[發明專利]碳鋼索氏體定量分析方法

有效

• 申請號: 202010319705.5
• 申請日: 2020-04-21
• 公開（公告）號: CN111398282B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 謝志雄;肖命冬;羅新中;吳紅兵;齊亮;游來有;李富強;張兆洋;朱祥睿;章玉成;劉引峰;王銀國;廖美華;何健楠;董鳳奎;劉金源;李祥龍;陳遠生
• 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;G01N33/202;G06V10/82;G06N3/08
• 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

本申請提供一種碳鋼索氏體定量分析方法，屬于鋼鐵組織檢測技術領域。分析方法包括素材準備、深度學習及定量分析。素材準備：對索氏體素材進行灰度二值定量得到素材索氏體定值含量；至少選取部分索氏體素材對索氏體組織進行色彩標記得到索氏體標記素材。深度學習：采用深度神經網絡模型對多個索氏體素材進行識別學習，輸入素材圖像、標記素材圖像、素材的單像素點長度及素材的素材索氏體定值含量對深度神經網絡模型進行初始化，得到索氏體定量分析模型。定量分析：輸入待測素材圖像及待測素材的單像素點長度，采用索氏體定量分析模型對待測素材進行分析。重復性高且能有效避免引入主觀誤差，使檢測效率高、準確性高且便于批量檢測。

技術領域

本申請涉及鋼鐵組織檢測技術領域，具體而言，涉及一種碳鋼索氏體定量分析方法。

背景技術

索氏體組織由于鐵素體和滲碳體片層間距小，相界面多，具有非常好的強度和塑性，在外力作用下，使鋼鐵抗塑性變形的能力增大，是高碳盤條鋼最為理想的組織。

目前，高碳盤條的索氏體組織采用YB/T169-2014《高碳盤條索氏體組織金相檢測方法》進行檢測，主要檢測方法有三種。一是金相手工法，通過手工統計索氏體組織交點或網格占比計算索氏體百分含量，容易引入檢驗員主觀誤差，且檢測需要構建網格并人工數點，檢測工作量非常大，批量檢測不現實。二是圖像分析儀標樣檢測法，采用已定值索氏體含量的標準樣品與待測樣品同步制樣、同步腐蝕、同步檢測，每次均需要采用標樣進行定值，檢測繁瑣、耗時長、標樣成本高，批量檢測也不現實。三是比較法，將待測樣品微觀組織同YB/T169中附錄B中的標準圖譜進行比較，但是標準圖譜只有4張且間隔10％，檢測精度差，且評級結果也容易受檢驗員主觀因素影響。

發明內容

本申請的目的在于提供一種碳鋼索氏體定量分析方法，重復性高且能有效避免引入主觀誤差，使檢測效率高、準確性高且便于批量檢測。

本申請的實施例是這樣實現的：

本申請實施例提供一種碳鋼索氏體定量分析方法，包括素材準備、深度學習以及定量分析；

素材準備：在學習樣品上選取檢測視場作為索氏體素材；對索氏體素材進行灰度二值定量得到素材索氏體定值含量；至少選取部分索氏體素材對索氏體組織進行色彩標記得到索氏體標記素材；

深度學習：采用深度神經網絡模型對多個索氏體素材依次進行識別學習；在對每個索氏體素材進行識別學習時，輸入索氏體素材圖像、索氏體標記素材圖像、索氏體素材的單像素點長度及索氏體素材的素材索氏體定值含量對深度神經網絡模型進行初始化，得到以索氏體含量為輸出節點的索氏體定量分析模型；

定量分析：在待測樣品上選取檢測視場作為待測素材，輸入待測素材圖像及待測素材的單像素點長度，采用索氏體定量分析模型對待測素材進行分析。

本申請實施例提供的碳鋼索氏體定量分析方法，有益效果包括：采用深度神經網絡模型對多個索氏體素材進行識別學習，以索氏體素材圖像、索氏體標記素材圖像、索氏體素材的單像素點長度及索氏體素材的素材索氏體定值含量進行初始化建立識別模型，用于實現對待測素材索氏體組織的定量分析，重復性高、檢測效率高、準確性高且便于批量檢測。將索氏體組織進行色彩標記，明確索氏體組織和非索氏體組織，基于色彩的圖像識別簡單、準確，深度學習中計算機可直接讀取各相比例，較人工數點和人工圖譜比對精度更高、效率也更高，且能有效避免引入主觀誤差。進一步的，針對不同碳含量精確控制腐蝕時間，避免識別誤差，利于標準化檢測結果輸出；同時，相比國標中針對標樣單張圖片灰度閾值測定，增加了針對標樣多張素材間灰度閾值要求(灰度閾值重復性和標準差要求)，通過多張素材間的比較校正，素材定值結果更為準確，確保神經網絡學習的標準的可參考性。

附圖說明