[发明专利]一种高温合金增材制造裂纹的统计方法

说明书

本发明属于高温合金增材制造技术领域，公开了一种高温合金增材制造裂纹的统计方法，该方法包括增材制造制备、金相图片拍摄、金相图片预处理、图像分割和识别以及裂纹率统计计算等过程。本发明方法的核心部分是利用语义分割算法的Unet模型和卷积神经网络模型对从增材制造高温合金样品中获得的金相组织图片进行自动化处理，快速准确地得出增材制造高温合金样品的平均裂纹率，从而促进增材制造高温合金裂纹敏感性的评价方法的建立。

技术领域

本发明属于高温合金增材制造技术领域，更具体地，涉及一种高温合金增材制造裂纹的统计方法。

背景技术

高温合金材料由于其具备优良的耐高温、抗疲劳、抗氧化和耐腐蚀性能，主要应用于航空发动机、燃气轮机的核心热端部件的制造，广泛应用于航空航天、能源动力等领域。增材制造技术满足了复杂内腔结构的空心涡轮叶片的制造，但由于高性能的高温合金的合金元素含量高，在增材制造过程中极易出现凝固裂纹和液化裂纹等缺陷，这对先进高温合金涡轮叶片的增材制造生产带来了极大阻碍。针对高温合金增材制造的裂纹问题，对裂纹进行统计并加以比较，有利于加速低裂纹增材制造用高温合金的设计。

目前国内针对高温合金增材制造裂纹的统计方法如下：

(1)人工二值分割法。在金相图片上运用Photoshop等图像处理工具将裂纹部位选中，将非裂纹区域删除或填充底色以区分裂纹区域和非裂纹区域，然后运用金相图片处理软件如Image Pro Plus等进行二值分割，计算裂纹区域面积与图片总面积的比值，即裂纹率；

(2)自动二值分割法。在金相图片运用已有算法进行自动二值分割，划分出裂纹区域与非裂纹区域，但对区域划分的精确性上目前还需要人工进行干预，这是由于自动二值分割容易将增材制造过程中产生的气孔和由于磨抛过程操作不当产生的划痕等划入裂纹区域；

(3)XCT测试法。运用三维X射线断层扫描设备对样品进行测试分析，能够精确计算出裂纹和孔隙的空间位置、大小，通过裂纹体积与测试样品大小的比值可计算出样品裂纹率；

以上三种方法虽然能够对增材制造高温合金裂纹进行统计，但表现出如下几个问题：人工二值分割法受主观影响，而自动二值分割法容易把孔隙、划痕等计入裂纹区域导致裂纹率偏大，XCT法虽然测试精确，但受X射线源的穿透能力限制导致测试样品尺寸限制在1～2mm³内，无法满足大批量样品的裂纹率统计。

因此，针对以上方法存在的问题，需要开发一种新的高温合金增材制造裂纹的统计方法。

发明内容

本发明的目的是针对现有技术的不足，提出一种高温合金增材制造裂纹的统计方法。本发明方法的核心部分是利用语义分割算法的Unet模型和卷积神经网络模型对从增材制造高温合金样品中获得的金相组织图片进行自动化处理，快速准确地得出增材制造高温合金样品的平均裂纹率，从而促进增材制造高温合金裂纹敏感性的评价方法的建立。

为了实现上述目的，本发明提供了一种高温合金增材制造裂纹的统计方法，该统计方法包括如下步骤：

S1：利用增材制造系统对高温合金粉末进行激光增材制造，得到增材制造高温合金样品；对增材制造高温合金样品进行切割，并打磨抛光得到的多个截面；利用金相显微镜对打磨抛光后的每个截面的整个区域进行拍摄，得到对应的原始金相图片；

S2：建立图片文件自动预处理程序；利用所述图片文件自动预处理程序将每张原始金相图片均裁剪为多张尺寸一致的子图片；

S3：编写语义分割算法的Unet模型和卷积神经网络模型；利用所述语义分割算法的Unet模型对步骤S2得到的子图片进行语义分割，确定裂纹、划痕和孔隙部位，并利用所述卷积神经网络模型对裂纹、划痕、孔隙进行自动识别；

S4：对裂纹部位的像素点和所述每张原始金相图片的总像素点进行统计，利用公式计算每张原始金相图片的裂纹率，而后计算增材制造高温合金样品裂纹率。