基于表面高度信息的陶瓷材料微观组织表征方法及系统

    公开(公告)号:CN114994039A

    公开(公告)日:2022-09-02

    申请号:CN202210594209.X

    申请日:2022-05-27

    Abstract: 本发明公开了基于表面高度信息的陶瓷材料微观组织表征方法及系统,包括:对陶瓷及陶瓷基复合材料进行切割取样后,通过对切割面进行预处理,获得陶瓷样品;采集陶瓷样品的待测微区表面的三维形貌信息,通过放大、校平等步骤进行处理后,获取表面三维形貌的高度信息;基于高度信息,生成待测微区表面的微观组织特征;本发明无需对不导电陶瓷基复合材料表面喷金/碳/铂、无需抽真空、避免了扫描电镜电子束与材料表面物质作用产生微损伤和反应,即可以通过无损方法获得陶瓷基复合材料微观组织结构表征,通过检测陶瓷组成相磨损高度信息差异并投射为二维图像,具有原理创新性以及良好的衬度和表征效率。

    基于深度学习的铝合金微米级第二相定量统计表征方法

    公开(公告)号:CN112489039B

    公开(公告)日:2021-11-16

    申请号:CN202011500498.X

    申请日:2020-12-17

    Abstract: 本发明公开了一种基于深度学习的铝合金微米级第二相定量统计表征方法,包括:获取标准试样的特征数据库,利用基于深度学习的图像分割网络U‑Net对特征数据库进行训练,得到U‑Net分割模型,选择最优精度对应参数建立U‑Net目标模型;将待测铝合金图像进行裁剪后输入到U‑Net目标模型中,通过连通区域算法获得第二相的尺寸、面积、位置信息,结合数学统计方法对数据集进行统计分布表征,将测试图像中的位置信息还原到待测铝合金表面,获得全视场定量统计分布情况及可视化结果。本发明基于深度学习图像分割算法,对铝合金微米级第二相进行自动识别、提取,对提取后的特征进行定位和统计,具有视场大、信息全、准确可靠的特点。

    一种金属材料中显微组织全视场定量统计分布表征方法

    公开(公告)号:CN112395932A

    公开(公告)日:2021-02-23

    申请号:CN202010575070.5

    申请日:2020-06-22

    Abstract: 本发明公开了一种金属材料中显微组织全视场定量统计分布表征方法,该方法包括:步骤a:建立标准特征图像数据集,包括铁素体、珠光体和贝氏体组织的图像;步骤b,建立基于深度学习的特征识别提取模型;步骤c,待测金属材料中的显微组织特征图谱的全视场自动采集;步骤d,珠光体、贝氏体的分类识别和分割提取;步骤e,大范围全视场显微组织的原位定量统计分布表征。本发明提供的金属材料中显微组织全视场定量统计分布表征方法,基于深度学习理论,对金属材料显微组织进行全视场自动识别、定位、提取和统计表征,消除人工选择视场带来的主观性误差,解决人工识别、测量、统计显微组织带来的效率低的问题,具有全面、准确、自动、高效的特点。

    一种高通量梯度热处理阵列坩埚

    公开(公告)号:CN107699673B

    公开(公告)日:2019-05-31

    申请号:CN201710946491.2

    申请日:2017-10-12

    Abstract: 本发明涉及一种基于微波能控温度高通量微制造装置,特别涉及一种高通量梯度热处理阵列坩埚,利用不同吸波材料在微波作用下具有迅速升温至恒定温度的特性,将不同组分的吸波材料制备成一系列小尺寸单体坩埚,在同一微波能场作用下,每个单体坩埚能被加热到不同的温度,实现单体坩埚内的片状样品在不同温度下的加热功能,再通过热处理阵列坩埚内部的气体流动散热实现坩埚降温的功能,从而实现对热处理装置内的小尺寸片状样品一次性在不同梯度温度场下的高通量热处理,解决了现有材料热处理时控制温度单一、温度场不均匀、样品尺寸大导致的升温速度慢和成本高等问题,提高了热处理工艺参数的筛选效率、降低了研发成本。

Patent Agency Ranking