| 查看: 49 | 回复: 0 | |||
[交流]
厚钢试样里的裂纹阈值分不出来，看一篇氢致裂纹 CT 文章的做法
|
|
金属大试样做 CT，裂纹分割一直很头疼：射线穿不透、信噪比低、金属伪影一堆，阈值一卡就乱。最近看到一篇压力容器钢氢致裂纹的文章，处理思路挺实用，分享一下。 文章是德国萨尔兰大学和 Fraunhofer IZFP 的 Hell 等人，Visualizing the 3D Evolution and Morphology of Hydrogen-Assisted Ductile Crack Growth in Hydrogen-Precharged P355NH Steel Using X-Ray Micro-Computed Tomography，Materials 2026, 19(7), 1335。对象是充氢和未充氢的 P355NH 紧凑拉伸（CT50）试样。 他们分两个尺度扫。整块 CT50 试样用 230 kV、55 W、1 mm 铜滤片、2×2 binning，体素约 55 μm，用来看整个厚度上的裂纹前沿。再从试样里取出包含裂纹尖端的小样，200 kV、7 W、0.7 mm 铜滤片，体素 5.5 μm，用来看裂尖附近的孔洞。作者还提到，小样体素其实可以做到 1.5 μm，但预实验发现信噪比低，加上射束硬化和金属伪影，孔洞分割反而不可靠，所以停在 5.5 μm。 分割都在 Dragonfly 3D World 2025.1 里做，两种数据用了两套办法。 小样里的孔洞：先做各向异性扩散滤波去噪、保边，然后简单阈值，只统计 30 μm 以上（大于 5 个体素）的孔洞。 大试样里的裂纹：阈值不行，改用 Segmentation Wizard 训练 Attention U-Net（交叉熵损失、Adadelta 优化器）。输入除了原始灰度，还加了一个 Sobel 滤波后的通道来突出裂纹边缘，用 2.5D 输入并做了数据增强。训练从一个试样的一张代表性切片开始，哪里分得差（主要是裂尖和试样边缘）就补哪里的标注，直到整块试样都稳定。验证用的是另一个试样上 9 张手工分割的切片，Dice 约 99.4%，之后直接用于所有试样，没有重新训练。裂纹长度和沿厚度的 CTOA 是用 Dragonfly 里的 Python 脚本算的。 结论是充氢试样裂纹扩展更多、CTOA 更低，裂尖附近孔洞更密、二次裂纹更多。作者也说了，测试过程中氢一直在往外逸出，结果会受影响，后续要做边充氢边加载的原位实验。 我觉得最值得借鉴的是两点：一是不同尺度的问题分开处理，大样只回答裂纹前沿在哪，孔洞交给小样；二是深度学习的验证用的是另一个试样，而不是训练用的那个。 另外 Dice 99.4% 看着很高，作者自己解释说差异主要集中在空气和钢的边界、一般在 1–2 个体素以内。大目标的 Dice 本来就容易高，细小目标就不一定了。 有没有人也试过把 Sobel、梯度这类滤波结果当额外通道喂给网络？效果明显吗？ 源 DOI：10.3390/ma19071335 |
回复此楼» 猜你喜欢
一志愿南昌大学085601材料专硕，四六级已过
已经有11人回复
-
聚氨酯
已经有5人回复
-
金属材料论文润色/翻译怎么收费?
已经有239人回复
-
安徽理工大学矿业工程学院接收调剂研究生
已经有1人回复
-
氧化铝粉氧化锆粉ICP测试
已经有5人回复
-
聚氨酯体系
已经有1人回复
-
帮助分析一下是否是拒稿重投
已经有3人回复
-
聚氨酯体系发泡
已经有4人回复
-
高铝质高强浇注料耐磨性能研究
已经有1人回复
-
求一种水性固化体系
已经有3人回复