Page 44 - 无损检测2024年第十二期
P. 44

吴 琪,等:

              GH4169 合金微观组织结构的超声评价与扩散生成方法














                                              图 4  超声评价作用下的反向扩散过程示意
                  在U-Net架构的扩散模型中,超声评价数据通                        4  基于超声评价的扩散生成试验与结果
              过条件卷积机制整合到模型中。在生成图像的每一
                                                                     该试验旨在验证基于超声评价的扩散生成
              个去噪步骤中,超声几何数据通过卷积核对特征进
                                                                模型的效果,研究对象为经过特定热处理工艺的
              行调整。该数据通过专门的条件编码器(τ)进行处
                                                                GH4169 合金锻件。首先,对 GH4169 合金原始锻
              理后,将提取的几何特征嵌入到U-Net的不同层次
                                                                件按以下工艺进行热处理:在960 ℃下保温 60 min
              中。这些几何信息作为额外的输入通道,作用于卷
                                                                后空冷,温度梯度为 20  ℃;然后在 720  ℃下保温
              积层的权重,使卷积操作不仅依赖于当前的图像特                                             − 1
                                                                8 h,再以 50  ℃ · h   的速率炉冷至 620  ℃,最后保
              征,同时也受制于超声检测获取的几何参数。
                                                                温 8 h后空冷。对热处理后的合金试样使用自建的
                  在每一层的卷积过程中,超声几何数据通过调
                                                                超声C扫描系统进行超声检测,采集A扫描信号并
              整卷积核的权重,影响特征提取的方向和强度。这                            提取关键超声特征参数,包括纵波声速、衰减系数
              种基于条件卷积的机制确保了扩散模型在逐步去噪                            和频率偏移。
              过程中生成的图像细节与超声检测获取的微观组织                                 根据现有的超声评价方法,利用提取的超声特
              特征相一致。卷积层通过卷积核的调整,能够有效                            征参数计算合金的超声评价数据,包括晶粒尺寸、圆
              捕捉到晶粒形状特征,从而使生成的图像能够更好                            度及长短轴比。将这些几何数据作为输入条件导入
              地反映材料的真实微观结构。                                     基于超声评价的扩散生成模型中,用于生成微观组
                  通过这一机制,超声检测获取的几何数据在每                          织结构图像;为了验证生成的虚拟金相图与真实微
              个去噪步骤中与图像的生成过程深度结合,确保了                            观组织结构在形貌上的一致性,笔者进行了金相试
              微观组织结构图像的真实性和精度。这种卷积条件                            验并采集了合金的真实金相图像(见表2)。
              约束为扩散生成模型提供了强大的控制能力,使得                                 通过对比分析虚拟和真实微观组织结构图像,
              生成的微观结构图像在细节和整体形态上都能符合                            可以发现虚拟生成的微观组织结构图像在晶粒形态
              实际材料的特性。                                          和分布上与实际的微观组织具有高度一致性,能够

                                    表2  智能生成模型以及金相检测获取的合金内部信息对比
                                          超声检测数据                                     超声评价数据
                 项目
                         纵波声速/m · s  −1  衰减系数/dB · mm  −1  频率偏移/MHz    晶粒尺寸/μm          圆度          长短轴比
                超声评价        5 848.829        0.263          0.891         14.132        0.572         1.867
                                        生成的微观组织图像


                生成模型                                                   14.512±1.391  0.585±0.038   1.841±0.113



                                        真实的微观组织图像


                金相试验                                                      13.893        0.608         1.867






                10
                     2024 年 第 46 卷 第 12 期
                     无损检测
   39   40   41   42   43   44   45   46   47   48   49