System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于扩散模型的材料显微组织演变模拟方法技术_技高网

一种基于扩散模型的材料显微组织演变模拟方法技术

技术编号:41283612 阅读:5 留言:0更新日期:2024-05-11 09:33
本发明专利技术涉及材料显微组织模拟技术领域,公开了一种基于扩散模型的材料显微组织演变模拟方法,包括以下步骤:获取显微组织原始图片;对显微组织原始图片进行预处理得到显微组织图片;基于材料显微组织演变模拟选择模型训练算法,对模型进行模型设置和提示词工程,基于扩散模型和画像生成人工智能进行模型训练,利用训练生成的模型对显微组织图片进行演变模拟以得到多个不同时刻的显微组织预测图;基于显微组织预测图进行模型可靠性验证,响应于通过可靠性验证后,输出显微组织预测图。本发明专利技术利用预测材料显微组织演变的模型,实现基于扩散模型的材料显微组织演变模拟方法,为材料组织演变模拟提供新方法。

【技术实现步骤摘要】

本专利技术涉及材料显微组织模拟,尤其涉及一种基于扩散模型的材料显微组织演变模拟方法


技术介绍

1、成分和显微组织共同影响材料的力学/服役性能,当材料的种类确定后,显微组织则成为影响其性能的决定性因素。通过实验表征手段研究材料组织演变是一项困难且耗时的任务,并且需要大量的资金投入。为了理解和预测显微组织的演变规律,越来越多的材料科学家开始使用计算模拟方法,例如位错动力学、蒙特卡罗模拟、有限元分析、分子动力学模拟和相场模拟等。这些方法提供了对晶粒生长、组织形变、相变动力学和缺陷演化的定量分析,成为实验表征的替代方法。然而,材料的显微结构演变涉及到多个因素和多个尺度,由于模型简化、数值误差等因素的影响,模拟结果的精度和可靠性仍存在一定的限制,并且计算资源和时间耗费量大。

2、随着人工智能(ai)的快速发展,人工智能生成内容(aigc)技术也得到人们的广泛关注。然而,在材料科学领域,涉及到的数据非常复杂和多样化,包括结构、性能、化学成分、微观组织等等,如何将人工智能生成内容技术应用到材料显微组织演变是现有技术中有待探索的。

3、因此,现有技术中需要一种基于扩散模型的材料显微组织演变模拟方法。


技术实现思路

1、有鉴于此,本专利技术实施例的目的在于提出一种基于扩散模型的材料显微组织演变模拟方法,通过获取显微组织原始图片及预处理、模型设置和提示词工程、模型训练、模型可靠性验证等流程,获得预测材料显微组织演变的模型,实现基于扩散模型的材料显微组织演变模拟方法,为材料组织演变模拟提供新方法。

2、基于上述目的,本专利技术实施例提供了一种基于扩散模型的材料显微组织演变模拟方法,包括以下步骤:

3、获取显微组织原始图片;

4、对显微组织原始图片进行预处理得到显微组织图片;

5、基于材料显微组织演变模拟选择模型训练算法,对模型进行模型设置和提示词工程,基于扩散模型和画像生成人工智能进行模型训练,利用训练生成的模型对显微组织图片进行演变模拟以得到多个不同时刻的显微组织演变图;

6、基于显微组织演变图进行模型可靠性验证,响应于通过可靠性验证后,输出显微组织演变图。

7、在一些实施方式中,获取显微组织原始图片包括:

8、采用实验方法、计算仿真方法、作图工具获得材料显微组织原始图片。

9、在一些实施方式中,采用实验方法对材料样品进行拍摄获取显微组织实测图,实验方法使用的设备包括金相显微镜、扫描电镜、透射电镜;

10、采用计算仿真方法对材料相变及晶粒变形进行模拟获得显微组织模拟图,计算仿真方法包括相场模型、有限元建模、蒙特卡洛法、voronoi法;

11、采用作图工具获得的显微组织艺术图,作图工具包括adobe illustrator、coreldraw。

12、在一些实施方式中,对显微组织原始图片进行预处理得到显微组织图片包括:

13、对显微组织原始图片转换为统一的像素尺寸并进行筛选以得到显微组织图片。

14、在一些实施方式中,像素尺寸包括512×512像素、640×512像素、768×512像素、1024×1024像素。

15、在一些实施方式中,基于材料显微组织演变模拟选择模型训练算法包括:

16、基于材料显微组织演变模拟选择模型训练算法,模型训练算法包括定值函数、定值预热函数、多项式函数、余弦退火函数、余弦重启函数。

17、在一些实施方式中,对模型进行模型设置和提示词工程包括:

18、对模型进行包括训练周期、模型生成频次、样本图片生成频次、学习率、编码器、优化器、生成器的模型设置,提示词工程包括对输入图片集的实例设置提示词以及生成图片的样本设置提示词。

19、在一些实施方式中,基于扩散模型和画像生成人工智能进行模型训练包括:

20、基于扩散模型和生成人工智能stable diffusion的dream booth插件进行模型训练。

21、在一些实施方式中,基于显微组织演变图进行模型可靠性验证包括:

22、通过对比显微组织演变图和显微组织原始图片的形貌差异、组织特征参量差异以验证模型训练效果的准确性,形貌差异为显微组织形状的视觉差异,包括层片状、多边形、雪花状,组织特征参量差异包括对比统计获得的晶粒尺寸、二次枝晶间距。

23、在一些实施方式中,材料显微组织演变模拟包括单颗粒粗化、多晶粒生长、枝晶凝固的模拟。

24、本专利技术至少具有以下有益技术效果:

25、(1)本专利技术的方法利用生成式人工智能大模型技术可以快速地处理和分析大量的数据,同时也可以通过大量训练和学习提高模拟的精度和可靠性。这可以大大提高模拟效率和精度,缩短模拟时间;

26、(2)通过结合生成式人工智能大模型技术进行模拟,可以大大降低实验成本和时间成本,同时,也可以避免实验过程中的不确定性。

27、(3)本专利技术提出的基于扩散模型的材料显微组织演变模拟方法还可以进一步应用到工业数字孪生领域,能够提高工艺优化效率。

本文档来自技高网...

【技术保护点】

1.一种基于扩散模型的材料显微组织演变模拟方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,获取显微组织原始图片包括:

3.根据权利要求2所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,

4.根据权利要求1所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,对所述显微组织原始图片进行预处理得到显微组织图片包括:

5.根据权利要求4所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,所述像素尺寸包括512×512像素、640×512像素、768×512像素、1024×1024像素。

6.根据权利要求1所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,基于材料显微组织演变模拟选择模型训练算法包括:

7.根据权利要求1所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,对模型进行模型设置和提示词工程包括:

8.根据权利要求1所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,基于扩散模型和画像生成人工智能进行模型训练包括:

9.根据权利要求1所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,基于所述显微组织演变图进行模型可靠性验证包括:

10.根据权利要求1所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,所述材料显微组织演变模拟包括单颗粒粗化、多晶粒生长、枝晶凝固的模拟。

...

【技术特征摘要】

1.一种基于扩散模型的材料显微组织演变模拟方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,获取显微组织原始图片包括:

3.根据权利要求2所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,

4.根据权利要求1所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,对所述显微组织原始图片进行预处理得到显微组织图片包括:

5.根据权利要求4所述的基于扩散模型的材料显微组织演变模拟方法,其特征在于,所述像素尺寸包括512×512像素、640×512像素、768×512像素、1024×1024像素。

6.根据权利要求1所述的基于...

【专利技术属性】
技术研发人员:张聪张瑞杰尹海清
申请(专利权)人:北京科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1