Всем привет! Я пытаюсь реализовать свою систему анализа металлов и сплавов. Занимаюсь своим проектом уже год. В составе системы уже около 15 модулей. И хочу представить один из них. Если кому-то интересно или есть изображения, которые нужно измерить, верифицировать с другими системами я только - за.
Немного теории из мира металловедения, который чем-то схож с миром биологии. Главное различие мира металлов, пластиков и других материалов, что это неживая материя.
Определение чугуна
Чугун представляет собой сплав железа с углеродом, где содержание углерода превышает 2,14% (обычно от 2,5% до 4,5%). Благодаря своей жидкотекучести, малой усадке и относительно низкой стоимости, чугун является одним из основных конструкционных материалов в машиностроении, энергетике и строительстве.
При анализе чугуны разделяют по состоянию углерода и форме графитовых включений, что определяет их физико-механические свойства:
Белые чугуны: весь углерод находится в связанном состоянии (в виде цементита), что делает металл крайне твердым и хрупким.
Серые чугуны (СЧ): углерод присутствует в виде пластинчатого графита.
Высокопрочные (ВЧ): имеют шаровидный графит.
Ковкие (КЧ): получают путем отжига белого чугуна, в результате чего графит приобретает хлопьевидную форму.
Основная цель любого анализа - подтверждение марки и контроль качества отливок.
Анализ включает в себя:
Химический анализ: определение содержания углерода, кремния, марганца, серы и фосфора, а также легирующих элементов (Cr, Ni, Cu). Для этого применяются методы оптической эмиссионной спектрометрии и рентгенофлуоресцентного анализа.
Микроструктурный анализ: изучение формы и распределения графита, а также состояния металлической основы (феррит, перлит) с использованием диаграммы состояния
Механические испытания: замер твердости, временного сопротивления при растяжении и относительного удлинения.
Сегодня поговорим о микроструктурном анализе графита согласно международному стандарту ISO 945.
ISO 945 — это ключевой международный стандарт для анализа микроструктуры чугунов, который устанавливает систему классификации графитовых включений. Он позволяет унифицировать описание графита, чтобы избежать разногласий между производителем и заказчиком. В России часто используется его прямой аналог ГОСТ 3443
Всю методологию пробоподготовки (шлифование, полирование, травление образцов) я опускаю - это очень важный шаг для анализа, но к статье это значение не имеет.
Стандарт ISO 945 определяет классификацию формы графита в чугунах (Forms I–VI) и допускает как визуальную, так и количественную оценку.
На практике в производственных лабораториях чаще применяется визуальное сравнение с эталонными изображениями.
Самая большая боль металловедов, что нет четких математических метрик, по которым можно отнести к какой форме графита относится данное включение. Только зоркий глаз металловеда может различить эти все формы. Хорошо, что они сидят по 20-30 лет на одном месте и "научаются" их различать, а еще эти знания передают друг другу из поколения в поколение. Очень часто результат зависит от опыта и экспертизы инженера-металловеда. Инженер-металловед с большим опытом работы с большой долей вероятности отличит I тип от III типа. Но, как показывает практика других научных трудов, есть погрешность в 25% в вычислениях между IV, V, VI.
При больших объёмах контроля или в спорных ситуациях также возникают проблемы:
вариативность результатов между операторами
трудоёмкость подсчёта частиц
отсутствие детальной морфометрической статистики
сложность анализа пограничных форм (IV-V-VI)
В рамках разработки собственного комплекса анализа металлографических изображений был реализован специализированный модуль ISO 945 с автоматической сегментацией, классификацией и формированием отчёта. Разработка опиралась на последние исследования в этой области и уже строилась, исходя из мировых наработок в этой области.
Мозг системы - это нейросеть, натренированная на частицах с различной морфологией, поэтому ей можно скормить и не всегда качественные фотографии и неравноосные зерна, царапины на шлифе, перетравы, артефакты освещения.
Использование нейросетей с классическим алгоритмам дает мощный эффект в качестве сегментации.
Система работает локально, и использует локальные мощности GPU, ей не нужны сетевые протоколы, поэтому безопасность данных гарантирована. Интеллектуальная собственность под замком.
По сути, такая система заменяет субъективный взгляд лаборанта на объективный машинный расчет, при этом сохраняя гибкость человеческого восприятия.
Архитектура решения данного модуля
Модуль построен по многоэтапной схеме:
Изображение → Preprocessing → Сегментация → Постобработка →
Морфометрия → Классификация → Статистика → PDF-протокол
1. Работа с изображениями 8/12/16 бит
Особое внимание уделено корректной обработке:
8-bit (uint8)
12-bit TIFF (uint16)
16-bit монохром
Этап 1. Предобработка
Используется комбинация:
локального выравнивания контраста (CLAHE)
подавления фоновой неравномерности
сглаживания высокочастотного шума
Задача этапа — стабилизировать изображение перед сегментацией, особенно при неидеальном освещении или различиях в травлении.
Этап 2. Сегментация включений
Сегментация реализована на основе нейросетевого подхода с GPU-ускорением.
Ключевые особенности:
адаптация под размер включений
разделение слипшихся частиц
контроль фрагментации пластинчатых форм
фильтрация артефактов (поры, шум, дефекты травления)
Для повышения стабильности реализован:
кэш модели
контроль batch size
защита от перегрузки памяти
Этап 3. Постобработка
После первичной сегментации выполняется:
удаление частиц ниже минимальной площади
объединение фрагментированных объектов
переиндексация масок
построение векторных границ
Отдельно реализован механизм склейки вытянутых форм (актуально для Forms I и III), чтобы избежать искусственного дробления ламелей.
Этап 4. Морфометрия
Для каждой частицы рассчитываются:
площадь, эквивалентный диаметр, морфологические признаки
Это позволяет перейти от визуального описания к количественной геометрии формы.
Классификация выполняется на основе морфологических критериев: соотношение осей, степень округлости, компактность, протяжённость
Пограничные случаи (III–V) определяются по совокупности параметров, а не по одному признаку.
Это снижает субъективность и обеспечивает повторяемость результата.
Исходное изображение:
Пример выдачи результата программой:
В модуле реализован автоматический расчёт:
Расчёт ведётся по площади, что соответствует инженерной практике оценки степени сфероидизации.
Дополнительно формируются: распределение по формам (по количеству и по площади), гистограммы размеров, распределения roundness и aspect ratio
Генерация отчёта
Модуль формирует многостраничный PDF-протокол:
Сводка по образцу
Исходное изображение + overlay классификации
Гистограммы распределений
Таблица крупнейших частиц
Параметры анализа
Протокол может использоваться как официальный лабораторный документ.
Инженерные особенности
GPU-оптимизация
кэширование модели
потокобезопасный доступ
управление размером входного изображения
периодическая очистка CUDA-кэша
Масштабируемость
Модуль интегрирован в общий комплекс анализа металлографических изображений и может:
получать калибровку от других модулей
работать с ROI
использовать единую архитектуру обработки
Повторяемость
Результаты детерминированы при фиксированных параметрах.
Практический эффект
Я сразу оговорюсь, что я не люблю полностью автоматические системы, так как работа инженера-металловеда сравнима по специфике врачу УЗИ. Вы бы доверили свое здоровье автоматическим системам, которые хоть и небольшую, но дают погрешность. Думаю нет... Поэтому я соблюдаю баланс между автоматическим поиском включений и ручной корректировкой результатов, где оператор может пером "как в фотошопе" редактировать включения, удалять, менять тип включений.
Поэтому теоретически время анализа не ускоряется, но дает более глубокую оценку микроструктуры, дает инструмент для дальнейшего глубокого анализа и внедрения новых технологий без существенных затрат.
С точки зрения сходимости и воспроизводимости результатов разброс между операторами можно минимизировать
проводить ретроспективный анализ архивных изображений
повысить объективность оценки включений
Какие есть ограничения в этих системах, да и не только в моей
Очень много зависит от пробоподготовки
Требуется корректная подготовка шлифа (шлифование и полирование поверхности). Любая система любит захватывать эти риски, как включения. Нет "magic brush"
Возможны сложности при сильной деградации структуры
Пограничные случаи требуют экспертной интерпретации
Заключение
Автоматизированный модуль анализа графита по ISO 945-1 позволяет перейти от визуального метода к количественной, воспроизводимой оценке микроструктуры.
Для современных металлургических лабораторий это шаг в сторону цифровизации контроля качества и стандартизации результатов.
