摘要
本发明提出了一种基于图像特征预测钛合金表面涂层摩擦性能的方法,该方法包括:配置电镀液;对Ti6Al7Nb钛基底预处理;以钛基底为阴极,铜棒为阳极,通过射流电沉积工艺获得铜和纳米羟基磷灰石复合涂层;采集涂层表面图像,通过摩擦试验获得涂层表面摩擦系数;提取图像特征并对试验数据归一化处理;根据灰色关联分析法获取影响涂层摩擦系数的最显著因素;基于多元回归算法建立平均摩擦系数关于图像特征的预测模型并进行可靠性分析。本发明能够在不破坏钛合金涂层完整性的前提下,由表面图像特征有效预测表面摩擦系数。
技术关键词
钛合金表面涂层
图像
灰色关联度
摩擦试验机
灰色关联分析法
电镀液
纳米羟基磷灰石
像素点
表面摩擦系数
电沉积工艺
拟合相关性系数
工业视觉成像
聚乙烯吡咯烷酮
乙二胺四乙酸
试件
钛合金板
射流
多元回归算法
系统为您推荐了相关专利信息
裂缝监测方法
特征金字塔网络
注意力机制
三维模型
边坡裂缝监测装置
预后方法
IgA肾病
特征识别模块
Cox比例风险模型
机器学习方法
车辆智能座舱
交互方法
智能驾驶控制器
人工智能模型
意图
自动检测方法
知识图谱路径
多视角图像采集
电力作业场景
知识图谱驱动
钢铁铸件
人机协同
打磨机器人
打磨方法
三维模型