The invention discloses a method of using the rust layer image to judge the protective composition changes in the rust layer and the protection of the rust layer, and mix the pure phase of the alpha FeOOH and the pure phase of the gamma FeOOH into the sample rust layer, collect the images of the rust layer of each sample, and process the color image to obtain the image RGB distribution waveform, and extract the map. Like the eigenvalue, the image characteristic value of the sample rust layer is used as the network input, and the proportion of the FeOOH in the FeOOH sample rust layer is the network output, the neural network is trained and the neural network is established. The image of the rust layer is obtained, and the image characteristic value of the rust layer is obtained, and the rust will be measured. When the image eigenvalue of the layer is input into the established neural network, the specific gravity of the alpha FeOOH in the rust layer can be obtained. The rust layer analysis method of the invention has low cost and easy operation, and it can quickly and accurately analyze the proportion of the protective components in the corrosion products of the rust layer, and is suitable for application to the corrosion site.
【技术实现步骤摘要】
利用锈层图像判断锈层中保护性组成变化及锈层保护性的方法
本专利技术涉及一种利用锈层图像判断锈层中保护性组成变化及锈层保护性的方法。
技术介绍
锈层演化直接影响材料腐蚀过程,因此对大气腐蚀产物的研究是了解腐蚀机理的有效方法,研究人员采用多种方法手段进行研究分析。例如,利用扫描电化学显微镜(SECM)、扫描振动电极(SVET)、扫描开尔文探针(SKP)、局部电化学阻抗(LEIS)等研究材料的局部腐蚀行为;利用扫描电子显微镜(SEM)、扫描隧道显微镜(STM)和原子力显微镜(AFM)等原位观察锈层微观形态;利用红外吸收光谱和拉曼光谱等方法进行产物成分结构的原位分析。在研究环境因子对腐蚀机理影响的同时,也有大量研究者开展对锈层演化行为的研究工作。通过对锈层截面的物相分布进行观察,推断其演化规律也有不少成果。但是这些方法成本高、准备过程相对繁琐,应用到腐蚀现场受到一定限制。锈层成分影响着锈层保护性能,为了延长材料安全使用寿命,减少材料的损耗,国内外进行了大量有关锈层的研究。碳钢锈层的常见成分主要有α-FeOOH、γ-FeOOH、非晶的FeOOH、Fe3O4和γ-Fe2O3等。锈层的保护性能主要体现在其优异的致密性和化学稳定性,国内外很多研究者采用锈层覆盖比和锈层中稳定性成分(如α-FeOOH)所占比例来评价锈层的保护性。然而,到目前为止,现场原位判断锈层成分的研究手段相对匮乏。
技术实现思路
本专利技术的目的在于克服现有技术的不足,提供一种利用锈层图像判断锈层中保护性组成变化及锈层保护性的方法。该方法能够根据锈层图像得到锈层中α-FeOOH比重情况,进而推断锈层演化过程 ...
【技术保护点】
1.一种利用锈层图像判断锈层中保护性组成变化及锈层保护性的方法,其特征在于:将α‑FeOOH纯相和γ‑FeOOH纯相按设定的不同配比混合制成样本锈层,采集各样本锈层的图像,进行彩色图像处理得到图像RGB分布波形图,并提取图像特征值,以得到的样本锈层的图像特征值作为网络输入,以α‑FeOOH在α‑FeOOH‑‑γ‑FeOOH样本锈层中所占比重为网络输出,进行神经网络训练,建立神经网络;得到待测锈层的图像,并得到待测锈层的图像特征值,将待测锈层的图像特征值输入到已建立的神经网络中,则能够则能够得到待测锈层中α‑FeOOH的比重。
【技术特征摘要】
1.一种利用锈层图像判断锈层中保护性组成变化及锈层保护性的方法,其特征在于:将α-FeOOH纯相和γ-FeOOH纯相按设定的不同配比混合制成样本锈层,采集各样本锈层的图像,进行彩色图像处理得到图像RGB分布波形图,并提取图像特征值,以得到的样本锈层的图像特征值作为网络输入,以α-FeOOH在α-FeOOH--γ-FeOOH样本锈层中所占比重为网络输出,进行神经网络训练,建立神经网络;得到待测锈层的图像,并得到待测锈层的图像特征值,将待测锈层的图像特征值输入到已建立的神经网络中,则能够则能够得到待测锈层中α-FeOOH的比重。2.根据权利要求1所述的利用锈层图像判断锈层中保护性组成变化及锈层保护性的方法,其特征在于:图像处理前,需将所有图像统一裁剪为相同尺寸。3.根据权利要求1所述的利用锈层图像判断锈层中保护性组成变化及锈层保...
【专利技术属性】
技术研发人员:高志明,张新新,胡文彬,夏大海,修妍,卢丽花,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。