[發明專利]鋼中硫化物夾雜檢測和評價方法及鋼種切削性能評價方法有效
| 申請號: | 202010101769.8 | 申請日: | 2020-02-19 |
| 公開(公告)號: | CN111257317B | 公開(公告)日: | 2022-07-29 |
| 發明(設計)人: | 肖命冬;羅新中;曾贊喜;林晏民;麻國曉;朱祥睿;李富強;董鳳奎;章玉成;張兆洋;陸偉成 | 申請(專利權)人: | 廣東韶鋼松山股份有限公司 |
| 主分類號: | G01N21/84 | 分類號: | G01N21/84;G01N3/24;G01N1/28 |
| 代理公司: | 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463 | 代理人: | 付興奇 |
| 地址: | 512100*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 硫化物 夾雜 檢測 評價 方法 鋼種 切削性能 | ||
1.一種鋼中硫化物夾雜評價方法,其特征在于,包括:
閾值訓練:將多個硫化物夾雜進行了邊界標注且給出了硫化物夾雜的長度信息和寬度信息的第一硫化物夾雜金相圖作為訓練集,結合所述訓練集中每個樣本對應的所述長度信息和所述寬度信息,依次對所述訓練集中每個樣本中邊界內節點和邊界外節點的灰度進行運算,得到硫化物夾雜對應的灰度閾值范圍;
深度學習:將多個硫化物夾雜進行了邊界標注且給出了硫化物夾雜的長度信息和寬度信息的第二硫化物夾雜金相圖作為測試集,輸入所述閾值訓練完成后得到的所述灰度閾值范圍,并結合所述測試集中每個樣本對應的所述長度信息和所述寬度信息,采用深度神經網絡模型依次對所述測試集中每個樣本中硫化物夾雜進行識別學習,將最后一層卷積神經網絡輸出節點構造為硫化物夾雜的可能性百分比,設定所述可能性百分比大于預設值時結束識別學習,得到硫化物夾雜識別模型;
采用所述硫化物夾雜識別模型對待測樣品檢測視場內的硫化物夾雜進行識別,獲取所述檢測視場內硫化物夾雜分布信息,結合所述硫化物夾雜分布信息將滿足預設條件的硫化物夾雜作為同一條夾雜得到硫化物夾雜物形貌信息,通過所述硫化物夾雜形貌信息對所述檢測視場內硫化物夾雜平均級別、硫化物夾雜總面積、硫化物夾雜平均長度以及硫化物夾雜形態比進行評價;
采用所述硫化物夾雜平均級別、所述硫化物夾雜總面積、所述硫化物夾雜平均長度以及所述硫化物夾雜形態比對所述待測樣品的切削性能進行評價,設定鋼種切削性能為f(x)、所述硫化物夾雜平均級別為f(a)、所述硫化物夾雜總面積為f(b)、所述硫化物夾雜平均長度為f(c)且所述硫化物夾雜形態比為f(d),所述鋼種切削性能如式I所示:
f(x)=k1f(a)+k2f(b)+k3f(c)+k4f(d),式I;
其中,k1和k2為正數,k3和k4為負數。
2.根據權利要求1所述的鋼中硫化物夾雜評價方法,其特征在于,還包括驗證學習:將多個未標注的第三硫化物夾雜金相圖作為驗證集,采用所述深度學習完成后得到的所述硫化物夾雜識別模型依次對所述驗證集中每個樣本的硫化物夾雜進行識別并人工判斷識別結果是否準確,采用圖像標注工具對人工判斷為識別結果不準確的所述驗證集中的樣本的硫化物夾雜的邊界標注后進行所述深度學習,以重構所述硫化物夾雜識別模型。
3.根據權利要求2所述的鋼中硫化物夾雜評價方法,其特征在于,所述第一硫化物夾雜金相圖的數量占硫化物夾雜金相圖總量的35-45%,所述第二硫化物夾雜金相圖的數量占硫化物夾雜金相圖總量的35-45%,所述第三硫化物夾雜金相圖的數量占硫化物夾雜金相圖總量的15-25%。
4.根據權利要求1-3任一項所述的鋼中硫化物夾雜評價方法,其特征在于,所述預設值為80%。
5.根據權利要求1所述的鋼中硫化物夾雜評價方法,其特征在于,所述預設條件為寬度間隔≤40μm且長度間隔≤10μm。
6.根據權利要求1所述的鋼中硫化物夾雜評價方法,其特征在于,所述硫化物夾雜形態比采用minitab圖形中的直方圖選擇包含擬合和組,區間數設定為20,置信區間設定為0.95。
7.根據權利要求1所述的鋼中硫化物夾雜評價方法,其特征在于,所述檢測視場的選擇包括:將所述待測樣品沿縱截面進行切割,將距離表面的距離<1/4d的區域作為表面檢測區,將距離表面>1/4d的區域作為芯部檢測區,分別在所述表面檢測區和所述芯部檢測區選擇所述檢測視場用于進行硫化物夾雜識別。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東韶鋼松山股份有限公司,未經廣東韶鋼松山股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010101769.8/1.html,轉載請聲明來源鉆瓜專利網。





