Keuntungan:
- Kemampuan untuk mengukur besaran seperti ukuran butir, rasio fasa, dan porositas dari gambar struktur mikro dengan pemrosesan gambar dan AI
- Kemampuan untuk mengonfigurasi langkah segmentasi, ambang batas, dan kalibrasi dengan benar serta mencegah kesalahan skala
- Kemampuan untuk memvalidasi silang interpretasi struktur mikro AI dengan metode metalografi standar dan observasi ahli
Kekerasan, ketangguhan, dan umur lelah suatu baja tersembunyi dalam struktur mikronya, yang tidak terlihat dengan mata telanjang: ukuran butir, rasio fasa, porositas (kekosongan), inklusi (residu oksida/sulfur dalam logam) dan distribusi endapan. Metalografi adalah ilmu memeriksa bahan di bawah mikroskop dengan cara memotong, memoles, dan mengetsa (mengetsa permukaan secara kimia dan membuat fase-fasenya terlihat). Metalografi kuantitatif mengukur besaran numerik (jumlah ukuran butir, persentase fasa, rasio porositas) dari gambar-gambar ini. Kecerdasan buatan dan pemrosesan gambar dapat mengurangi jam penghitungan manual menjadi menit; namun skala yang salah dikalibrasi atau segmentasi yang buruk membuat semua angka menjadi salah. Di unit ini Anda akan mempelajari cara mengukur gambar struktur mikro dengan AI dan pemrosesan gambar serta memverifikasi setiap pengukuran.
Langkah-langkah dasar pengukuran berbasis gambar
Dalam metalografi kuantitatif, setiap pengukuran melewati rantai yang sama; Jika sebuah cincin putus, hasilnya tidak dapat diandalkan:
- Kualitas gambar: Kualitas fokus, iluminasi, dan etsa. Dalam sampel yang tergores dengan buruk, batas-batasnya menjadi kabur.
- Kalibrasi: Mengubah bilah skala menjadi piksel. Berapa mikrometer setiap piksel? Jika langkah ini dilewati, seluruh pengukuran dimensi akan menghasilkan skala yang salah.
- Segmentasi: Membagi gambar menjadi beberapa wilayah yang diinginkan — piksel mana yang merupakan butiran, piksel mana yang merupakan batas, piksel mana yang merupakan porositas.
- Ambang batas: Memisahkan fase/ruang dengan nada abu-abu atau ambang warna. Jika dua fase memiliki kecerahan berbeda, ambang batas memisahkannya.
- Pengukuran dan statistik: Penghitungan butir, rasio luas, perhitungan distribusi ukuran.
Alat yang didukung AI (model segmentasi yang dilatih pembelajaran mendalam) memiliki kinerja lebih baik daripada ambang batas sederhana, terutama pada struktur multifase yang kompleks. Namun segmentasi AI juga merupakan prediksi; kalibrasi skala dan pemeriksaan silang hasil dengan metode standar (misalnya, ukuran butir ASTM E112, penghitungan titik ASTM E562) adalah wajib.
Perhatian: Kesalahan paling umum dan berbahaya adalah lupa mengkalibrasi timbangan. Gambar mungkin terlihat "bagus" secara kuantitatif, tetapi jika konversi piksel ke mikrometer salah, ukuran butirannya akan menjadi 25 µm, bukan 8 µm dan Anda tidak akan menyadarinya. Mulailah setiap sesi pengukuran dengan memverifikasi kalibrasi.
Langkah demi langkah: pengukuran struktur mikro yang didukung AI
- Tentukan tujuan: Apa yang Anda ukur? Ukuran butir, rasio fasa atau porositas? Berdasarkan standar apa?
- Kalibrasi: Ukur panjang piksel bilah skala, hitung rasio µm/piksel, lalu masukkan ke dalam alat.
- Pra-proses: Koreksi kontras, pengurangan noise. Tanyakan pada AI filter mana yang cocok.
- Segmen/ambang batas: Fase atau kesenjangan yang terpisah; Periksa secara visual apakah batas-batasnya ditangkap dengan benar.
- Ukur: Rasio luas, jumlah butir, rata-rata dan sebaran.
- Verifikasi: Bandingkan hasilnya secara manual dengan metode standar (misalnya intersep linier vs ukuran butir); Ulangi pada beberapa gambar.
Ukuran butir, rasio fasa dan porositas
Ukuran butir adalah ukuran rata-rata butiran kristal bahan; Butir yang kecil umumnya memberikan kekuatan dan ketangguhan yang lebih tinggi (hubungan Hall-Petch). Dilambangkan dengan nomor ukuran butir ASTM E112 G; Dengan meningkatnya G, butiran menjadi lebih kecil. Rasio fasa adalah persentase volume/luas setiap fasa dalam struktur dua atau multifasa (misalnya, keseimbangan ferit-austenit ditargetkan ~50/50% dalam baja tahan karat dupleks). Porositas adalah rasio rongga yang disebabkan oleh gas atau penyusutan pada coran dan secara serius mengurangi umur kelelahan.
pengukuran
metode standar
Kontribusi AI/pemrosesan gambar
verifikasi kritis
Ukuran butir (G)
Persimpangan/perbandingan ASTM E112
Deteksi dan penghitungan perbatasan otomatis
Kalibrasi + kontrol persimpangan manual
Rasio fase (%)
Jumlah titik ASTM E562
Rasio luas dengan ambang batas
Keseragaman etsa, pemilihan ambang batas
Porositas (%)
Analisis gambar ASTM E1245
Segmentasi ruang
Memoles diskriminasi artefak
inklusi
ASTM E45
Klasifikasi bentuk/distribusi
Perbandingan templat referensi
tiga kasus mini
Kasus 1 — Ukuran butir tanpa kalibrasi. Seorang teknisi memuat gambar struktur mikro ke dalam alat bertenaga AI dan mengukur ukuran butir; Hasilnya adalah 6 mikron. Namun, gambar diambil pada pembesaran 200x, bukan 500x, dan kalibrasi sesi sebelumnya (500x) tetap ada pada alat. Ukuran butir sebenarnya adalah ~15 µm. Nilai yang salah juga menyesatkan estimasi kekuatan melalui Hall-Petch. Teknisi membiasakan diri mengkalibrasi ulang bilah skala di setiap sesi. Pelajaran: kalibrasi bersifat spesifik pada sampel dan perbesaran dan tidak dapat dipindahkan.
Kasus 2 — Artefak etsa disalahartikan sebagai fase. Rasio ferit/austenit diukur dalam baja tahan karat dupleks. Kesalahan ambang batas titik hitam di area yang banyak tergores untuk ferit, memberikan rasio ferit 62%; sedangkan saldo sebenarnya adalah ~48%. Kelebihan ferit menciptakan alarm palsu mengenai korosi dan ketangguhan. Ahli metalurgi menemukan kesalahan tersebut setelah menstandardisasi waktu etsa dan memeriksa beberapa area dengan penghitungan titik manual. Pelajaran: persiapan sampel yang buruk bahkan membodohi algoritma terbaik - sampah masuk, sampah keluar.
Kasus 3 — Penggunaan yang benar, peta porositas. Sebuah tim pengecoran ingin mengukur laju porositas pada penampang bagian aluminium. Model segmentasi AI dengan cepat memisahkan kesenjangan dan memberikan peta distribusi dengan porositas 2,3%. Tim secara visual memeriksa bahwa goresan yang muncul selama pemolesan tidak disalahartikan sebagai rongga, mengonfirmasi hasilnya sesuai dengan ASTM E1245, dan melihat bahwa porositas terkonsentrasi di area pengumpan dan meningkatkan desain pengecoran. AI menghadirkan kecepatan, keputusan dibuat berdasarkan standar dan observasi.
Templat cepat yang dapat disalin
TEMPLATE RENCANA PENGUKURAN"Peran: Anda adalah asisten metalografi kuantitatif. Tujuan: mengukur [ukuran butir / rasio fase / porositas]. Bahan: [...]. Pembesaran: [...]. Standar: [misalnya ASTM E112]. Beri saya rencana pengukuran langkah demi langkah: persiapan sampel, pengetsaan, langkah KALIBRASI, segmentasi/ambang batas, pengukuran dan VERIFIKASI. Soroti kalibrasi sebagai langkah pertama dan wajib. Hasil Beri tahu saya metode standar mana yang harus dilakukan periksa silang secara manual.”
TEMPLATE PERIKSA KESALAHAN SEGMENTASI "Saya telah mensegmentasi [fase/celah] pada gambar struktur mikro. Buat daftar titik-titik yang mungkin salah: artefak etsa, goresan pemoles, wilayah di luar bidang, batas yang tumpang tindih. Tulis cara memeriksa masing-masing dan cara memperbaikinya. Pemeriksaan visual apa yang harus saya lakukan sebelum menerima hasilnya?"
TEMPLATE INTERPRETASI UKURAN Gandum "Saya mengukur angka ukuran butir ASTM E112 G = [nilai], perbesaran [x]. Jelaskan bagaimana nilai G ini sesuai dengan perkiraan diameter butir rata-rata dan pengaruhnya terhadap kekuatan dalam hal Hall-Petch. Ingatkan saya bahwa nilai G bergantung pada kalibrasi; beri tahu saya langkah demi langkah cara memverifikasi hasil dengan metode perpotongan linier."
TEMPLATE SKELETON PENGOLAHAN GAMBAR PYTHON"Peran: Anda adalah asisten kode pemrosesan gambar. Tulis kode kerangka yang menghitung rasio area fase pada gambar struktur mikro dengan gambar scikit: (1) variabel µm/piksel SECARA TEGAS di bagian atas untuk kalibrasi skala, (2) konversi ke skala abu-abu, (3) ambang batas, (4) rasio area, (5) mencetak hasilnya. Tambahkan komentar pada setiap langkah. Ambang Tentukan dalam kode nilai dan kalibrasi harus diverifikasi SECARA MANUAL."
Perintah lemah / Perintah kuat
PROMPT LEMAH: "Beri tahu saya ukuran butir struktur mikro ini."
PROMPT KUAT:"Peran: Anda adalah asisten metalografi kuantitatif. Saya ingin mengukur ukuran butir menurut ASTM E112. Gambar 500x, bilah skala 50 µm = 240 piksel (yaitu 0,208 µm/piksel). Beri saya langkah-langkah untuk menghitung ukuran butir dengan metode perpotongan linier, beri tahu saya berapa banyak garis/berapa banyak persimpangan yang harus dihitung, ubah hasilnya menjadi angka G. Saya perlu memverifikasi kalibrasi dan setidaknya "Ingatkan saya bahwa saya harus mengulanginya di 3 area berbeda. Anda tidak bisa 'membaca' hasil akhirnya; mengatur metodenya."
Prompt yang lemah meminta AI untuk "membaca" gambar - tetapi AI tidak mengetahui skala dan etsa dan mungkin menghasilkan nomor yang dibuat-buat. Perintah yang kuat membuat kalibrasi menjadi jelas, meminta metode standar, memerlukan pengulangan dan verifikasi, dan menggunakan AI sebagai alat pengaturan metode, bukan pengukuran.
Kesalahan umum
- Lupa mengkalibrasi timbangan atau mengukur dengan kalibrasi sesi sebelumnya.
- Mengandalkan segmentasi tanpa memperbaiki etsa yang buruk/tidak seragam.
- Salah mengira goresan atau noda pemoles sebagai porositas/fase.
- Pengukuran dari satu area dan generalisasi ke seluruh sampel; statistik memerlukan beberapa bidang.
- Dengan asumsi AI telah "melihat" gambar tersebut dan menggunakannya tanpa memverifikasi nomor pasti yang diberikannya.
- Menerima hasil segmentasi tanpa memeriksanya secara visual.
Singkatnya
Dalam metalografi kuantitatif, AI dan pemrosesan gambar mempercepat ukuran butir, rasio fase, dan pengukuran porositas serta memungkinkan segmentasi yang kuat pada struktur kompleks. Namun validitas hasil bergantung pada kalibrasi skala, persiapan sampel yang baik, dan validasi silang dengan metode standar (ASTM E112/E562/E1245). Jadikan kalibrasi sebagai langkah pertama, periksa segmentasi dengan mata, ulangi di beberapa area, dan gunakan AI sebagai alat yang menetapkan metode pengukuran dan menulis kode, bukan kode yang "membaca" gambar.
Tugas aplikasi
Ambil gambar struktur mikro (sampel Anda sendiri atau sampel kuliah) dan nilai bilah skala. Dengan templat "KERANGKA PENGOLAHAN GAMBAR PYTHON", mintalah AI untuk kode yang menghitung rasio area fase; Pastikan kalibrasi µm/piksel berada di bagian atas dan diaktifkan di kode. Jalankan kode dan bandingkan rasio area yang dihasilkan dengan penghitungan titik manual (kisi 10x10) pada gambar yang sama. Tuliskan perbedaan antara kedua hasil dan kemungkinan penyebabnya (pilihan ambang batas, artefak) dalam satu paragraf.
daftar periksa
- [ ] Saya mengkalibrasi bilah skala ke piksel dan memverifikasinya di setiap sesi.
- [ ] Saya memeriksa apakah etsa/persiapan sampel sudah seragam.
- [ ] Saya secara visual memeriksa hasil segmentasi/ambang batas dan menghapus artefak.
- [ ] Saya mengulangi pengukuran setidaknya di beberapa area berbeda.
- [ ] Saya mengecek ulang hasilnya secara manual dengan metode standar (E112/E562/E1245).
- [ ] Saya menggunakan AI sebagai metode dan alat kode, bukan sebagai "pembaca" gambar.