[發(fā)明專利]通過輸入多個力學(xué)性能生成鈦合金微觀組織圖像的方法

在審

• 申請?zhí)枺?/td>: 202111116174.0
• 申請日: 2021-09-23
• 公開（公告）號: CN113870373A
• 公開（公告）日: 2021-12-31
• 發(fā)明（設(shè)計）人: 金福生;張芷璇;范群波;貢海超
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06N3/04;G06F30/20
• 代理公司: 北京慕達星云知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11465
• 代理人: 符繼超

本發(fā)明公開了通過輸入多個力學(xué)性能生成鈦合金微觀組織圖像的方法，包括：采集大量不同組織類型的鈦合金微觀組織圖像；設(shè)定不同組織類型鈦合金微觀組織圖像對應(yīng)的力學(xué)性能范圍；在力學(xué)性能范圍內(nèi)，對不同組織類型的鈦合金微觀組織圖像生成對應(yīng)隨機力學(xué)性能數(shù)據(jù)，得到不同組織類型的鈦合金微觀組織圖像且分別包含隨機力學(xué)性能數(shù)據(jù)的圖像集；對圖像集進行數(shù)據(jù)擴增；將數(shù)據(jù)擴增后的圖像集作為訓(xùn)練集數(shù)據(jù)，輸入到預(yù)設(shè)的生成對抗網(wǎng)絡(luò)按組織類別進行分別訓(xùn)練，得到優(yōu)化后的生成對抗網(wǎng)絡(luò)模型；將多個力學(xué)性能數(shù)據(jù)輸入到優(yōu)化后的生成對抗網(wǎng)絡(luò)模型，生成鈦合金微觀組織圖像。本發(fā)明使用多個連續(xù)變量作為輸入，能生成質(zhì)量較好的鈦合金微觀組織圖像。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機視覺圖像生成技術(shù)領(lǐng)域，涉及通過輸入多個力學(xué)性能生成鈦合金微觀組織圖像的方法。

背景技術(shù)

隨著工藝的發(fā)展，鈦合金因為其優(yōu)異的力學(xué)性能而被應(yīng)用到了各個領(lǐng)域。目前鈦合金材料領(lǐng)域的研究大多都是通過微觀組織預(yù)測力學(xué)性能的正向研究，而幾乎沒有人實現(xiàn)對鈦合金材料從力學(xué)性能反推微觀組織的過程。同時，目前圖像生成領(lǐng)域?qū)ξ⒂^組織的研究非常少，并且?guī)缀醵际侵会槍蝹€標簽，鮮少有通過輸入多個標簽來生成鈦合金微觀組織圖像的研究。目前對于帶有條件的圖像生成任務(wù)主要是用條件生成對抗網(wǎng)絡(luò)技術(shù)，但是使用條件生成對抗網(wǎng)絡(luò)解決此問題時存在如下的缺陷：

1)條件生成對抗網(wǎng)絡(luò)只能用來處理離散型隨機變量。

2)目前現(xiàn)有方法中接受參數(shù)輸入的模型都是針對單個變量，幾乎沒有針對多個連續(xù)型變量作為輸入的研究。

3)現(xiàn)有的圖像生成方法幾乎都是針對宏觀物體，如人臉和物品等，幾乎沒有涉及到微觀組織圖像的研究。鈦合金材料的微觀組織圖像，和其他數(shù)據(jù)集不一樣的地方在于，圖像之間的特征比較相似，而且每一個圖像細節(jié)都跟它的性能參數(shù)緊密相關(guān)，神經(jīng)網(wǎng)絡(luò)也就更難理解和學(xué)習(xí)。現(xiàn)有的方法并不能產(chǎn)生令人滿意的效果。

4)還需要關(guān)注的一個問題在于力學(xué)性能和微觀組織圖像之間的對應(yīng)關(guān)系是一對多的，也就是一組力學(xué)性能對應(yīng)多個具有細微差別的微觀組織圖像，如何反映出這個一對多的關(guān)系是個較難解決的問題。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明的目的在于提供通過輸入多個力學(xué)性能生成鈦合金微觀組織圖像的方法，至少部分解決上述技術(shù)問題。

本發(fā)明實施例提供了通過輸入多個力學(xué)性能生成鈦合金微觀組織圖像的方法，包括：

采集大量不同組織類型的鈦合金微觀組織圖像；

設(shè)定不同組織類型鈦合金微觀組織圖像對應(yīng)的力學(xué)性能范圍；在所述力學(xué)性能范圍內(nèi)，對所述不同組織類型的鈦合金微觀組織圖像生成對應(yīng)隨機力學(xué)性能數(shù)據(jù)，得到不同組織類型的鈦合金微觀組織圖像且分別包含所述隨機力學(xué)性能數(shù)據(jù)的圖像集；

對所述圖像集進行數(shù)據(jù)擴增；

將數(shù)據(jù)擴增后的所述圖像集作為訓(xùn)練集數(shù)據(jù)，輸入到預(yù)設(shè)的生成對抗網(wǎng)絡(luò)按組織類別進行分別訓(xùn)練，得到優(yōu)化后的生成對抗網(wǎng)絡(luò)模型；

將多個力學(xué)性能數(shù)據(jù)輸入到所述優(yōu)化后的生成對抗網(wǎng)絡(luò)模型，生成鈦合金微觀組織圖像。

進一步地，所述力學(xué)性能數(shù)據(jù)包括：準靜態(tài)屈服強度數(shù)據(jù)、洛氏硬度數(shù)據(jù)、動態(tài)壓縮強度數(shù)據(jù)、抗拉強度數(shù)據(jù)、動態(tài)屈服強度數(shù)據(jù)、斷后伸長率數(shù)據(jù)和臨界斷裂應(yīng)變數(shù)據(jù)。

進一步地，在所述力學(xué)性能范圍內(nèi)對所述不同組織類型鈦合金微觀組織圖像生成對應(yīng)隨機力學(xué)性能數(shù)據(jù)得到不同組織類型的鈦合金微觀組織圖像且分別包含所述隨機力學(xué)性能數(shù)據(jù)的圖像集具體包括：

在所述力學(xué)性能范圍內(nèi)，對所述不同組織類型鈦合金微觀組織圖像生成對應(yīng)的隨機抗拉強度數(shù)據(jù)；

計算所述隨機抗拉強度數(shù)據(jù)在對應(yīng)所述力學(xué)性能范圍內(nèi)的占比rate；