本書系統(tǒng)介紹了B10銅鎳合金的組織與性能調(diào)控，重點分析稀土釔對該合金的組織與耐蝕性能的影響，并基于圖像處理和神經(jīng)網(wǎng)絡技術建立B10合金的耐蝕性能的預測模型。主要內(nèi)容包括：合金元素在銅鎳合金中的作用；晶界工程及層錯在銅鎳合金中的研究現(xiàn)狀；神經(jīng)網(wǎng)絡在性能預報中的作用；B10白銅合金組織與性能研究方法以及晶界圖像的獲取方法；釔微合金化對B10合金組織與結構的影響，包括鑄態(tài)與退火態(tài)；釔微合金化對B10合金耐蝕性能的影響；釔微合金化的B10合金腐蝕產(chǎn)物膜的形貌、成分及耐蝕機理；基于圖像分析技術對B10銅鎳合金耐蝕性進行預測；基于優(yōu)化卷積神經(jīng)網(wǎng)絡對B10銅鎳合金耐蝕性能進行預測。
本書可供從事金屬材料行業(yè)、海洋工程材料行業(yè)以及相關的材料類的工程技術人員和經(jīng)營管理人員閱讀，也可供材料類、計算機類等相關專業(yè)的高等工科院校師生參考。
1 銅鎳合金概述
1.1 引言
1.2 銅鎳合金
1.2.1 合金元素在銅鎳合金中的作用
1.2.2 晶界工程在銅鎳合金中的應用
1.2.3 銅鎳合金的層錯幾率
1.3 稀土在銅合金中的應用
1.3.1 稀土對銅合金組織的影響
1.3.2 稀土對銅合金耐蝕性能的影響
2 圖像特征分析與卷積神經(jīng)網(wǎng)絡
2.1 圖像特征分析技術
2.2 卷積神經(jīng)網(wǎng)絡
2.2.1 卷積神經(jīng)網(wǎng)絡（CNN,Convolutional Neural Network）研究意義
2.2.2 卷積神經(jīng)網(wǎng)絡發(fā)展歷程
2.2.3 卷積神經(jīng)網(wǎng)絡表征方法
3 實驗材料與方法
3.1 實驗材料
3.2 實驗方案
3.2.1 釔含量對白銅合金組織與性能試驗
3.2.2 B10合金的晶界特征的圖像表征與神經(jīng)網(wǎng)絡預測
3.3 實驗設備
3.4 材料測試與分析
3.4.1 組織觀察
3.4.2 晶界與層錯分析
3.4.3 腐蝕測試與分析
4 釔微合金化對B10合金組織結構的影響
4.1 釔微合金化對B10合金鑄態(tài)組織的影響
4.1.1 鑄態(tài)金相分析
4.1.2 稀土夾雜物分析
4.1.3 均勻化退火態(tài)B10合金的金相分析
4.2 釔微合金化對B10合金最終退火態(tài)組織的影響
4.3 釔微合金化對B10合金層錯幾率的影響
4.4 釔優(yōu)化晶界特征的微觀機理分析
4.5 本章小結
5 釔微合金化對B10合金耐蝕性能的影響
5.1 釔微合金化B10合金均勻化退火態(tài)耐蝕性能
5.1.1 極化曲線分析
5.1.2 電化學阻抗譜分析
5.2 釔微合金化B10合金最終退火態(tài)耐蝕性能
5.2.1 極化曲線分析
5.2.2 電化學阻抗譜分析
5.3 本章小結
6 釔微合金化B10合金腐蝕產(chǎn)物膜研究及耐蝕機理
6.1 釔微合金化B10合金均勻化退火態(tài)腐蝕產(chǎn)物膜
6.2 釔微合金化B10合金最終退火態(tài)腐蝕產(chǎn)物膜
6.3 釔微合金化B10合金耐蝕機理
6.4 本章小結
7 基于圖像分析的B10銅鎳合金耐蝕性預測
7.1 圖像預處理
7.1.1 預處理步驟
7.1.2 邊緣檢測簡介
7.1.3 四種邊緣算子及各自檢測結果
7.1.4 邊緣檢測結果分析
7.1.5 基于晶界特性的細邊緣提取
7.2 模型的構造
7.3 模型的改進
7.4 本章小結
8 基于優(yōu)化卷積神經(jīng)網(wǎng)絡的B10銅鎳合金耐蝕性預測
8.1 相關基本理論
8.2 優(yōu)化的卷積神經(jīng)網(wǎng)絡
8.3 計算結果與分析
8.4 在公開數(shù)據(jù)集下與其他方法對比
8.5 本法應用于晶界圖像分類預測結果
8.6 本章小結
參考文獻
書單推薦
