【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于高溫合金增材制造，具體是指一種高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法。
技術(shù)介紹
1、以鎳、鐵、鈷為基的高溫合金，因其在高溫下具有良好的抗氧化、抗熱腐蝕和高強(qiáng)度等特性，被稱為“超合金”，在航空、航天和能源等領(lǐng)域中得到了廣泛的應(yīng)用。相較于高溫合金的傳統(tǒng)制備方法，增材制造制備技術(shù)能夠直接將高溫合金的數(shù)字化設(shè)計(jì)模型轉(zhuǎn)化為實(shí)體，具有制造自由度高、加工周期短、可實(shí)現(xiàn)多層次和多材料組合以及復(fù)雜形狀精密制造等優(yōu)點(diǎn)。在高溫合金增材制造過程中，高溫合金中會(huì)產(chǎn)生一些不同于傳統(tǒng)工藝的微觀組織，具體的，增材制造過程伴隨著快熱快冷與復(fù)雜的熱循環(huán)作用，使得高溫合金的主要微觀組織結(jié)構(gòu)，形成為包括沿著熔池底部外延生長的細(xì)小柱狀晶組織結(jié)構(gòu)和位錯(cuò)纏結(jié)的胞狀組織結(jié)構(gòu)，微觀組織結(jié)構(gòu)的變化對(duì)于高溫合金性能產(chǎn)生直接影響，z.g.zhu等研究表明一定尺寸和分?jǐn)?shù)的胞狀組織結(jié)構(gòu)有利于增材高溫合金的強(qiáng)度提升(“hierarchical?microstructureand?strengthening?mechanisms?of?a?cocrfenimn?high?entropy?alloy?additivelymanufactured?by?selective?laser?melting”，scripta?materialia?154(2018)20-24)。
2、目前，增材制造高溫合金的微觀組織結(jié)構(gòu)的統(tǒng)計(jì)方法主要采用兩種，一種是采用人工逐個(gè)進(jìn)行識(shí)別與分類標(biāo)定統(tǒng)計(jì)，另一種是利用電子背散射衍射ebsd等高端測試手段來進(jìn)行輔助微觀組織結(jié)構(gòu)的表征，然而，人
3、因此，亟需提供一種新的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，能夠改善現(xiàn)有統(tǒng)計(jì)方法標(biāo)定效率低、精度誤差大以及無法自動(dòng)實(shí)現(xiàn)胞狀組織與柱狀晶組織的分類識(shí)別與標(biāo)定統(tǒng)計(jì)的缺陷。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的在于提供一種高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，能夠改善現(xiàn)有統(tǒng)計(jì)方法標(biāo)定效率低、精度誤差大以及無法自動(dòng)實(shí)現(xiàn)胞狀組織與柱狀晶組織的分類識(shí)別與標(biāo)定統(tǒng)計(jì)的缺陷。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案：
3、一種高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，包括如下步驟：
4、s1.采用增材制造制備高溫合金樣件，并獲取微觀組織圖像；
5、s2.采用圖像分割算法檢測所述微觀組織圖像的微觀組織結(jié)構(gòu)，獲得分割圖像；
6、s3.提取所述分割圖像的微觀組織結(jié)構(gòu)的特征；
7、s4.根據(jù)所述微觀組織結(jié)構(gòu)的特征進(jìn)行分類識(shí)別并進(jìn)行統(tǒng)計(jì)。
8、可選的，s1.采用增材制造制備高溫合金樣件，并獲取微觀組織圖像，包括：
9、s1-1.采用激光熔覆、電子束選區(qū)熔化、激光選區(qū)熔化或電子束熔絲沉積中的至少一種，制備所述高溫合金樣件；
10、s1-2.采用金相制樣，獲取所述高溫合金樣件的待測樣品；
11、s1-3.采用掃描電鏡對(duì)所述待測樣品進(jìn)行圖像采集，獲取所述微觀組織圖像。
12、可選的，s2.采用圖像分割算法檢測所述微觀組織圖像的微觀組織結(jié)構(gòu)，獲得分割圖像，包括：
13、s2-1.采用圖像處理軟件，測定所述微觀組織圖像中組織邊界的灰度值，并將所述組織邊界的灰度值設(shè)定為分隔閾值t，所述組織邊界為胞狀組織邊界或柱狀晶組織邊界；
14、s2-2.采用圖像裁剪算法進(jìn)行圖像預(yù)處理，去除所述微觀組織圖像底部的掃描成像信息；
15、s2-3.采用圖像分割算法，篩選像素點(diǎn)灰度值大于所述分隔閾值t的區(qū)域?yàn)榻M織邊界，根據(jù)所述組織邊界進(jìn)行圖像分割，獲得分割圖像，實(shí)現(xiàn)單個(gè)胞狀組織或柱狀晶組織的分割。
16、可選的，s2-2.采用圖像裁剪算法進(jìn)行圖像預(yù)處理，去除所述微觀組織圖像底部的掃描成像信息，包括：
17、采用python中的image[]函數(shù)進(jìn)行圖像預(yù)處理，公式如下：
18、image＝image[0:image.shape[0]–g0,:,:]
19、其中，所述微觀組織圖像的原始形狀由行數(shù)、列數(shù)和通道數(shù)定義，image.shape[0]表示獲取所述微觀組織圖像的原始行數(shù)，image.shape[0]–g0表示獲取的原始行數(shù)減去g0行，g0行為掃描成像信息的行數(shù)，第一個(gè)冒號(hào)表示獲取全部的列數(shù)，第二個(gè)冒號(hào)表示獲取全部的通道數(shù)，image[]函數(shù)的輸出結(jié)果為返回剪裁后的圖像，包含了原始圖像的所有列數(shù)和通道數(shù)，且最底部的g0行被移除。
20、可選的，s2-3.采用圖像分割算法，篩選像素點(diǎn)灰度值大于所述分隔閾值t的區(qū)域?yàn)榻M織邊界，根據(jù)所述組織邊界進(jìn)行圖像分割，獲得分割圖像，實(shí)現(xiàn)單個(gè)胞狀組織或柱狀晶組織的分割，包括：
21、采用python中np.where()函數(shù)進(jìn)行圖像分割，公式如下：
22、image＝np.where(image>t,0,image)
23、其中，image>t為參考條件，即滿足所述像素點(diǎn)的灰度值大于分割閾值t，當(dāng)參考條件成立時(shí)，函數(shù)的輸出結(jié)果為0，即將所述像素點(diǎn)的灰度值替換為0，以便去除所述微觀組織圖像中的組織邊界；當(dāng)所述參考條件不成立時(shí)，函數(shù)的輸出結(jié)果為所述像素點(diǎn)本身的灰度值。
24、可選的，s3.提取所述分割圖像的微觀組織結(jié)構(gòu)的特征，包括：
25、s3-1.計(jì)算分割圖像中各個(gè)微觀組織結(jié)構(gòu)的面積比x，公式為：
26、x＝area/(crop_image.shape[0]*crop_image.shape[1])
27、其中，area表示當(dāng)前連通區(qū)域的像素點(diǎn)數(shù)，crop_image.shape[0]*crop_image.shape[1]則是包圍當(dāng)前連通區(qū)域的矩形面積，crop_image.shape[0]表示包圍當(dāng)前連通區(qū)域的矩形高度，crop_image.shape[1]表示包圍當(dāng)前連通區(qū)域的矩形寬度；
28、s3-2.計(jì)算分割圖像中各個(gè)微觀組織結(jié)構(gòu)的軸比y，公式為：
29、y＝min(crop_image.shape[0],crop_image.shape[1])/max(crop_image.shape[0],crop_imag?e.shape[1])，min表示最小值，max表示最大值。
30、可選的，s3.提取所述微觀組織結(jié)構(gòu)的特征之前，還包括采用s3’.圖像腐蝕算法，分離所述微觀組織結(jié)構(gòu)圖像中的所述胞狀組織或柱狀晶組織和組織邊界的細(xì)微連接。
31、可選的，s3’.圖像腐蝕算法，分離所述微觀組織結(jié)構(gòu)圖像中的所述胞狀組織或柱狀晶組織和組織邊界的細(xì)微連接，包括：
32、采用python中的erode()函數(shù)進(jìn)行圖像腐蝕，公式如下：
33、dst＝cv2.erode(sr本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，S1.采用增材制造制備高溫合金樣件，并獲取微觀組織圖像，包括：
3.根據(jù)權(quán)利要求1所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，S2.采用圖像分割算法檢測所述微觀組織圖像的微觀組織結(jié)構(gòu)，獲得分割圖像，包括：
4.根據(jù)權(quán)利要求3所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，S2-2.采用圖像裁剪算法進(jìn)行圖像預(yù)處理，去除所述微觀組織圖像底部的掃描成像信息，包括：
5.根據(jù)權(quán)利要求3所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，S2-3.采用圖像分割算法，篩選像素點(diǎn)灰度值大于所述分隔閾值t的區(qū)域?yàn)榻M織邊界，根據(jù)所述組織邊界進(jìn)行圖像分割，獲得分割圖像，實(shí)現(xiàn)單個(gè)胞狀組織或柱狀晶組織的分割，包括：
6.根據(jù)權(quán)利要求1所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，S3.提取所述分割圖像的微觀組織結(jié)構(gòu)的特
7.根據(jù)權(quán)利要求6所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，S3.提取所述微觀組織結(jié)構(gòu)的特征之前，還包括采用S3’.圖像腐蝕算法，分離所述微觀組織結(jié)構(gòu)圖像中的所述胞狀組織或柱狀晶組織和組織邊界的細(xì)微連接。
8.根據(jù)權(quán)利要求7所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，S3’.圖像腐蝕算法，分離所述微觀組織結(jié)構(gòu)圖像中的所述胞狀組織或柱狀晶組織和組織邊界的細(xì)微連接，包括：
9.根據(jù)權(quán)利要求8所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，S3.提取所述微觀組織結(jié)構(gòu)的特征之前，還包括采用S3”.圖像增強(qiáng)算法，增加圖像腐蝕后的所述微觀組織結(jié)構(gòu)圖像的清晰度，S3”.圖像增強(qiáng)算法采用Python中的ImageEnhance.Sharpness()方法創(chuàng)建一個(gè)圖像增強(qiáng)對(duì)象，并調(diào)用enhance()方法，指定增強(qiáng)參數(shù)。
10.根據(jù)權(quán)利要求1所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，S4.根據(jù)所述微觀組織結(jié)構(gòu)的特征進(jìn)行分類識(shí)別并進(jìn)行統(tǒng)計(jì)，包括：
...【技術(shù)特征摘要】
1.一種高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，s1.采用增材制造制備高溫合金樣件，并獲取微觀組織圖像，包括：
3.根據(jù)權(quán)利要求1所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，s2.采用圖像分割算法檢測所述微觀組織圖像的微觀組織結(jié)構(gòu)，獲得分割圖像，包括：
4.根據(jù)權(quán)利要求3所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，s2-2.采用圖像裁剪算法進(jìn)行圖像預(yù)處理，去除所述微觀組織圖像底部的掃描成像信息，包括：
5.根據(jù)權(quán)利要求3所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，s2-3.采用圖像分割算法，篩選像素點(diǎn)灰度值大于所述分隔閾值t的區(qū)域?yàn)榻M織邊界，根據(jù)所述組織邊界進(jìn)行圖像分割，獲得分割圖像，實(shí)現(xiàn)單個(gè)胞狀組織或柱狀晶組織的分割，包括：
6.根據(jù)權(quán)利要求1所述的高溫合金增材制造微觀組織結(jié)構(gòu)的識(shí)別與統(tǒng)計(jì)方法，其特征在于，s3.提取所述分割圖像的微觀組織...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：連利仙，鮑子銘，劉穎，吳佳奇，
申請(qǐng)(專利權(quán))人：四川大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。