Intelligent system for prediction of mechanical properties of material based on metallographic images

Abstract

Original scientific paper This article presents developed intelligent system for prediction of mechanical properties of material based on metallographic images. The system is composed of two modules. The first module of the system is an algorithm for features extraction from metallographic images. The first algorithm reads metallographic image, which was obtained by microscope, followed by image features extraction with developed algorithm and in the end algorithm calculates proportions of the material microstructure. In this research we need to determine proportions of graphite, ferrite and ausferrite from metallographic images as accurately as possible. The second module of the developed system is a system for prediction of mechanical properties of material. Prediction of mechanical properties of material was performed by feed-forward artificial neural network. As inputs into artificial neural network calculated proportions of graphite, ferrite and ausferrite were used, as targets for training mechanical properties of material were used. Training of artificial neural network was performed on quite small database, but with parameters changing we succeeded. Artificial neural network learned to such extent that the error was acceptable. With the oriented neural network we successfully predicted mechanical properties for excluded sample. Inteligentni sustav za predviđanje mehaničkih svojstava materijala na osnovu metalografskih slika Izvorni znanstveni članak U radu se predstavlja razvijeni inteligentni sustav za predviđanje mehaničkih svojstava materijala na temelju metalografskih slika. Sustav se sastoji od dva modula. Prvi je modul algoritam za dobivanje karakteristika iz metalografskih slika. Prvi algoritam očitava metalografsku sliku dobivenu mikroskopom, zatim se dobivaju karakterisike razvijenim algoritmom, i na kraju algoritam izračunava omjere mikrostrukture materijala. U ovom istraživanju potrebno je što točnije odrediti omjere grafita, ferita i ausferita iz metalografskih slika. Drugi modul razvijenog sustava je sustav za predviđanje mehaničkih svojstava materijala. Predviđanje mehaničkih svojstava materijala izvršeno je pomoću feed-forward umjetne neuronske mreže. Kao ulazi u umjetnu neuronsku mrežu rabljeni su izračunati omjeri grafita, ferita i ausferita, dok su mehanička svojstva materijala upotrebljena kao ciljevi za uvježbavanje. Uvježbavanje umjetnih neuronskih mreža obavljeno je na prilično maloj bazi podataka, no mijenjajući parametre nama je to uspjelo. Umjetna neuronska mreža je naučila do te mjere da je greška bila prihvatljiva. S orijentiranom neuronskom mrežom uspješno smo predvidjeli mehanička svojstva izuzetog uzorka. KeywordsKljučne riječi: faktor faznog prijanjanja između površina; maksimalna vlačna čvrstoča; mehanička svojstva; metalografska slika; naprezanje tečenja; obrada slike; žilavost loma; umjetna neuronska mreža