一种从两点相关函数实体化预测材料微观组织的方法和系统技术方案

本发明专利技术公开了一种从两点相关函数实体化预测材料微观组织的方法和系统，该方法首先初始化微观组织图片，从目标两点自相关函数计算傅里叶幅值；对微观组织图片施加傅里叶约束、支撑域约束和特征微观组织约束；然后进行图像处理运算；通过阶段式相体积分数调整微观组织图像，以阶段式优化微观组织形貌；最终获得实体化预测的微观组织。本发明专利技术公开的微观组织实体化预测方法在计算精度上接近与经典的模拟退火算法，在计算效率上与传统混合输入输出算法相当，具有强的泛化能力和广阔的应用前景，能够为过程

【技术实现步骤摘要】
一种从两点相关函数实体化预测材料微观组织的方法和系统


[0001]本专利技术属于材料微观组织信息学
，具体涉及一种从两点相关函数实体化预测材料微观组织的方法和系统。

技术介绍

[0002]识别和理解材料微观结构信息在促进过程
‑
结构
‑
性能(PSP)正向预测和逆向搜索方面发挥着关键性作用，导致许多先进的技术和算法在材料领域蓬勃发展，如机器学习，神经网络系列方法，两点相关函数方法，降维算法等。其中两点相关函数方法已被证明是最佳的解决方案之一。尽管耦合两点相关函数统计的结构信息可以加速PSP建模，但从模型预测的两点相关函数信息实例化微观组织仍然是一个巨大的挑战，这阻碍了PSP模型精度的直接验证、微观组织优化设计等一系列科学任务的正常开展。因此，从两点相关函数实体化预测微观组织是一个亟待解决的且具备挑战性的科学难题。
[0003]在数据驱动第四范式的推动下，高效率、低成本的开展材料科学研究已成为必然趋势，这要求PSP建模领域相关研究同时考虑计算或实验的高效性和高精度。经典的模拟退火方法可以实现从两点相关函数精确地实体化预测微观组织的目标，但其计算效率低下，通常在一个200
×
200网格的数值图片上需要计算超过10小时。文献【Yuksel C.Yabansu,Almambet Iskakov,Anna Kapustina,Sudhir Rajagopalan,Surya R.Kalidindi,Application of Gaussian process regression models for capturing the evolution of microstructure statistics in aging of nickel
‑
based superalloys,Acta Materialia,178(2019)45
‑
58】还报道了一种基于图像处理技术开发的微观组织实体化预测方法，该方法具有超高的计算速度(<10s)，但其普适性差。文献【David T.Fullwood,Stephen R.Niezgoda,Surya R.Kalidindi,Microstructure reconstructions from 2
‑
point statistics using phase
‑
recovery algorithms,Acta Materialia,56(2008)942
‑
948】报道了另外一种基于傅里叶变换的快速微观组织实体化预测方法，相较于前述两个文献中的方法，该方法兼具了高效性和高精度的优点，但由于全部无损两点相关函数输入的特殊要求，该方法无法推广到实际的PSP建模过程中。上述的各种方法虽然各有优势，但都没有为从两点相关函数实体化预测微观组织提供一套兼具高效性、可靠性和普适性的技术方案。

技术实现思路

[0004]本专利技术的目的在于克服上述现有技术的缺点，提供一种从两点相关函数实体化预测材料微观组织的方法和系统，以解决现有技术中预测微观组织方法难以同时具有高效性、可靠性和普适性的问题。
[0005]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0006]一种从两点相关函数实体化预测材料微观组织的方法，包括以下步骤：
[0007]步骤1，获取初始微观组织图像，基于目标两点自相关函数获取傅里叶幅值，以及
初始微观组织图像中目标相的目标体积分数；
[0008]步骤2，对初始微观组织图像进行傅里叶变换和反向傅里叶变换后，对反向傅里叶变换后的微观组织图像施加支撑域约束和特征微观组织约束，获得被约束的微观组织图像；
[0009]步骤3，通过图像处理运算处理被约束的微观组织图像；
[0010]步骤4，通过异种像素近邻基像素交换规则，对步骤3获得图像中目标处理相的原始体积分数进行阶段式调整，直至调整后目标相的体积分数和目标相的目标体积分数之间差值小于设定阈值，或者是调整目标相的体积分数次数达到最大循环次数，获得目标相的体积分数调整后的图像，然后执行步骤5；
[0011]步骤5，通过异种像素近邻基像素交换规则，确定体积分数调整后的图像中两相交换的像素点数量并交换像素，优化微观组织形貌，获得优化后的微观组织图像；
[0012]步骤6，判断优化后的微观组织图像是否满足终止条件，如果满足，执行步骤7，如果不满足，则返回步骤3；
[0013]步骤7，输出微观组织图像的实体化预测的微观组织。
[0014]本专利技术的进一步改进在于：
[0015]优选的，步骤2中，所述初始傅里叶变换为：
[0016][0017]通过傅里叶幅值约束傅里叶变换的图像为：
[0018]G'
k
＝|M|
·
e
iφ
[0019]所述反向傅里叶变换的过程为：
[0020][0021]其中，g
k
为初始微观组织图像，M为傅里叶幅值，计算公式为：
[0022][0023]其中，S是的网格数，是的傅里叶变换，为目标两点自相关函数。
[0024]优选的，步骤2中，反向傅里叶变换的图像的约束包括支撑域约束和特征微观组织约束：
[0025][0026]其中，β是0.5
‑
1范围内的常数，γ是支撑域，EM是特征微观组织约束，使得保证g'
k
数组内只包含数字0或1。
[0027]优选的，步骤3中，所述图像处理运算包括形态学开运算和形态学闭运算。
[0028]优选的，步骤4中，所述体积分数阶段式调整的过程包括以下步骤：
[0029]S41，获取步骤3获得图像的两点自相关函数和相体积分数，获取目标相的体积分数与目标相的目标体积分数的差，计算误差值；
[0030]S42，判断误差值是否小于临界阈值，如果小于，则执行步骤5；否则执行步骤S43；
[0031]S43，计算步骤3获得图像的像素值和待交换像素点数目，通过异种像素近邻基像
素交换规则交换像素值，更新图像，计算更新后图像的两点自相关函数、相体积分数和误差值；
[0032]S44，判断S43获得误差值是否降低，如果降低执行步骤S45，否则返回步骤S43；
[0033]S45，记录更新后的图像和误差值；
[0034]S46，判断当前体积分数调整的循环次数是否达到预设的最大循环次数，如果达到，输入更新后的图像和误差值，如果不满足返回S43。
[0035]优选的，步骤5的具体过程为：
[0036]S51，计算体积分数调整后的图像的两点自相关函数和误差值，确定待交换像素的数目；
[0037]S52，通过异种像素近邻基像素交换规则交换像素，获得交换像素后的图像，计算交换后像素图像的两点自相关函数和误差值；
[0038]S53，判断形貌优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种从两点相关函数实体化预测材料微观组织的方法，其特征在于，包括以下步骤：步骤1，获取初始微观组织图像，基于目标两点自相关函数获取傅里叶幅值，以及初始微观组织图像中目标相的目标体积分数；步骤2，对初始微观组织图像进行傅里叶变换和反向傅里叶变换后，对反向傅里叶变换后的微观组织图像施加支撑域约束和特征微观组织约束，获得被约束的微观组织图像；步骤3，通过图像处理运算处理被约束的微观组织图像；步骤4，通过异种像素近邻基像素交换规则，对步骤3获得图像中目标处理相的原始体积分数进行阶段式调整，直至调整后目标相的体积分数和目标相的目标体积分数之间差值小于设定阈值，或者是调整目标相的体积分数次数达到最大循环次数，获得目标相的体积分数调整后的图像，然后执行步骤5；步骤5，通过异种像素近邻基像素交换规则，确定体积分数调整后的图像中两相交换的像素点数量并交换像素，优化微观组织形貌，获得优化后的微观组织图像；步骤6，判断优化后的微观组织图像是否满足终止条件，如果满足，执行步骤7，如果不满足，则返回步骤3；步骤7，输出微观组织图像的实体化预测的微观组织。2.根据权利要求1所述的一种从两点相关函数实体化预测材料微观组织的方法，其特征在于，步骤2中，所述初始傅里叶变换为：通过傅里叶幅值约束傅里叶变换的图像为：G'
k
＝|M|
·
e
iφ
所述反向傅里叶变换的过程为：其中，g
k
为初始微观组织图像，M为傅里叶幅值，计算公式为：其中，S是的网格数，是的傅里叶变换，为目标两点自相关函数。3.根据权利要求2所述的一种从两点相关函数实体化预测材料微观组织的方法，其特征在于，步骤2中，反向傅里叶变换的图像的约束包括支撑域约束和特征微观组织约束：其中，β是0.5
‑
1范围内的常数，γ是支撑域，EM是特征微观组织约束，使得保证g'
k
数组内只包含数字0或1。4.根据权利要求1所述的一种从两点相关函数实体化预测材料微观组织的方法，其特征在于，步骤3中，所述图像处理运算包括形态学开运算和形态学闭运算。5.根据权利要求1所述的一种从两点相关函数实体化预测材料微观组织的方法，其特征在于，步骤4中，所述体积分数阶段式调整的过程包括以下步骤：
S41，获取步骤3获得图像的两点自相关函数和相体积分数，获取目标相的体积分数与目标相的目标体积分数的差，计算误差值；S42，判断误差值是否小于临界阈值，如果小于，则执行步骤5；否则执行步骤S43；S43，计算步骤3获得图像的像素值和待交换像素点数目，通过异种像素近邻基像素交换规则交换像素值，更新图...

【专利技术属性】
技术研发人员：李俊杰，王锦程，虎小兵，赵佳军，王志军，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：