CN117420122A - 一种基于libs的铝镁合金晶间腐蚀性评价系统及方法 - Google Patents
一种基于libs的铝镁合金晶间腐蚀性评价系统及方法 Download PDFInfo
- Publication number
- CN117420122A CN117420122A CN202311294664.9A CN202311294664A CN117420122A CN 117420122 A CN117420122 A CN 117420122A CN 202311294664 A CN202311294664 A CN 202311294664A CN 117420122 A CN117420122 A CN 117420122A
- Authority
- CN
- China
- Prior art keywords
- magnesium alloy
- laser beam
- aluminum
- characteristic spectrum
- plasma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910000861 Mg alloy Inorganic materials 0.000 title claims abstract description 63
- SNAAJJQQZSMGQD-UHFFFAOYSA-N aluminum magnesium Chemical compound [Mg].[Al] SNAAJJQQZSMGQD-UHFFFAOYSA-N 0.000 title claims abstract description 58
- 230000007797 corrosion Effects 0.000 title claims abstract description 39
- 238000005260 corrosion Methods 0.000 title claims abstract description 39
- 238000002536 laser-induced breakdown spectroscopy Methods 0.000 title claims abstract description 36
- 238000011156 evaluation Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000003384 imaging method Methods 0.000 claims abstract description 70
- 238000001228 spectrum Methods 0.000 claims abstract description 50
- 230000035945 sensitivity Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000003062 neural network model Methods 0.000 claims description 18
- 230000003595 spectral effect Effects 0.000 claims description 18
- 229910052782 aluminium Inorganic materials 0.000 claims description 15
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 15
- 230000033001 locomotion Effects 0.000 claims description 15
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 9
- 238000010226 confocal imaging Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000002834 transmittance Methods 0.000 claims description 5
- 238000002679 ablation Methods 0.000 claims description 4
- 239000013078 crystal Substances 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- GANNOFFDYMSBSZ-UHFFFAOYSA-N [AlH3].[Mg] Chemical compound [AlH3].[Mg] GANNOFFDYMSBSZ-UHFFFAOYSA-N 0.000 claims 3
- 238000001514 detection method Methods 0.000 abstract description 13
- 230000003287 optical effect Effects 0.000 abstract description 11
- 238000011065 in-situ storage Methods 0.000 abstract description 10
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 abstract description 3
- 238000011282 treatment Methods 0.000 abstract description 2
- 210000002381 plasma Anatomy 0.000 description 49
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical group [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 229910052749 magnesium Inorganic materials 0.000 description 7
- 239000011777 magnesium Substances 0.000 description 7
- 239000000243 solution Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 description 4
- 238000004451 qualitative analysis Methods 0.000 description 4
- 238000004445 quantitative analysis Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- 108091006146 Channels Proteins 0.000 description 2
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 description 2
- 229910000147 aluminium phosphate Inorganic materials 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000000701 chemical imaging Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 238000000608 laser ablation Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 229910017604 nitric acid Inorganic materials 0.000 description 2
- 239000006104 solid solution Substances 0.000 description 2
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000005275 alloying Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/718—Laser microanalysis, i.e. with formation of sample plasma
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Multimedia (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analytical Chemistry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Plasma & Fusion (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明属于工业在线检测相关技术领域，并公开了一种基于LIBS的铝镁合金晶间腐蚀性评价系统，包括LIBS单元、等离子体特征光谱成像单元和中央处理单元，其中该LIBS单元用于发射预定光束直径的激光束，并经一系列光学处理后在铝镁合金样品表面上形成等离子体特征光谱；该等离子体特征光谱成像单元用于对等离子体特征光谱进行多种成像，并形成更为清晰的特征光谱图像；该中央处理单元用于对特征光谱图像进行自动化分析，由此获得铝镁合金晶间腐蚀敏感性评价结果。本发明还公开了相应的工艺方法。通过本发明，能够实现不拆卸和无损检测，并通过实时提供铝镁合金部件的原位诊断报告，解决交通运输载具中铝镁合金部件的“原位、在线和快速”敏感性评价难题。
Description
技术领域
本发明属于工业在线检测相关技术领域，更具体地，涉及一种基于LIBS的铝镁合金晶间腐蚀性评价系统及方法。
背景技术
铝镁合金是一种轻质金属材料，具有高的比强度、良好的抗腐蚀性能和焊接性，广泛地应用于交通运输载具的主体结构，比如汽车车身、悬架系统，以及大型船舶的主体结构、甲板等。通过采用铝镁合金代替钢铁材料，可以有效减少15％-20％的重量，从而减少运载工具的燃料消耗，并增加容积和运载能力。
铝镁合金中的主要合金元素是“镁”，由于镁原子的固溶强化作用，铝镁合金的强度随着镁元素含量的增加而增大。然而，过量的镁原子会从过饱和的固溶体中扩散出去，在晶界析出腐蚀电位较低的富镁相，这些富镁相在腐蚀环境中优先被溶解，引起铝镁合金的应力腐蚀开裂，这就是铝镁合金的敏感性问题。
工程上常用的评价铝镁合金晶间腐蚀敏感性的方法是ASTM G67硝酸质量损失方法(NAMLT)，即将试样浸泡在30℃的浓硝酸中24小时，通过计算浸泡前后的质量损失来评价晶间腐蚀性能。当NAMLT值低于15mg/cm2时，认为材料具有良好的抗晶间腐蚀性能；当NAMLT值高于25mg/cm2时，认为材料具有较高的晶间腐蚀敏感性。另外一种常被用来评价铝镁合金晶间腐蚀敏感性的方法是磷酸腐蚀试验，即将样品放入60℃的浓度为10wt.％的H3PO4溶液中90s，富镁相在磷酸溶液中被腐蚀，通过光学显微镜或SEM观察样品表面晶界形貌来评价晶间腐蚀敏感性。其他方法还包括TEM和XRD测量法。
然而，进一步的研究表明，上述现有方案均存在需要取样且检测时间较长、仅适合实验室中用于批量和离线分析等缺陷。相应地，如何开发出一种便于操控且能够实现铝镁合金敏感性的“原位、在线和快速”评价系统，正成为本领域亟待解决的技术问题之一。
发明内容
针对现有技术的以上缺陷或技术需求，本发明的目的在于提供一种基于LIBS的铝镁合金晶间腐蚀性评价系统及方法，其中不仅开创性引入LIBS(激光诱导击穿光谱技术)来获得等离子体特征光谱图像，而且在此基础上结合共聚焦成像和带通滤波技术，使得获得的特征光谱图像信息与铝镁合金的敏感性存在极强的相关性，同时可进一步利用深度神经网络模型对特征进行提取，与现有技术相比能够更为高效、准确地执行晶间腐蚀敏感性评价，并在不拆卸和无损检测的前提下，可实时提供铝镁合金部件的原位诊断报告，显著提升了交通运输载具安全监测的时效性。
为实现上述目的，按照本发明的一个方面，提供了一种基于LIBS的铝镁合金晶间腐蚀性评价系统，该系统包括LIBS单元、等离子体特征光谱成像单元和中央处理单元，其特征在于：
该LIBS单元包括沿着光束方向依次布置的激光器(1)、激光反射镜(2)、波片(3)、分光棱镜(4)、激光扩束镜(6)、短波通二向色镜(7)、紫外增强铝反射镜(8)和反射式聚焦物镜(9)，其中所述激光器(1)用于发射预定光束直径的激光束，并经所述激光反射镜(2)偏转90°后，依次通过所述波片(3)和所述分光棱镜(4)；所述分光棱镜(4)用于将入射的激光束进行线性分光，所透射的激光束继续传播进入所述激光扩束镜(6)，所反射的激光束射向光束终止器(5)；所述激光扩束镜(6)用于将入射激光束的光束直径进行倍率放大，然后继续入射至所述短波通二向色镜(7)；所述短波通二向色镜(7)、紫外增强铝反射镜(8)用于依次将入射的激光束执行90°的全反射，然后继续传播至所述反射式聚焦物镜(9)执行聚焦和消色差；入射激光束经过所述反射式聚焦物镜(9)后在铝镁合金样品(11)的表面上形成激光聚焦焦点(10)，相应形成等离子体并向外界辐射等离子体特征光谱；
该等离子体特征光谱成像单元包括ICCD增强型成像器件(16)、带通滤光片(15)、第一近紫外消色差透镜(14)、第二近紫外消色差透镜(13)，其中所述第二近紫外消色差透镜(13)与所述紫外增强铝反射镜(8)、反射式聚焦物镜(9)共同构成高倍率成像模块，并用于对所述等离子体特征光谱进行放大成像；所述ICCD增强型成像器件(16)、带通滤光片(15)和第一近紫外消色差透镜(14)共同构成低倍率成像模块，并用于对特定光谱带宽的所述等离子体特征光谱进行成像；此外，所述高倍率成像模块的像方焦点与所述低倍率成像模块的物方焦点相互重合，其共同构成了共聚焦成像模块且用于对所述等离子体特征光谱进行断层成像；
该中央处理单元与该LIBS单元、该等离子体特征光谱成像单元分别信号相连，并用于控制以实现铝镁合金样品的移动、等离子体激发、等离子体特征光谱图像获取等操作，进而通过图像分析对铝镁合金晶间腐蚀敏感性进行评价。
进一步优选地，对于所述LIBS单元而言，它优选还包括三维电动运动平台(12)，该三维电动运动平台(12)用于放置铝镁合金样品(11)，并用于带动铝镁合金样品(11)执行三维方向上的水平和垂直运动，并确保所述激光聚焦焦点(10)可作用于样品表面上的任意位置，或是按照预设运动轨迹来形成有规律的烧蚀坑轨迹。
进一步优选地，所述激光器(1)优选为Nd:YAG激光器，并用于发射1064nm或者532nm波长激光束。
进一步优选地，所述激光扩束镜(6)的扩束倍率优选为1.5倍～5倍，并且它优选具备两个同轴设置的凹透镜和凸透镜，入射激光束依次进入这些凹透镜和凸透镜后变为光束直径更宽的激光束。
进一步优选地，所述短波通二向色镜优选被设定为在小于等于400nm的波段具有高透过率，同时在大于400nm的波段具有高反射率；其中，在小于等于400nm波段的透过率高于95％，在400nm～1100nm波段的反射率高于90％。
进一步优选地，所述反射式聚焦物镜(9)优选使得入射激光束的聚焦光斑的空间分辨率达到1μm～3μm。
进一步优选地，所述带通滤光片(15)的规格参数优选设定如下：光谱透过带宽优于10nm，中心波长透过率优于25％，同时在光谱截止区域的光谱透过率不高于0.01％。
按照本发明的另一方面，还提供了相应的铝镁合金晶间腐蚀性评价方法。
进一步优选地，对于所获得的等离子体特征光谱图像，优选采用深度神经网络模型对其进行分类处理，其中通过将图像数据集划分为训练集和测试集，分别将训练集和测试集数据导入深度神经网络模型，并通过验证损失函数值的收敛情况来评价深度神经网络模型的分类精度。
进一步优选地，所述深度神经网络模型优选采用ResNet模型，或者AlexNet、VGG、GoogLeNet等模型。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：
1、本发明开创者提出通过等离子体特征光谱图像进行定性和定量分析。与传统的光谱法不同，本发明以等离子体特征光谱图像作为定性和定量分析的依据，通过设计一套带通成像光学系统，能够获取特定波长的等离子体特征光谱图像，利用ICCD增强型成像器件读取该图像的二维强度信息，可以实现离子体内部特征光谱的结构可视化，并建立等离子体内部特征光谱结构与样品表面烧蚀区域特征元素分布的映射关系，达到元素定性和定量分析的目的；
2、本发明还进一步提出以图像分辨率定义LIBS的分辨率。其中通过设计一套高倍率等离子体特征光谱成像模块，配合共聚焦成像，能够实现对微观等离子体内部进行断层清晰成像，突破了传统的以激光烧蚀样品表面形成的烧蚀坑横向尺寸定义LIBS分辨率的局限性，本发明相比于传统LIBS分辨率提高了1-2个数量级；根据衍射光学计算，本发明提供的LIBS系统分辨率可达到亚微米量级；
3、此外，本发明提供了一种“原位、在线和快速”的工业在线检测技术。通过将LIBS与深度神经网络技术相结合，可以真正实现不拆卸和无损检测，通过实时提供铝镁合金部件的原位诊断报告，解决交通运输载具中铝镁合金部件的“原位、在线和快速”敏感性评价难题，提升交通运输载具安全监测的时效性。且通过检测数据的不断积累，深度神经网络模型规模持续增大，预测结果的精度和稳定性也将持续提高，是一种“绿色、智能、高效、可靠”的技术。
附图说明
图1是按照本发明一个实施例的铝镁合金晶间腐蚀性评价系统的整体结构布局示意图；
图2是用于示范性显示按照本发明所形成的等离子体光谱成像系统的视场标定结果示意图；
图3是用于示范性显示按照本发明所形成的等离子体时间演化图像示意图；
图4是用于示范性显示按照本发明所形成的等离子体特征光谱图像的示意图；
在所有附图中，相同的附图标记用来表示相同的元件或结构，其中：
1-激光器，2-激光反射镜，3-波片，4-分光棱镜，5-光束终止器，6-激光扩束镜，7-短波通二向色镜，8-紫外增强铝反射镜，9-反射式聚焦物镜，10-激光聚焦焦点，11-铝镁合金样品，12-三维电动运动平台，13-第一近紫外消色差透镜，14-第二近紫外消色差透镜，15-带通滤光片，16-ICCD增强型成像器件，17-共聚焦焦点，18-数字信号延迟发生器，19-计算机，20-第一USB连接线，21-第二USB连接线，22-第三USB连接线，23-第一数字信号线，24-第二数字信号线。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如同“背景技术”部分所分析地，现有技术中缺乏一种能够实现铝镁合金敏感性的“原位、在线和快速”评价系统。LIBS技术作为工业在线检测领域最为高效的技术之一，在金属分类和成分检测等领域，已开展了大量的研究和应用。因此，本发明提出可使用LIBS技术实现铝镁合金敏感性的评价。
然而，铝镁合金晶界处析出的低腐蚀电位富镁相，其长度和宽度通常在几十纳米范围，传统的LIBS分辨率通常以激光烧蚀坑的横向尺寸来计算，而激光烧蚀坑的尺寸通常在数十微米至数百微米，相比于富镁相的尺度高2-3个数量级，因此，富镁相的特征光谱被淹没在等离子体的宏观特征光谱辐射中，导致传统的光谱法在铝镁合金敏感性评价应用受到限制。
对此，本发明进一步对其作出了改进和完善。更具体地，等离子体成像方法不同于光谱法，其利用增强型成像器件对激光诱导等离子体进行分辨成像，因此，分辨率将不再局限于激光烧蚀坑尺寸。通过采用大数值孔径光学系统、并采用共聚焦成像和带通滤波技术，镁原子的光谱分辨率可达到10nm、镁原子的特征光谱图像分辨率可达到亚微米量级，且获得的特征光谱图像包含了光谱强度、二维分布等三个维度信息，该信息与铝镁合金的敏感性存在着极强的相关性，而且还可以进一步利用深度神经网络模型对特征进行提取，模型经过训练和评估后即可用于铝镁合金晶间腐蚀敏感性评价。
图1是按照本发明一个实施例的铝镁合金晶间腐蚀性评价系统的整体结构布局示意图。如图1所示，该系统包括LIBS单元、等离子体特征光谱成像单元和中央处理单元，下面将结合图1来更为具体地解释说明。
对于该LIBS单元而言，它用于发射预定光束直径的激光束，并经一系列光学处理后在铝镁合金样品表面上形成等离子体特征光谱。例如，该LIBS单元可包括激光器、激光反射镜、波片、分光棱镜、光束终止器、激光扩束镜、短波通二向色镜、紫外增强铝反射镜、反射式聚焦物镜和三维电动运动平台等；其中，所述波片和分光棱镜构成激光光束衰减器，通过旋转波片，能够线性调节透射激光的能量大小，被分光棱镜反射的激光束在光束终止器处被耗散截止；所述三维电动运动平台用于带动铝镁合金样品在三维空间移动，以实现对样品表面不同位置进行敏感性评价。
更具体地，按照本发明的一个优选实施例，该LIBS单元譬如可包括沿着光束方向依次布置的激光器1、激光反射镜2、波片3、分光棱镜4、激光扩束镜6、短波通二向色镜7、紫外增强铝反射镜8、反射式聚焦物镜9和三维电动运动平台12。
其中激光器1优选为Nd:YAG激光器，并用于发射1064nm光束直径的激光束，激光反射镜2与激光束的入射方向夹角为45°，因此激光器1发射的1064nm激光束经由激光反射镜2的反射后，激光束的传输方向偏转90°。偏转后的激光束依次通过波片3和分光棱镜4，波片3和分光棱镜4的前表面与激光束传输方向垂直放置。
分光棱镜4能够对入射的激光束进行线性分光，透射的激光束继续向前传播，进入激光扩束镜6。同时，被分光棱镜4反射的激光束射向光束终止器5。所述光束终止器5譬如为金属材料，前表面可采用楔形结构，能够对入射的激光束进行散射，达到消耗激光束能量的目的。
波片3与分光棱镜4构成激光光束衰减器，以激光传输方向为轴线，通过旋转波片3，能够调节透射和反射激光能量的大小。通常，透射激光束和反射激光束的能量之和等于入射激光束能量。
激光扩束镜6的作用是将入射激光束的光束直径进行倍率放大，经由激光扩束镜6扩束后的激光束进一步入射至短波通二向色镜7。短波通二向色镜7在本实施例中譬如在200nm-1100nm光波段范围内具有二向特性，即在某一波长值两端显现出透射和反射特性，即在200nm至某一波长值范围内，呈现出高透过率特性；在某一波长值至1100nm范围内，呈现出高反射率特性。短波通二向色镜7与激光束的入射方向夹角为45°，且入射激光束的波长为1064nm，因此入射的激光束被短波通二向色镜7全部反射，反射后的激光束与入射的激光束夹角为90°。
紫外增强铝反射镜8在本实施例中优选在200nm-1100nm光波段具有全反射特性，既能够满足反射激光束的作用，同时能够用于成像，对200nm-1100nm1范围内的任意波长光谱信号进行反射，为ICCD增强型成像器件16提供有效的光信号。紫外增强铝反射镜8与激光束的入射方向夹角为45°，因此入射的激光束经紫外增强铝反射镜8的反射后，传输方向再一次偏转90°，偏转后的激光束直接入射至反射式聚焦物镜9。
反射式聚焦物镜9内部譬如可包含两个同轴设置的中心带孔的凹面镜和凸面反射镜，其表面同样镀有紫外增强铝膜反射面，优选在200nm-1100nm光波段具有全反射特性，既能够满足反射激光束的作用，同时能够用于成像，对200nm-1100nm范围内的任意波长光谱信号进行反射，为ICCD增强型成像器件16提供有效的光信号。同时，反射式聚焦物镜9天然具有消色差功能，具有更好的成像效果，且反射式物镜在实现较高倍率的同时还具有较长的工作距离，能够满足工业现场使用。入射激光束经反射式聚焦物镜9的聚焦后，在铝镁合金样品11上表面形成激光聚焦焦点10，铝镁合金样品11表面材料在激光聚焦焦点10的作用下形成等离子体，并向外界辐射等离子体特征光谱。
此外，三维电动运动平台12能够在三维空间内，拖动铝镁合金样品11进行水平和垂直运动，确保激光聚焦焦点10能够作用在铝镁合金样品11上表面的任意位置，或按照事先设定的轨迹进行运动，使得激光聚焦焦点10在铝镁合金样品11上表面形成有规律的烧蚀坑轨迹。
对于该等离子体特征光谱成像单元而言，它包括ICCD增强型成像器件16、带通滤光片15、第一近紫外消色差透镜14、第二近紫外消色差透镜13，其中第二近紫外消色差透镜13与紫外增强铝反射镜8、反射式聚焦物镜9共同构成高倍率成像模块，并用于对等离子体特征光谱进行放大成像；ICCD增强型成像器件16、带通滤光片15和第一近紫外消色差透镜14共同构成低倍率成像模块，并用于对特定光谱带宽的所述等离子体特征光谱进行成像；此外，所述高倍率成像模块的像方焦点与所述低倍率成像模块的物方焦点相互重合，其共同构成了共聚焦成像模块且用于对等离子体特征光谱进行断层成像。
更具体地，一方面，第二近紫外消色差透镜13、紫外增强铝反射镜8和反射式聚焦物镜9构成高倍率成像模块。紫外消色差透镜13具有较长的焦距，反射式聚焦物镜9具有较短的焦距，以获得较大的成像倍率，构成的高倍率成像系统放大倍率为“紫外消色差透镜13的焦距”与“反射式聚焦物镜9的焦距”的比值。可选的，放大倍率可设置为20-40倍。
另一方面，ICCD增强型成像器件16、带通滤光片15、第一近紫外消色差透镜14构成低倍率成像模块。第一近紫外消色差透镜14具有相对较短的焦距，因此，可以兼顾光学系统的倍率和长度，确保整个系统的尺寸保持在合理范围。
带通滤光片15具有带通特性，即只允许某一带宽范围内的光波长能够通过，其他光波长均被截止。可选的，带通滤光片15的带宽为10nm以下，以确保ICCD增强型成像器件16获得的等离子体特征光谱信号具有足够的分辨率，达到光谱识别和分析的要求。
此外，共聚焦焦点17为高倍率成像模块的像方焦点和低倍率成像模块的物方焦点的重合点。因此，高倍率成像系统和低倍率成像系统共同构成了共聚焦成像模块。该共聚焦成像模块能够有效提升等离子体特征光谱图像的分辨率，离子体特征光谱经过ICCD增强型成像器件16成像后，即能获得更为清晰的等离子体特征光谱图。
对于该中央处理单元而言，其与该LIBS单元、该等离子体特征光谱成像单元分别信号相连，并用于控制以实现铝镁合金样品的移动、等离子体激发、等离子体特征光谱图像获取等操作，进而通过图像分析对铝镁合金晶间腐蚀敏感性进行评价。
更具体地，该中央处理单元可包括数字信号延迟发生器18和计算机19等。其中，数字信号延迟发生器18具有至少2个数字信号输出通道，通过第一数字信号线23和第二数字信号线24与激光器1和ICCD增强型成像器件16相连。
计算机19可以是台式计算机、便携式笔记本或移动平板。该计算机19可通过第一USB连接线20、第二USB连接线21和第三USB连接线22分别与ICCD增强型成像器件16、数字信号延迟发生器18和三维电动运动平台12相连。
如图2-图4所示，为本发明提供的铝镁合金晶间腐蚀敏感性评价系统分别对标尺、等离子体的演化过程图像，以及固定门控下的等离子体特征光谱的成像效果。
更具体地，所述标尺每条线的间隔为0.01mm，主要用于标定成像系统的视场尺寸和放大率，如图2所示，本发明提供成像系统的视场尺寸为200um、视场放大率为40倍。
所述等离子体的演化过程如图3所示，在等离子体形成的初始阶段，前3张图片等离子体的尺寸最大，随着演化时间的进一步推进，等离子体尺寸逐渐变小并逐渐消失。据此，本发明将门控采集时间设置在等离子体形成的早期阶段，获得如图4所示的等离子体特征光谱图像，由图4可以看出等离子体特征光谱图像有着典型的强度分布特征。
本发明还进一步引入深度神经网络与LIBS融合来实现铝镁合金晶间腐蚀敏感性的评价过程。
按照本发明的一个优选实施例，对于所获得的等离子体特征光谱图像，优选采用深度神经网络模型对其进行分类处理，其中通过将图像数据集划分为训练集和测试集，分别将训练集和测试集数据导入深度神经网络模型，并通过验证损失函数值的收敛情况来评价深度神经网络模型的分类精度。
此外，所述深度神经网络模型优选采用ResNet模型，具有更佳的图像分类精度。根据需要，也可选择AlexNet、VGG或GoogLeNet等深度神经网络模型。
更具体地，首先可建立ResNet深度神经网络模型结构，ResNet网络中按照残差块的通道数分为不同的模块。对所述训练集和测试集损失函数值的收敛情况进行收集，ResNet深度神经网络模型经过30个epoch就开始收敛，最终损失函数值都在0.5左右，显示满足铝镁合金敏感性评价的要求。
综上，按照本发明的铝镁合金晶间腐蚀敏感性评价系统及方法具有以下技术优势：第一，首次通过等离子体特征光谱图像进行定性和定量分析，能够满足铝镁合金“原位、在线和快速”敏感性评价的要求；第二，以图像分辨率重新定义LIBS的分辨率，相比于传统LIBS分辨率提高了1-2个数量级，LIBS分辨率首次达到亚微米量级；第三，真正实现原位和无损检测，是一种“绿色、高效、可靠”的工业在线检测技术，且随着检测数据的不断积累，预测结果的精度和稳定性也随之提高。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于LIBS的铝镁合金晶间腐蚀性评价系统，该系统包括LIBS单元、等离子体特征光谱成像单元和中央处理单元，其特征在于：
该LIBS单元包括沿着光束方向依次布置的激光器(1)、激光反射镜(2)、波片(3)、分光棱镜(4)、激光扩束镜(6)、短波通二向色镜(7)、紫外增强铝反射镜(8)和反射式聚焦物镜(9)，其中所述激光器(1)用于发射预定光束直径的激光束，并经所述激光反射镜(2)偏转90°后，依次通过所述波片(3)和所述分光棱镜(4)；所述分光棱镜(4)用于将入射的激光束进行线性分光，所透射的激光束继续传播进入所述激光扩束镜(6)，所反射的激光束射向光束终止器(5)；所述激光扩束镜(6)用于将入射激光束的光束直径进行倍率放大，然后继续入射至所述短波通二向色镜(7)；所述短波通二向色镜(7)、紫外增强铝反射镜(8)用于依次将入射的激光束执行90°的全反射，然后继续传播至所述反射式聚焦物镜(9)执行聚焦和消色差；入射激光束经过所述反射式聚焦物镜(9)后在铝镁合金样品(11)的表面上形成激光聚焦焦点(10)，相应形成等离子体并向外界辐射等离子体特征光谱；
该等离子体特征光谱成像单元包括ICCD增强型成像器件(16)、带通滤光片(15)、第一近紫外消色差透镜(14)、第二近紫外消色差透镜(13)，其中所述第二近紫外消色差透镜(13)与所述紫外增强铝反射镜(8)、反射式聚焦物镜(9)共同构成高倍率成像模块，并用于对所述等离子体特征光谱进行放大成像；所述ICCD增强型成像器件(16)、带通滤光片(15)和第一近紫外消色差透镜(14)共同构成低倍率成像模块，并用于对特定光谱带宽的所述等离子体特征光谱进行成像；此外，所述高倍率成像模块的像方焦点与所述低倍率成像模块的物方焦点相互重合，其共同构成了共聚焦成像模块且用于对所述等离子体特征光谱进行断层成像；
该中央处理单元与该LIBS单元、该等离子体特征光谱成像单元分别信号相连，并用于控制以实现铝镁合金样品的移动、等离子体激发、等离子体特征光谱图像获取等操作，进而通过图像分析对铝镁合金晶间腐蚀敏感性进行评价。
2.如权利要求1所述的铝镁合金晶间腐蚀性评价系统，其特征在于，对于所述LIBS单元而言，它优选还包括三维电动运动平台(12)，该三维电动运动平台(12)用于放置铝镁合金样品(11)，并用于带动铝镁合金样品(11)执行三维方向上的水平和垂直运动，并确保所述激光聚焦焦点(10)可作用于样品表面上的任意位置，或是按照预设运动轨迹来形成有规律的烧蚀坑轨迹。
3.如权利要求1或2所述的铝镁合金晶间腐蚀性评价系统，其特征在于，所述激光器(1)优选为Nd:YAG激光器，并用于发射1064nm或者532nm波长激光束。
4.如权利要求1-3任意一项所述的铝镁合金晶间腐蚀性评价系统，其特征在于，所述激光扩束镜(6)的扩束倍率优选为1.5倍～5倍，并且它优选具备两个同轴设置的凹透镜和凸透镜，入射激光束依次进入这些凹透镜和凸透镜后变为光束直径更宽的激光束。
5.如权利要求1-4任意一项所述的铝镁合金晶间腐蚀性评价系统，其特征在于，所述短波通二向色镜(7)优选被设定为在小于等于400nm的波段具有高透过率，同时在大于400nm的波段具有高反射率；其中，在小于等于400nm波段的透过率高于95％，在400nm～1100nm波段的反射率高于90％。
6.如权利要求1-5任意一项所述的铝镁合金晶间腐蚀性评价系统，其特征在于，所述反射式聚焦物镜(9)优选使得入射激光束的聚焦光斑的空间分辨率达到1μm～3μm。
7.如权利要求1-6任意一项所述的铝镁合金晶间腐蚀性评价系统，其特征在于，所述带通滤光片(15)的规格参数优选设定如下：光谱透过带宽优于10nm，中心波长透过率优于25％，同时在光谱截止区域的光谱透过率不高于0.01％。
8.一种铝镁合金晶间腐蚀性评价的方法，其特征在于，它采用如权利要求1-7任意一项所述的系统来实现。
9.如权利要求8所述的铝镁合金晶间腐蚀性评价的方法，其特征在于，对于所获得的等离子体特征光谱图像，优选采用深度神经网络模型对其进行分类处理，其中通过将图像数据集划分为训练集和测试集，分别将训练集和测试集数据导入深度神经网络模型，并通过验证损失函数值的收敛情况来评价深度神经网络模型的分类精度。
10.如权利要求9所述的铝镁合金晶间腐蚀性评价的方法，其特征在于，所述深度神经网络模型优选采用ResNet模型，或者AlexNet、VGG、GoogLeNet等模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311294664.9A CN117420122A (zh) | 2023-10-07 | 2023-10-07 | 一种基于libs的铝镁合金晶间腐蚀性评价系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311294664.9A CN117420122A (zh) | 2023-10-07 | 2023-10-07 | 一种基于libs的铝镁合金晶间腐蚀性评价系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117420122A true CN117420122A (zh) | 2024-01-19 |
Family
ID=89525566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311294664.9A Pending CN117420122A (zh) | 2023-10-07 | 2023-10-07 | 一种基于libs的铝镁合金晶间腐蚀性评价系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117420122A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107764798A (zh) * | 2017-10-11 | 2018-03-06 | 华中科技大学 | 一种金属增材制造质量在线检测系统 |
| TWI656231B (zh) * | 2017-12-05 | 2019-04-11 | 國家中山科學研究院 | Method for preparing polycrystalline aluminum nitride high reflection mirror |
| CN110449373A (zh) * | 2019-08-15 | 2019-11-15 | 南京航空航天大学 | 一种自适应的物料高效拾捡分选装置与方法 |
| CN111272738A (zh) * | 2020-03-04 | 2020-06-12 | 首钢京唐钢铁联合有限责任公司 | 一种锌铝镁合金中微量元素的含量的检测方法 |
| CN210935999U (zh) * | 2019-08-15 | 2020-07-07 | 南京航空航天大学 | 一种自适应的物料高效拾捡分选装置 |
| CN112969275A (zh) * | 2021-02-03 | 2021-06-15 | 西安闪光能源科技有限公司 | 一种增强放电等离子体辐射以驱动增强材料的方法 |
| CN114505577A (zh) * | 2022-03-05 | 2022-05-17 | 安阳工学院 | 铝合金/镍基合金或镍异种材料激光焊接方法 |
| CN115048835A (zh) * | 2022-06-09 | 2022-09-13 | 山西大学 | 一种等离子体中粒子瞬态分布的成像方法 |
-
2023
- 2023-10-07 CN CN202311294664.9A patent/CN117420122A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107764798A (zh) * | 2017-10-11 | 2018-03-06 | 华中科技大学 | 一种金属增材制造质量在线检测系统 |
| TWI656231B (zh) * | 2017-12-05 | 2019-04-11 | 國家中山科學研究院 | Method for preparing polycrystalline aluminum nitride high reflection mirror |
| CN110449373A (zh) * | 2019-08-15 | 2019-11-15 | 南京航空航天大学 | 一种自适应的物料高效拾捡分选装置与方法 |
| CN210935999U (zh) * | 2019-08-15 | 2020-07-07 | 南京航空航天大学 | 一种自适应的物料高效拾捡分选装置 |
| CN111272738A (zh) * | 2020-03-04 | 2020-06-12 | 首钢京唐钢铁联合有限责任公司 | 一种锌铝镁合金中微量元素的含量的检测方法 |
| CN112969275A (zh) * | 2021-02-03 | 2021-06-15 | 西安闪光能源科技有限公司 | 一种增强放电等离子体辐射以驱动增强材料的方法 |
| CN114505577A (zh) * | 2022-03-05 | 2022-05-17 | 安阳工学院 | 铝合金/镍基合金或镍异种材料激光焊接方法 |
| CN115048835A (zh) * | 2022-06-09 | 2022-09-13 | 山西大学 | 一种等离子体中粒子瞬态分布的成像方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104596997B (zh) | 一种激光诱导击穿‑脉冲拉曼光谱联用系统及使用方法 | |
| CN103743718A (zh) | 共聚焦显微拉曼和激光诱导击穿光谱联用激光光谱分析仪 | |
| Wolleschensky et al. | Characterization and optimization of a laser-scanning microscope in the femtosecond regime. | |
| CN108051909B (zh) | 一种结合光镊功能的扩展焦深显微成像系统 | |
| CN103033488B (zh) | 可实时观察监测z扫描光学非线性测量装置和方法 | |
| CN108169229B (zh) | 一种基于径向偏振光束的手性和频产生显微镜及成像方法 | |
| CN107884339B (zh) | 一种适合深空微区分析的自适应激光光谱及成像方法 | |
| Scaggs et al. | Real time laser beam analysis system for high power lasers | |
| Jacobsen et al. | Refractive‐index‐induced aberrations in two‐photon confocal fluorescence microscopy | |
| CN107907512B (zh) | 一种深空探测微区自适应拉曼荧光成像联用方法 | |
| CN117420122A (zh) | 一种基于libs的铝镁合金晶间腐蚀性评价系统及方法 | |
| Shi et al. | Resonant scattering enhanced interferometric scattering microscopy | |
| CN113740316A (zh) | 基于光斑位置的激光聚焦点位置自动定位方法及系统 | |
| CN110664369B (zh) | 一种自适应共焦线扫描谐波显微成像方法及装置 | |
| US11880027B2 (en) | High-speed stereo 3D multimodal imaging system and method | |
| CN110567934A (zh) | 一种基于微结构光纤的拉曼测试辅助调节耦合的实时成像系统及测试方法 | |
| CN108593528B (zh) | 基于激光干涉的非球形粗糙粒子形状和尺寸测量方法 | |
| Dromey et al. | Third harmonic order imaging as a focal spot diagnostic for high intensity laser-solid interactions | |
| CN113984771B (zh) | 基于矢量偏振光的深度学习暗场共焦显微测量装置与方法 | |
| DE102011053003A1 (de) | Verfahren und Vorrichtungen zur Weitfeld-Mikroskopie | |
| CN113433065B (zh) | 一种基于贝塞尔cars的湍流光谱测量系统及其测量方法 | |
| CN113758939B (zh) | 利用金属表面反射和散射光谱表征金属表面清洁度的方法 | |
| CN211206261U (zh) | 一种基于微结构光纤的拉曼测试辅助调节耦合的实时成像系统 | |
| CN205538737U (zh) | 反射型双波长全息术的光学元件高景深表面疵病检测装置 | |
| Liu et al. | Joint transform correlator for the detection of defects in optical fibers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |