一种基于带噪学习的耐热钢珠光体球化智能评级方法技术

一种基于带噪学习的珠光体球化智能评级方法，包括如下步骤：收集耐热钢金相图像，组成原始数据集；在原始数据集上训练深度学习模型，以获得噪声过滤模型；设置置信阈值，使用噪声过滤模型将原始数据集分为噪声样本和正确样本；在正确样本集合上训练深度学习模型，获得分类模型；使用分类模型进行珠光体球化评级；本发明专利技术与常规的基于深度学习的珠光体球化评级方法相比，可有效降低标签噪声带来的负面影响，提高了珠光体球化评级的效率和准确率。提高了珠光体球化评级的效率和准确率。提高了珠光体球化评级的效率和准确率。

【技术实现步骤摘要】
一种基于带噪学习的耐热钢珠光体球化智能评级方法


[0001]本专利技术属于珠光体球化等级评定
，具体涉及一种基于带噪学习的珠光体球化智能评级方法。

技术介绍

[0002]耐热钢是指在高温环境中保持较高持久长度、抗蠕变性和良好化学稳定性的合金钢。珠光体耐热钢常用于制作承压装置，如锅炉钢管、汽轮机叶轮、转子、紧固件及高压容器、管道等。珠光体耐热钢在使用状态下的显微组织是铁素体和珠光体，在工作温度较高且长期运行过程中，会产生珠光体的球化。珠光体耐热钢的热强性能和力学性能随着珠光体球化程度的加大而逐渐降低，材质渐趋劣化甚至失效。因此，珠光体耐热钢组织中的珠光体球化程度常被用于判断该类钢使用可靠性的重要判据之一。
[0003]在现有的耐热钢的珠光体球化评级中，有通过脉冲激光的方式或金相试样组织的方法来评级的。如专利申请号CN201310345194.4，名称为《基于激光等离子体光谱的12Cr1MoV珠光体球化等级的现场检测方法》的专利公开了一种利用脉冲激光直接作用于管道表面去除检查部位的氧化层和脱碳层后，采集和分析等离子体光谱数据，获得被测本文档来自技高网...

【技术保护点】

【技术特征摘要】
＝{A5}；S4.2.将在步骤4.1中依次获得的训练集，进行翻转、模糊、亮度和对比度调整、随机裁剪、随机网格洗牌和图像标准化处理；对于在步骤4.1依次获得的测试集数据使用图...

【专利技术属性】
技术研发人员：胡海军，申志远，李秀峰，张钰，黄子仪，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：