[發(fā)明專利]一種多尺度馬氏體微觀組織老化與損傷分級方法

在審

• 申請?zhí)枺?/td>: 202011053202.4
• 申請日: 2020-09-29
• 公開（公告）號: CN112132086A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設(shè)計）人: 楊旭;錢公;陳新中;徐光明;施超;段也
• 申請（專利權(quán)）人: 中國特種設(shè)備檢測研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T3/40;G06T7/00
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王洋

本申請公開了多尺度馬氏體微觀組織老化與損傷分級方法，包括：利用特定放大倍數(shù)的金相顯微鏡采集高鉻馬氏體耐熱鋼材料微觀組織圖片以構(gòu)建數(shù)據(jù)集，為每張圖片標(biāo)注代表老化與損傷程度的等級標(biāo)簽；對所有圖片進(jìn)行縮小，構(gòu)建包含不同分辨率的多尺度數(shù)據(jù)集；利用預(yù)訓(xùn)練的模型參數(shù)來初始化神經(jīng)網(wǎng)絡(luò)，構(gòu)建基于殘差神經(jīng)網(wǎng)絡(luò)特征金字塔的多尺度金相分級模型；預(yù)先設(shè)置學(xué)習(xí)率、迭代次數(shù)超參數(shù)，采用交叉熵作為損失函數(shù)，應(yīng)用隨機(jī)梯度下降法對上述構(gòu)建的模型進(jìn)行微調(diào)；通過不同分辨率的金相顯微鏡，獲取需要識別的高鉻馬氏體耐熱鋼微觀組織圖片，從中取出確定大小的若干小圖，使用訓(xùn)練好的模型進(jìn)行分級。該方法訓(xùn)練的模型可擴(kuò)展到多種分辨率的圖片中使用。

技術(shù)領(lǐng)域

本發(fā)明涉及高鉻馬氏體耐熱鋼微觀組織的老化與損傷識別領(lǐng)域，特別涉及一種金相組織自動評級的方法。

背景技術(shù)

鋼鐵材料微觀組織特征是決定材料性能的重要因素之一。由于受到環(huán)境、溫度、壓力等因素影響，鋼鐵材料在使用過程中微觀組織往往會產(chǎn)生不同程度老化和損傷，對安全生產(chǎn)帶來極大隱患。因此，如何科學(xué)高效地檢測鋼鐵材料的老化及損傷程度，成為理論與實(shí)踐亟待解決的問題之一。近年來，在火力發(fā)電領(lǐng)域，以P91鋼和P92鋼為代表的高鉻馬氏體耐熱鋼在超(超)臨界機(jī)組的主蒸汽管道、再熱熱段管道等關(guān)鍵承壓部件被廣泛應(yīng)用，其材料組織的老化及損傷問題受到越來越多的關(guān)注。目前，針對這一問題的研究，主要以現(xiàn)場覆膜拍照或通過割管取樣后在實(shí)驗室金相顯微鏡下觀察分析。但這類方法往往高度依賴于研究人員的專業(yè)技術(shù)水平和實(shí)踐經(jīng)驗，具有較強(qiáng)的主觀性。同時，由于人工觀察判別成本高、復(fù)用性低，導(dǎo)致實(shí)驗結(jié)果往往誤差相對較大。

伴隨著人工智能時代的到來，以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)算法在圖像分析識別領(lǐng)域取得長足進(jìn)步。越來越多的學(xué)者們開始關(guān)注深度學(xué)習(xí)在材料研究領(lǐng)域的應(yīng)用，為探索科學(xué)高效的材料微觀組織自動辨識方法提供了可能性。其中，一些學(xué)者探索了機(jī)器學(xué)習(xí)方法在材料微觀結(jié)構(gòu)的應(yīng)用，如，Azimi等利用深度學(xué)習(xí)方法，將通過圖片對材料進(jìn)行缺陷檢測的問題轉(zhuǎn)化為圖片的語義分割問題，利用語義分割算法對金屬材料進(jìn)行缺陷檢測。

目前，利用深度學(xué)習(xí)方法對材料研究的探索尚處于起步階段。已有研究在材料組織狀態(tài)分類中的應(yīng)用尚少，更缺少針對不同尺度金相圖片的微觀組織老化特征與損傷程度的研究。現(xiàn)實(shí)生產(chǎn)環(huán)境中，因金相數(shù)據(jù)采集設(shè)備情況的差異，金相圖片數(shù)據(jù)尺度往往差別較大。當(dāng)前，僅針對實(shí)驗環(huán)境下固定比例的金相圖片數(shù)據(jù)的微觀組織老化與損傷特征研究，難以滿足對此類數(shù)據(jù)的有效分析。為此，利用深度學(xué)習(xí)方法研究不同尺度金相圖片的高鉻馬氏體微觀組織老化特征與損傷程度的自動分類問題，具有重要的學(xué)術(shù)價值和現(xiàn)實(shí)緊迫性。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決現(xiàn)有技術(shù)存在的問題，提出一種基于深度殘差網(wǎng)絡(luò)的高鉻馬氏體耐熱鋼微觀組織損傷與老化自動分級方法，以提高鋼材微觀組織老化與損傷評定的識別精度與識別效率。

本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的：

一種基于深度學(xué)習(xí)的馬氏體微觀組織老化與損傷分級方法，包括以下步驟：

步驟一、確定標(biāo)準(zhǔn)分辨率，即要識別的鋼材微觀組織放大倍數(shù)a，其中50a1000，收集在該放大倍數(shù)下金相顯微鏡所獲得的相同規(guī)格大小的鋼鐵材料微觀組織圖片，以及放大倍數(shù)較小，分辨率不相同的鋼鐵材料微觀組織圖片。在經(jīng)過專家對老化損傷的分級評定之后，將評定級別與圖片綁定以構(gòu)建數(shù)據(jù)集。

步驟二，對步驟一中收集的所有圖片進(jìn)行相同預(yù)處理，預(yù)處理方法如下：

1)剔除金相顯微鏡獲取的微觀組織圖中含有的文字說明部分，得到只含有微觀組織圖本體的初始數(shù)據(jù)集，將采集到的標(biāo)準(zhǔn)分辨率數(shù)據(jù)作為初始訓(xùn)練數(shù)據(jù)集T0，將采集到的非標(biāo)準(zhǔn)多種分辨率部分的數(shù)據(jù)作為驗證數(shù)據(jù)集V0；

2)將初始訓(xùn)練數(shù)據(jù)集T0中三通道的灰度圖轉(zhuǎn)化為單通道的灰度圖，得到訓(xùn)練數(shù)據(jù)集T1；

3)使用雙線性插值法，對T1中的圖像數(shù)據(jù)進(jìn)行不同倍率的縮小，得到訓(xùn)練數(shù)據(jù)集T2；