|
Microstructural classification of multiphase steels by advanced microscopy and image analysis techniques
Jozefovič, Patrik ; Materna, Jiří (referee) ; Mikmeková, Šárka (advisor)
Austenitické nerezové ocele si vďaka svojim charakteristickým vlastnostiam našli uplatnenie naprieč rôznymi sektormi. Metastabilný charakter niektorých z nich, ktorý umožňuje martenzitickú tranformáciu so sebou však prináša určité riziká spojené s poklesom húževnatosti. Na odhalenie martenzitickej fázy v mikroštruktúre oceli sa v dnešnej dobe využívajú techniky ako je napríklad difrakcia spätne odrazených elektrónov v rastrovacom elektrónovom mikroskope. Difrakcia spätne odrazených elektrónov je však veľmi časovo náročná a takisto kladie vysoké nároky na kvalitu metalografickej prípravy vzoriek. Cieľom tejto práce je nájdenie iných techník, umožňujúcich separáciu fáz v metastabilnej austenitickej oceli v rastrovom elektrónovom mikroskope, ako aj optimalizácia metalografickej prípravy tejto oceli pre potreby elektrónovej mikroskopie. Po naplnení týchto cieľov sa táto práca zameriava na možnosť využitia takzvaného hlbokého učenia za účelom automatizovanej separácie fáz v mikrosnímkach z rastrovacieho elektrónového mikroskopu. Pre tieto účely boli natrénované 4 neurónové siete založené na rôznych architektúrach a ich výsledky boli následne porovnané.
|
| |
|
Microstructural classification of multiphase steels by advanced microscopy and image analysis techniques
Jozefovič, Patrik ; Materna, Jiří (referee) ; Mikmeková, Šárka (advisor)
Austenitické nerezové ocele si vďaka svojim charakteristickým vlastnostiam našli uplatnenie naprieč rôznymi sektormi. Metastabilný charakter niektorých z nich, ktorý umožňuje martenzitickú tranformáciu so sebou však prináša určité riziká spojené s poklesom húževnatosti. Na odhalenie martenzitickej fázy v mikroštruktúre oceli sa v dnešnej dobe využívajú techniky ako je napríklad difrakcia spätne odrazených elektrónov v rastrovacom elektrónovom mikroskope. Difrakcia spätne odrazených elektrónov je však veľmi časovo náročná a takisto kladie vysoké nároky na kvalitu metalografickej prípravy vzoriek. Cieľom tejto práce je nájdenie iných techník, umožňujúcich separáciu fáz v metastabilnej austenitickej oceli v rastrovom elektrónovom mikroskope, ako aj optimalizácia metalografickej prípravy tejto oceli pre potreby elektrónovej mikroskopie. Po naplnení týchto cieľov sa táto práca zameriava na možnosť využitia takzvaného hlbokého učenia za účelom automatizovanej separácie fáz v mikrosnímkach z rastrovacieho elektrónového mikroskopu. Pre tieto účely boli natrénované 4 neurónové siete založené na rôznych architektúrach a ich výsledky boli následne porovnané.
|