Pelnas:
- Galimybė išmatuoti tokius kiekius kaip grūdelių dydis, fazių santykis ir poringumas iš mikrostruktūros vaizdų naudojant vaizdo apdorojimą ir AI
- Gebėjimas teisingai sukonfigūruoti segmentavimo, slenksčio nustatymo ir kalibravimo žingsnius ir užkirsti kelią mastelio klaidoms
- Gebėjimas kryžmiškai patvirtinti AI mikrostruktūros interpretaciją standartiniu metalografijos metodu ir ekspertų stebėjimu
Plieno kietumas, kietumas ir nuovargis slypi plika akimi nematomoje mikrostruktūroje: grūdelių dydis, fazių santykiai, poringumas (tuštuma), intarpai (oksido/sieros likučiai metale) ir nuosėdų pasiskirstymas. Metalografija yra mokslas apie medžiagos tyrimą mikroskopu pjaustant, poliruojant ir ėsdinant (chemiškai išgraviruojant paviršių ir padarant matomas fazes). Kiekybinė metalografija iš šių vaizdų matuoja skaitinius kiekius (grūdelių dydžio skaičių, fazės procentą, poringumo santykį). Dirbtinis intelektas ir vaizdo apdorojimas gali sutrumpinti valandų skaičių rankiniu būdu iki minučių; bet neteisingai sukalibruota skalė arba prastas segmentavimas paverčia visus skaičius tyliai neteisingus. Šiame skyriuje sužinosite, kaip išmatuoti mikrostruktūros vaizdus naudojant AI ir vaizdo apdorojimą bei patikrinti kiekvieną matavimą.
Pagrindiniai vaizdais pagrįsto matavimo žingsniai
Kiekybinėje metalografijoje kiekvienas matavimas eina per tą pačią grandinę; Jei žiedas nutrūktų, rezultatas būtų nepatikimas:
- Vaizdo kokybė: fokusavimas, apšvietimas ir graviravimo kokybė. Blogai išgraviruotame pavyzdyje ribos yra neryškios.
- Kalibravimas: mastelio juostos konvertavimas į pikselius. Kiek mikrometrų yra kiekvienas pikselis? Jei šis veiksmas bus praleistas, visas matmenų matavimas bus neteisingas.
- Segmentavimas: vaizdo padalijimas į dominančias sritis – kuris pikselis yra grūdėtumas, kuris pikselis yra riba, kuris pikselis yra poringumas.
- Slenkstis: fazių/tarpų atskyrimas pilku tonu arba spalvos slenksčiu. Jei dvi fazės yra skirtingo ryškumo, slenkstis jas atskiria.
- Matavimas ir statistika: Grūdų skaičiavimas, plotų santykis, dydžio pasiskirstymas.
Dirbtinio intelekto valdomi įrankiai (gilaus mokymosi parengti segmentavimo modeliai) veikia geriau nei paprastas slenkstis, ypač sudėtingose daugiafazėse struktūrose. Tačiau AI segmentavimas taip pat yra numatymas; skalės kalibravimas ir rezultatų kryžminis patikrinimas standartiniu metodu (pvz., ASTM E112 grūdelių dydis, ASTM E562 dėmių skaičius) yra privalomas.
Dėmesio: Dažniausia ir klastingiausia klaida – pamiršimas sukalibruoti svarstykles. Vaizdas gali atrodyti „gražiai“ kiekybine prasme, bet jei pikselio į mikrometrą konvertavimas yra neteisingas, grūdelių dydis bus 25 µm, o ne 8 µm, ir jūs to nepastebėsite. Kiekvieną matavimo seansą pradėkite patikrindami kalibravimą.
Žingsnis po žingsnio: AI maitinamas mikrostruktūros matavimas
- Apibrėžkite tikslą: ką matuojate? Grūdelių dydis, fazių santykis ar poringumas? Pagal kokiu standartu?
- Kalibruoti: išmatuokite mastelio juostos pikselių ilgį, apskaičiuokite µm/pikselio santykį ir įveskite jį į įrankį.
- Išankstinis procesas: kontrasto korekcija, triukšmo mažinimas. Paklauskite AI, kuris filtras tinka.
- Segmentas / slenkstis: atskiros fazės arba tarpai; Vizualiai patikrinkite, ar ribos užfiksuotos teisingai.
- Matas: ploto santykis, grūdų skaičius, vidurkis ir pasiskirstymas.
- Patvirtinkite: rankiniu būdu palyginkite rezultatą su standartiniu metodu (pvz., linijinė pertrauka ir grūdelių dydis); Pakartokite keliuose paveikslėliuose.
Grūdelių dydis, fazių santykis ir poringumas
Grūdelių dydis – tai vidutinis medžiagos kristalų grūdelių dydis; Maži grūdeliai paprastai suteikia didesnį stiprumą ir tvirtumą (Hall-Petch santykis). Jis žymimas ASTM E112 grūdelių dydžio numeriu G; Didėjant G, grūdeliai tampa mažesni. Fazių santykis yra kiekvienos fazės tūrio ir ploto procentas dvifazėje arba daugiafazėje struktūroje (pvz., ferito ir austenito balansas yra skirtas ~ 50/50 % dvipusio nerūdijančio plieno). Akytumas yra tuštumų, atsiradusių dėl dujų arba susitraukimo liejiniuose, santykis, kuris labai sumažina naudojimo trukmę nuovargiui.
matavimas
standartinis metodas
AI / vaizdo apdorojimo indėlis
kritinis patikrinimas
Grūdelių dydis (G)
ASTM E112 sankirta / palyginimas
Automatinis sienų aptikimas ir skaičiavimas
Kalibravimas + rankinis sankryžos valdymas
Fazių santykis (%)
ASTM E562 taškų skaičius
Ploto santykis su slenksčiu
Oforto vienodumas, slenksčio pasirinkimas
Poringumas (%)
ASTM E1245 vaizdo analizė
Erdvės segmentavimas
Artefaktų diskriminacijos poliravimas
įtraukimas
ASTM E45
Formos/paskirstymo klasifikacija
Nuorodų šablonų palyginimas
trys mini dėklai
1 atvejis – grūdelių dydis be kalibravimo. Technikas įkelia mikrostruktūros vaizdą į dirbtinio intelekto įrankį ir išmatuoja grūdelių dydį; Rezultatas yra 6 µm. Tačiau vaizdas buvo nufotografuotas 200 kartų, o ne 500 kartų, o ankstesnės sesijos kalibravimas (500 kartų) liko įrankyje. Tikrasis grūdelių dydis yra ~15 µm. Neteisinga vertė taip pat klaidina stiprumo įvertinimą naudojant Hall-Petch. Technikas įgyja įprotį kiekvienos sesijos metu iš naujo kalibruoti skalės juostą. Pamoka: kalibravimas priklauso nuo mėginio ir padidinimo, todėl jo negalima perkelti.
2 atvejis – ėsdinimo artefaktas buvo supainiotas su faze. Ferito/austenito santykis matuojamas dvipusiame nerūdijančio plieno. Slenkstinės klaidos – tamsios dėmės labai išgraviruotose ferito vietose, todėl ferito santykis yra 62 %; o faktinis likutis yra ~48%. Ferito perteklius sukuria klaidingą pavojaus signalą dėl korozijos ir kietumo. Metalurgas klaidą nustato standartizavęs ėsdinimo laiką ir patikrinęs keletą sričių rankiniu dėmių skaičiavimu. Pamoka: prastas mėginio paruošimas apgauna net geriausią algoritmą – šiukšlės įvedamos, šiukšlės išvežamos.
3 atvejis. Teisingas naudojimas, poringumo žemėlapis. Liejimo komanda nori išmatuoti aliuminio detalės skerspjūvio poringumą. AI segmentavimo modelis greitai atskiria spragas ir pateikia pasiskirstymo žemėlapį su 2,3% poringumu. Komanda vizualiai patikrina, ar poliruojant atsirandantys įbrėžimai nėra supainioti su tuštumais, patvirtina rezultatą pagal ASTM E1245 ir mato, kad poringumas susikoncentruoja tiektuvo srityje ir pagerina liejimo dizainą. AI atnešė greitį, sprendimas buvo priimtas pagal standartą ir stebėjimą.
Kopijuojami raginimo šablonai
MATAVIMO PLANO ŠABLONAS"Vaidmuo: esate kiekybinės metalografijos asistentas. Tikslas: išmatuokite [grūdelių dydis / fazių santykis / poringumas]. Medžiaga: [...]. Padidinimas: [...]. Standartas: [pvz., ASTM E112]. Pateikite man nuoseklų matavimo planą: mėginio paruošimas, ėsdinimas, KALIBRAVIMAS ir apšvietimas. kalibravimas kaip pirmasis ir privalomas veiksmas. Rezultatas Nurodykite, kurį standartinį metodą atlikti rankiniu būdu.
SEGMENTAVIMO KLAIDOS PATIKRINIMO ŠABLONAS "Segmentavau [fazę/tarpą] mikrostruktūros vaizde. Išvardykite taškus, kurie gali suklysti: išgraviruotas artefaktas, poliravimo įbrėžimas, lauko sritis, persidengiančios ribos. Parašykite, kaip patikrinti kiekvieną ir kaip ją ištaisyti. Kokias vizualines patikras turėčiau atlikti prieš priimdamas rezultatą?"
GRŪDĖLIŲ DYDŽIO INTERPRETAVIMO ŠABLONIS "Išmatavau ASTM E112 grūdelių dydžio skaičių G = [vertė], padidinimas [x]. Paaiškinkite, kaip ši G reikšmė atitinka apytikslį vidutinį grūdelių skersmenį ir jos poveikį stiprumui pagal Hall-Petch. Priminkite, kad G reikšmė priklauso nuo kalibravimo; žingsnis po žingsnio pasakykite man, kaip patikrinti susikirtimo metodą."
PYTHON IMAGE PROCESING Skeleton TEMPLATE"Vaidmuo: esate vaizdo apdorojimo kodo asistentas. Parašykite skeleto kodą, kuris apskaičiuoja fazių ploto santykį mikrostruktūros vaizde su scikit-image: (1) µm/pikselio kintamasis AIŠKIAI viršuje, kad būtų galima kalibruoti, (2) konvertuoti į pilkos spalvos skalę, ()4 spausdinti, () rezultatas Pridėkite komentarus prie kiekvieno žingsnio.
Silpnas raginimas / Stiprus raginimas
SILPNAS raginimas: „Pasakyk man šios mikrostruktūros grūdelių dydį“.
STIPRUS RAŠYMAS: "Vaidmuo: esate kiekybinės metalografijos asistentas. Noriu išmatuoti grūdelių dydį pagal ASTM E112. Vaizdas 500x, mastelio juosta 50 µm = 240 pikselių (t. y. 0,208 µm/pikselis). Pateikite man žingsnius, kaip apskaičiuoti grūdelių dydį pagal liniją, kiek susikirtimo linijų ir kiek sekcijų. suskaičiuokite, konvertuokite rezultatą į G skaičių. Turiu patikrinti kalibravimą ir bent jau „Priminkite, kad turiu tai pakartoti 3 skirtingose srityse. Negalite „perskaityti“ galutinio rezultato; nustatyti metodą“.
Silpnas raginimas prašo AI „perskaityti“ vaizdą, bet AI nežino mastelio ir oforto ir gali sugalvoti sugalvotą skaičių. Galingas raginimas aiškiai parodo kalibravimą, reikalauja standartinio metodo, reikalauja kartojimo ir patikrinimo, o dirbtinis intelektas naudojamas kaip metodo nustatymo įrankis, o ne matavimas.
Dažnos klaidos
- Pamiršote sukalibruoti skalę arba matavote ankstesnės sesijos kalibravimu.
- Pasikliauti segmentavimu, nepataisant blogo / nevienodo oforto.
- Poliravimo įbrėžimas ar dėmės klaidinimas dėl poringumo / fazės.
- Matavimas iš vienos srities ir apibendrinimas visai imčiai; statistikai reikalingi keli laukai.
- Darant prielaidą, kad AI „pamatė“ vaizdą ir naudojo jį nepatikrinęs tikslaus skaičiaus.
- Segmentavimo rezultato priėmimas jo vizualiai nepatikrinus.
Apibendrinant
Atliekant kiekybinę metalografiją, AI ir vaizdo apdorojimas pagreitina grūdelių dydį, fazių santykį ir poringumo matavimą bei leidžia efektyviai segmentuoti sudėtingas struktūras. Tačiau rezultatų pagrįstumas priklauso nuo skalės kalibravimo, gero mėginio paruošimo ir kryžminio patvirtinimo standartiniu metodu (ASTM E112/E562/E1245). Padarykite kalibravimą pirmuoju žingsniu, patikrinkite segmentavimą akimis, pakartokite keliose srityse ir naudokite AI kaip įrankį, kuris nustato matavimo metodą ir rašo kodą, o ne tą, kuris „skaito“ vaizdą.
Taikymo užduotis
Paimkite mikrostruktūros vaizdą (savo pavyzdį arba paskaitos pavyzdį) ir pakeiskite juostos reikšmę. Naudodami šabloną „PYTHON IMAGE PROCESSING Skeleton“ paprašykite AI kodo, kuris apskaičiuoja fazės ploto santykį; Įsitikinkite, kad µm/pikselio kalibravimas yra viršuje ir įjungtas kode. Paleiskite kodą ir palyginkite gautą ploto santykį su rankiniu taškų skaičiavimu (10x10 tinklelis) tame pačiame paveikslėlyje. Vienoje pastraipoje parašykite skirtumą tarp dviejų rezultatų ir galimą priežastį (slenksčio pasirinkimą, artefaktą).
kontrolinis sąrašas
- [ ] Sukalibravau mastelio juostą iki pikselių ir patikrinau kiekvienoje sesijoje.
- [ ] Patikrinau, ar ėsdinimas / mėginio paruošimas buvo vienodas.
- [ ] Vizualiai apžiūrėjau segmentavimo / slenksčio rezultatą ir pašalinau artefaktus.
- [ ] Pakartojau matavimą bent keliose skirtingose srityse.
- [ ] Rankiniu būdu patikrinau rezultatą standartiniu metodu (E112/E562/E1245).
- [ ] Dirbtinį intelektą naudojau kaip metodą ir kodo įrankį, o ne kaip vaizdo „skaitytoją“.