【技术实现步骤摘要】
本专利技术涉及热喷涂涂层结构分析领域，特别是涉及一种基于双模式图像和机器学习的热喷涂涂层结构分析方法。
技术介绍
1、热喷涂是一种通过火焰、电弧或等离子体等热源，将某种粉末或线材加热至熔化或半熔化状态，并将其喷向工件形成涂层的技术。该技术可用于制备耐磨涂层、耐腐蚀涂层、隔热涂层，或赋予工件表面一些特殊的性能(例如在电学或光学方面)。
2、热喷涂涂层的性能(如热导率、弹性模量)与涂层的孔隙结构密切相关。准确地分析涂层孔隙结构对涂层工艺改进及性能预测具有重要意义。对于热喷涂涂层来说，获取涂层的横截面扫描电镜图像，随后利用图像分析法分析图像中的结构特征，是一种常见的孔隙结构定量分析方法。
3、典型的热喷涂涂层通常包含两种孔洞结构——等轴孔和裂纹孔。目前针对热喷涂涂层的图像分析法由两步组成。首先利用阈值法将图像上的孔洞提取出来(注：在背散射电子图像中，孔洞的亮度较低)。随后根据形状特征，利用开操作将等轴孔和裂纹孔区分开来。
4、但目前的图像分析法往往存在一些问题。例如：(1)在采用阈值法将孔洞提取出来这一步中...
【技术保护点】
1.一种基于双模式图像和机器学习的热喷涂涂层结构分析方法，其特征在于，所述分析方法包括：
2.根据权利要求1所述的基于双模式图像和机器学习的热喷涂涂层结构分析方法，其特征在于，利用扫描电子显微镜获取已知热喷涂涂层结构横截面上多处位置的背散射电子图像和二次电子图像。
3.根据权利要求1所述的基于双模式图像和机器学习的热喷涂涂层结构分析方法，其特征在于，所述神经网络为LeNet、AlexNet、ZFNet、VGGNet、GoogleLeNet、ResNet、DenseNet、MobileNet、FCN、SegNet、UNet或者PSPNet。>
4.根据权利...
【技术特征摘要】
1.一种基于双模式图像和机器学习的热喷涂涂层结构分析方法，其特征在于，所述分析方法包括：
2.根据权利要求1所述的基于双模式图像和机器学习的热喷涂涂层结构分析方法，其特征在于，利用扫描电子显微镜获取已知热喷涂涂层结构横截面上多处位置的背散射电子图像和二次电子图像。
3.根据权利要求1所述的基于双模式图像和机器学习的热喷涂涂层结构分析方法，其特征在于，所述神经网络为lenet、alexnet、zfnet、vggnet、googlelenet、resnet、densenet、mobilenet、fcn、segnet、unet或者pspnet。
4.根据权利要求1所述的基于双模式图像和机器学习的热喷涂涂层结构分析方法，其...
【专利技术属性】
技术研发人员：赵晓峰，单萧，张显程，王卫泽，石俊秒，黄天蒙，蔡黄越，陆杰，罗丽荣，郭芳威，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
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。