Page 28 - 理化检验-物理分册2025年第五期

陈 德，等：钢材晶粒度评级的人工智能研究和应用

制备品质难以满足智能评级的要求。采用自动磨 单位产品的强度指标跨度较大，很难兼顾高强度
抛机，按厂家推荐方法制备试样（见表 3），因笔者 和低强度等不同抗拉强度试样的制备品质。
表3 厂家推荐自动磨抛方法

步骤 磨抛材料 抛光液 润滑液 转速(盘/头)/（转 · min −1 ） 压力/N 时间/min
粗磨 P220型砂纸 — 水 200/150， 120 2.0
精磨 9 μm精磨盘 水 水 150/150，同向 120 2.5
粗抛 3 μm抛光布 3 μm金刚石抛光液 无水润滑剂 150/150，同向 120 2.0
精抛 1 μm抛光布 1 μm金刚石抛光液 无水润滑剂 150/150，同向 120 2.5

笔者采用Qp5O型自动镶样机和Labopo1-60 方法的基础上，与相关技术人员共同研究制定了一
型自动磨抛机进行制样，根据试样的抗拉强度指 套适应公司产品特性的晶粒度智能评定试样自动磨
标，在参考同行实验室自动磨抛经验和厂家推荐 抛作业方法（见表4~5）。
表4 晶粒度智能评定试样自动磨抛方法（抗拉强度为450~700 MPa）

步骤 磨抛盘材料 抛光液 润滑液 转速(盘/头)/（转 · min −1 ） 压力/N 时间/min
粗磨 P220型砂纸 — 水 200/150，同向 150 2.0

精磨 9 μm精磨盘 — — 150/150，同向 120 3.5
粗抛 3 μm抛光布 3 μm金刚石抛光液 无水润滑剂 150/150，同向 120 2.0
精抛 1 μm抛光布 1 μm金刚石抛光液 无水润滑剂 150/150，同向 100 2.5
表5 晶粒度智能评定试样自动磨抛方法（抗拉强度不大于450 MPa）

步骤 磨抛盘材料 抛光液 润滑液 转速(盘/头)/（转 · min −1 ） 压力/N 时间/min
粗磨 合金磨盘 — 水 300/150，反向 180 1
精磨 9 μm精磨盘 9 μm金刚石抛光液 — 150/160，反向 120 3
粗抛 3 μm抛光布 3 μm金刚石抛光液 无水润滑剂 150/150，反向 100 2
精抛 1 μm抛光布 1 μm金刚石抛光液 无水润滑剂 150/150，反向 90 2

2.1.2 试样腐蚀 表6 晶粒度智能评定试样腐蚀控制要求
试样腐蚀后要求其晶界清晰，否则将影响智能 产品牌号 加热时间/s 腐蚀时间/s
评级模型对试样晶界等特征的提取。常规方式是采 L415M及以下级别管线钢 12±1 15~25
用体积分数为3%~5％的硝酸乙醇溶液作为腐蚀试
L415M以上级别管线钢 15±1 30~40
剂，检验员根据个人经验腐蚀试样，但是不同腐蚀试
梁板 10±1 15~20
剂的体积分数、试样材料、腐蚀时间等条件变化容易
耐候钢 10±1 25~35
给人工造成误导，导致试样腐蚀深度过浅或过深，影
冷轧材 3±1 15~20
响评定结果。
酸洗板 5±1 10~15
设计方法为采用体积分数为4％的硝酸乙醇溶
液作为腐蚀试剂，腐蚀前使用沸水对试样进行加热， 碳素结构钢、低合金钢、 8±1 10~20
气瓶钢等常规产品
以提高腐蚀效果。同时，根据试样材料的牌号，通过
系列比对试验，制定了晶粒度的智能评定试样腐蚀 果与人工的差异，提高重复性。
控制要求（见表6）。 2.2.1 图像数据库
2.2 评级模型 数据库是一系列用于特定金相检验图像自动分
评级模型主要包括：晶粒度试样的人工打标，建 析和处理的重要数据集，通过对晶粒度金相图像进
立图像数据库；将数据库输入卷积神经网络模型，并 行人工打标和标注，以提取原始特征，建立各级数据
进行深度学习，提取特征，建立晶粒度自动评级模型； 集。当样本量达到一定程度后，形成特定特征的数
对模型进行测试训练和适应优化，减小智能检测结 据库，并最终实现晶粒度的自动分析。
16