本技術(shù)涉及高溫合金微觀組織結(jié)構(gòu)重構(gòu)領(lǐng)域，特別是涉及一種鎳基高溫合金微觀組織結(jié)構(gòu)圖像擴(kuò)散生成方法、系統(tǒng)、設(shè)備、介質(zhì)及產(chǎn)品。

背景技術(shù)：

1、鎳基高溫合金具有卓越的高溫強(qiáng)度、抗腐蝕性和熱穩(wěn)定性，被廣泛應(yīng)用于航空航天和新能源工業(yè)等領(lǐng)域，是飛行器發(fā)動(dòng)機(jī)渦輪盤、燃燒室葉片等熱端關(guān)重件的主要原料。關(guān)重件長(zhǎng)期處于高溫、高壓、高轉(zhuǎn)速環(huán)境，疲勞會(huì)導(dǎo)致關(guān)重件材料微觀組織結(jié)構(gòu)產(chǎn)生變化，并從微小缺陷逐步發(fā)展到宏觀缺陷，直至故障損傷出現(xiàn)。因此，組織結(jié)構(gòu)變化是損傷與失效的根源。

2、材料微觀組織結(jié)構(gòu)與其宏觀性能之間有著密不可分的聯(lián)系，準(zhǔn)確獲得材料組織結(jié)構(gòu)是實(shí)現(xiàn)關(guān)重件全生命周期質(zhì)量控制的關(guān)鍵。然而現(xiàn)有的微觀組織結(jié)構(gòu)實(shí)驗(yàn)表征技術(shù)對(duì)關(guān)重件存在損害且檢測(cè)周期長(zhǎng)檢測(cè)成本高，此外微觀組織結(jié)構(gòu)模擬仿真技術(shù)對(duì)計(jì)算資源需求大模型預(yù)測(cè)不夠準(zhǔn)確。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的目的是提供一種鎳基高溫合金微觀組織結(jié)構(gòu)圖像擴(kuò)散生成方法、系統(tǒng)、設(shè)備、介質(zhì)及產(chǎn)品，能夠解決現(xiàn)有技術(shù)中所面臨的數(shù)據(jù)樣本稀缺且獲取合金內(nèi)部微觀組織結(jié)構(gòu)繁瑣、耗時(shí)、成本昂貴等問(wèn)題，能夠直觀的再現(xiàn)相似的微觀組織結(jié)構(gòu)圖像，為材料性能的研究帶來(lái)了便利。

2、為實(shí)現(xiàn)上述目的，本技術(shù)提供了如下方案：

3、第一方面，本技術(shù)提供了一種鎳基高溫合金微觀組織結(jié)構(gòu)圖像擴(kuò)散生成方法，包括：

4、獲取多個(gè)鎳基高溫合金的原始樣本，形成樣本集；每一所述鎳基高溫合金的原始樣本均包括：原始訓(xùn)練圖像以及與所述原始訓(xùn)練圖像對(duì)應(yīng)的幾何結(jié)構(gòu)特征信息；所述原始訓(xùn)練圖像為鎳基高溫合金微觀組織結(jié)構(gòu)圖像；所述幾何結(jié)構(gòu)特征信息包括晶粒尺寸、晶粒的圓度和晶粒的長(zhǎng)短軸比；

5、采用去噪擴(kuò)散生成網(wǎng)絡(luò)的前向擴(kuò)散過(guò)程將所述原始訓(xùn)練圖像逐步擴(kuò)散為類高斯噪聲圖像；

6、采用去噪擴(kuò)散生成網(wǎng)絡(luò)的反向擴(kuò)散過(guò)程將所述類高斯噪聲圖像逐步去噪，得到鎳基高溫合金微觀組織結(jié)構(gòu)類圖像；

7、確定所述鎳基高溫合金微觀組織結(jié)構(gòu)類圖像的幾何結(jié)構(gòu)特征信息，并基于與所述原始訓(xùn)練圖像對(duì)應(yīng)的幾何結(jié)構(gòu)特征信息以及所述鎳基高溫合金微觀組織結(jié)構(gòu)類圖像的幾何結(jié)構(gòu)特征信息確定幾何特征差值；

8、確定所述幾何特征差值是否為零；

9、當(dāng)所述幾何特征差值不為零時(shí)，將所述幾何特征差值作為幾何結(jié)構(gòu)特征損失懲罰項(xiàng)引入到所述去噪擴(kuò)散模型中，得到訓(xùn)練好的去噪擴(kuò)散生成網(wǎng)絡(luò)；

10、當(dāng)所述幾何特征差值為零時(shí)，則將零作為幾何結(jié)構(gòu)特征損失懲罰項(xiàng)引入到所述去噪擴(kuò)散模型中，得到訓(xùn)練好的去噪擴(kuò)散生成網(wǎng)絡(luò)；

11、獲取鎳基高溫合金試件的原始圖像；所述鎳基高溫合金試件的原始圖像為含高斯噪聲的微觀組織結(jié)構(gòu)圖像；

12、采用訓(xùn)練好的去噪擴(kuò)散生成網(wǎng)絡(luò)的反向擴(kuò)散過(guò)程，基于所述鎳基高溫合金試件的原始圖像生成虛擬微觀組織結(jié)構(gòu)圖像；

13、采用晶粒邊界完整性原則篩選所述虛擬微觀組織結(jié)構(gòu)圖像，得到所述鎳基高溫合金試件的微觀組織結(jié)構(gòu)圖像。

14、可選地，采用去噪擴(kuò)散生成網(wǎng)絡(luò)的前向擴(kuò)散過(guò)程將所述原始訓(xùn)練圖像逐步擴(kuò)散為類高斯噪聲圖像，具體包括：

15、采用去噪擴(kuò)散生成網(wǎng)絡(luò)的前向擴(kuò)散過(guò)程，按照設(shè)定時(shí)間步長(zhǎng)在所述原始訓(xùn)練圖像中添加高斯噪聲，得到所述類高斯噪聲圖像。

16、可選地，所述去噪擴(kuò)散生成網(wǎng)絡(luò)的前向擴(kuò)散過(guò)程為馬爾科夫過(guò)程。

17、可選地，采用去噪擴(kuò)散生成網(wǎng)絡(luò)的反向擴(kuò)散過(guò)程將所述類高斯噪聲圖像逐步去噪，得到鎳基高溫合金微觀組織結(jié)構(gòu)類圖像，具體包括：

18、將所述類高斯噪聲圖像以及所述設(shè)定時(shí)間步長(zhǎng)輸入u-net預(yù)測(cè)網(wǎng)絡(luò)，得到加噪噪聲；

19、采用去噪擴(kuò)散生成網(wǎng)絡(luò)的反向擴(kuò)散過(guò)程，按照所述設(shè)定時(shí)間步長(zhǎng)去除所述類高斯噪聲圖像中的加噪噪聲，得到所述鎳基高溫合金微觀組織結(jié)構(gòu)類圖像。

20、可選地，確定所述鎳基高溫合金微觀組織結(jié)構(gòu)類圖像的幾何結(jié)構(gòu)特征信息，具體包括：

21、采用輪廓面積計(jì)算方法確定所述鎳基高溫合金微觀組織結(jié)構(gòu)類圖像中的晶粒面積，并基于所述晶粒面積確定單個(gè)晶粒的晶粒尺寸；

22、采用輪廓長(zhǎng)度計(jì)算方法確定所述鎳基高溫合金微觀組織結(jié)構(gòu)類圖像中的晶粒長(zhǎng)度，基于所述晶粒面積和所述晶粒長(zhǎng)度確定單個(gè)晶粒的圓度；

23、采用橢圓焦點(diǎn)坐標(biāo)計(jì)算方法確定所述鎳基高溫合金微觀組織結(jié)構(gòu)類圖像中晶粒的長(zhǎng)軸和短軸，基于晶粒的長(zhǎng)軸和短軸確定單個(gè)晶粒的長(zhǎng)短軸比；

24、基于單個(gè)晶粒的晶粒尺寸、單個(gè)晶粒的圓度以及單個(gè)晶粒的長(zhǎng)短軸比得到平均晶粒尺寸、平均圓度以及平均長(zhǎng)短軸比；

25、將平均晶粒尺寸、平均圓度以及平均長(zhǎng)短軸比作為所述鎳基高溫合金微觀組織結(jié)構(gòu)類圖像的幾何結(jié)構(gòu)特征信息。

26、可選地，采用晶粒邊界完整性原則篩選所述虛擬微觀組織結(jié)構(gòu)圖像，得到所述鎳基高溫合金試件的微觀組織結(jié)構(gòu)圖像，具體包括：

27、對(duì)所述虛擬微觀組織結(jié)構(gòu)圖像進(jìn)行二值化處理，得到二值化圖像；

28、采用圖像遍歷的手段，遍歷所述二值化圖像中的每一個(gè)像素點(diǎn)，并采用8-鄰域檢測(cè)方法，檢測(cè)所述二值化圖像中每個(gè)0值像素的附近是否存在0值；每個(gè)0值像素的附近是指以0值像素為起點(diǎn)延伸設(shè)定值的區(qū)域；

29、當(dāng)每個(gè)0值像素的附近不存在0值時(shí)，則表明晶粒邊界線存在斷裂，刪除所述虛擬微觀組織結(jié)構(gòu)圖像；

30、當(dāng)每個(gè)0值像素的附近不存在0值時(shí)，則表明整個(gè)微觀組織結(jié)構(gòu)中的晶粒邊界完整，保留所述虛擬微觀組織結(jié)構(gòu)圖像，并將保留的所述虛擬微觀組織結(jié)構(gòu)圖像作為所述鎳基高溫合金試件的微觀組織結(jié)構(gòu)圖像。

31、第二方面，本技術(shù)提供了一種鎳基高溫合金微觀組織結(jié)構(gòu)圖像擴(kuò)散生成系統(tǒng)，包括：

32、數(shù)據(jù)獲取模塊，用于獲取多個(gè)鎳基高溫合金的原始樣本，形成樣本集，并用于獲取鎳基高溫合金試件的原始圖像；每一所述鎳基高溫合金的原始樣本均包括：原始訓(xùn)練圖像以及與所述原始訓(xùn)練圖像對(duì)應(yīng)的幾何結(jié)構(gòu)特征信息；所述原始訓(xùn)練圖像為鎳基高溫合金微觀組織結(jié)構(gòu)圖像；所述幾何結(jié)構(gòu)特征信息包括晶粒尺寸、晶粒的圓度和晶粒的長(zhǎng)短軸比；所述鎳基高溫合金試件的原始圖像為含高斯噪聲的微觀組織結(jié)構(gòu)圖像；

33、前向擴(kuò)散模塊，用于采用去噪擴(kuò)散生成網(wǎng)絡(luò)的前向擴(kuò)散過(guò)程將所述原始訓(xùn)練圖像逐步擴(kuò)散為類高斯噪聲圖像；

34、反向擴(kuò)散模塊，用于采用去噪擴(kuò)散生成網(wǎng)絡(luò)的反向擴(kuò)散過(guò)程將所述類高斯噪聲圖像逐步去噪，得到鎳基高溫合金微觀組織結(jié)構(gòu)類圖像；

35、幾何特征差值確定模塊，用于確定所述鎳基高溫合金微觀組織結(jié)構(gòu)類圖像的幾何結(jié)構(gòu)特征信息，并基于與所述原始訓(xùn)練圖像對(duì)應(yīng)的幾何結(jié)構(gòu)特征信息以及所述鎳基高溫合金微觀組織結(jié)構(gòu)類圖像的幾何結(jié)構(gòu)特征信息確定幾何特征差值；

36、幾何結(jié)構(gòu)特征損失懲罰模塊，用于確定所述幾何特征差值是否為零；當(dāng)所述幾何特征差值不為零時(shí)，將所述幾何特征差值作為幾何結(jié)構(gòu)特征損失懲罰項(xiàng)引入到所述去噪擴(kuò)散模型中，得到訓(xùn)練好的去噪擴(kuò)散生成網(wǎng)絡(luò)；當(dāng)所述幾何特征差值為零時(shí)，則將零作為幾何結(jié)構(gòu)特征損失懲罰項(xiàng)引入到所述去噪擴(kuò)散模型中，得到訓(xùn)練好的去噪擴(kuò)散生成網(wǎng)絡(luò)；

37、微觀組織結(jié)構(gòu)生成模塊，用于采用訓(xùn)練好的去噪擴(kuò)散生成網(wǎng)絡(luò)的反向擴(kuò)散過(guò)程，基于所述鎳基高溫合金試件的原始圖像生成虛擬微觀組織結(jié)構(gòu)圖像；

38、微觀組織結(jié)構(gòu)圖像生成模塊，用于采用晶粒邊界完整性原則篩選所述虛擬微觀組織結(jié)構(gòu)圖像，得到所述鎳基高溫合金試件的微觀組織結(jié)構(gòu)圖像。

39、第三方面，本技術(shù)提供了一種計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)上述提供的鎳基高溫合金微觀組織結(jié)構(gòu)圖像擴(kuò)散生成方法。

40、第四方面，本技術(shù)提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述提供的鎳基高溫合金微觀組織結(jié)構(gòu)圖像擴(kuò)散生成方法。

41、第五方面，本技術(shù)提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述提供的鎳基高溫合金微觀組織結(jié)構(gòu)圖像擴(kuò)散生成方法。

42、根據(jù)本技術(shù)提供的具體實(shí)施例，本技術(shù)公開了以下技術(shù)效果：

43、本技術(shù)提供了一種鎳基高溫合金微觀組織結(jié)構(gòu)圖像擴(kuò)散生成方法、系統(tǒng)、設(shè)備、介質(zhì)及產(chǎn)品，通過(guò)采用訓(xùn)練好的去噪擴(kuò)散生成網(wǎng)絡(luò)的反向擴(kuò)散過(guò)程，基于鎳基高溫合金試件的原始圖像生成虛擬微觀組織結(jié)構(gòu)圖像，能夠基于實(shí)時(shí)回去的原始圖像得到其對(duì)應(yīng)的虛擬微觀組織結(jié)構(gòu)圖像，解決現(xiàn)有技術(shù)中所面臨的數(shù)據(jù)樣本稀缺且獲取合金內(nèi)部微觀組織結(jié)構(gòu)繁瑣耗時(shí)成本昂過(guò)的問(wèn)題。采用晶粒邊界完整性原則篩選虛擬微觀組織結(jié)構(gòu)圖像，得到鎳基高溫合金試件的微觀組織結(jié)構(gòu)圖像，能夠直觀的再現(xiàn)相似的微觀組織結(jié)構(gòu)圖像，實(shí)現(xiàn)虛擬微觀組織結(jié)構(gòu)的智能生成，為材料性能的研究帶來(lái)了便利。