Back to Search Start Over

Variational segmentation of textile composite preform from X-ray computedtomography

Authors :
BENEZECH, Jean
Couégnat, Guillaume
Laboratoire des Composites Thermostructuraux (LCTS)
Centre National de la Recherche Scientifique (CNRS)-Snecma-SAFRAN group-Université de Bordeaux (UB)-Institut de Chimie du CNRS (INC)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)
Safran Ceramics [Mérignac]
École Nationale Supérieure d'Arts et Métiers (ENSAM) - Bordeaux
Université de Bordeaux (UB)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut de Chimie du CNRS (INC)-Snecma-SAFRAN group-Centre National de la Recherche Scientifique (CNRS)
Source :
21ème Journées Nationales sur les Composites, 21ème Journées Nationales sur les Composites, École Nationale Supérieure d'Arts et Métiers (ENSAM)-Bordeaux, Jul 2019, Bordeaux, Talence, France
Publication Year :
2019
Publisher :
HAL CCSD, 2019.

Abstract

International audience; Prediction of the thermo-mechanical behavior of woven composites necessitates a reliable knowledge of their innerstructure. An accurate description of the fabric geometry could be obtained using X-ray computed microtomography (μCT) at the mesoscopic scale. However, systematic construction of numerical models fromμCT remains a difficult task.To address this challenge, we propose a variational segmentation approach which combinesμCT with a prior geometricmodel that is iteratively improved thanks to a heuristic optimization process. The fidelity of the models with respect tothe inputμCT is evaluated using a measure of similarity including both gray levels and local directions. Our method allowed to build realistic numerical models of woven fabrics that preserve the prescribed weaving pattern, which are free of interpenetration, which makes them compatible with further numerical simulations. Using our approach, models of complex woven fabrics, but also of woven composites, could be consistently generated fromμCT and can serve as reference models, e.g. to analyze in situ tests by providing numerical twins.; La prévision du comportement thermo-mécanique d’un composite tissé nécessite une connaissance approfondie de son architecture interne. Une description réaliste de sa méso-structure peut être obtenue grâce à une micro-tomographie à rayon-X (μCT) du matériau. La difficulté consiste alors à construire automatiquement un modèle géométrique d’un tissage à partir deμCT. Nous proposons ici une méthode de segmentation variationnelle, visant à optimiser un modèle géométrique construit initialement sur la connaissance approchée de son arrangement textile et en utilisant l’information extraite delaμCT. Une mesure quantitative a été introduite pour comparer un modèle géométrique et uneμCT, incluant un terme calculant la ressemblance du modèle avec le masque de laμCT ainsi qu’un terme évaluant l’orientation locale des entités géométriques. Notre méthode permet de construire des modèles réalistes de tissage 3D qui respectent les motifs de tissages tomographiés, et dont les entités sont désinterpénétrées, ce qui les rend compatibles avec les techniques de maillages.

Details

Language :
French
Database :
OpenAIRE
Journal :
21ème Journées Nationales sur les Composites, 21ème Journées Nationales sur les Composites, École Nationale Supérieure d'Arts et Métiers (ENSAM)-Bordeaux, Jul 2019, Bordeaux, Talence, France
Accession number :
edsair.dedup.wf.001..48b975060b71e209c66d6ea71dcb07c7