Fitimet:
- Aftësia për të matur sasi të tilla si madhësia e kokrrizave, raporti i fazës dhe poroziteti nga imazhet e mikrostrukturës me përpunimin e imazhit dhe AI
- Aftësia për të konfiguruar saktë segmentimin, hapat e pragut dhe kalibrimit dhe për të parandaluar gabimet e shkallës
- Aftësia për të verifikuar tërthorazi interpretimin e mikrostrukturës së AI me metodën standarde të metalografisë dhe vëzhgimin e ekspertëve
Fortësia, qëndrueshmëria dhe jetëgjatësia e lodhjes së një çeliku fshihen në mikrostrukturën e tij, e cila është e padukshme për syrin e lirë: madhësia e kokrrizave, raportet fazore, poroziteti (boshllëku), përfshirjet (mbetjet e oksidit/squfurit në metal) dhe shpërndarja e precipitateve. Metalografia është shkenca e ekzaminimit të materialit nën një mikroskop duke prerë, lustruar dhe gravurë (gdhendje kimike të sipërfaqes dhe duke i bërë fazat të dukshme). Metalografia sasiore është duke matur sasitë numerike (numri i madhësisë së kokrrizave, përqindja e fazës, raporti i porozitetit) nga këto imazhe. Inteligjenca artificiale dhe përpunimi i imazhit mund të reduktojnë orët e numërimit manual në minuta; por një shkallë e keqkalibruar ose një segmentim i dobët i bën të gjithë numrat të gabuar në heshtje. Në këtë njësi do të mësoni se si të matni imazhet e mikrostrukturës me AI dhe përpunimin e imazhit dhe të verifikoni çdo matje.
Hapat bazë të matjes së bazuar në imazh
Në metalografinë sasiore, çdo matje kalon nëpër të njëjtin zinxhir; Nëse një unazë do të thyhej, rezultati do të ishte jo i besueshëm:
- Cilësia e imazhit: Cilësia e fokusit, ndriçimit dhe gravurës. Në një mostër të gdhendur dobët, kufijtë janë të paqartë.
- Kalibrimi: Konvertimi i shiritit të shkallës në piksel. Sa mikrometra është çdo piksel? Nëse ky hap anashkalohet, e gjithë matja dimensionale do të dalë në shkallën e gabuar.
- Segmentimi: Ndarja e imazhit në rajone me interes - cili piksel është kokrriza, cili piksel është kufiri, cili piksel është porozitet.
- Pragu: Ndarja e fazave/hapësirave me një ton gri ose prag ngjyrash. Nëse dy faza janë me shkëlqim të ndryshëm, pragu i ndan ato.
- Matja dhe statistikat: Numërimi i kokrrave, raporti i sipërfaqes, llogaritja e shpërndarjes së madhësisë.
Mjetet e fuqizuara nga AI (modelet e segmentimit të trajnuar me mësim të thellë) performojnë më mirë se kufiri i thjeshtë, veçanërisht në strukturat komplekse shumëfazore. Por segmentimi i AI është gjithashtu një parashikim; Kalibrimi i shkallës dhe kontrolli i kryqëzuar i rezultateve me një metodë standarde (p.sh., madhësia e kokrrizave ASTM E112, numërimi i pikave ASTM E562) është i detyrueshëm.
Kujdes: Gabimi më i zakonshëm dhe më tinëzar është harrimi i kalibrit të peshores. Imazhi mund të duket "i bukur" në aspektin sasior, por nëse konvertimi piksel në mikrometër është i gabuar, madhësia e grimcave do të jetë 25 µm në vend të 8 µm dhe nuk do ta vini re. Filloni çdo seancë matjeje duke verifikuar kalibrimin.
Hap pas hapi: një matje e mikrostrukturës me AI
- Përcaktoni qëllimin: Çfarë po matni? Madhësia e kokrrizave, raporti fazor apo poroziteti? Me çfarë standardi?
- Kalibroni: Matni gjatësinë e pikselit të shiritit të shkallës, llogaritni raportin μm/piksel dhe futeni në vegl.
- Para-procesi: Korrigjimi i kontrastit, reduktimi i zhurmës. Pyesni AI se cili filtër është i përshtatshëm.
- Segmenti/pragu: Faza ose boshllëqe të veçanta; Kontrolloni vizualisht nëse kufijtë janë kapur saktë.
- Matja: Raporti i sipërfaqes, numri i kokrrave, mesatarja dhe shpërndarja.
- Verifiko: Krahaso manualisht rezultatin me metodën standarde (p.sh. ndërprerja lineare kundrejt madhësisë së kokrrizave); Përsëriteni në disa imazhe.
Madhësia e kokrrizave, raporti fazor dhe poroziteti
Madhësia e kokrrizave është madhësia mesatare e kokrrizave të kristalit të materialit; Kokrra e vogël në përgjithësi jep forcë dhe qëndrueshmëri më të lartë (marrëdhënia Hall-Petch). Ajo shënohet me numrin e madhësisë së kokrrizave ASTM E112 G; Me rritjen e G, kokrriza bëhet më e vogël. Raporti i fazës është përqindja e vëllimit/sipërfaqes së secilës fazë në një strukturë dy ose shumëfazore (p.sh., balanca ferrit-austenit synohet për ~ 50/50% në inox dyfish). Poroziteti është raporti i zbrazëtirave të shkaktuara nga gazi ose tkurrja në derdhjet dhe redukton seriozisht jetën e lodhjes.
matje
metodë standarde
Kontributi i AI/përpunimit të imazhit
verifikimi kritik
Madhësia e kokrrës (G)
Kryqëzimi/krahasimi ASTM E112
Zbulimi dhe numërimi automatik i kufijve
Kalibrim + kontroll manual i kryqëzimit
raporti i fazës (%)
Numri i pikave ASTM E562
Raporti i sipërfaqes me prag
Uniformiteti i gravurës, përzgjedhja e pragut
Poroziteti (%)
Analiza e imazhit ASTM E1245
Segmentimi i hapësirës
Diskriminimi i artefakteve lustruese
përfshirjes
ASTM E45
Klasifikimi i formës/shpërndarjes
Krahasimi i modelit të referencës
tre mini kuti
Rasti 1 - Madhësia e kokrrizave pa kalibrim. Një teknik ngarkon një imazh të mikrostrukturës në një mjet të fuqizuar nga AI dhe ka matur madhësinë e kokrrizave; Rezultati është 6 μm. Megjithatë, imazhi është marrë me zmadhim 200x në vend të 500x, dhe kalibrimi i sesionit të mëparshëm (500x) mbeti në mjet. Madhësia aktuale e kokrrës është ~ 15 µm. Një vlerë e pasaktë mashtron gjithashtu vlerësimin e forcës nëpërmjet Hall-Petch. Tekniku e ka zakon të rikalibrojë shiritin e shkallës në çdo seancë. Mësimi: kalibrimi është specifik i mostrës dhe zmadhimit dhe nuk mund të bartet.
Rasti 2 - Artifakti i gdhendjes u gabua për fazën. Raporti ferrit/austenit matet në një inox të dyfishtë. Gabimet në prag njolla të errëta në zonat e skalitura shumë për ferritin, duke dhënë një raport prej 62% ferrit; kurse bilanci aktual është ~48%. Ferriti i tepërt krijon një alarm të rremë në lidhje me korrozionin dhe qëndrueshmërinë. Metalurgu e gjen gabimin pas standardizimit të kohës së gravurës dhe kontrollimit të disa zonave me numërimin manual të pikave. Mësimi: përgatitja e dobët e mostrës mashtron edhe algoritmin më të mirë - mbeturinat brenda, mbeturinat jashtë.
Rasti 3 - Përdorimi i saktë, harta e porozitetit. Një ekip derdhjeje dëshiron të masë shkallën e porozitetit në seksionin kryq të një pjese alumini. Modeli i segmentimit të AI ndan shpejt boshllëqet dhe jep një hartë të shpërndarjes me porozitet 2.3%. Ekipi kontrollon vizualisht që gërvishtjet që shfaqen gjatë lustrimit të mos ngatërrohen për zbrazëtira, konfirmon rezultatin sipas ASTM E1245 dhe sheh që poroziteti është i përqendruar në zonën ushqyese dhe përmirëson dizajnin e derdhjes. AI solli shpejtësi, vendimi u mor me standard dhe vëzhgim.
Modele të shpejtë të kopjueshëm
TABLETI I PLANIT MATJES"Roli: Ju jeni një asistent sasior i metalografisë. Qëllimi: matja [madhësia e kokrrizave / raporti i fazës / poroziteti]. Materiali: [...]. Zmadhimi: [...]. Standardi: [p.sh. ASTM E112]. Më jep një plan matjeje hap pas hapi: përgatitja e mostrës dhe matjet hap pas hapi: BRLITHIMI, përgatitja e mostrës, gravimi i segmentit VERIFIKIMI Theksoni kalibrimin si hapin e parë dhe të detyrueshëm Më tregoni se cilën metodë standarde të kontrolloj manualisht.
SHBALLIN E KONTROLLIVE TË GABIMIT TË SEGMENTIMIT "Kam segmentuar [fazën/boshllëkun] në një imazh të mikrostrukturës. Rendisni pikat që mund të shkojnë keq: artefakti i gdhendjes, gërvishtja e lustrimit, rajoni jashtë fushës, kufijtë e mbivendosur. Shkruaj si të kontrollosh për secilën dhe si ta rregulloj atë. Çfarë kontrolle vizuale duhet të bëj përpara se të pranoj rezultatin?"
SHBALLIN E INTERPRETIMIT TË MADHËSISË SË GRAIN "Kam matur numrin e madhësisë së kokrrizës ASTM E112 G = [vlera], zmadhimin [x]. Shpjegoni se si kjo vlerë G korrespondon me diametrin e përafërt mesatar të kokrrizës dhe efektin e saj në forcën në terma të Hall-Petch. Më kujtoni se vlera G varet nga hapi i kalibrimit; më tregoni hapin sipas metodës së kalibrimit."
SKELETI PËR PËRPUNIM I IMAZHIT PYTHON"Roli: Ju jeni asistenti i kodit të përpunimit të imazhit. Shkruani kodin e skeletit që llogarit raportin e sipërfaqes së fazës në një imazh të mikrostrukturës me imazhin scikit: (1) variabël μm/pixel SHPREHTIM në krye për kalibrimin e shkallës, (2) konvertimin e shkallës (3, ratth) në shkallë gri. (5) printimi i rezultatit Shtoni komente në çdo hap.
Prompt i dobët / Prompt i fortë
NJOFTIM I DOBËT: "Më trego madhësinë e kokrrizave të kësaj mikrostrukture."
PROMPT I FORTË:"Roli: Ju jeni një asistent sasior i metalografisë. Unë dua të mas madhësinë e kokrrizave sipas ASTM E112. Imazhi 500x, shiriti i shkallës 50 μm = 240 piksel (d.m.th. 0,208 μm/piksel). Më jep hapat për të llogaritur madhësinë e kokrrizave sipas metodës lineare të kryqëzimit, më tregoni sa rezultate të kryqëzimit në numrin G duhet të verifikoj kalibrimin dhe të paktën "Më kujto që duhet ta përsëris në 3 zona të ndryshme. Ju nuk mund të 'lexoni' rezultatin përfundimtar; vendosni metodën."
Kërkesa e dobët i kërkon AI të "lexojë" imazhin - por AI nuk njeh shkallë dhe gravurë dhe mund të dalë me një numër të sajuar. Prompti i fuqishëm e bën të qartë kalibrimin, kërkon metodën standarde, kërkon përsëritje dhe verifikim dhe përdor AI si një mjet për vendosjen e metodës, jo matje.
Gabimet e zakonshme
- Harron kalibrimin e shkallës ose matjen me kalibrimin e seancës së mëparshme.
- Duke u mbështetur në segmentimin pa korrigjuar gravurë të keqe/jo uniforme.
- Gabimi i një gërvishtjeje ose njollëje lustrimi për porozitet/fazë.
- Matja nga një zonë e vetme dhe përgjithësimi në të gjithë kampionin; statistikat kërkojnë disa fusha.
- Duke supozuar se AI e ka "parë" imazhin dhe e përdor atë pa verifikuar numrin e saktë që jep.
- Pranimi i rezultatit të segmentimit pa e kontrolluar atë vizualisht.
Në përmbledhje
Në metalografinë sasiore, AI dhe përpunimi i imazhit përshpejtojnë madhësinë e kokrrizave, raportin e fazës dhe matjen e porozitetit dhe mundësojnë segmentim të fuqishëm të strukturave komplekse. Megjithatë, vlefshmëria e rezultateve varet nga kalibrimi i shkallës, përgatitja e mirë e mostrës dhe vlefshmëria e kryqëzuar me metodën standarde (ASTM E112/E562/E1245). Bëni kalibrimin hapin e parë, inspektoni segmentimin me sy, përsërisni në disa zona dhe përdorni AI si mjetin që përcakton metodën e matjes dhe shkruan kodin, jo atë që "lexon" imazhin.
Detyra e aplikimit
Merrni një imazh të mikrostrukturës (kampionin tuaj ose një kampion leksioni) dhe vlerësoni shiritin e shkallës. Me shabllonin "Skeleti i përpunimit të imazhit të PYTHON", kërkoni nga AI një kod që llogarit raportin e zonës së fazës; Sigurohuni që kalibrimi μm/piksel është në krye dhe i aktivizuar në kod. Ekzekutoni kodin dhe krahasoni raportin e sipërfaqes që rezulton me numërimin manual të pikave (rrjet 10x10) në të njëjtin imazh. Shkruani ndryshimin midis dy rezultateve dhe shkakut të mundshëm (zgjedhja e pragut, objekti) në një paragraf.
listë kontrolli
- [ ] Kam kalibruar shiritin e shkallës në pixel dhe e verifikova atë në çdo seancë.
- [ ] Kontrollova që përgatitja e gravurës/kampionit ishte uniforme.
- [ ] Kam inspektuar vizualisht rezultatin e segmentimit/pragut dhe kam hequr artefaktet.
- [ ] E përsërita matjen në të paktën disa zona të ndryshme.
- [ ] E kontrollova manualisht rezultatin me një metodë standarde (E112/E562/E1245).
- [ ] Kam përdorur AI si një metodë dhe mjet kodi, jo si një "lexues" i imazhit.