zisky:
- Schopnosť merať veličiny, ako je veľkosť zrna, fázový pomer a pórovitosť z mikroštruktúrnych obrázkov so spracovaním obrazu a AI
- Schopnosť správne nakonfigurovať kroky segmentácie, prahovania a kalibrácie a predchádzať chybám stupnice
- Schopnosť krížovo overiť interpretáciu mikroštruktúry AI štandardnou metalografickou metódou a odborným pozorovaním
Tvrdosť, húževnatosť a únavová životnosť ocele sú skryté v jej mikroštruktúre, ktorá je voľným okom neviditeľná: veľkosť zŕn, fázové pomery, pórovitosť (prázdno), inklúzie (zvyšky oxidov/síry v kove) a distribúcia precipitátov. Metalografia je veda o skúmaní materiálu pod mikroskopom rezaním, leštením a leptaním (chemické leptanie povrchu a zviditeľňovanie fáz). Kvantitatívna metalografia meria číselné veličiny (číslo veľkosti zrna, percento fázy, pomer pórovitosti) z týchto snímok. Umelá inteligencia a spracovanie obrazu môžu skrátiť hodiny manuálneho počítania na minúty; ale nesprávne nakalibrovaná mierka alebo zlá segmentácia robí všetky čísla v tichosti nesprávne. V tejto lekcii sa naučíte merať snímky mikroštruktúr pomocou AI a spracovania obrazu a overiť každé meranie.
Základné kroky merania založeného na obrázku
V kvantitatívnej metalografii každé meranie prechádza rovnakým reťazcom; Ak by sa prsteň zlomil, výsledok by bol nespoľahlivý:
- Kvalita obrazu: Kvalita zaostrenia, osvetlenia a leptania. V zle vyleptanej vzorke sú hranice rozmazané.
- Kalibrácia: Konverzia mierky na pixely. Koľko mikrometrov má každý pixel? Ak tento krok preskočíte, celé meranie rozmerov vyjde v nesprávnej mierke.
- Segmentácia: Rozdelenie obrázka na oblasti záujmu – ktorý pixel je zrnitosť, ktorý pixel je hranica, ktorý pixel je pórovitosť.
- Prahovanie: Oddelenie fáz/priestorov pomocou sivého tónu alebo farebného prahu. Ak majú dve fázy rôzny jas, prahová hodnota ich oddeľuje.
- Meranie a štatistika: Počítanie zŕn, pomer plôch, výpočet distribúcie veľkosti.
Nástroje poháňané AI (deep learning-tréned segmentation models) fungujú lepšie ako jednoduché prahovanie, najmä na zložitých, viacfázových štruktúrach. Ale segmentácia AI je tiež predpoveďou; kalibrácia stupnice a krížová kontrola výsledkov štandardnou metódou (napr. veľkosť zrna ASTM E112, počet škvŕn ASTM E562) je povinná.
Pozor: Najčastejšou a najzákernejšou chybou je zabudnutie kalibrácie váhy. Obrázok môže z kvantitatívneho hľadiska vyzerať „pekne“, ale ak je konverzia pixelov na mikrometer nesprávna, veľkosť zrna bude 25 µm namiesto 8 µm a vy si to nevšimnete. Každé meranie začnite overením kalibrácie.
Krok za krokom: meranie mikroštruktúry poháňané AI
- Definujte účel: Čo meriate? Veľkosť zŕn, fázový pomer alebo pórovitosť? Podľa akej normy?
- Kalibrovať: Zmerajte dĺžku pixelov na mierke, vypočítajte pomer µm/pixel a zadajte ho do nástroja.
- Predspracovanie: Korekcia kontrastu, redukcia šumu. Opýtajte sa AI, ktorý filter je vhodný.
- Segment/prah: Oddelené fázy alebo medzery; Vizuálne skontrolujte, či sú hranice správne zachytené.
- Miera: Plošný pomer, počet zŕn, priemer a rozdelenie.
- Overenie: Manuálne porovnajte výsledok so štandardnou metódou (napr. lineárny úsek verzus veľkosť zrna); Opakujte na niekoľkých obrázkoch.
Veľkosť zŕn, fázový pomer a pórovitosť
Veľkosť zrna je priemerná veľkosť kryštálových zŕn materiálu; Malé zrno vo všeobecnosti poskytuje vyššiu pevnosť a húževnatosť (Hall-Petchov vzťah). Označuje sa číslom veľkosti zrna ASTM E112 G; Keď sa G zvyšuje, zrno sa zmenšuje. Fázový pomer je objem/plocha každej fázy v dvoj- alebo viacfázovej štruktúre (napr. feritovo-austenitová rovnováha je určená pre ~50/50 % v duplexnej nehrdzavejúcej oceli). Pórovitosť je pomer dutín spôsobených plynom alebo zmršťovaním v odliatkoch a výrazne znižuje únavovú životnosť.
meranie
štandardná metóda
Príspevok AI/spracovanie obrazu
kritické overenie
Veľkosť zrna (G)
Križovatka/porovnanie ASTM E112
Automatická detekcia a počítanie hraníc
Kalibrácia + manuálne ovládanie križovatky
Pomer fáz (%)
ASTM E562 počet bodov
Plošný pomer s prahovaním
Rovnomernosť leptania, výber prahu
Pórovitosť (%)
Analýza obrazu ASTM E1245
Segmentácia priestoru
Diskriminácia leštiacich artefaktov
začlenenie
ASTM E45
Klasifikácia tvaru/rozmiestnenia
Porovnanie referenčných šablón
tri mini prípady
Prípad 1 – Veľkosť zrna bez kalibrácie. Technik načíta mikroštruktúrny obraz do nástroja poháňaného AI a nechá zmerať veľkosť zrna; Výsledkom je 6 µm. Snímka však bola nasnímaná pri 200-násobnom zväčšení namiesto 500-násobného a v nástroji zostala kalibrácia predchádzajúcej relácie (500x). Skutočná veľkosť zrna je ~15 µm. Nesprávna hodnota tiež zavádza odhad pevnosti pomocou Hall-Petcha. Technik si zvykne prekalibrovať stupnicu pri každej relácii. Poučenie: kalibrácia je špecifická pre vzorku a zväčšenie a nie je možné ju preniesť.
Prípad 2 – Artefakt leptania bol mylne považovaný za fázu. Pomer ferit/austenit sa meria v duplexnej nehrdzavejúcej oceli. Prahové chyby tmavých škvŕn v silne leptaných oblastiach pre ferit, čo dáva pomer 62 % feritu; zatiaľ čo skutočný zostatok je ~ 48 %. Nadbytok feritu vytvára falošný poplach týkajúci sa korózie a húževnatosti. Hutník chybu zistí po štandardizácii doby leptania a kontrole viacerých plôch ručným počítaním škvŕn. Ponaučenie: zlá príprava vzorky oklame aj ten najlepší algoritmus – odpadky dovnútra, odpadky von.
Prípad 3 – Správne použitie, mapa pórovitosti. Odlievací tím chce zmerať mieru pórovitosti v priereze hliníkovej časti. Segmentačný model AI rýchlo oddeľuje medzery a poskytuje distribučnú mapu s 2,3% pórovitosťou. Tím vizuálne skontroluje, či škrabance, ktoré sa objavia počas leštenia, nie sú mylne považované za dutiny, potvrdí výsledok podľa ASTM E1245 a zistí, že pórovitosť je sústredená v oblasti podávača a zlepšuje dizajn odliatku. AI priniesla rýchlosť, rozhodovalo sa štandardom a pozorovaním.
Kopírovateľné šablóny výziev
ŠABLONA PLÁNU MERANIA" Úloha: Ste asistent kvantitatívnej metalografie. Účel: meranie [veľkosť zŕn / pomer fáz / pórovitosť]. Materiál: [...]. Zväčšenie: [...]. Štandard: [napr. ASTM E112]. Poskytnite mi krok za krokom plán merania: príprava vzorky, leptanie, prvý krok KALIBRÁCIE, meranie segmentácie/kalibrácie a odpor. a povinný krok Výsledok Povedzte mi, ktorá štandardná metóda sa má manuálne krížovo skontrolovať.“
ŠABLÓNA KONTROLY CHYB SEGMENTÁCIE "Segmentoval som [fázu/medzeru] na obrázku mikroštruktúry. Uveďte body, ktoré by sa mohli pokaziť: artefakt vyleptania, leštiaci škrabanec, oblasť mimo poľa, prekrývajúce sa hranice. Napíšte, ako každú kontrolu skontrolovať a ako ju opraviť. Aké vizuálne kontroly mám vykonať pred prijatím výsledku?"
ŠABLÓNA INTERPRETÁCIE VEĽKOSTI ZRNKA "Meral som číslo zrnitosti ASTM E112 G = [hodnota], zväčšenie [x]. Vysvetlite, ako táto hodnota G zodpovedá približnému strednému priemeru zrna a jej vplyv na pevnosť v zmysle Hall-Petchovej metódy. Pripomeňte mi, že hodnota G závisí od kalibrácie; krok za krokom mi povedzte, ako overiť výsledok lineárneho prieniku."
ŠABLONA NA SPRACOVANIE OBRAZU PYTHON" Úloha: Ste asistent kódu na spracovanie obrazu. Napíšte kód kostry, ktorý vypočíta pomer fázovej plochy na obrázku mikroštruktúry s obrázkom scikit: (1) premenná µm/pixel EXPRESNE navrchu na kalibráciu mierky, (2) konverzia na odtiene sivej, (3) prahovanie plochy ku každému výsledku. (5thres) komentáre V kóde uveďte, že hodnota a kalibrácia sa musia overiť RUČNE."
Slabá výzva / Silná výzva
SLABÁ VÝZVA: "Povedzte mi veľkosť zŕn tejto mikroštruktúry."
SILNÁ VÝZVA: "Úloha: Ste kvantitatívny metalografický asistent. Chcem zmerať veľkosť zŕn podľa ASTM E112. Obrázok 500x, mierka 50 µm = 240 pixelov (t. j. 0,208 µm/pixel). Dajte mi kroky na výpočet veľkosti zŕn metódou lineárnych priesečníkov/výsledkov na G, koľko priesečníkov potrebujem napočítať. overte kalibráciu a aspoň „Pripomeňte mi, že to musím zopakovať v 3 rôznych oblastiach. Nemôžete „čítať“ konečný výsledok; nastaviť metódu."
Slabá výzva požiada AI, aby „prečítala“ obrázok – AI však nepozná mierku a leptanie a môže prísť s vymysleným číslom. Výkonná výzva robí kalibráciu jasnou, vyžaduje štandardnú metódu, vyžaduje opakovanie a overenie a používa AI ako nástroj na nastavenie metódy, nie meranie.
Časté chyby
- Zabudli ste kalibrovať váhu alebo meranie pomocou predchádzajúcej kalibrácie.
- Spoliehanie sa na segmentáciu bez opravy zlého/nerovnomerného leptania.
- Zamenenie škrabanca alebo škvrny od leštenia s pórovitosťou/fázou.
- Meranie z jednej oblasti a zovšeobecnenie na celú vzorku; štatistika vyžaduje niekoľko oblastí.
- Za predpokladu, že AI „videla“ obrázok a použila ho bez overenia presného čísla, ktoré dáva.
- Prijatie výsledku segmentácie bez jeho vizuálnej kontroly.
V súhrne
V kvantitatívnej metalografii urýchľuje AI a spracovanie obrazu meranie veľkosti zŕn, fázového pomeru a pórovitosti a umožňuje výkonnú segmentáciu zložitých štruktúr. Platnosť výsledkov však závisí od kalibrácie stupnice, dobrej prípravy vzorky a krížovej validácie so štandardnou metódou (ASTM E112/E562/E1245). Urobte kalibráciu prvým krokom, skontrolujte segmentáciu okom, opakujte v niekoľkých oblastiach a použite AI ako nástroj, ktorý stanovuje metódu merania a zapisuje kód, nie nástroj, ktorý „číta“ obrázok.
Aplikačná úloha
Urobte snímku mikroštruktúry (svoju vlastnú vzorku alebo ukážku z prednášky) a hodnotu stupnice. So šablónou „PYTHON IMAGE PROCESSING SKELETON“ požiadajte AI o kód, ktorý vypočíta pomer fázovej plochy; Skontrolujte, či je kalibrácia µm/pixel navrchu a zapnutá v kóde. Spustite kód a porovnajte výsledný pomer plochy s ručným počítaním bodov (mriežka 10x10) na rovnakom obrázku. Napíšte rozdiel medzi dvoma výsledkami a možnou príčinou (prahová voľba, artefakt) do jedného odseku.
kontrolný zoznam
- [ ] Kalibroval som mierku na pixel a overil som to pri každej relácii.
- [ ] Skontroloval som, či je leptanie/príprava vzorky rovnomerné.
- [ ] Vizuálne som skontroloval výsledok segmentácie/prahovania a odstránil artefakty.
- [ ] Meranie som zopakoval aspoň v niekoľkých rôznych oblastiach.
- [ ] Výsledok som ručne krížovo skontroloval štandardnou metódou (E112/E562/E1245).
- [ ] AI som použil ako metódu a nástroj kódu, nie ako „čítačku“ obrázka.