NDT Data Fusion for Post-Impact Damage Characterization in a Discontinuous Long Fiber Reinforced Polymer Composite with Stochastic Meso-Structure

Stellen Sie sich vor, Sie sind ein Detektiv, der versucht, ein Rätsel in einem sehr seltsamen, wirren Haus zu lösen. Dieses Haus ist nicht aus ordentlichen, geraden Ziegeln gebaut; stattdin besteht es aus tausenden winzigen, zufällig verstreuten Holzplanken, die zusammengeklebt wurden. Dies ist, was Wissenschaftler eine „diskontinuierliche langfaserige Verbundstruktur“ nennen – ein superstarker Werkstoff, der in Flugzeugen und Autos verwendet wird, weil er leicht und robust ist. Aber weil die „Planken“ (Fasern) in zufällige Richtungen geworfen wurden, ist das Haus voller verborgener Nischen, Spalten und Schwachstellen, die sich unvorhersehbar verhalten.

Stellen Sie sich nun vor, jemand wirft einen schweren Ball gegen dieses Haus. Es führt vielleicht nicht zu einem riesigen Loch, aber es könnte unsichtbare Risse verursachen und dazu führen, dass sich Schichten voneinander lösen – wie bei einem Sandwich, bei dem die Füllung verrutscht ist, aber das Brot noch gut aussieht. Dies wird als „Impakt-Schaden bei niedriger Geschwindigkeit“ bezeichnet. Das Problem ist: Wenn Sie das Haus nur mit einem Paar Augen betrachten, übersehen Sie den Schaden vielleicht. Ein Paar Augen sieht vielleicht einen Schatten, aber nicht den Riss; ein anderes sieht einen Hitzefleck, aber nicht den tiefen Spalt. Um das Rätsel zu lösen, müssen Sie Hinweise aus verschiedenen Quellen kombinieren – so als ob Sie gleichzeitig eine Taschenlampe, eine Wärmebildkamera und ein Röntgengerät benutzen würden. Dies ist der Kern der Forschung: herauszufinden, wie man diese verschiedenen „Super-Sinne“ kombiniert, um das gesamte Bild des Schadens zu sehen, ohne das Haus auseinanderreißen zu müssen.

Die Mission der Arbeit: Super-Sinne mischen, um das Unsichtbare zu sehen

In dieser Studie befassten sich die Forscher Marco Didone, Rachel Van Lear, David Jack und Sergii G. Kravchenko mit der schwierigen Aufgabe, diese „Zufalls-Planken-Häuser“ nach einem Aufprall zu inspizieren. Sie verwendeten ein spezielles Material namens Prepreg Platelet Molded Composites (PPMCs), die durch Komprimieren winziger, zufällig orientierter Kohlenstofffaserstreifen hergestellt werden. Wenn diese Materialien getroffen werden, ist der Schaden chaotisch und dreidimensional; er breitet sich in seltsamen Richtungen aus, die ein einzelnes Inspektionswerkzeug oft übersieht.

Das Team entschied sich für ein Spiel namens „Kombiniere deine Hinweise“ unter Verwendung von drei verschiedenen zerstörungsfreien Prüfverfahren (ZfP). Betrachten Sie dies als drei verschiedene Detektive:

1. Ultraschallprüfung (UT): Dies ist, als würde man Schallwellen (Sonar) aussenden, um auf Echos zu hören. Wenn es einen Riss oder eine Delamination (das Ablösen von Schichten) gibt, wird der Schall anders zurückgeworpert. Aber genau wie in einem lauten Raum kann der Schall manchmal durch die oberen Schichten blockiert werden, was verborgen bleibt, was tiefer unten geschieht.
2. Infrarot-Thermografie (IRT): Dieser Detektiv nutzt Wärme. Er erwärmt die Oberfläche und beobachtet, wie sie abkühlt. Wenn sich unter der Oberfläche ein Riss befindet, staut sich die Wärme oder fließt anders, was einen heißen oder kalten Punkt an der Oberfläche erzeugt. Dieser Detektiv sieht jedoch hauptsächlich, was sich nahe der Oberfläche befindet, und könnte tiefe Geheimnisse übersehen.
3. Röntgen-Mikro-Computertomografie (µCT): Dies ist das hochtechnologische Röntgenblick-Verfahren. Es macht tausende Bilder aus verschiedenen Winkeln, um ein 3D-Modell des Inneren zu erstellen. Es ist hervorragend darin, die Form des Schadens zu erkennen, aber es kann nicht immer Risse sehen, die so eng zusammengedrückt sind, dass sie wie festes Material erscheinen, und es dauert lange, große Teile zu scannen.

Die große Entdeckung: Die „Vereinigung“ ist die Antwort

Die Forscher betrachteten die Ergebnisse dieser drei Detektive nicht einfach separat; sie versuchten, sie miteinander zu verschmelzen. Sie verwendeten zwei Hauptstrategien:

• Merkmalsintegration (Feature Integration): Dies ist, als würde man die endgültigen „Ja/Nein“-Karten jedes Detektivs nehmen und übereinanderlegen. Wenn irgendein Detektiv sagt: „Hier liegt ein Schaden vor“, markieren sie diesen Bereich als beschädigt.
• Merkmalsklassifizierung (Feature Classification): Dies ist eher wie das mathematische Mischen der Rohdaten (Graustufenbilder), bevor eine Entscheidung getroffen wird, unter Verwendung von Regeln wie „den Durchschnitt nehmen“ oder „das Maximum nehmen“.

Was sie herausfanden

Die Studie ergab, dass die Merkmalsintegration der klare Gewinner für das Verständnis des Schadens war. Als sie die Karten kombinierten, erstellten sie eine „konservative obere Schrankenabschätzung“ des Schadens. Auf Deutsch bedeutet das: Sie zogen ein Sicherheitsnetz um den Schaden, das größer war als das, was ein einzelnes Werkzeug sah, um sicherzustellen, dass sie nichts übersehen.

Hier sind die spezifischen Zahlen, die sie fanden:

• Das µCT (Röntgen) sah die kleinste Fläche, nämlich 5,3 % der Platte.
• Das UT (Schall) sah eine größere Fläche von 7,1 %.
• Das IRT (Wärme) sah 7,5 %.
• Als sie alle drei zu einer kombinierten Karte zusammenführten, betrug die gesamte projizierte Schadensfläche 8,5 %.

Diese 8,5 % sind nicht unbedingt die „perfekte“ Wahrheit, aber die Autoren deuten an, dass dies ein sehr sicheres, vollständiges Bild des Schadens ist. Sie stellten fest, dass 99,66 % des durch das Röntgen sichtbaren Schadens in dieser kombinierten Karte enthalten waren. Dies beweist, dass man durch die Nutzung aller drei Werkzeuge fast alles erfasst, was das Röntgen sieht, plus die zusätzlichen Teile, die die Schall- und Wärmewerkzeuge gefunden haben, welche das Röntgen übersehen hat.

Warum ein einzelner Detektiv nicht ausreicht

Die Arbeit argumentiert explizit gegen das Vertrauen auf nur eine Methode.

• Das Röntgen (µCT) übersah einige enge Risse, weil die beiden Seiten des Risses sich berührten und somit keinen Luftspalt hinterließen, den die Röntgenstrahlen sehen könnten. Es konnte auch nicht alles sehen, da es aufgrund der seltsamen Form der Platte eingeschränkt war.
• Der Schall (UT) sah manchmal einen größeren Bereich als die Realität, weil die Schallwellen durch obere Schichten blockiert werden (Abschattung), was den Schaden wie einen soliden Klumpen statt einer spezifischen Form erscheinen lässt.
• Die Wärme (IRT) war gut darin, Probleme nahe der Oberfläche zu sehen, konnte aber nicht tief nach unten blicken.

Die Forscher testeten auch die Methode der „Merkmalsklassifizierung“ (das mathematische Mischen der Rohbilder). Sie fanden heraus, dass dieser Ansatz weniger stabil und anfälliger für Rauschen war. Zum Beispiel zeigte die „Differenz“-Methode (man schaut nur dort nach, wo sich die Werkzeuge uneinig waren) eine winzige Fläche von 0,34 %, während die „Maximum“-Methode 6,15 % zeigte. Diese Zahlen schwankten stark im Vergleich zum klaren, logischen Ergebnis der Merkmalsintegrationsmethode. Die Arbeit legt nahe, dass es bei diesen unordentlichen, zufälligen Materialien viel besser ist, einfach die fertigen Karten zu kombinieren (Integration), als zu versuchen, die Rohbilder mathematisch zu vermischen (Klassifizierung).

Das Fazit

Die Autoren kommen zu dem Schluss, dass man bei diesen komplexen, ungeordneten Materialien einem einzelnen „Super-Sinn“ nicht trauen kann. Stattdessen muss man auf alle hören. Durch die Verschmelzung der Daten erhält man ein klareres, vollständigeres Bild des Schadens. Das Röntgen liefert die 3D-Form, der Schall die tiefen Schichten und die Wärme die Details an der Oberfläche. Wenn man sie zusammenfügt, erhält man eine „konservative“ Schätzung, die sicher und zuverlässig ist und sicherstellt, dass kein verborgener Schaden in diesen Hightech-Materialien zurückbleibt.