[發(fā)明專利]一種滲碳淬火鋼磨削表層組織與燒傷智能識別方法

有效

• 申請?zhí)枺?/td>: 201611235866.6
• 申請日: 2016-12-28
• 公開（公告）號: CN106845524B
• 公開（公告）日: 2020-01-03
• 發(fā)明（設(shè)計）人: 田欣利;王龍;吳志遠;唐修檢;楊理鈞;譚俊;張平;雷蕾;楊緒啟;雷冠雄
• 申請（專利權(quán)）人: 田欣利;王龍
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 11201 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 廖元秋

本發(fā)明提出的一種滲碳淬火鋼磨削表層組織與燒傷智能識別方法，屬于金相組織的檢測技術(shù)領(lǐng)域，該方法包括：采集滲碳淬火鋼試件表層金相組織圖，且將圖像二值化處理；提取金相組織二值圖像的分形維數(shù)、歐拉數(shù)、像素平均值、對比度、能量共5項特征值；培訓(xùn)用于第一級分類的神經(jīng)網(wǎng)絡(luò)模型，識別磨削燒傷程度及其金相組織；培訓(xùn)用于第二級分類的神經(jīng)網(wǎng)絡(luò)模型，進一步識別金相組織形態(tài)、成分占比、粒度信息；利用上述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型對待檢測樣本進行識別；該方法具備光照不敏感、圖像旋轉(zhuǎn)不變性等優(yōu)點，操作簡單，可減輕對人員的主觀分析水準(zhǔn)的依賴，為智能化快速識別與評價滲碳鋼磨削表層組織與燒傷程度提供可靠的方法。

技術(shù)領(lǐng)域

本發(fā)明屬于材料組織結(jié)構(gòu)檢測技術(shù)領(lǐng)域，具體涉及一種采用二值圖像處理技術(shù)，開展?jié)B碳淬火鋼磨削表層金相組織狀態(tài)識別與磨削燒傷程度評價的智能識別方法。

背景技術(shù)

20CrMnTi、22CrMnMo、8620H、20Cr等滲碳淬火鋼材料有較好的力學(xué)性能，被廣泛應(yīng)用在齒輪、軸類、柱塞等零部件。由于滲碳淬火鋼表層材料在磨削過程中受到瞬時高溫快冷作用，金相組織發(fā)生了局部的不可逆變化，通常可分為回火燒傷和淬火燒傷。磨削表層組織狀態(tài)是影響磨削裂紋和表層顯微硬度的主要因素。

目前，對滲碳淬火鋼磨削表層金相組織的研究手段主要依賴人工使用金相顯微鏡進行觀察與主觀判斷，需要較強的專業(yè)知識和技能以及經(jīng)驗。近些年，計算機圖像處理和神經(jīng)網(wǎng)絡(luò)技術(shù)發(fā)展迅速，被普遍應(yīng)用于醫(yī)學(xué)、通信、材料、機械等多個領(lǐng)域。圖像特征主要包括形狀特征、顏色特征、紋理特征、空間關(guān)系特征等，可在眾多特征信息中尋找不同圖像之間的差異性與相似性，典型應(yīng)用事例有指紋識別、醫(yī)學(xué)影片診斷、表面粗糙度評價等。人工神經(jīng)網(wǎng)絡(luò)種類繁多，包括感知神經(jīng)網(wǎng)絡(luò)、線性神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)、自組織競爭神經(jīng)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)等。神經(jīng)網(wǎng)絡(luò)有自組織、自學(xué)習(xí)等能力，可以自適應(yīng)的調(diào)整網(wǎng)絡(luò)內(nèi)部節(jié)點的權(quán)值與閾值，從而找出培訓(xùn)樣本的輸入與輸出之間的規(guī)律與關(guān)系，適用于對待識樣本的預(yù)測與分類，典型應(yīng)用事例有語言特征識別、非線性函數(shù)擬合、乳腺腫瘤診斷、數(shù)字識別、人臉朝向識別、短時交通量預(yù)測、高校科研能力評價等。隨著計算機圖形分析技術(shù)、數(shù)理統(tǒng)計與概率分布、人工神經(jīng)網(wǎng)絡(luò)等的迅速發(fā)展，以后被應(yīng)用到材料微觀組織研究領(lǐng)域?qū)⒊蔀橼厔荨榱搜芯拷鹣嘟M織與工藝參數(shù)、力學(xué)性能之間的相關(guān)性，有必要將金相組織的形態(tài)進行定量描述，可利用邊緣檢測與提取、圖像分割等技術(shù)對金相組織中某一組織形態(tài)進行輪廓自動提取與計算分析。金相顯微組織的智能識別與分析應(yīng)在定性識別不同金相組織類型的的基礎(chǔ)上，再對其形態(tài)、大小、數(shù)量進行定量分析。

目前，針對不同的工件材料提取有價值的多類型特征信息時，可實用的特征參數(shù)選取存在差異性，且特征提取算法也不同。不同類型金相組織的分布形態(tài)、大小、數(shù)量均有差異，且經(jīng)硝酸酒精等不同溶液清洗后，酸蝕著色等狀況也不同，從而使觀察到的金相組織的圖像特征信息存在差異。圖像特征參數(shù)種類較多，特征提取方式及特征參數(shù)類型選取的差異，均會影響到磨削表層金相組織狀態(tài)識別的準(zhǔn)確性，致使應(yīng)選取的有效特征參數(shù)存在差異。且即使采取同組類型的特征參數(shù)去表征，不同材料的特征值分布區(qū)域也會有差異。

發(fā)明內(nèi)容

本發(fā)明的目的是針對滲碳淬火鋼磨削表層組織在磨削力和磨削熱綜合作用下而變更形態(tài)后識別困難的問題，提出一種滲碳淬火鋼磨削表層組織狀態(tài)與燒傷智能化快速識別方法。該方法利用不同金相組織類型、成分占比及形態(tài)對二值圖像的分形維數(shù)、像素平均值、歐拉數(shù)、對比度、能量指標(biāo)的影響規(guī)律，將圖像特征分析和人工神經(jīng)網(wǎng)絡(luò)兩種方法融合，可以對滲碳淬火鋼磨削表層金相組織和磨削燒傷程度開展有效的定性與定量分析。

本發(fā)明提出的一種滲碳淬火鋼磨削表層組織狀態(tài)與燒傷智能化快速識別方法，實現(xiàn)過程示意圖如附圖1所示，其特征在于：該方法包括以下步驟：

1)采集滲碳淬火鋼試件表層金相組織圖，且將圖像二值化處理：

將滲碳淬火鋼試件表面磨削后，沿表層橫斷面切取，拋光后用4％硝酸酒精浸蝕；使用金相顯微鏡采集不同的試件磨削表層的金相組織圖，且將圖像進行二值化處理得到二值圖像；