Identification of Localized Void Defects in Composite by Recurrence Quantification Analysis of Ultrasonic Backscattered Signal


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Voids usually have a detrimental effect on the performance of carbon fiber reinforced polymer (CFRP). This paper presents a nonlinear dynamic method, known as recurrence quantification analysis (RQA), for the identification of localized void defects. First, five standard CFRP specimens with known porosity ranging from 0.2 to 5.94% are tested using ultrasonic pulse-echo technique, and the obtained backscattered signals are subsequently analyzed by RQA. The result shows that two RQA characteristic parameters, the recurrence rate and the Shannon entropy, both clearly increase with increasing porosity. Next, the RQA is performed on another CFRP specimen with unknown porosity. Two regions in this specimen containing localized void defects are detected based on the above finding. This result is finally verified by a destructive experiment. The research demonstrates that RQA is an effective new method for the identification of localized void defects in CFRP.

Об авторах

Z. Wang

The State Key Lab of Fluid Power and Mechatronic Systems; Key Laboratory of Advanced Manufacturing Technology of Zhejiang Province, College of Mechanical Engineering

Автор, ответственный за переписку.
Email: wzhe08@163.com
Китай, Hangzhou, 310027; Hangzhou, 310027

C. Yang

The State Key Lab of Fluid Power and Mechatronic Systems; Key Laboratory of Advanced Manufacturing Technology of Zhejiang Province, College of Mechanical Engineering

Автор, ответственный за переписку.
Email: yclzju@163.com
Китай, Hangzhou, 310027; Hangzhou, 310027

X. Zhou

The State Key Lab of Fluid Power and Mechatronic Systems; Key Laboratory of Advanced Manufacturing Technology of Zhejiang Province, College of Mechanical Engineering

Email: yclzju@163.com
Китай, Hangzhou, 310027; Hangzhou, 310027

Y. Teng

The State Key Lab of Fluid Power and Mechatronic Systems; Key Laboratory of Advanced Manufacturing Technology of Zhejiang Province, College of Mechanical Engineering

Email: yclzju@163.com
Китай, Hangzhou, 310027; Hangzhou, 310027

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Pleiades Publishing, Ltd., 2019

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».