基于SEM图像智能识别的镍基镀层磨损机理判定

摘要

[目的]针对镍基镀层磨损机理分析存在的效率低、主观性强、复杂磨损形貌难以识别的问题，提出一种基于扫描电镜(SEM)图像识别的磨损机理智能分析方法，以实现镍基镀层磨损机理的高效、准确判定。[方法]基于卷积神经网络(CNN)技术，构建磨损机理智能分类框架，利用644张包含不同磨损形貌的SEM图像数据集对模型进行训练与验证，并结合梯度加权类激活映射(Grad-CAM++)方法揭示卷积层对磨损SEM图像关键特征的识别行为。[结果]训练后的模型在验证集上取得最高分类准确率81.54%，图像识别率可达每秒约40张，Grad-CAM++方法赋予了模型良好的可解释性。在对Ni–W合金镀层的SEM磨损形貌进行分析时，模型成功捕捉到了镀层磨损机理随时间由摩擦化学反应向磨粒磨损的转变过程。[结论]本文提出的磨损机理智能分析方法，通过SEM磨损形貌图像的高效准确识别，实现了镍基镀层磨损机理的智能判定及磨损机理转变的捕捉，为镍基镀层的磨损行为分析提供了一种智能技术方法。

关键词

镍基镀层 / 磨损机理 / 图像识别 / 智能分析 / 卷积神经网络

基金资助

浙江省自然科学基金重大项目“海洋环境高温钛铝合金耦合损伤行为与防护理论”（LD24E010003）