इकाइयाँ
1. धातुकर्म में कृत्रिम बुद्धिमत्ता का परिचय: सीमाएँ, मान्यता, जिम्मेदारी और नैतिकता 2. सामग्री चयन और निर्णय समर्थन प्रणालियों में एआई 3. फ़ीचर भविष्यवाणी और संरचना-प्रक्रिया-संपत्ति संबंध (मशीन लर्निंग) 4. CALPHAD दृष्टिकोण में चरण आरेख, थर्मोडायनामिक्स और AI 5. सूक्ष्म संरचना छवि विश्लेषण और मात्रात्मक धातु विज्ञान 6. हीट ट्रीटमेंट और प्रोसेस पैरामीटर्स के अनुकूलन में एआई 7. विनिर्माण प्रक्रियाएं: कास्टिंग, वेल्डिंग और एडिटिव मैन्युफैक्चरिंग में एआई 8. गुणवत्ता नियंत्रण, दोष का पता लगाना और सांख्यिकीय प्रक्रिया नियंत्रण 9. क्षति विश्लेषण, मूल कारण और टूट-फूट जांच में एआई 10. लक्षण वर्णन डेटा व्याख्या: एक्सआरडी, एसईएम/ईडीएस, डीएससी और मैकेनिकल परीक्षण 11. मानक जांच, अनुपालन और सत्यापन अनुशासन 12. पायथन के साथ मेटलर्जिकल डेटा विश्लेषण और एआई की सीमाएं
इकाई 5 / 12

सूक्ष्म संरचना छवि विश्लेषण और मात्रात्मक धातु विज्ञान

लाभ:

  • छवि प्रसंस्करण और एआई के साथ माइक्रोस्ट्रक्चर छवियों से अनाज के आकार, चरण अनुपात और छिद्र जैसी मात्रा को मापने की क्षमता
  • विभाजन, थ्रेशोल्डिंग और अंशांकन चरणों को सही ढंग से कॉन्फ़िगर करने और स्केल त्रुटियों को रोकने की क्षमता
  • मानक मेटलोग्राफी पद्धति और विशेषज्ञ अवलोकन के साथ एआई की माइक्रोस्ट्रक्चर व्याख्या को क्रॉस-वैलिडेट करने की क्षमता

स्टील की कठोरता, क्रूरता और थकान जीवन इसकी सूक्ष्म संरचना में छिपा हुआ है, जो नग्न आंखों के लिए अदृश्य है: अनाज का आकार, चरण अनुपात, सरंध्रता (शून्य), समावेशन (धातु में ऑक्साइड / सल्फर अवशेष) और अवक्षेप का वितरण। मेटलोग्राफी माइक्रोस्कोप के तहत सामग्री को काटने, चमकाने और नक़्क़ाशी (रासायनिक रूप से सतह को उकेरना और चरणों को दृश्यमान बनाना) द्वारा जांचने का विज्ञान है। मात्रात्मक धातुविज्ञान इन छवियों से संख्यात्मक मात्रा (अनाज आकार संख्या, चरण प्रतिशत, सरंध्रता अनुपात) को माप रहा है। कृत्रिम बुद्धिमत्ता और छवि प्रसंस्करण मैन्युअल गिनती के घंटों को मिनटों में कम कर सकते हैं; लेकिन गलत ढंग से तय किया गया पैमाना या ख़राब विभाजन सभी संख्याओं को चुपचाप ग़लत बना देता है। इस इकाई में आप सीखेंगे कि एआई और इमेज प्रोसेसिंग के साथ माइक्रोस्ट्रक्चर छवियों को कैसे मापें और प्रत्येक माप को सत्यापित करें।

छवि-आधारित माप के बुनियादी चरण

मात्रात्मक धातुविज्ञान में, प्रत्येक माप एक ही श्रृंखला से होकर गुजरता है; यदि कोई अंगूठी टूट जाए, तो परिणाम अविश्वसनीय होगा:

  • छवि गुणवत्ता: फोकस, रोशनी और नक़्क़ाशी गुणवत्ता। ख़राब ढंग से उकेरे गए नमूने में, सीमाएँ धुंधली हैं।
  • अंशांकन: स्केल बार को पिक्सेल में परिवर्तित करना। प्रत्येक पिक्सेल कितने माइक्रोमीटर का होता है? यदि इस चरण को छोड़ दिया जाता है, तो संपूर्ण आयामी माप गलत पैमाने पर आएगा।
  • विभाजन: छवि को रुचि के क्षेत्रों में विभाजित करना - कौन सा पिक्सेल अनाज है, कौन सा पिक्सेल सीमा है, कौन सा पिक्सेल सरंध्रता है।
  • थ्रेसहोल्डिंग: ग्रे टोन या रंग थ्रेशोल्ड के साथ चरणों/रिक्त स्थानों को अलग करना। यदि दो चरण अलग-अलग चमक के हैं, तो दहलीज उन्हें अलग करती है।
  • माप और आँकड़े: अनाज की गिनती, क्षेत्र अनुपात, आकार वितरण गणना।

एआई-संचालित उपकरण (गहन शिक्षण-प्रशिक्षित विभाजन मॉडल) सरल थ्रेशोल्डिंग से बेहतर प्रदर्शन करते हैं, खासकर जटिल, मल्टीफ़ेज़ संरचनाओं पर। लेकिन एआई का विभाजन भी एक भविष्यवाणी है; एक मानक विधि (उदाहरण के लिए, एएसटीएम ई112 ग्रेन साइज, एएसटीएम ई562 स्पॉट काउंट) के साथ परिणामों का स्केल कैलिब्रेशन और क्रॉस-चेकिंग अनिवार्य है।

ध्यान दें: सबसे आम और सबसे घातक गलती है स्केल को कैलिब्रेट करना भूल जाना। मात्रात्मक दृष्टि से छवि "अच्छी" दिख सकती है, लेकिन यदि पिक्सेल-टू-माइक्रोमीटर रूपांतरण गलत है, तो अनाज का आकार 8 µm के बजाय 25 µm होगा और आप इस पर ध्यान नहीं देंगे। अंशांकन को सत्यापित करके प्रत्येक माप सत्र शुरू करें।

चरण दर चरण: एक एआई-संचालित माइक्रोस्ट्रक्चर माप

  1. उद्देश्य परिभाषित करें: आप क्या माप रहे हैं? अनाज का आकार, चरण अनुपात या सरंध्रता? किस मानक से?
  2. कैलिब्रेट करें: स्केल बार की पिक्सेल लंबाई मापें, µm/पिक्सेल अनुपात की गणना करें और इसे टूल में दर्ज करें।
  3. पूर्व-प्रक्रिया: कंट्रास्ट सुधार, शोर में कमी। एआई से पूछें कि कौन सा फ़िल्टर उपयुक्त है।
  4. खंड/सीमा: अलग चरण या अंतराल; दृष्टिगत रूप से जाँचें कि सीमाएँ सही ढंग से कैप्चर की गई हैं।
  5. माप: क्षेत्रफल अनुपात, अनाजों की संख्या, माध्य और वितरण।
  6. सत्यापित करें: मानक विधि से परिणाम की मैन्युअल रूप से तुलना करें (उदाहरण के लिए रैखिक अवरोधन बनाम अनाज का आकार); कई छवियों पर दोहराएँ.

अनाज का आकार, चरण अनुपात और सरंध्रता

अनाज का आकार सामग्री के क्रिस्टल अनाज का औसत आकार है; छोटा दाना आम तौर पर उच्च शक्ति और कठोरता (हॉल-पेच संबंध) देता है। इसे एएसटीएम ई112 अनाज आकार संख्या जी द्वारा दर्शाया गया है; जैसे-जैसे G बढ़ता है, दाना छोटा होता जाता है। चरण अनुपात दो या बहुचरण संरचना में प्रत्येक चरण का आयतन/क्षेत्र प्रतिशत है (उदाहरण के लिए, डुप्लेक्स स्टेनलेस में फेराइट-ऑस्टेनाइट संतुलन ~50/50% के लिए लक्षित है)। सरंध्रता कास्टिंग में गैस या सिकुड़न के कारण उत्पन्न रिक्तियों का अनुपात है और थकान जीवन को गंभीरता से कम करता है।

माप

मानक विधि

एआई/इमेज प्रोसेसिंग योगदान

आलोचनात्मक सत्यापन

अनाज का आकार (जी)

एएसटीएम ई112 प्रतिच्छेदन/तुलना

स्वचालित सीमा का पता लगाना और गिनती करना

अंशांकन + मैनुअल चौराहा नियंत्रण

चरण अनुपात (%)

एएसटीएम ई562 डॉट गिनती

थ्रेशोल्डिंग के साथ क्षेत्र अनुपात

नक़्क़ाशी एकरूपता, दहलीज चयन

सरंध्रता (%)

एएसटीएम ई1245 छवि विश्लेषण

अंतरिक्ष विभाजन

विरूपण साक्ष्य भेदभाव को चमकाना

समावेशन

एएसटीएम ई45

आकार/वितरण वर्गीकरण

संदर्भ टेम्पलेट तुलना

तीन मिनी मामले

केस 1 - अंशांकन के बिना अनाज का आकार। एक तकनीशियन एक माइक्रोस्ट्रक्चर छवि को एआई-संचालित उपकरण में लोड करता है और अनाज का आकार मापता है; परिणाम 6 µm है. हालाँकि, छवि 500x के बजाय 200x आवर्धन पर ली गई थी, और पिछले सत्र का अंशांकन (500x) उपकरण में बना रहा। वास्तविक अनाज का आकार ~15 µm है। गलत मान हॉल-पेच के माध्यम से ताकत के अनुमान को भी गुमराह करता है। तकनीशियन को प्रत्येक सत्र में स्केल बार को पुन: कैलिब्रेट करने की आदत हो जाती है। पाठ: अंशांकन नमूना और आवर्धन विशिष्ट है और इसे आगे नहीं बढ़ाया जा सकता है।

केस 2 - नक़्क़ाशी की कलाकृति को ग़लती से चरण समझ लिया गया। फेराइट/ऑस्टेनाइट अनुपात को डुप्लेक्स स्टेनलेस में मापा जाता है। थ्रेशोल्डिंग गलतियाँ फेराइट के लिए भारी नक्काशी वाले क्षेत्रों में काले धब्बे बनाती है, जिससे 62% फेराइट का अनुपात मिलता है; जबकि वास्तविक शेष ~48% है। अतिरिक्त फेराइट संक्षारण और कठोरता के संबंध में गलत अलार्म पैदा करता है। धातुविज्ञानी नक़्क़ाशी के समय को मानकीकृत करने और मैन्युअल स्पॉट गिनती के साथ कई क्षेत्रों की जांच करने के बाद त्रुटि पाता है। पाठ: खराब नमूना तैयारी सबसे अच्छे एल्गोरिदम को भी मूर्ख बना देती है - कचरा अंदर, कचरा बाहर।

केस 3 - सही उपयोग, सरंध्रता मानचित्र। एक कास्टिंग टीम एल्यूमीनियम भाग के क्रॉस-सेक्शन में सरंध्रता दर को मापना चाहती है। एआई सेगमेंटेशन मॉडल जल्दी से अंतराल को अलग करता है और 2.3% सरंध्रता के साथ एक वितरण मानचित्र देता है। टीम दृष्टिगत रूप से जांच करती है कि पॉलिशिंग के दौरान दिखाई देने वाली खरोंचों को गलती से रिक्त स्थान न समझ लिया जाए, एएसटीएम ई1245 के अनुसार परिणाम की पुष्टि की जाती है, और देखा जाता है कि सरंध्रता फीडर क्षेत्र में केंद्रित है और कास्टिंग डिजाइन में सुधार करती है। एआई से आई गति, मानक और अवलोकन से हुआ निर्णय

कॉपी करने योग्य शीघ्र टेम्पलेट

माप योजना टेम्पलेट"भूमिका: आप एक मात्रात्मक धातु विज्ञान सहायक हैं। उद्देश्य: माप [अनाज आकार / चरण अनुपात / सरंध्रता]। सामग्री: [...]। आवर्धन: [...]। मानक: [जैसे एएसटीएम ई112]। मुझे चरण-दर-चरण माप योजना दें: नमूना तैयार करना, नक़्क़ाशी, अंशांकन चरण, विभाजन/थ्रेसहोल्डिंग, माप और सत्यापन। अंशांकन को हाइलाइट करें पहला और अनिवार्य कदम। परिणाम बताएं कि मैन्युअल रूप से किस मानक तरीके से क्रॉस-चेक करना है।

सेगमेंटेशन त्रुटि जांच टेम्पलेट "मैंने एक माइक्रोस्ट्रक्चर छवि पर खंडित [चरण/अंतराल] किया है। उन बिंदुओं की सूची बनाएं जो गलत हो सकते हैं: नक्काशी कलाकृति, पॉलिशिंग स्क्रैच, आउट-ऑफ-फील्ड क्षेत्र, ओवरलैपिंग सीमाएं। लिखें कि प्रत्येक की जांच कैसे करें और इसे कैसे ठीक करें। परिणाम स्वीकार करने से पहले मुझे कौन सी दृश्य-जांच करनी चाहिए?"

अनाज आकार व्याख्या टेम्पलेट "मैंने ASTM E112 अनाज आकार संख्या G = [मूल्य], आवर्धन [x] मापा। बताएं कि यह G मान अनुमानित औसत अनाज व्यास और हॉल-पेच के संदर्भ में ताकत पर इसके प्रभाव से कैसे मेल खाता है। मुझे याद दिलाएं कि G मान अंशांकन पर निर्भर करता है; मुझे चरण दर चरण बताएं कि रैखिक प्रतिच्छेदन विधि द्वारा परिणाम को कैसे सत्यापित किया जाए।"

पायथन इमेज प्रोसेसिंग स्केलेटन टेम्प्लेट"भूमिका: आप इमेज प्रोसेसिंग कोड सहायक हैं। स्केलेटन कोड लिखें जो स्किकिट-इमेज के साथ माइक्रोस्ट्रक्चर छवि पर चरण क्षेत्र अनुपात की गणना करता है: (1) स्केल कैलिब्रेशन के लिए शीर्ष पर स्पष्ट रूप से µm/पिक्सेल चर, (2) ग्रेस्केल में रूपांतरण, (3) थ्रेशोल्डिंग, (4) क्षेत्र अनुपात, (5) परिणाम प्रिंट करना। प्रत्येक चरण में टिप्पणियाँ जोड़ें। थ्रेशोल्ड उस कोड में निर्दिष्ट करें जो मान और अंशांकन को मैन्युअल रूप से सत्यापित किया जाना चाहिए।"

कमजोर संकेत/मजबूत संकेत

कमजोर संकेत: "मुझे इस सूक्ष्म संरचना के दाने का आकार बताएं।"

मजबूत संकेत:"भूमिका: आप एक मात्रात्मक धातु विज्ञान सहायक हैं। मैं एएसटीएम ई112 के अनुसार अनाज का आकार मापना चाहता हूं। छवि 500x, स्केल बार 50 µm = 240पिक्सेल (यानी 0.208 µm/पिक्सेल)। मुझे रैखिक प्रतिच्छेदन विधि द्वारा अनाज के आकार की गणना करने के चरण बताएं, मुझे बताएं कि कितनी लाइनें/कितने प्रतिच्छेदन गिनने हैं, परिणाम को जी संख्या में परिवर्तित करें। मुझे सत्यापित करने की आवश्यकता है अंशांकन और कम से कम "मुझे याद दिलाएं कि मुझे इसे 3 अलग-अलग क्षेत्रों में दोहराना है। आप अंतिम परिणाम 'पढ़' नहीं सकते; विधि स्थापित करें।"

कमजोर संकेत एआई को छवि को "पढ़ने" के लिए कहता है - लेकिन एआई को स्केल और नक़्क़ाशी का पता नहीं है और वह एक बना-बनाया नंबर लेकर आ सकता है। शक्तिशाली संकेत अंशांकन को स्पष्ट बनाता है, मानक विधि के लिए पूछता है, पुनरावृत्ति और सत्यापन की आवश्यकता होती है, और एआई को विधि-सेटिंग उपकरण के रूप में उपयोग करता है, माप के रूप में नहीं।

सामान्य गलतियाँ

  • स्केल को कैलिब्रेट करना या पिछले सत्र के कैलिब्रेशन से मापना भूल जाना।
  • खराब/गैर-समान नक़्क़ाशी को ठीक किए बिना विभाजन पर भरोसा करना।
  • पॉलिशिंग खरोंच या दाग को सरंध्रता/चरण समझ लेना।
  • एक ही क्षेत्र से माप और संपूर्ण नमूने का सामान्यीकरण; सांख्यिकी के लिए कई क्षेत्रों की आवश्यकता होती है।
  • यह मानते हुए कि एआई ने छवि को "देखा" है और वह जो सटीक संख्या देता है उसे सत्यापित किए बिना उसका उपयोग कर रहा है।
  • विभाजन परिणाम को दृष्टिगत रूप से जाँचे बिना स्वीकार करना।

संक्षेप में

मात्रात्मक धातु विज्ञान में, एआई और छवि प्रसंस्करण अनाज के आकार, चरण अनुपात और सरंध्रता माप में तेजी लाते हैं और जटिल संरचनाओं के शक्तिशाली विभाजन को सक्षम करते हैं। हालाँकि, परिणामों की वैधता स्केल अंशांकन, अच्छी नमूना तैयारी और मानक विधि (एएसटीएम E112/E562/E1245) के साथ क्रॉस-सत्यापन पर निर्भर करती है। अंशांकन को पहला कदम बनाएं, आंख से विभाजन का निरीक्षण करें, कई क्षेत्रों में दोहराएं, और एआई का उपयोग उस उपकरण के रूप में करें जो माप पद्धति स्थापित करता है और कोड लिखता है, न कि वह जो छवि को "पढ़ता है"।

आवेदन कार्य

एक माइक्रोस्ट्रक्चर छवि (अपना स्वयं का नमूना या व्याख्यान नमूना) और स्केल बार मान लें। टेम्पलेट "पायथन इमेज प्रोसेसिंग स्केलेटन" के साथ, एआई से उस कोड के लिए पूछें जो चरण क्षेत्र अनुपात की गणना करता है; सुनिश्चित करें कि µm/पिक्सेल अंशांकन शीर्ष पर है और कोड में चालू है। कोड चलाएँ और परिणामी क्षेत्र अनुपात की तुलना उसी छवि पर मैन्युअल बिंदु गणना (10x10 ग्रिड) से करें। एक पैराग्राफ में दो परिणामों और संभावित कारण (थ्रेसहोल्ड चॉइस, आर्टिफैक्ट) के बीच अंतर लिखें।

चेकलिस्ट

  • [ ] मैंने स्केल बार को पिक्सेल में कैलिब्रेट किया और प्रत्येक सत्र में इसे सत्यापित किया।
  • [ ] मैंने जाँच की कि नक़्क़ाशी/नमूना की तैयारी एक समान थी।
  • [ ] मैंने विभाजन/थ्रेसहोल्डिंग परिणाम का दृश्य निरीक्षण किया और कलाकृतियों को हटा दिया।
  • [ ] मैंने कम से कम कुछ अलग-अलग क्षेत्रों में माप दोहराया।
  • [ ] मैंने मानक विधि (ई112/ई562/ई1245) के साथ परिणाम को मैन्युअल रूप से क्रॉस-चेक किया।
  • [ ] मैंने एआई का उपयोग एक विधि और कोड टूल के रूप में किया, न कि छवि के "रीडर" के रूप में।