[發明專利]基于X射線正弦圖的增材器件內部結構幾何參數測量方法

在審

• 申請號: 202110688533.3
• 申請日: 2021-06-22
• 公開（公告）號: CN113420438A
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 鄒晶;寧子博;韓振燁
• 申請（專利權）人: 天津大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F30/17;G06N3/04;G06N3/08;G06T17/00;G06F113/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于X射線正弦圖的管殼型增材器件內部結構幾何參數測量方法，其特征在于，包括以下幾個步驟：

步驟一：基于管殼型增材器件的三維CAD信息構建仿真模體，進行X射線掃描，獲取器件的整體正弦圖和感興趣結構的正弦圖。

步驟二：對感興趣結構的正弦圖進行裁剪和變換：首先計算出正弦圖中每一行投影數據的加權平均數對應的坐標，然后再每一行中以此坐標為基準，左右各取部分像素，完成對正弦圖的裁剪，并將裁剪完畢后的正弦圖重新排列成方陣。

步驟三：對基于U-Net結構的神經網絡和基于FNN結構的神經網絡進行訓練。其中基于U-Net結構的神經網絡的訓練集為仿真模體整體結構的正弦圖、仿真模體感興趣結構的正弦圖以及該神經網絡輸出的正弦圖，基于FNN結構的神經網絡的訓練集為仿真模體感興趣結構的正弦圖、增材器件CAD圖紙中感興趣結構的幾何參數以及該神經網絡輸出的正弦圖。

步驟四：X射線掃描管殼型增材器件實物，將正弦圖輸入基于U-Net結構的神經網絡得到感興趣結構的正弦圖。為了減少計算量，對感興趣結構的正弦圖進行裁剪和變換，得到新的正弦圖，經過基于FNN結構的神經網絡模型計算出管殼型增材器件內部結構的幾何參數信息。

2.根據權利要求1所述的基于X射線正弦圖的管殼型增材器件內部結構幾何參數測量方法，其特征在于，步驟一中，仿真實驗所需的仿真模體是使用管殼型增材器件自帶的三維CAD信息直接構建，無需單獨設計。

3.根據權利要求1所述的基于X射線正弦圖的管殼型增材器件內部結構幾何參數測量方法，其特征在于，步驟二中，按照以下公式計算出正弦圖中每一行投影數據的加權平均數對應的坐標：

其中：

x_c：正弦圖中每一行投影數據的加權平均數對應的坐標值

x：正弦圖中每一行數據對應的坐標值

p(x)：正弦圖每一行中每個坐標值對應的投影值

左右各取像素的個數用M表示，計算公式為：

其中：

n：經驗值，這里取值0.8

SIZE：增材器件內部結構的CAD尺寸

p：探測器的像素尺寸

SDD：射線源到探測器的距離

SOD：射線源到被掃描樣品旋轉中心的距離。

4.根據權利要求1所述的基于X射線正弦圖的管殼型增材器件內部結構幾何參數測量方法，其特征在于，步驟三中，基于U-Net結構的神經網絡和基于FNN結構的神經網絡，根據訓練集，可以得到各自的損失函數嗎，分別為LossFun1和LossFun2。兩個網絡的損失函數之和稱為LossFun，有如下關系：

LossFun＝μ₁LossFun1+μ₂LossFun2

其中：

LossFun1：基于U-Net結構的神經網絡的損失函數

LossFun2：基于FNN結構的神經網絡的損失函數

μ₁：基于U-Net結構的神經網絡損失函數的權重

μ₂：基于FNN結構的神經網絡損失函數的權重

對基于U-Net結構的神經網絡和基于FNN結構的神經網絡進行訓練，使得LossFun取得最小值。其中μ₁、μ₂的取值由經驗值獲得。

5.根據權利要求1所述的基于X射線正弦圖的管殼型增材器件內部結構幾何參數測量方法，其特征在于，步驟四中：對于管殼型增材器件內部為多個空心立柱的部件，模體的材料為鈦合金、鋁合金、鎳、鉻中任意一種，可以得到其面內幾何參數包括：空心立柱的半徑、邊長、面積、空間幾何參數包括：壁厚、高、體積，以及結構間幾何參數：中心距離。