[发明专利]碳钢索氏体定量分析方法

权利要求书

1.一种碳钢索氏体定量分析方法，其特征在于，包括：

素材准备：在学习样品上选取检测视场作为索氏体素材；对所述索氏体素材进行灰度二值定量得到素材索氏体定值含量；至少选取部分所述索氏体素材对索氏体组织进行色彩标记得到索氏体标记素材；

其中，所述素材准备中还包括选择符合碳含量和索氏体含量分布要求的学习样品粗样，对学习样品粗样进行磨抛和腐蚀完成制样，得到待筛选学习样品，对所述待筛选学习样品进行选择，对所述待筛选学习样品进行选择包括：在每个所述待筛选学习样品选取2-10个检测视场分别作为所述索氏体素材，计算每个所述待筛选学习样品中所述索氏体素材的灰度阈值的重复性和标准差，所述重复性为最大灰度阈值和最小灰度阈值的差值，当重复性小于第二预设值且标准差小于第三预设值时，判断学习样品合格；

深度学习：采用深度神经网络模型对多个所述索氏体素材依次进行识别学习；在对每个所述索氏体素材进行识别学习时，输入所述索氏体素材图像、所述索氏体标记素材图像、所述索氏体素材的单像素点长度及所述索氏体素材的所述素材索氏体定值含量对所述深度神经网络模型进行初始化，依次对训练集中所有的索氏体素材进行识别学习时，将经过初始化和自学习的深度神经网络中的隐层层数、隐层节点数和每一层的网络权重值进行迁移，建立深度神经网络模型，即得到以索氏体含量为输出节点的索氏体定量分析模型；

定量分析：在待测样品上选取检测视场作为待测素材，输入所述待测素材图像及所述待测素材的单像素点长度，采用所述索氏体定量分析模型对所述待测素材进行分析，索氏体定量分析模型输出定量分析后的索氏体含量结果；

所述学习样品和所述待测样品均由粗样经磨抛处理后腐蚀处理制得，所述腐蚀处理采用体积浓度为3.5-4.5%的硝酸酒精溶液，所述腐蚀处理的处理温度为15-25℃、处理时间为23-37s；

腐蚀处理中，碳含量不超过0.60％的所述粗样的处理时间为23-27s，碳含量超过0.60％且不超过0.80％的所述粗样的处理时间为28-32s，碳含量超过0.80％的所述粗样的处理时间为33-37s。

2.根据权利要求1所述的分析方法，其特征在于，所述深度学习和所述定量分析之间还包括：

验证学习：采用所述索氏体定量分析模型对多个所述索氏体素材依次进行分析；对每个所述索氏体素材进行分析时，输入所述索氏体素材图像及所述索氏体素材的单像素点长度，输出所述索氏体素材的索氏体含量；当输出结果与图像分析仪标样检测法的检测结果的识别偏差大于第一预设值时，将所述索氏体素材进行所述深度学习以重构所述索氏体定量分析模型。

3.根据权利要求2所述的分析方法，其特征在于，所述第一预设值为5%。

4.根据权利要求1所述的分析方法，其特征在于，所述第二预设值为10，所述第三预设值为5。

5.根据权利要求1所述的分析方法，其特征在于，所述学习样品的碳含量的分布范围为0.45-0.90%。

6.根据权利要求1所述的分析方法，其特征在于，所述学习样品的索氏体含量的分布范围为60-100%。

7.根据权利要求1所述的分析方法，其特征在于，所述磨抛处理中，先采用磨平机对所述粗样进行粗磨，再采用砂纸对所述粗样进行至少三次细磨，在对所述粗样进行多次细磨的操作中，所述砂纸的粒度逐渐减小。