基于深度学习的轴承钢中碳化物带状智能评级前景与展望  

作　　者：钱玲[1] 朱晓林[1] 黄官熙 钱林宁 许凡 封保冬 许学斌 

机构地区：[1]江苏省产品质量监督检验研究院,江苏南京210007

出　　处：《大众标准化》2023年第22期110-112,共3页Popular Standardization

基　　金：江苏省市场监管局项目(KJ21125122);江苏省市场监管局项目(KJ2022062);江苏省市场监管局项目(KJ204115)。

摘　　要：碳化物带状是高碳铬轴承钢性能评价的重要指标之一,国内现行评价标准GB/T 18254-2016《高碳铬轴承钢》采用的仍是人工目测定性对比判定,存在评定结果精确度差、对试验人员专业技能要求高等特点,因此发展高效、高精度的自动化评级十分必要,文章概述了深度学习在金相分析自动化和智能化方向的研究现状,探讨了其在轴承钢碳化物带状评级方向应用的可行性,并对该技术方法的前景提出展望。

关 键 词：碳化物带状 深度学习 金相自动评级 

分 类 号：TG1[金属学及工艺—金属学]