期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的钢铁微观组织智能识别方法
1
作者
宋月
安治国
+6 位作者
白丽娟
严文谨
宋召朝
谷秀锐
刘丽君
张青
刘子韬
《河北冶金》
2024年第3期57-60,75,共5页
钢铁微观组织分析是根据钢铁材料的显微组织特点,对材料的性能进行分析的过程。目前微观组织识别往往依靠专业人员判断,需要大量人力物力,效率低、容易受到主观因素的影响而造成结果的不确定。研究了深度神经网络中基于残差结构的微观...
钢铁微观组织分析是根据钢铁材料的显微组织特点,对材料的性能进行分析的过程。目前微观组织识别往往依靠专业人员判断,需要大量人力物力,效率低、容易受到主观因素的影响而造成结果的不确定。研究了深度神经网络中基于残差结构的微观组织智能分析问题,通过对残差网络模型的改进,提出了基于迁移学习的改进残差网络模型,在ImageNet数据集上进行预训练,并将权值迁移到改进残差网络模型中,实现小样本数据集下的深度学习。该卷积神经网络模型在16种钢铁材料微观组织测试集上进行了测试,结果表明,该方法的准确率达到95.36%,较基础网络结构识别率提高了6.9个百分点。与其他网络结构模型相比,该模型不仅识别率高而且泛化能力强。
展开更多
关键词
深度学习
残差网络
权值
迁移学习
微观组织
智能识别
下载PDF
职称材料
304不锈钢和铁素体不锈钢晶粒显示的新腐蚀方法
被引量:
2
2
作者
谷秀锐
孙晓冉
+2 位作者
孙岩
严文谨
琚小然
《理化检验(物理分册)》
CAS
2023年第3期16-18,共3页
304不锈钢和铁素体不锈钢的耐腐蚀性能较好,导致材料的晶粒度评级比较困难。将高锰酸钾硫酸溶液作为腐蚀剂,水浴加热后对304不锈钢进行腐蚀,可获得清晰、完整的奥氏体晶粒,且不显示晶粒内孪晶界;采用放置约3 a的王水作为腐蚀剂对铁素体...
304不锈钢和铁素体不锈钢的耐腐蚀性能较好,导致材料的晶粒度评级比较困难。将高锰酸钾硫酸溶液作为腐蚀剂,水浴加热后对304不锈钢进行腐蚀,可获得清晰、完整的奥氏体晶粒,且不显示晶粒内孪晶界;采用放置约3 a的王水作为腐蚀剂对铁素体不锈钢进行腐蚀,可获得清晰的晶粒形貌,实现其晶粒度级别的准确评定。
展开更多
关键词
304不锈钢
铁素体不锈钢
晶粒度
腐蚀方法
下载PDF
职称材料
基于深度学习的铁素体晶粒度自动评级方法
3
作者
宋月
安治国
+3 位作者
白丽娟
谷秀锐
严文谨
刘丽君
《河北冶金》
2023年第11期73-77,共5页
钢铁微观组织检测分析人工依赖程度大,随着钢铁行业的快速发展,组织分析检测任务量逐年增加,通常完成一项晶粒度评级任务耗时1 h以上。数字智能化赋能材料检测创新成为发展必然趋势,人工智能技术在钢铁材料检测分析领域的应用,为满足材...
钢铁微观组织检测分析人工依赖程度大,随着钢铁行业的快速发展,组织分析检测任务量逐年增加,通常完成一项晶粒度评级任务耗时1 h以上。数字智能化赋能材料检测创新成为发展必然趋势,人工智能技术在钢铁材料检测分析领域的应用,为满足材料基因和高通量实验发展需求、推动微观组织分析智能化带来新的机遇。介绍了一种基于深度学习的铁素体晶粒度评级方法。首先对图像进行预处理,利用U-Net网络对组织图像进行晶界提取,采用一种基于Zhang的快速并行细化算法的目标提取方法,获得无毛刺的铁素体晶界骨架图像,通过阈值截点识别方法识别截线与晶界的交点类型,从而确定截点数,自动计算晶粒度级别数。实现晶粒度自动评级一键化,大大提高了晶粒度评级的效率,有效节约了人员成本和时间成本。经对比,该评级方法识别精度完全满足±0.25级的标准要求,为孪晶、混晶智能评级做出了有益实践。
展开更多
关键词
深度学习
铁素体
晶粒度
U-Net网络
骨架提取
自动评级
下载PDF
职称材料
题名
基于深度学习的钢铁微观组织智能识别方法
1
作者
宋月
安治国
白丽娟
严文谨
宋召朝
谷秀锐
刘丽君
张青
刘子韬
机构
河钢材料技术研究院
河钢数字技术股份有限公司
出处
《河北冶金》
2024年第3期57-60,75,共5页
文摘
钢铁微观组织分析是根据钢铁材料的显微组织特点,对材料的性能进行分析的过程。目前微观组织识别往往依靠专业人员判断,需要大量人力物力,效率低、容易受到主观因素的影响而造成结果的不确定。研究了深度神经网络中基于残差结构的微观组织智能分析问题,通过对残差网络模型的改进,提出了基于迁移学习的改进残差网络模型,在ImageNet数据集上进行预训练,并将权值迁移到改进残差网络模型中,实现小样本数据集下的深度学习。该卷积神经网络模型在16种钢铁材料微观组织测试集上进行了测试,结果表明,该方法的准确率达到95.36%,较基础网络结构识别率提高了6.9个百分点。与其他网络结构模型相比,该模型不仅识别率高而且泛化能力强。
关键词
深度学习
残差网络
权值
迁移学习
微观组织
智能识别
Keywords
deep learning
residual network
weight
transfer learning
microstructure
intelligent recognition
分类号
TG115.2 [金属学及工艺—物理冶金]
下载PDF
职称材料
题名
304不锈钢和铁素体不锈钢晶粒显示的新腐蚀方法
被引量:
2
2
作者
谷秀锐
孙晓冉
孙岩
严文谨
琚小然
机构
河钢材料院
出处
《理化检验(物理分册)》
CAS
2023年第3期16-18,共3页
文摘
304不锈钢和铁素体不锈钢的耐腐蚀性能较好,导致材料的晶粒度评级比较困难。将高锰酸钾硫酸溶液作为腐蚀剂,水浴加热后对304不锈钢进行腐蚀,可获得清晰、完整的奥氏体晶粒,且不显示晶粒内孪晶界;采用放置约3 a的王水作为腐蚀剂对铁素体不锈钢进行腐蚀,可获得清晰的晶粒形貌,实现其晶粒度级别的准确评定。
关键词
304不锈钢
铁素体不锈钢
晶粒度
腐蚀方法
Keywords
304 stainless steel
ferrite stainless steel
grain size
corrosion method
分类号
TB31 [一般工业技术—材料科学与工程]
TG115.21 [金属学及工艺—物理冶金]
下载PDF
职称材料
题名
基于深度学习的铁素体晶粒度自动评级方法
3
作者
宋月
安治国
白丽娟
谷秀锐
严文谨
刘丽君
机构
河钢材料技术研究院
出处
《河北冶金》
2023年第11期73-77,共5页
文摘
钢铁微观组织检测分析人工依赖程度大,随着钢铁行业的快速发展,组织分析检测任务量逐年增加,通常完成一项晶粒度评级任务耗时1 h以上。数字智能化赋能材料检测创新成为发展必然趋势,人工智能技术在钢铁材料检测分析领域的应用,为满足材料基因和高通量实验发展需求、推动微观组织分析智能化带来新的机遇。介绍了一种基于深度学习的铁素体晶粒度评级方法。首先对图像进行预处理,利用U-Net网络对组织图像进行晶界提取,采用一种基于Zhang的快速并行细化算法的目标提取方法,获得无毛刺的铁素体晶界骨架图像,通过阈值截点识别方法识别截线与晶界的交点类型,从而确定截点数,自动计算晶粒度级别数。实现晶粒度自动评级一键化,大大提高了晶粒度评级的效率,有效节约了人员成本和时间成本。经对比,该评级方法识别精度完全满足±0.25级的标准要求,为孪晶、混晶智能评级做出了有益实践。
关键词
深度学习
铁素体
晶粒度
U-Net网络
骨架提取
自动评级
Keywords
deep learning
Ferrite
grain size
U-Net Network
skeleton extraction
automatic grading
分类号
TG115.21 [金属学及工艺—物理冶金]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的钢铁微观组织智能识别方法
宋月
安治国
白丽娟
严文谨
宋召朝
谷秀锐
刘丽君
张青
刘子韬
《河北冶金》
2024
0
下载PDF
职称材料
2
304不锈钢和铁素体不锈钢晶粒显示的新腐蚀方法
谷秀锐
孙晓冉
孙岩
严文谨
琚小然
《理化检验(物理分册)》
CAS
2023
2
下载PDF
职称材料
3
基于深度学习的铁素体晶粒度自动评级方法
宋月
安治国
白丽娟
谷秀锐
严文谨
刘丽君
《河北冶金》
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部