大学生创新创业训练计划智能管理平台
第二十八期“上海交通大学大学生创新实践计划”
基于深度学习的图像处理方法（U-Net）增材制造机械超材料力学性能分析
创新训练项目
工学
力学类
创新类
船舶海洋与建筑工程学院
吴文旺
指导教师
登录状态下查看
2020/01-2023/12，金属增材制造混杂三维点阵新型结构的力学设计与制造缺陷特征表征研究，国家自然科学基金面上基金，课题负责人
课题组老师在增材制造、机械超材料领域形成系统化成果，具有良好的研究基础。课题组项目经费充分，可以满足本项目开展所需的软硬件需求。此外，本项目申请依托上海交通大学海洋工程国家重点实验室，实验室和学校分析测试中心有若干金属增材制造实验设置、力学性能试验机和 X 射线 CT 原位力学测试平台，可以为本项目涉及的增材制造、力学性能研究提供实验保障，为本项目的一大特色。上海交通大学图书馆拥有比较完整的文献检索系统（ISI Web of Knowledge）以及相关的国内外期刊数据库，如 AIP、ASCE、ASME、CNKI、Elsevier、IOP、John Wiley、PQDD、The Royal Society、SPIE、Springer、维普以及万方等，有利于及时了解国内外相关领域的最新研究动态。课题组拥有大型工作站和国际著名的商业软件，如 ANSYS，ABAQUS 和 MSC.NASTRAN 等，为本项目的顺利完成提供了软硬件基础。针对实验所缺少的设备及材料、样品加工等，将采用购买实验材料、委托加工或者委托测试等办法。
随着先进制造技术、多学科交叉和人工智能科技的飞速发展，高端铁路和轨道交通装备呈现出轻量化、集成化、复合化、功能化、智能化等发展趋势。轻量化多功能点阵结构具有轻质高强、抗冲击吸能、减震降噪等特性，在交通运输、高端装备等工业领域具有巨大的应用潜力。在增材制造过程中，飞溅的颗粒会粘附在金属点阵结构的表面，而由于增材制造结构具有内部空间闭合和几何复杂等特点，粘附的颗粒无法通过机械抛光和表面化学腐蚀等后处理技术完全去除，这些残留的黏附粉体颗粒影响了基于显微CT断层图像的点阵结构杆件组元的等效直径分布规律和基于图像的有限元计算精度。因此，有必要对X射线显微CT断层图像进行预处理，以更为准确地识别和去除杆件组元表面黏附的球化颗粒的几何结构。
课题主要研究内容如下：由于表面球化颗粒紧密粘附在点阵结构杆件组元表面，并具有相似的几何和灰度特征，很难仅根据其灰度值或形状特征来分割和去除颗粒。近年来，基于深度学习的图像分割法在处理显微CT断层扫描图像方面具有潜力，可以实现点阵结构高保真建模，通过提出一种基于深度学习的图像处理方法（U-Net），去除CT断层扫描图像中粘附的粉末颗粒。通过生成卷积神经网络来处理几何重构之前的原始二维图像，然后再进行图像有限元网格划分。为了评估U-Net方法的效率和可靠性，分别生成4个不同的有限元模型，包括理想的设计CAD模型、基于考虑沿不同空间取向杆件组元的几何缺陷位置统计信息和等效直径的虚拟点阵结构模型、基于三维断层CT图像的直接重构模型和基于U-Net图像处理算法生成的点阵结构模型，进而探讨了增材缺陷对点阵结构压缩力学行为的影响，实现基于点阵结构杆件组元统计分析的多尺度建模。