Advancedmicrostructure classification by data mining methods

Jessica Gola,Dominik Britz, Thorsten Staudt, et.al

ComputationalMaterials Science. 2018

https://doi.org/10.1016/j.commatsci.2018.03.004

  现代多相材料的机械性能显著地受到它的显微组织组元的分布、形状和尺寸的影响。因此，显微组织的定量和分类对确定特定材料的底层结构-性能关系具有决定性的作用。由于现代材料显微组织的复杂性，材料的显微组织的可靠分类仍然是金相学中最大的挑战之一。本文展示了如何利用数据挖掘方法评价两相钢的形态参数，进而确定钢结构的变化。

采用支持向量机（SVM）作为分类器的数据挖掘方法，建立了一种能够区分两相钢不同微观结构的模型，并测试了预处理和特征选择方法对分类结果的影响。

组织分类，数据挖掘，形态参数，钢

本文的研究结果证明了基于形态学参数的数据挖掘方法用于对钢的不同结构的客观分类的可行性。采用以SVM为分类器的快速挖掘方法对马氏体、珠光体和贝氏体进行了分类。取得了良好的分类效果。我们能够展示如何开发一个组织分类的过程。数据预处理和特征选择可以同时改善分类结果，使模型不那么复杂并增加泛化。另外发现在混洗数据分割和样本数据分割之间的结果存在显著差异。在分类过程中的子结构参数集成显示使用较少的参数产生了高精度。形态学的显微组织参数的比较结果只有反复进行侵蚀和分割后才可能获得。为了在将来获得更高的精度，可以将第二相和子结构的特征参数组合起来，产生更多的数据，以获得统计上充分的结果并改进泛化。

图1：本研究中的数据挖掘分类的步骤

图2：用于组织分类的包括三种不同性能的测试模型的快速挖掘方案整体流程。在训练过程中使用了数据集中80%的数据寻找网格搜索中的C和γ参数，建立了最终的模型；利用训练数据对模型进行训练，得到训练效果。剩下的部分数据（20%）用于独立测试模型并获得测试性能。训练和测试层相连接并完全自动化。

图3：组合分割的LOM和SEM图像；珠光体的各个渗碳体颗粒呈不同的颜色。

图4 分割和侵蚀的子结构：（a）珠光体；（b）马氏体，对比（c）Feret最大值和（d）珠光体和马氏体的面积参数。

图5非典型马氏体（a），非典型珠光体（b），非典型贝氏体（c）的扫描电镜照片；以及相应的用于计算子结构的区域密度的二元图像

   隐石检测拥有一批在业内取得显著成就的专业技术人员，在行业内有着丰富的检测经验。秉承着专注、专业、高效、想客户所想的理念，公司积极增加项目和完善更先进的测试仪器设备，保障每一个检测，分析，研发任务优质高效的完成。同时通过专业所长,为全球数万家优质客户提供最及时的行业技术标准信息，和更高精尖的分析检测解决方案。

　　隐石检测分别成立了阀门实验室，腐蚀实验室，金相实验室，力学实验室，无损实验室，耐候老化实验室。从事常压储罐检测，锅炉能效检测，金属腐蚀检测，应力应变检测，无损探伤检测，机械设备检测，金相分析，石墨烯纳米材料检测，水质检测，油品检测涉及的服务范围已广泛覆盖到钢铁材料，有色金属材料，石油化工设备，通用机械设备，冶金矿石，建筑工程材料、航空航天材料，高铁船舶材料，汽车用零部件、非金属材料，电子电工产品等各个领域，并获得了CMA和CNAS;双重认可。