[發明專利]一種快速表征分析鎳基單晶高溫合金微觀組織演變的方法有效
| 申請號: | 202110631306.7 | 申請日: | 2021-06-07 |
| 公開(公告)號: | CN113376015B | 公開(公告)日: | 2023-04-07 |
| 發明(設計)人: | 李龍飛;徐靜輝;馮強 | 申請(專利權)人: | 北京科技大學 |
| 主分類號: | G01N3/08 | 分類號: | G01N3/08;G01N23/04;G01N23/20;G06N3/08 |
| 代理公司: | 北京金智普華知識產權代理有限公司 11401 | 代理人: | 朱艷華 |
| 地址: | 100083*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 快速 表征 分析 鎳基單晶 高溫 合金 微觀 組織 演變 方法 | ||
1.一種快速表征分析鎳基單晶高溫合金微觀組織演變的方法,其特征在于,集成高通量實驗、高通量表征、深度學習和自動連續統計方法,具體包括以下步驟:
1)采用具有圓弧表面的漸變截面試樣進行蠕變中斷實驗,獲得隨應力連續梯度分布的微觀組織;
2)針對1)中獲得的微觀組織,運用基于掃描電鏡的大尺度圖像采集技術,將試樣標距內縱截面所有應力條件下的顯微組織進行高倍連續拍攝,得到大尺寸的完整高倍微觀組織圖;
3)進行γ/γ'兩相微觀組織參數統計前,首先分割出枝晶干區域。將2)中獲取的大圖裁切為小圖,以γ/γ'兩相微觀組織特點為基礎,對小圖進行標注,建立微觀組織語義識別數據庫,利用U-Net深度學習網絡對微觀組織數據庫訓練,建立枝晶干自動識別模型;
4)進行γ/γ'兩相微觀組織參數統計,基于微觀組織隨應力連續梯度分布的特點,利用圖像處理工具及邏輯算法,對3)中截取的枝晶干γ/γ'兩相微觀組織參數進行連續定量統計,統計參數包括γ′相體積分數、γ′相筏排完善程度、γ′相筏排厚度以及γ通道寬度;
步驟1)所述的圓弧表面的漸變截面試樣規格為:弧面曲率半徑為66.05~116.45mm,標距長度為36~48mm,最小截面半徑為?5,最大截面半徑為?10,實現應力在標距段連續梯度分布,且在非加載方向無應力集中;
步驟2)所述的基于掃描電鏡的大尺度圖像采集技術,SEM+ALTLAS拍攝的高倍連續顯微組織寬度為0.95mm,實驗合金一次枝晶臂間距為239-285μm,保證所拍攝的組織照片中至少包含三組完整的枝晶干/枝晶間區域。
2.如權利要求1所述的快速表征分析鎳基單晶高溫合金微觀組織演變的方法,其特征在于,步驟4)所述γ/γ'兩相微觀組織參數統計是采用分段統計,通過縱截面幾何高度與應力對應關系,計算得到各段微觀組織中心位置所對應的應力值。
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北京科技大學,未經北京科技大學許可,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/202110631306.7/1.html,轉載請聲明來源鉆瓜專利網。





