摘要
本发明提供一种高温合金铸件力学性能数据集构建方法及性能预测方法,数据集构建方法包括:获取高温合金薄壁特征件中的疏松缺陷分布图像,并制备含不同疏松缺陷的试样;通过EBSD获取试样的低倍微观组织图像,以及高倍微观组织图像,包含晶粒度、析出相分布、晶体取向以及应变分布图等特征;分别扩充上述图像,得到数据集,包括试样疏松缺陷分布图像、低倍组织图像数据、高倍组织图像数据以及对应的室温力学性能数据。本发明构建的数据集中微观组织信息更加全面,能够更加全面地提供铸件各处力学性能的真实状态信息,结合多模态卷积神经网络,实现多维度、多尺度微观组织和缺陷图像的数据输入,可以准确预测含疏松缺陷的高温合金试样力学性能。
技术关键词
高温合金铸件
数据集构建方法
力学性能预测方法
组织图像数据
薄壁特征
多模态
高温合金薄壁铸件
通道
力学性能试样
取向
神经网络架构
晶体
卷积模块
延伸率
系统为您推荐了相关专利信息
数据集构建方法
评估预测模型
寿命评估方法
齿轮组
寿命特征
数据集构建方法
多模态
桥梁裂缝检测
卷积生成对抗网络
多维颜色空间
大型高温合金铸件
非金属
高温合金铸造
铸造工艺方法
仿真模型
力学性能预测方法
带钢
客户端
热轧精轧出口温度
皮尔逊相关系数