An artifactual fibre overlap removal algorithm for micro-computed tomography image post-processing and 3D microstructure generation with graphics processing unit acceleration
Notice bibliographique
Résumé
A novel algorithm based on radial basis functions is proposed for the removal of artifactual fibre overlap within fibre structures extracted from micro-computed tomography (micro-CT) images of fibre reinforced polymer matrix composites. The proposed algorithm is highly efficient and excels in preserving the original fibre structures extracted from the micro-CT images. Besides, graphics processing unit (GPU) acceleration is applied to further enhance the efficiency of the fibre overlap removal process. Furthermore, the proposed algorithm is also modified for the generation of periodic 3D microstructures. For practical application, the proposed algorithm is implemented for both the artifactual fibre overlap removal within micro-CT images from an injection moulded part and the microstructure generation for 3D printed samples. The unidirectional elastic modulus of the resultant microstructures is computed via numerical simulations and shows a close match to the experimental measurements with relative errors less than 2%. Overall, the proposed algorithm significantly facilitates the reconstruction of micro-CT image-based numerical models and can also be easily repurposed to generate complex microstructures, which is of great value for the development of data-driven models for characterization and design of composite materials that demands large amounts of data on material microstructures. • An algorithm for the efficient removal of artifactual fibre overlap within fibre structures extracted from micro-CT images. • The proposed algorithm introduces minimal distortion to the original fibre structures from micro-CT images. • The proposed algorithm is also adapted to generate periodical 3D microstructures that contain both fibres and voids. • Runtime of the proposed algorithm is further reduced via parallelization and graphics processing unit computing. • The practical application of the proposed algorithm is demonstrated through two case studies with validated results.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».