Page 43 - 无损检测2024年第十二期

吴 琪，等：

GH4169 合金微观组织结构的超声评价与扩散生成方法

观组织结构图像。为实现 GH4169 合金材料内部 据的准确几何特征，结合深度学习模型的强大生
微观组织结构的非破坏性、高可靠性重构，文章提 成能力，提供了一条智能化的微观组织图像生成路
出了一种新的生成方法，即将超声评价数据与扩散 径。所提基于超声评价的扩散生成模型框架如图3
生成模型相结合的方法。该方法基于超声评价数 所示。

图 3 基于超声评价的扩散生成模型框架
3.1 微观组织结构的超声评价模型 3
( λ = Z 1 2 +Y λ + λ Y ) （1）
超声检测技术能够深入探测材料内部，获取重 i 2 i i i 3 i
i =1
要的几何信息，如晶粒的尺寸、圆度及长短轴比。这 *
= ξX 1 n + ξ Z （2）
些参数精确反映了材料的内部微观结构，是生成高 2
式中： λ ，λ ，λ 为映射参数；ξ ，ξ 为拟合参数。
保真度微观组织结构图像的关键依据。通过构建的 i1 i2 i3 1 2
为获取最佳的映射参数以及拟合参数，文章
多参数超声评价模型 [15] ，该模型结合超声特征参数
以真实几何特征参数 X 与拟合获取的超声评价
Y和真实几何特征参数X n ，来获取指定超声特征参 n
*
数据 X 之间的拟合误差为优化目标。通过优化
数输入的超声评价数据 X 。超声评价数据为生成 n
*
n
高保真微观组织图像提供了关键的几何约束，确保 目标最小化获取最佳精度的两组参数，误差计算
公式为
生成结果与真实结构在形态上的一致性。 m
笔者使用自建的超声C扫描系统对GH4169合 e = l  =1 | nl -X * nl |X （3）
金试样进行超声检测，在数据采样区域采集A扫信 rr m
号，并提取超声特征参数Y（纵波声速Y 、衰减系数 式中：m为总样本数；X 为第l个样本直实几何特征
nl
1
Y 以及频率偏移Y ）。此外，笔者通过金相试验获取 参数； X 为第l个样本拟合获取的超声评价数据。
*
2 3 nl
合金试样的微观组织结构图像，并采用图像处理算法 由此最终得到晶粒尺寸、圆度以及长短轴比的
提取内部的晶粒面积S，晶粒周长L以及晶粒长轴a， 多参数超声评价模型。
短轴b。由此计算真实几何特征参数X ，包括晶粒尺 3.2 扩散生成模型与超声评价的融合
n
寸X（ X =2 S π ），圆度X（ X =4 π /SL ）和长 在扩散生成模型中，超声检测提供的几何约束
2
1 / 2 2
1
短轴比X（X =a/b） 。 数据起着关键作用，特别是在反向扩散过程中，这些
[16]
3
3
超声特征参数通过二次多项式映射函数转换为 数据会直接影响生成图像的每个去噪步骤，超声评
单维超声参数Z，使用单阶最小二乘拟合方法，构建 价作用下的反向扩散过程示意如图4所示。通过将
单维参数与超声评价数据 X （晶粒尺寸 X 、圆度 晶粒尺寸、圆度和长短轴比等几何特征数据注入模
*
*
n 1
X 、长短轴比 X ）的拟合函数，从而得到超声评价 型的生成过程，扩散模型能够生成与实际材料微观
*
*
2 3
模型。其模型计算公式为 组织高度一致的微观组织结构图像。
9
2024 年 第 46 卷 第 12 期
无损检测