基于深度学习激光熔覆层树枝晶的形貌识别

在增材制造技术中，树枝晶的表征对于分析激光熔覆层的机械性能至关重要，但目前树枝晶的标记主要由人工完成，耗时长且容易引入人为误差，而深度学习可提高目标识别准确度。基于U-net网络提出了适于识别分割树枝晶的BNC-Unet网络，将串行注意力机制和Batch Normalization层有效地部署在上采样和下采样区域，调整图像特征的权重信息。选取交并比作为分割结果的评价指标，并对比了原Unet以及不同的改进方法在该指标下的结果。在测试集中，BNC-Unet网络分割树枝晶准确率指标为84.2%，比原U-net网络结果提升了8.97%。该指标表明网络能准确地从激光熔覆层金相图中识别出树枝晶形貌，且识别树枝晶的准确率显著提高，便于在激光熔覆试验后评估熔覆层性能。     

基于改进U-net的金属工件表面缺陷图像分割方法

针对金属工件表面小尺寸缺陷及受非均匀光照影响的图像缺陷难以分割的问题,提出了一种改进的U-net语义分割网络,实现金属工件表面缺陷图像的精确分割。首先,在U-net网络中融入CBAM(convolutional block attention module)模块来提升图像中缺陷目标的显著度;其次,采用深度超参数化卷积DO-Conv(depthwise over-parameterized convolutional)代替网络中部分传统卷积,增加网络可学习的参数数量;然后,采用Leaky Relu函数代替网络中部分Relu函数,提高模型对负区间的特征提取能力;最后,采用中值滤波及非均匀光照的补偿方法进行图像预处理,减弱非均匀光照对金属工件图像表面缺陷的影响。结果表明:改进后的网络平均交并比、准确率和Dice系数指标分别达到0.833 5、0.933 2、0.867 4,改进的网络显著提升了对金属工件表面缺陷图像的分割效果。     

Al、Nd对Cr12MoV钢表面镍基熔覆层的组织及性能影响

为了解决Cr₁₂MoV钢溶蚀、表面碎裂等问题,利用Al-Ni、Nd-Ni粉末在Cr₁₂MoV钢上进行激光熔覆实验,研究了Al、Nd对镍基覆层的宏微观形貌、组织及表面性能的影响。结果表明:Al可以减少熔覆层裂纹的产生,同时降低覆层硬度,使熔覆层中产生具有减磨作用的硬质相Al₂O₃等,降低覆层磨损量,14%Al覆层磨损量比2%Al的覆层磨损量低44.5%,Al较优质量分数为14%;Nd的晶粒细化作用明显,显著提升覆层显微硬度,2.5%Nd覆层平均硬度比基体平均硬度高36.8%,Nd较优质量分数为2.5%。     

钛合金表面激光熔覆TiC_p/Ni基合金复合耐磨涂层

采用激光熔覆技术在TC4合金表面制备TiC颗粒增强的Ni基合金复合材料涂层,测试了熔覆层的硬度和滑动摩擦磨损性能,分析了熔覆层的强化机制。结果表明,熔覆层中存在颗粒强化、固溶强化和细晶强化等多种强化作用,熔覆层的显微硬度达HV900～1100,耐磨性能比TC4合金显著提高。     

40Cr钢表面激光熔覆层的磨损性能

 为研究模具钢熔覆层的磨损性能,采用铁基粉在40Cr钢表面进行激光熔覆,以激光熔覆层为上试样,GCr15钢珠为下试样,采用HT－500磨损试验机进行摩擦磨损试验,并与40Cr基体的磨损性能相对比。利用表面形貌仪测量磨痕深度和宽度。研究结果表明：载荷小于250 g时,相同载荷下基体的摩擦系数大。载荷小于300 g时,随磨损时间延长,熔覆层、基体的摩擦系数都随着载荷增加而减小。当载荷为300 g时,基体的摩擦系数在0.563～0.589之间变化,平均值为0.576,且随时间逐渐升高,耐磨性变差;熔覆层的磨擦系数在0.431～0.457之间变化,平均摩擦系数为0.444,磨痕深度和宽度分别是0.65 mm和1.096 μm,且随时间逐渐下降,表现了良好的耐磨性能。当载荷增加到500 g时,平均摩擦系数和磨痕深度比300 g时分别增加了75％和47倍,且摩擦系数逐渐升高,磨损性能下降。     

激光熔覆硬质合金强化化纤切断刀的研究

在机械压制法预置硬质合金WC/Co粉末的条形55Si2Mn弹簧钢上,用激光熔覆方法制备了化纤切断刀.调整熔覆层粉末配方中Al、TiC的加入量,结果表明加适量的Al粉能有效地抑制气孔,加TiC粉末能提高熔覆硬度.通过优化激光熔覆工艺参数,得到了无气孔缺陷、组织性能良好、硬度达到HV0.21250的激光熔覆层,达到了化纤切断刀的性能要求.     

铁基合金激光熔覆层的高温磨损性能

 为提高40Cr钢表面耐磨性,采用预置激光熔覆法在40Cr基体表面制备Fe基涂层,利用HT-500摩擦磨损实验机测定干摩擦条件下,基体和熔覆层的摩擦因数随温度变化的规律。利用表面粗糙度轮廓仪测量磨痕的深度和宽度,SEM观察熔覆层以及磨痕的显微组织形貌,使用HV-1000型显微硬度仪检测基体和熔覆层结合部分的硬度。研究结果表明:熔覆层平均显微硬度值达到373.8HV(0.2);显著高于基体硬度198.4HV(0.2)。在干摩擦条件下,随着温度升高,磨损过程逐渐变平缓,平均摩擦因数降低,磨损率增加,耐磨性下降;在350~400 ℃之间,熔覆层磨损性能优于基体。     

激光熔覆NiCrBSi涂层组织及摩擦磨损性能

采用激光熔覆技术在H13钢表面制备了NiCrBSi合金涂层,利用OM,SEM,EDX和XRD等对熔覆层的微观组织进行了分析,测试了熔覆层的显微硬度和摩擦磨损性能。结果表明,激光熔覆层与基体形成了良好的冶金结合,熔覆层的组织主要由γ-Ni,Cr7C3和CrB等相组成。熔覆层显微硬度在650~850HV之间,明显高于H13钢基体的硬度。摩擦磨损实验表明,在相同的条件下,熔覆层的耐磨性比基体有了明显的提高,磨损体积减少了92.4%。通过对磨损后的试样进行粗糙度测试后表明,涂层具有更平滑的表面。     

激光熔覆TiC陶瓷涂层的组织和摩擦磨损性能研究

采用激光熔覆技术在TC4合金表面上制备了TiC陶瓷涂层,分析了熔覆层的微观组织,测试了熔覆层的硬度和摩擦磨损性能。结果表明:TiC激光熔覆层分为熔覆区和稀释区两个区域,熔覆区未受到基底的稀释,由TiC颗粒和TiC树枝晶组成;稀释区受到了基底的稀释,由TiC树枝晶和钛合金组成;TiC激光熔覆层的显微硬度在HV700~1500之间,明显地改善了TC4合金表面的摩擦和磨损性能。     

稀土CeO_2对镍基纳米Al_2O_3激光熔覆复合涂层组织和性能的影响

采用激光熔覆技术在45钢基体上制备了不同CeO2含量的镍基纳米Al2O3复合涂层,对熔覆层进行了微观组织分析和显微硬度测试。结果表明,随着CeO2含量的增加,熔覆层组织由亚共晶向共晶组织转变;加入1.0%CeO2对镍基纳米Al2O3熔覆层的组织起到明显的细化和净化作用,枝晶生长的方向性减弱,组织趋向均匀,熔覆涂层的显微硬度值比未加稀土的涂层提高了60-95HV0.2。     

斜齿轮激光熔覆Fe基合金组织与性能研究

采用激光熔覆技术在斜齿轮钢表面制备Fe基熔覆层。通过光学显微镜、显微硬度计对熔覆层进行金相组织与显微硬度分析,采用磨损机对熔覆层和基材进行摩擦实验。结果表明:当激光功率为750W,送粉速率为20g/min,扫描速度10mm/s,离焦量为16.4mm时,铁基熔覆层与基体结合界面有明显的白亮带,激光熔覆效果较好,熔覆层的显微硬度值分布在845.3HV至955.6HV之间,约为基体硬度(419.7HV)2倍;熔覆层摩擦磨损性能得到了提高;熔覆层显微组织为均匀而细小的铁素体和珠光体,力学性能优于基体材质。     

Cr对TiC-VC增强铁基熔覆层耐蚀性及耐磨性的影响

通过X射线衍射、扫描电子显微镜、能谱仪、极化曲线和磨粒磨损实验分析,研究了不同Cr加入量对TiC-VC增强铁基激光熔覆层耐蚀性和耐磨性能的影响。结果表明:熔覆层中物相主要为α-Fe,TiC,VC和TiVC2。随着Cr加入量的增加,伴随有残余奥氏体及Cr3C2的出现,且Cr3C2呈长条状部分聚集、部分单独分布。熔覆层的耐蚀性与耐磨性随Cr加入量的增加呈现先增加后降低的趋势。熔覆粉末中加入适量的Cr元素能显著提高熔覆层的硬度与耐蚀性。当添加质量分数为3.0%的Cr时,熔覆层硬度高达1090HV0.2,且相同磨损条件下熔覆层磨损失重仅约为Q235钢的1/26;当添加质量分数为9.0%的Cr时,所得熔覆层的耐蚀性最好,约为不添加Cr时的3.26倍。     

激光冲击对E690高强钢激光熔覆修复微观组织的影响

为研究激光冲击对E690高强钢激光熔覆修复层微观组织的影响,选用专用金属粉末对E690高强钢试样预制凹坑进行激光熔覆修复,并使用脉冲激光对激光熔覆层进行冲击强化处理,同时采用扫描电镜、透射电镜和X射线应力分析仪分别对激光冲击前后激光熔覆层的微观组织和表面残余应力进行检测。结果表明:激光熔覆修复后,激光熔覆层组织为等轴晶,熔覆层与E690高强钢基体之间冶金结合良好,其表面残余应力为均匀分布的压应力。经激光冲击后,激光熔覆层截面晶粒得到细化,并观察到大量的形变孪晶,互相平行的孪晶界分割熔覆层粗大晶粒,在激光熔覆层的晶粒细化过程中发挥着重要作用;试样表层位错在{110}滑移面上发生交滑移,在晶界周围形成了位错缠结。经激光冲击后,激光熔覆层冲击区域表面残余压应力数值相较于冲击前提升了1.1倍。     

深度神经网络和高光谱显微图像的二维材料纳米片识别

近年来,二维材料由于其独特的性质而受到了广泛关注。在制备二维层状晶体的各种方法中,机械剥离法获得的薄层二维材料晶体质量高,适用于基础研究及性能演示。然而用机械剥离法从衬底上获得的材料具有一定的随机性,可能包含了少许相对较厚的部分。实现对这些二维薄层材料有效、快速且智能化的表征有利于促进二维材料性能的进一步研究。提出了一种基于深度学习的表征方法,通过搭建的编解码结构的卷积神经网络语义分割算法,可以根据光学显微镜图像进行分割和快速识别二维材料纳米片。卷积神经网络作为深度学习在图像处理领域中的典型算法,能够对光学显微镜图像中的复杂信息进行特征提取。首先采用机械剥离制备MoS₂纳米片样本,通过光学显微镜采集高光谱图像并对样本进行标记,根据样本的厚度范围标记出不同的区域,对标记后的图像进一步处理,包括图像的颜色校准和剪切操作,得到用于网络训练和测试的数据集。针对光学图像中二维纳米薄片存在的低对比度、碎裂等特点,编码时加入残差结构和金字塔池化模型,有助于特征信息的提取;解码时融合编码路径中提取的浅层特征信息,以提高网络分割精度。实验中采用带权重的交叉熵损失函数解决类别数量不平衡问题和采用数据增强扩大数据集。对训练后的网络测试结果表明,模型像素精度为97.38%,平均像素精度为90.38%,均交并比为75.86%。之后通过迁移学习成功地对剥离的单层和双层石墨烯纳米片样本进行了识别,均交并比达到了81.63%,表明该方法具有普适性。通过MoS₂和石墨烯纳米片的识别演示,实现了深度学习在二维材料的光学显微镜图像中的成功应用。该方法有望在更多的二维材料上得到扩展并突破自动动态处理光学显微镜图像的问题,同时为其他纳米材料的高光谱图像处理提供参考。     

激光工艺参数对钛合金表面NiCrBSi合金熔覆层组织及硬度的影响

在TC4合金表面进行了激光熔覆NiCrBSi合金涂层的试验 ,利用SEM和XRD等对熔覆层的微观组织进行了分析 ,测试了熔覆层的显微硬度。结果表明 ,激光工艺参数对熔覆层的组织和硬度有极大的影响 ,随稀释率的增加 ,激光熔覆层中形成了TiB2 和TiC等颗粒增强相 ,熔覆层的硬度明显提高。     

基于U-net和可见光谱图像的黄瓜褐斑病分割

褐斑病是黄瓜主要真菌性病害之一,适宜条件下,特别是在昼夜温差大及饱和湿度条件下发病迅速,病情加重,导致黄瓜减产,造成经济损失。对黄瓜褐斑病进行病斑分割与提取,可以为后续的病害识别与诊断提供有效依据,具有重要意义。结合黄瓜褐斑病可见光谱图像,利用U-net深度学习网络构建黄瓜褐斑病语义分割模型,实现了病斑分割。首先在采集到的黄瓜褐斑病可见光谱图像中截取病斑较为突出的区域作为样本,共在40幅图像中截取到135个像素区域,区域的像素分辨率为200×200,利用Matlab的Image Labeler工具对样本进行像素标记,分别标记出感病区域和健康区域。然后构建U-net网络,该网络包含46层和48个连接,通过卷积层和线性整流层以及最大池化法来完成病斑特征提取,通过深度连接层以及上卷积层和上线性整流层完成上采样,通过跳层连接来完成复制和剪裁操作,并进行病斑特征融合。利用所构建的U-net网络进行学习训练得到语义分割模型,在135个样本中,随机选取其中96个作为训练样本,剩余的39个作为测试样本,设置迭代次数为240次,L2正则化系数为0.000 1,初始学习率为0.05,动量参数为0.9,梯度阈值为0.05,进行样本训练和测试。经过10次重复训练和测试,结果表明,基于U-net和可见光谱图像的黄瓜褐斑病语义分割模型执行时间平均为46.4 s,内存占用平均为6 665.8 MB,执行效率较高;模型准确率PA为96.23%~97.98%,MPA为97.28%~97.87%,MIoU为86.10%~91.59%,FWIoU为93.33%~96.19%,模型的稳定性较好、泛化能力较强。该研究方法利用较少的训练样本,获得了准确率较高的分割模型,为小样本机器学习提供了参考,同时为其他蔬菜的病斑分割、病害识别与诊断提供了方法依据。     

42CrMo轧辊激光熔覆TiC-VC增强铁基熔覆层性能

采用同步送粉方式,在42CrMo轧辊基材上利用钛铁、钒铁和石墨等通过激光熔覆原位自生反应,制备了成型良好、致密无气孔、无裂纹、与基体呈冶金结合的TiVC2增强铁基熔覆层。利用X射线衍射、电子探针、显微硬度计、电化学工作站研究了熔覆层的显微组织及性能。结果表明,熔覆层中碳化物为TiVC2,TiVC2大小约0.5~2.0 m,呈多角块状均匀分布,碳化物对应两种不同的形核机制:以氧化铝异质形核和碳化物自发形核。随着熔覆合金粉末中TiC-VC数量的增加,熔覆层硬度并不呈简单的线性增加,熔覆层的耐蚀性逐渐变差。     

基于深度学习的船舶辐射噪声识别研究

为了改善船舶辐射噪声识别系统的性能,进一步提高船舶辐射噪声识别的正确率,该文提出采用一种基于深度学习的船舶辐射噪声识别方法。该方法首先提取了船舶辐射噪声的频谱、梅尔倒谱系数等特征,将提取特征后的图像样本分别用于训练卷积神经网络和深度置信网络,再对船舶辐射噪声进行识别。通过文中所给实例,将深度学习和支持向量机两种识别方法的性能进行比较,得出深度学习方法可以有效地提高船舶辐射噪声识别正确率的初步结论。     

电磁搅拌辅助激光熔覆钴基合金涂层的抗热腐蚀性能

在激光熔覆制备钻基合金涂层的过程中引入电磁搅拌,研究了有无磁场辅助时涂层表面在750℃/100 h混合盐条件下的抗热腐蚀性能。研究结果表明,无磁场辅助的涂层的抗热腐蚀性能较差,热腐蚀60 h后涂层内部出现严重的内氧化和内硫化,并出现严重失重现象。经磁场辅助的熔覆层形成了稳定性好的保护性Cr_2 O_3及Co Cr_2 O_4尖晶石氧化膜,有效抑制了腐蚀液中S和Cl~-的向内侵入,在整个腐蚀阶段样品未出现严重开裂剥落现象。电磁搅拌的加入有效细化并均化了熔覆层的显微组织,促进了涂层表面保护性氧化膜的快速形成,阻止了熔盐的扩散,可进一步提高涂层的抗热腐蚀性能。     

激光熔覆Al+SiC涂层对镁合金表面耐磨性能的改性

通过脉冲激光器(Nd-YAG)在AZ91D镁合金基底上熔覆Al+SiC粉体。采用扫描电子显微镜、能量色散谱(EDS)和X-射线衍射测定分析熔覆层的显微组织、化学成分和物相组成。研究表明:Al+SiC涂层主要由SiC,β-Mg_(17)Al_(12)及Mg和Al相组成,激光熔覆层与镁合金基底表现出良好的冶金结合。所有样品都具有树枝状结构,且随着SiC质量分数的增大,树枝状和胞状结构的间隔变得更大。熔覆涂层的表面硬度高于基底,并且随着熔覆层中的SiC质量分数的增加而增大,SiC质量分数为40%的熔覆层具有最大的显微硬度,达到180 HV,然而质量分数为10%的熔覆层硬度为136 HV。销盘滑动磨损试验表明,复合涂层中的SiC颗粒和原位合成的Mg_(17)Al_(12)相显著提高了AZ91D镁合金的耐磨损性,其中,SiC质量分数从10%增加到30%过程中磨损体积损失逐渐减少,SiC质量分数在20%~30%时熔覆层具有最好的耐磨性。