然而，要說明最終部件的特性，樹脂/基質成分、孔隙含量、纖維含量、分布和取向等局部材料特性是最重要的。本文以熱固性復合材料--碳纖維增強片狀模塑料（C-SMC）為例，說明如何在材料生產過程中在線收集有關局部纖維取向的信息，生成半成品的數字圖像。來自數字圖像的信息可用于實時過程控制和質量評估。此外，這些信息還可用于離線生成材料模型輸入數據和下游制造過程模擬，從而對未來部件的機械性能進行更準確的預測。

C-SMC半成品生產過程中的數字化

圖1顯示了SMC半成品標準生產線的示意結構。在第一步驟中，在切割單元（2）將預定長度的短切碳或玻璃纖維分配到樹脂和載體膜上之前，將樹脂體系施加到載體膜（1）上。經過壓實裝置后，將半成品卷起并儲存，以備后續熟化。

 

C-SMC半成品生產的工藝鏈

為了創建 C-SMC 半成品的數字圖像，需要在生產過程中實時記錄纖維的取向。Leibniz-Institut für Verbundwerkstoffe GmbH (IVW) 為此使用了一種名為偏振成像的光學圖像采集系統。該系統利用碳纖維表面的偏振特性對非偏振光進行入射。偏振相機捕捉反射的偏振光，在隨后的數字化過程中，從原始數據中解讀出纖維方向信息。為了確保能清晰地看到散射纖維的平面圖，偏振相機 (3) 被直接放置在切割機的后面。然后，相機以規定的時間間隔捕捉視場內材料的圖像，形成一疊圖像。這些圖像組合在一起，形成半成品卷筒的連續整體圖像 (4)。

數字圖像的后處理

通過系統的硬件評估軟件，將相機捕獲的原始數據直接轉換為所需的圖像分量光強度、線偏振度（DOLP）和線偏振角（AOP）。在數字化過程中，不同軟件組件的組合使用該圖像數據來提取所需的纖維取向信息。為了簡化解釋，圖2顯示了使用已經壓制的C-SMC樣本的示例的數據提取過程。使用圖像分量光強度和DOLP，可以遮蔽圖像中沒有偏振或具有圖像缺陷的所有區域，例如曝光過度的像素。

 

數字圖像的后處理。a） 根據原始數據（強度、DOLP、AOP）生成的數字圖像，具有灰度級的纖維取向張量。b） 為數字圖像著色，以實現更好的可視化。c） 用于評估各向異性的直方圖。d） FE模型分辨率光柵化作為確定光纖定向張量的基礎。e） 纖維取向張量的可視化

結果是初始灰度圖像a），其顯示了在圖像平面中可視化的纖維取向角?？梢詰妙伾成鋌）來改進對人眼的分析，并且可以生成清楚地顯示優選纖維取向和各向異性的直方圖c）。如果數字圖像用作計算和模擬的基礎，那么關于纖維取向角的信息是不夠的。許多模擬模型使用纖維取向張量（FOT）作為纖維取向計算的基礎。FOT是一個對稱的二階張量，它描述了小體積內纖維取向的概率分布。FOT的特征值和特征向量可用于確定主纖維方向。由于FOT是一種概率分布，因此僅指定圖像像素中的纖維取向角不足以確定張量。因此，在圖像平面上創建網格d），并且通過評估每個網格單元內的圖像像素來確定FOT。在e）中，每個網格單元的FOT表示為橢球。在該表示中，可以在測量表面上的任何點直接評估對準和各向異性程度。

壓縮成型模擬中的纖維取向

C-SMC半成品卷的纖維定向數字圖像捕獲的一個主要目標是使用它來生成用于壓縮成型過程的后續過程模擬的輸入信息（圖3）。在執行數字化過程后，可以在任何位置提取FOT信息，以創建SMC電荷的數字表示。在該過程中，電荷中的各個切口的FOT可以應用于FE網格的各個元素，或者該信息可以作為均勻化的平均值應用于整個FE網格。這不需要在模擬方法領域有任何新的發展，因為許多模擬方法已經使用基于Folgar和Tucker方程的宏觀模型來計算纖維取向的演變，因此直接使用FOT信息。最后，壓縮成型模擬的FOT結果可以傳遞到數字工藝鏈的下一階段，通常是翹曲或結構模擬。其結果是基于材料生產的真實記錄數據形成了一個連續的數字過程鏈。

 

從模擬數據中提取纖維取向張量的汽車后翼擾流板壓縮成型模擬