মাইক্রোস্ট্রাকচার ইমেজ অ্যানালাইসিস এবং কোয়ান্টিটেটিভ মেটালোগ্রাফি

লাভ:

• ইমেজ প্রসেসিং এবং এআই সহ মাইক্রোস্ট্রাকচার ইমেজ থেকে শস্যের আকার, ফেজ অনুপাত এবং পোরোসিটির মতো পরিমাণ পরিমাপ করার ক্ষমতা
• সঠিকভাবে বিভাজন, থ্রেশহোল্ডিং এবং ক্রমাঙ্কন পদক্ষেপগুলি কনফিগার করার এবং স্কেল ত্রুটিগুলি প্রতিরোধ করার ক্ষমতা
• স্ট্যান্ডার্ড মেটালোগ্রাফি পদ্ধতি এবং বিশেষজ্ঞ পর্যবেক্ষণের সাথে AI এর মাইক্রোস্ট্রাকচার ব্যাখ্যাকে ক্রস-ভ্যালিডেট করার ক্ষমতা

একটি স্টিলের কঠোরতা, কঠোরতা এবং ক্লান্তি জীবন এর মাইক্রোস্ট্রাকচারে লুকিয়ে থাকে, যা খালি চোখে অদৃশ্য: শস্যের আকার, ফেজ অনুপাত, ছিদ্র (অকার্যকর), অন্তর্ভুক্তি (ধাতুতে অক্সাইড/সালফারের অবশিষ্টাংশ) এবং অবক্ষেপণের বিতরণ। মেটালোগ্রাফি হল কাটিং, পলিশিং এবং এচিং (রাসায়নিকভাবে পৃষ্ঠ খোদাই করা এবং পর্যায়গুলি দৃশ্যমান করা) দ্বারা একটি মাইক্রোস্কোপের নীচে উপাদান পরীক্ষা করার বিজ্ঞান। পরিমাণগত মেটালোগ্রাফি এই চিত্রগুলি থেকে সংখ্যাসূচক পরিমাণ (শস্যের আকার সংখ্যা, ফেজ শতাংশ, ছিদ্র অনুপাত) পরিমাপ করছে। আর্টিফিশিয়াল ইন্টেলিজেন্স এবং ইমেজ প্রসেসিং ম্যানুয়াল কাউন্টিং এর ঘন্টাকে মিনিটে কমিয়ে দিতে পারে; কিন্তু একটি ভুল পরিমাপ করা স্কেল বা দুর্বল বিভাজন সমস্ত সংখ্যাকে নীরবে ভুল করে। এই ইউনিটে আপনি শিখবেন কিভাবে AI এবং ইমেজ প্রসেসিং দিয়ে মাইক্রোস্ট্রাকচার ইমেজ পরিমাপ করা যায় এবং প্রতিটি পরিমাপ যাচাই করা যায়।

চিত্র-ভিত্তিক পরিমাপের প্রাথমিক ধাপ

পরিমাণগত ধাতববিদ্যায়, প্রতিটি পরিমাপ একই শৃঙ্খলের মধ্য দিয়ে যায়; যদি একটি রিং ভেঙ্গে যায়, ফলাফলটি অবিশ্বস্ত হবে:

• ছবির গুণমান: ফোকাস, আলোকসজ্জা এবং এচিং গুণমান। একটি খারাপভাবে খোদাই করা নমুনায়, সীমানাগুলি অস্পষ্ট হয়৷
• ক্রমাঙ্কন: স্কেল বারকে পিক্সেলে রূপান্তর করা হচ্ছে। প্রতিটি পিক্সেল কত মাইক্রোমিটার? যদি এই ধাপটি বাদ দেওয়া হয়, সমগ্র মাত্রিক পরিমাপ ভুল স্কেলে বেরিয়ে আসবে।
• বিভাজন: চিত্রটিকে আগ্রহের অঞ্চলে ভাগ করা — কোন পিক্সেলটি শস্য, কোন পিক্সেলটি সীমানা, কোন পিক্সেলটি ছিদ্র।
• থ্রেশহোল্ডিং: ধূসর টোন বা কালার থ্রেশহোল্ড দিয়ে পর্যায়/স্পেস আলাদা করা। যদি দুটি পর্যায় ভিন্ন উজ্জ্বলতার হয়, থ্রেশহোল্ড তাদের আলাদা করে।
• পরিমাপ এবং পরিসংখ্যান: শস্য গণনা, এলাকার অনুপাত, আকার বন্টন গণনা।

এআই-চালিত সরঞ্জামগুলি (গভীর শিক্ষা-প্রশিক্ষিত সেগমেন্টেশন মডেল) সাধারণ থ্রেশহোল্ডিংয়ের চেয়ে ভাল কাজ করে, বিশেষত জটিল, মাল্টিফেজ কাঠামোতে। কিন্তু AI এর সেগমেন্টেশনও একটি ভবিষ্যদ্বাণী; স্কেল ক্রমাঙ্কন এবং একটি আদর্শ পদ্ধতির সাথে ফলাফলের ক্রস-চেকিং (যেমন, ASTM E112 শস্যের আকার, ASTM E562 স্পট কাউন্ট) বাধ্যতামূলক।

মনোযোগ: সবচেয়ে সাধারণ এবং সবচেয়ে ছলনাময় ভুল হল স্কেল ক্যালিব্রেট করতে ভুলে যাওয়া। চিত্রটি পরিমাণগত দিক থেকে "চমৎকার" দেখাতে পারে, কিন্তু যদি পিক্সেল-থেকে-মাইক্রোমিটার রূপান্তরটি ভুল হয়, তবে শস্যের আকার 8 µm এর পরিবর্তে 25 µm হবে এবং আপনি এটি লক্ষ্য করবেন না। ক্রমাঙ্কন যাচাই করে প্রতিটি পরিমাপ সেশন শুরু করুন।

ধাপে ধাপে: একটি এআই-চালিত মাইক্রোস্ট্রাকচার পরিমাপ

1. উদ্দেশ্য সংজ্ঞায়িত করুন: আপনি কি পরিমাপ করছেন? শস্য আকার, ফেজ অনুপাত বা porosity? কি মান দ্বারা?
2. ক্যালিব্রেট করুন: স্কেল বারের পিক্সেল দৈর্ঘ্য পরিমাপ করুন, µm/পিক্সেল অনুপাত গণনা করুন এবং এটি টুলে প্রবেশ করুন।
3. প্রাক-প্রক্রিয়া: বৈসাদৃশ্য সংশোধন, শব্দ হ্রাস। AI কে জিজ্ঞাসা করুন কোন ফিল্টারটি উপযুক্ত।
4. সেগমেন্ট/থ্রেশহোল্ড: পৃথক পর্যায় বা ফাঁক; দৃশ্যত সীমানা সঠিকভাবে ক্যাপচার করা হয়েছে চেক করুন.
5. পরিমাপ: এলাকার অনুপাত, শস্যের সংখ্যা, গড় এবং বিতরণ।
6. যাচাই করুন: ম্যানুয়ালি স্ট্যান্ডার্ড পদ্ধতির সাথে ফলাফলের তুলনা করুন (যেমন লিনিয়ার ইন্টারসেপ্ট বনাম শস্যের আকার); বেশ কয়েকটি ছবিতে পুনরাবৃত্তি করুন।

শস্য আকার, ফেজ অনুপাত এবং porosity

শস্যের আকার হল উপাদানের স্ফটিক দানার গড় আকার; ছোট শস্য সাধারণত উচ্চ শক্তি এবং বলিষ্ঠতা দেয় (হল-পেচ সম্পর্ক)। এটি ASTM E112 শস্য আকার নম্বর G দ্বারা চিহ্নিত করা হয়; G বাড়ার সাথে সাথে দানা ছোট হয়। ফেজ রেশিও হল দুই- বা মাল্টিফেজ স্ট্রাকচারে প্রতিটি ফেজের আয়তন/ক্ষেত্রফল শতাংশ (যেমন, ডুপ্লেক্স স্টেইনলেস ~50/50% এর জন্য ফেরাইট-অস্টেনাইট ব্যালেন্স লক্ষ্য করা হয়)। পোরোসিটি হ'ল ঢালাইয়ে গ্যাস বা সংকোচনের ফলে সৃষ্ট শূন্যতার অনুপাত এবং ক্লান্তি জীবনকে গুরুতরভাবে হ্রাস করে।

পরিমাপ

আদর্শ পদ্ধতি

এআই/ইমেজ প্রসেসিং অবদান

সমালোচনামূলক যাচাইকরণ

শস্যের আকার (G)

ASTM E112 ছেদ/তুলনা

স্বয়ংক্রিয় সীমানা সনাক্তকরণ এবং গণনা

ক্রমাঙ্কন + ম্যানুয়াল ছেদ নিয়ন্ত্রণ

ফেজ অনুপাত (%)

ASTM E562 ডট কাউন্ট

থ্রেশহোল্ডিং সহ এলাকার অনুপাত

এচিং অভিন্নতা, থ্রেশহোল্ড নির্বাচন

ছিদ্র (%)

ASTM E1245 ইমেজ বিশ্লেষণ

স্পেস সেগমেন্টেশন

পলিশিং আর্টিফ্যাক্ট বৈষম্য

অন্তর্ভুক্তি

ASTM E45

আকৃতি/বন্টন শ্রেণীবিভাগ

রেফারেন্স টেমপ্লেট তুলনা

তিনটি মিনি কেস

কেস 1 — ক্রমাঙ্কন ছাড়া শস্য আকার. একজন প্রযুক্তিবিদ একটি এআই-চালিত টুলে একটি মাইক্রোস্ট্রাকচার ইমেজ লোড করেন এবং শস্যের আকার পরিমাপ করেন; ফলাফল 6 µm। যাইহোক, ছবিটি 500x এর পরিবর্তে 200x ম্যাগনিফিকেশনে নেওয়া হয়েছিল এবং পূর্ববর্তী সেশনের ক্রমাঙ্কন (500x) টুলটিতে রয়ে গেছে। প্রকৃত শস্যের আকার হল ~15 µm। একটি ভুল মান হল-পেচের মাধ্যমে শক্তি অনুমানকেও বিভ্রান্ত করে। টেকনিশিয়ান প্রতিটি সেশনে স্কেল বার পুনরায় ক্যালিব্রেট করার অভ্যাসে পরিণত হয়। পাঠ: ক্রমাঙ্কন নমুনা এবং বিবর্ধন নির্দিষ্ট এবং বহন করা যাবে না।

কেস 2 — এচিং আর্টিফ্যাক্টটিকে ফেজ হিসাবে ভুল করা হয়েছিল। ferrite/austenite অনুপাত একটি ডুপ্লেক্স স্টেইনলেস পরিমাপ করা হয়. থ্রেশহোল্ডিং ভুল ফেরাইটের জন্য ভারী খোদাই করা জায়গায় অন্ধকার দাগ তৈরি করে, যা 62% ফেরাইটের অনুপাত দেয়; প্রকৃত ব্যালেন্স হল ~48%। অতিরিক্ত ফেরাইট জারা এবং শক্ততা সম্পর্কিত একটি মিথ্যা অ্যালার্ম তৈরি করে। ধাতুবিদ এচিং টাইমকে মানসম্মত করার পরে এবং ম্যানুয়াল স্পট গণনা সহ বেশ কয়েকটি এলাকা পরীক্ষা করার পরে ত্রুটিটি খুঁজে পান। পাঠ: দুর্বল নমুনা প্রস্তুতি এমনকি সেরা অ্যালগরিদমকেও বোকা বানিয়ে দেয় — আবর্জনা ভিতরে, আবর্জনা আউট।

কেস 3 — সঠিক ব্যবহার, পোরোসিটি ম্যাপ। একটি কাস্টিং দল একটি অ্যালুমিনিয়াম অংশের ক্রস-সেকশনে পোরোসিটি হার পরিমাপ করতে চায়। এআই সেগমেন্টেশন মডেলটি দ্রুত ফাঁকগুলিকে আলাদা করে এবং 2.3% ছিদ্র সহ একটি বিতরণ মানচিত্র দেয়। দলটি চাক্ষুষভাবে পরীক্ষা করে যে পলিশিংয়ের সময় যে স্ক্র্যাচগুলি দেখা যায় সেগুলিকে শূন্যতার জন্য ভুল নয়, ASTM E1245 অনুযায়ী ফলাফল নিশ্চিত করে এবং দেখে যে পোরোসিটি ফিডার এলাকায় ঘনীভূত হয়েছে এবং কাস্টিং ডিজাইনের উন্নতি করে৷ AI গতি এনেছে, সিদ্ধান্ত নেওয়া হয়েছিল মান এবং পর্যবেক্ষণের মাধ্যমে।

অনুলিপিযোগ্য প্রম্পট টেমপ্লেট

পরিমাপ পরিকল্পনা টেমপ্লেট"ভূমিকা: আপনি একজন পরিমাণগত ধাতববিদ্যা সহকারী। উদ্দেশ্য: পরিমাপ করুন [শস্যের আকার / ফেজ অনুপাত / পোরোসিটি]। উপাদান: [...]। বিবর্ধন: [...]। মান: [যেমন ASTM E112]। আমাকে একটি ধাপে ধাপে দিন, পরিমাপের নমুনা, BRLICA নমুনা, প্রস্তুতির পরিকল্পনা ইত্যাদি সেগমেন্টেশন/থ্রেশহোল্ডিং, পরিমাপ এবং যাচাইকরণ প্রথম এবং বাধ্যতামূলক পদক্ষেপ হিসাবে আমাকে বলুন কোন স্ট্যান্ডার্ড পদ্ধতিটি ম্যানুয়ালি ক্রস-চেক করতে হবে৷

সেগমেন্টেশন ত্রুটি চেক টেমপ্লেট "আমি একটি মাইক্রোস্ট্রাকচার ইমেজে [ফেজ/গ্যাপ] সেগমেন্ট করেছি। ভুল হতে পারে এমন পয়েন্টগুলি তালিকাভুক্ত করুন: এচ আর্টিফ্যাক্ট, পলিশিং স্ক্র্যাচ, মাঠের বাইরের অঞ্চল, ওভারল্যাপিং সীমানা। প্রতিটির জন্য কীভাবে পরীক্ষা করবেন এবং কীভাবে এটি ঠিক করবেন তা লিখুন। ফলাফলের আগে আমার কী ভিজ্যুয়াল-চেক করা উচিত?"

শস্য আকারের ব্যাখ্যা টেমপ্লেট "আমি ASTM E112 শস্যের আকার সংখ্যা G = [মান], বিবর্ধন [x] পরিমাপ করেছি। ব্যাখ্যা করুন কিভাবে এই G মানটি আনুমানিক গড় শস্য ব্যাসের সাথে মিলে যায় এবং হল-পেচের পরিপ্রেক্ষিতে শক্তির উপর এর প্রভাব। আমাকে মনে করিয়ে দিন যে G মান ধাপে ধাপে ফলাফলের উপর নির্ভর করে; রৈখিক ছেদ পদ্ধতি।"

পাইথন ইমেজ প্রসেসিং স্কেলেটন টেমপ্লেট"ভুমিকা: আপনি ইমেজ প্রসেসিং কোড সহকারী। কঙ্কাল কোড লিখুন যা স্কিকিট-ইমেজ সহ একটি মাইক্রোস্ট্রাকচার ইমেজে ফেজ এরিয়া অনুপাত গণনা করে: (1) µm/পিক্সেল ভেরিয়েবল স্পষ্টভাবে শীর্ষে, স্কেল থেকে ক্যালিব্রেশন, 3 (2) ক্যালিব্রেশনের জন্য থ্রেশহোল্ডিং, (4) এলাকা অনুপাত, (5) প্রতিটি ধাপে মন্তব্য যোগ করুন যে মান এবং ক্রমাঙ্কন ম্যানুয়ালি যাচাই করা উচিত।"

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট: "আমাকে এই মাইক্রোস্ট্রাকচারের শস্যের আকার বলুন।"

স্ট্রং প্রম্পট:"ভুমিকা: আপনি একজন পরিমাণগত মেটালোগ্রাফি সহকারী। আমি ASTM E112 অনুযায়ী শস্যের আকার পরিমাপ করতে চাই। চিত্র 500x, স্কেল বার 50 µm = 240 pixel (অর্থাৎ 0.208 µm/pixel)। আমাকে কতগুলো পদ্ধতির আন্তঃকরণের মাধ্যমে রেখা নির্ণয় করতে হবে তা বলুন। রেখা/কতটি ছেদ গণনা করতে হবে, ফলাফলটিকে G নম্বরে রূপান্তর করতে আমার ক্রমাঙ্কন যাচাই করতে হবে এবং অন্তত "আমাকে মনে করিয়ে দিন যে আমাকে এটি 3টি ভিন্ন জায়গায় পুনরাবৃত্তি করতে হবে৷ আপনি চূড়ান্ত ফলাফল 'পড়তে' পারবেন না; পদ্ধতি সেট আপ করুন।"

দুর্বল প্রম্পট AI কে ছবিটি "পড়তে" বলে — কিন্তু AI স্কেল এবং এচিং জানে না এবং একটি তৈরি নম্বর নিয়ে আসতে পারে। শক্তিশালী প্রম্পট ক্রমাঙ্কনকে পরিষ্কার করে, স্ট্যান্ডার্ড পদ্ধতির জন্য জিজ্ঞাসা করে, পুনরাবৃত্তি এবং যাচাইকরণের প্রয়োজন, এবং AI-কে একটি পদ্ধতি-সেটিং সরঞ্জাম হিসাবে ব্যবহার করে, পরিমাপ নয়।

সাধারণ ভুল

• স্কেল ক্যালিব্রেট করতে ভুলে যাওয়া বা আগের সেশনের ক্রমাঙ্কনের সাথে পরিমাপ করা।
• খারাপ/নন-ইউনিফর্ম এচিং সংশোধন না করে বিভাজনের উপর নির্ভর করা।
• পোরোসিটি/ফেজের জন্য একটি পলিশিং স্ক্র্যাচ বা দাগকে ভুল করা।
• একটি একক এলাকা থেকে পরিমাপ এবং সমগ্র নমুনায় সাধারণীকরণ; পরিসংখ্যানের জন্য বিভিন্ন ক্ষেত্র প্রয়োজন।
• অনুমান করুন যে AI ছবিটি "দেখেছে" এবং সঠিক সংখ্যা যাচাই না করে এটি ব্যবহার করে।
• এটি দৃশ্যত পরীক্ষা না করেই বিভাজন ফলাফল গ্রহণ করা।

সংক্ষেপে

পরিমাণগত ধাতববিদ্যায়, এআই এবং চিত্র প্রক্রিয়াকরণ শস্যের আকার, ফেজ অনুপাত এবং ছিদ্র পরিমাপকে ত্বরান্বিত করে এবং জটিল কাঠামোর শক্তিশালী বিভাজন সক্ষম করে। যাইহোক, ফলাফলের বৈধতা নির্ভর করে স্কেল ক্রমাঙ্কন, ভালো নমুনা প্রস্তুতি এবং মান পদ্ধতির (ASTM E112/E562/E1245) সাথে ক্রস-ভ্যালিডেশনের উপর। ক্রমাঙ্কনকে প্রথম ধাপে পরিণত করুন, চোখের দ্বারা বিভাজন পরিদর্শন করুন, বেশ কয়েকটি জায়গায় পুনরাবৃত্তি করুন এবং AI-কে এমন টুল হিসাবে ব্যবহার করুন যা পরিমাপ পদ্ধতি প্রতিষ্ঠা করে এবং কোড লিখে, যেটি চিত্রটিকে "পড়ে" নয়।

আবেদন টাস্ক

একটি মাইক্রোস্ট্রাকচার ইমেজ নিন (আপনার নিজের নমুনা বা একটি বক্তৃতার নমুনা) এবং স্কেল বার মান। "পাইথন ইমেজ প্রসেসিং স্কেলেটন" টেমপ্লেট দিয়ে, এআই-কে এমন একটি কোডের জন্য জিজ্ঞাসা করুন যা ফেজ এরিয়া অনুপাত গণনা করে; নিশ্চিত করুন যে µm/পিক্সেল ক্রমাঙ্কন শীর্ষে আছে এবং কোডে চালু আছে। কোডটি চালান এবং একই চিত্রে ম্যানুয়াল পয়েন্ট গণনা (10x10 গ্রিড) এর সাথে ফলাফলের এলাকার অনুপাতের তুলনা করুন। একটি অনুচ্ছেদে দুটি ফলাফল এবং সম্ভাব্য কারণ (থ্রেশহোল্ড পছন্দ, শিল্পকর্ম) মধ্যে পার্থক্য লিখুন।

চেকলিস্ট

• [ ] আমি স্কেল বারটিকে পিক্সেলে ক্যালিব্রেট করেছি এবং প্রতিটি সেশনে এটি যাচাই করেছি।
• [ ] আমি পরীক্ষা করে দেখেছি যে এচিং/নমুনা প্রস্তুতি অভিন্ন।
• [ ] আমি দৃশ্যত সেগমেন্টেশন/থ্রেশহোল্ডিং ফলাফল পরিদর্শন করেছি এবং আর্টিফ্যাক্টগুলি সরিয়েছি।
• আমি অন্তত কয়েকটি ভিন্ন এলাকায় পরিমাপ পুনরাবৃত্তি করেছি।
• [ ] আমি ম্যানুয়ালি একটি আদর্শ পদ্ধতি (E112/E562/E1245) দিয়ে ফলাফল ক্রস-চেক করেছি।
• [ ] আমি AI কে একটি পদ্ধতি এবং কোড টুল হিসাবে ব্যবহার করেছি, ছবির "পাঠক" হিসাবে নয়।