹相位差預測相位梯度,包括:
12、設置梯度預測網(wǎng)絡;
13、將所述包裹相位差輸入所述梯度預測網(wǎng)絡中,并輸出預測梯度;
14、將所述預測梯度與真實梯度進行比較,并根據(jù)損失函數(shù),優(yōu)化所述梯度預測網(wǎng)絡的權重和偏差,得到訓練后的梯度預測網(wǎng)絡;
15、根據(jù)所述梯度預測網(wǎng)絡,完成從所述包裹相位差δφ(y,z,t)到相位梯度φ(y,z,t)的預測。
16、所述設置梯度預測網(wǎng)絡,包括:至少1個卷積塊;
17、任一所述卷積塊,均由殘差連接和密集卷積組成;
18、其中,所述密集卷積中的卷積層均采用歸一化處理以及relu激活函數(shù),并且每一卷積層后都添加concrete?dropout層進行正則化;
19、所述梯度預測網(wǎng)絡的下采樣階段,輸入的包裹相位差先通過卷積塊提升通道數(shù)量,再不斷減小尺寸,實現(xiàn)深層特征提取;
20、所述梯度預測網(wǎng)絡的上采樣階段,通過反卷積逐步恢復原來的圖像尺寸,并且減少通道數(shù)量至包裹相位差原始的通道數(shù)量。
21、所述將所述預測梯度與真實梯度進行比較,并根據(jù)損失函數(shù),優(yōu)化所述梯度預測網(wǎng)絡的權重和偏差,得到訓練后的梯度預測網(wǎng)絡,包括:
22、生成高斯隨機表面并將其用作相位差圖;
23、對所述相位差圖進行包裹,并加上散斑噪聲,以模擬實際測量中獲得的包裹相位差;
24、根據(jù)所述包裹相位差獲取真實梯度;
25、通過改變高斯分布的均值和方差以及噪聲水平,獲得大量輸入和標簽數(shù)據(jù);
26、通過使用自適應矩估計的迭代反向傳播,優(yōu)化所述梯度預測網(wǎng)絡的權重和偏差,得到訓練后的梯度預測網(wǎng)絡。
27、所述損失函數(shù),包括:
28、所述損失函數(shù)為:
29、其中,k是指圖像的像素總個數(shù),代表標簽值,y代表預測值,σ代表預測方差。
30、所述根據(jù)所述梯度預測網(wǎng)絡,完成從所述包裹相位差δφ(y,z,t)到相位梯度φ(y,z,t)的預測,包括:
31、保持訓練后的梯度預測網(wǎng)絡中的concrete?dropout處于打開狀態(tài),并輸入需要預測的包裹相位差;并,進行至少3次的前向傳播,如50次,收集每次前向傳播的結(jié)果后,獲取預測均值,并將其作為所述梯度預測網(wǎng)絡的最終預測。
32、所述梯度預測網(wǎng)絡的最終預測為:
33、
34、其中,t代表的是前向傳播的次數(shù),y(t)表示t次前向傳播得到的結(jié)果,μ代表多次前向傳播后結(jié)果的均值。
35、所述根據(jù)所述包裹相位差與所述相位梯度,獲取所述待測材料固化過程的固化速率場,包括:
36、根據(jù)獲取固化速率場;
37、其中,λc代表oct系統(tǒng)光源的中心波長,δt表示兩個相鄰光譜之間的間隔時間,φ(y,z,t,δt)代表相位梯度;
38、將包裹相位差δφ(y,z,t,δt)輸入訓練好的梯度預測網(wǎng)絡中得到預測相位梯度φ(y,z,t,δt)。
39、所述根據(jù)所述固化速率場實時成像,并對成像質(zhì)量進行自主評估,包括:
40、通過貝葉斯神經(jīng)網(wǎng)絡的模型不確定度反映固化速率場的成像質(zhì)量:
41、
42、其中,t代表的是前向傳播的次數(shù);y(t)表示t次前向傳播得到的結(jié)果;μ代表多次前向傳播后結(jié)果的均值。
43、本公開的有益效果至少包括:
44、本公開所述的固化速率場實時監(jiān)測方法,首先通過光學相干層析系統(tǒng)(oct)獲得待測材料的橫截面的干涉光譜,并得到所述橫截面的包裹相位差;再根據(jù)所述包裹相位差獲取所述包裹相位與相位梯度的預測;然后,根據(jù)所述包裹相位差與所述相位梯度,獲取所述待測材料固化過程的固化速率場;最后,根據(jù)所述固化速率場實時成像,并對成像質(zhì)量進行自主評估,從而實現(xiàn)對固化過程中固化速率場的實時監(jiān)測。本公開所述的固化速率場實時監(jiān)測方法,能夠完成聚合物固化速率的全場測量,實現(xiàn)固化速率監(jiān)測從點到場的突破;同時使用貝葉斯卷積神經(jīng)網(wǎng)絡進行不確定性學習,除了輸出預測結(jié)果,還通過輸出模型不確定度對模型的預測結(jié)果的質(zhì)量高低進行自主估計,能夠定量評估成像質(zhì)量,提升固化率監(jiān)測結(jié)果的置信度。
1.一種聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,其特征在于,包括:
2.根據(jù)權利要求1所述的聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,其特征在于,所述通過光學相干層析系統(tǒng)獲得待測材料的橫截面的干涉光譜,并得到所述橫截面的包裹相位差,包括:
3.根據(jù)權利要求1所述的聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,其特征在于,所述根據(jù)所述包裹相位差預測相位梯度,包括:
4.根據(jù)權利要求3所述的聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,其特征在于,所述設置梯度預測網(wǎng)絡,包括:至少1個卷積塊;
5.根據(jù)權利要求3所述的聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,其特征在于,所述將所述預測梯度與真實梯度進行比較,并根據(jù)損失函數(shù),優(yōu)化所述梯度預測網(wǎng)絡的權重和偏差,得到訓練后的梯度預測網(wǎng)絡,包括:
6.根據(jù)權利要求3或5所述的聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,其特征在于,所述損失函數(shù),包括:
7.根據(jù)權利要求3所述的聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,其特征在于,所述根據(jù)所述梯度預測網(wǎng)絡,完成從所述包裹相位差δφ(y,z,t)到相位梯度φ(y,z,t)的預測,包括:
8.根據(jù)權利要求7所述的聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,其特征在于:
9.根據(jù)權利要求1所述的聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,其特征在于,所述根據(jù)所述包裹相位差與所述相位梯度,獲取所述待測材料固化過程的固化速率場,包括:
10.根據(jù)權利要求1所述的聚合物復合材料內(nèi)部的固化速率場實時監(jiān)測方法,其特征在于,所述根據(jù)所述固化速率場實時成像,并對成像質(zhì)量進行自主評估,包括: