●1 銅鎳合金概述
1.1 引言
1.2 銅鎳合金
1.2.1素在銅鎳合金中的作用
1.2.2 晶界工程在銅鎳合金中的應用
1.2.3 銅鎳合金的層錯幾率
1.3 稀土在銅合金中的應用
1.3.1 稀土對銅合金組織的影響
1.3.2 稀土對銅合金耐蝕性能的影響
2 圖像特征分析與卷積神經網絡
2.1 圖像特征分析技術
2.2 卷積神經網絡
2.2.1 卷積神經網絡（CNN，Convolutional Neural Network）研究意義
2.2.2 卷積神經網絡發展歷程
2.2.3 卷積神經網絡表征方法
3 實驗材料與方法
3.1 實驗材料
3.2 實驗方案
3.2.1 釔含量對白銅合金組織與性能試驗
3.2.2 B10合金的晶界特征的圖像表征與神經網絡預測
3.3 實驗設備
3.4 材料測試與分析
3.4.1 組織觀察
3.4.2 晶界與層錯分析
3.4.3 腐蝕測試與分析
4 釔微合金化對B10合金組織結構的影響
4.1 釔微合金化對B10合金鑄態組織的影響
4.1.1 鑄態金相分析
4.1.2 稀土夾雜物分析
4.1.3 均勻化退火態B10合金的金相分析
4.2 釔微合金化對B10合金最終退火態組織的影響
4.3 釔微合金化對B10合金層錯幾率的影響
4.4 釔優化晶界特征的微觀機理分析
4.5 本章小結
5 釔微合金化對B10合金耐蝕性能的影響
5.1 釔微合金化B10合金均勻化退火態耐蝕性能
5.1.1 極化曲線分析
5.1.2 電化學阻抗譜分析
5.2 釔微合金化B10合金最終退火態耐蝕性能
5.2.1 極化曲線分析
5.2.2 電化學阻抗譜分析
5.3 本章小結
6 釔微合金化B10合金腐蝕產物膜研究及耐蝕機理
6.1 釔微合金化B10合金均勻化退火態腐蝕產物膜
6.2 釔微合金化B10合金最終退火態腐蝕產物膜
6.3 釔微合金化B10合金耐蝕機理
6.4 本章小結
7 基於圖像分析的B10銅鎳合金耐蝕性預測
7.1 圖像預處理
7.1.1 預處理步驟
7.1.2 邊緣檢測簡介
7.1.3 四種邊緣算子及各自檢測結果
7.1.4 邊緣檢測結果分析
7.1.5 基於晶界特性的細邊緣提取
7.2 模型的構造
7.3 模型的改進
7.4 本章小結
8 基於優化卷積神經網絡的B10銅鎳合金耐蝕性預測
8.1 相關基本理論
8.2 優化的卷積神經網絡
8.3 計算結果與分析
8.4 在公開數據集下與其他方法對比
8.5 本法應用於晶界圖像分類預測結果
8.6 本章小結
參考文獻
本書繫統介紹了B10銅鎳合金的組織與性能調控，重點分析稀土釔對該合金的組織與耐蝕性能的影響，並基於圖像處理和神經網絡技術建立B10合金的耐蝕性能的預測模型。主要內容包括素在銅鎳合金中的作用；晶界工程及層錯在銅鎳合金中的研究現狀；神經網絡在性能預報中的作用；B10白銅合金組織與性能研究方法以及晶界圖像的獲取方法；釔微合金化對B10合金組織與結構的影響，包括鑄態與退火態；釔微合金化對B10合金耐蝕性能的影響；釔微合金化的B10合金腐蝕產物膜的形貌、成分及耐蝕機理；基於圖像分析技術對B10銅鎳合金耐蝕性進行預測；基於優化卷積神經網絡對B10銅鎳合金耐蝕性能進行預測。
本書可供從事金屬材料行業、海洋工程材料行業以及相關的材料類的工程技術人員和經營管理人員閱讀，也可供材料類、計算機類等相關專業的高等工科院校師生參考。
