學術之路，唯深耕方致遠；成才之途，唯善育方興邦。為深入落實人才強國戰略，發掘培育學科拔尖青年人才，激勵廣大學子篤學精研、銳意創新，中國復合材料學會設立卓越論文工程，旨在激勵博士/碩士研究生在復合材料領域開展原創性、前沿性探索，為我國復合材料事業儲備更多具有創新能力和實踐精神的青年力量。

回顧2024年度卓越論文工程涌現出一批兼具學術深度與應用價值的優秀成果，充分展現了當代青年學子的科研實力與風采。

2024年度中國復合材料學會卓越論文工程入選者

（碩士學位論文）

過淳，男，中共黨員，碩士畢業于南京航空航天大學能源與動力學院，現任中國船舶科學研究中心工程師，研究方向主要關注船舶結構復合材料在極端海洋環境下的損傷演化與性能劣化問題，致力于探索機器學習方法在船舶復合材料結構問題中的應用。目前，主持基礎科研加強基金項目1項，參研重點項目1項、重大項目1項。目前已發表SCI論文 5篇，獲授權發明專利2項，轉件著作權3項。

基于計算機視覺特征提取的2.5D機織復合材料力學模型研究

由于現代工業對材料性能的需求日益復雜，2.5D機織復合材料逐漸走進了人們視野。2.5D機織復合材料具有特殊的層間角聯鎖結構，在抗沖擊、分層和剪切載荷方面表現出比傳統層合復合材料更高的力學性能。此外，與傳統的3D機織復合材料相比，2.5D機織復合材料的制造工藝相對更簡單，制造成本更低。2.5D機織復合材料具有很強的可設計性，通過設計機織參數，如纖維體積含量、經紗和緯紗密度、織物層數、緯紗和緯紗數等，可以最大程度地滿足結構和力學要求。鑒于上述顯著優勢，2.5D機織復合材料已成為航空發動機葉片的理想材料。針對2.5D機織復合材料難以快速建立趨真化代表性體積單元（RVE）的問題，本文提出了一種基于計算機視覺的參數化建模方法，并依此開展了材料在單軸拉壓載荷下的力學行為和失效機理研究。

（1）提出了一種基于計算機視覺的2.5D機織復合材料幾何特征參數提取方法。考慮到材料XCT圖像中各組分灰度差異不明顯的特點，同時保持圖像始終的高分辨率，構建了基于OCRNet + HRNet的深度學習語義分割模型。通過對該網絡的訓練，實現了對XCT圖像中各紗線截面的精準分割，并開展了數據增強與迭代次數設置對分割精度影響的研究，研究結果表明：紗線截面分割的全局精度達到了86.69%，通過適當提高迭代次數，分割精度明顯提高并趨于穩定。從實際應用出發，研究了不同原始圖像比例的數據集對分割精度的影響，研究發現：原始圖像比例越高則分割精度也越高，當原始圖像比例大于50%時，精度提高不明顯。建立了基于OpenCV圖像處理算法的幾何特征參數提取流程，對神經網絡分割后的紗線灰度圖像依次進行了二值化、中值濾波、輪廓提取和輪廓擬合的操作，實現了對紗線截面高度、寬度、面積、重心位置和偏轉角的提取。

（2）提出并建立了一種四枚襯經斜紋2.5D機織復合材料的參數化體素全胞模型（VFM）和剛度模型。基于XCT圖像，對材料細觀幾何關系做出假設，提出了一種易于推導與描述的紗線路徑和截面參數化表征方法。基于參數化建模軟件Texgen，建立了VFM，通過與實際結構參數對比，初步驗證了體素全胞模型的有效性；通過為該模型施加全胞的周期性邊界條件，建立了四枚襯經斜紋2.5D機織復合材料的剛度模型，各工況下剛度性能預測誤差均在7%以內，驗證了剛度模型具有可靠的預測精度。

（3）提出并建立了考慮多失效模式疊加的四枚襯經斜紋2.5D機織復合材料結構的強度預測模型。通過提取剛度模型計算結果中各單元的應力與應變，引入考慮溫度效應的三維Hashin失效準則和von-Mises準則分別作為紗線纖維束和基體樹脂的損傷判據，同時給出了各組分的剛度退化方案和最終失效判據，建立了溫度條件下考慮多重失效模式疊加的強度預測模型。預測結果與實驗數據的對比表明：三種溫度條件下四種工況中該強度預測模型的最大誤差為7.12%，最小誤差為1.63%，平均誤差為4.68%。

選題有價值

研究有創新

論證有深度

成果有實效

以嚴謹治學之態探研學科前沿

以守正創新之心打磨優質成果

讓學位論文成為彰顯青年科研力量的鮮亮名片

歡迎申報2025年度中國復合材料學會卓越論文工程