基于深度學(xué)習(xí)模型MaskR-CNN對M50軸承鋼中碳化物的研究

中圖分類號：TH142；TP317 DOI：10.16579/j.issn.1001.9669.2025.08.003

0 引言

M50軸承鋼是一種高合金鋼，具有優(yōu)異的耐磨性、耐蝕性，廣泛用于航空航天、船舶、汽車等領(lǐng)域[1]。該軸承鋼主要成分為C、Cr、Mo、V、Ni等元素，其中 ΔV 、Mo、Cr有利于碳化物的形成。碳化物和合金元素可提供二次硬化，使組織更加穩(wěn)定[2-4]。碳化物按析出先后順序分為一次碳化物和二次碳化物。一次碳化物在液態(tài)金屬固化時形成，二次碳化物由固相轉(zhuǎn)變析出。研究發(fā)現(xiàn)，M50軸承鋼中存在較多尺寸偏大且分布不均勻的一次碳化物，其嚴(yán)重危害了其沖擊韌性和疲勞壽命，不利于軸承的長期服役[5-7]。針對M50軸承鋼中的碳化物展開了大量的研[8]1122[9]16175[10]105-110發(fā)現(xiàn)，M50軸承鋼中的一次碳化物多為MC型和 M₂C 型，二次碳化物主要為 M₂₃C₆ 型[1]8-103。一次碳化物MC和 M₂C 尺寸較大，二次碳化物 M₂₃C₆ 尺寸相對較小。碳化物MC形狀為類圓狀或棒狀， M₂C 形狀為棒狀或?qū)悠瑺頪9]161755， M₂₃C₆ 為顆粒狀。MC的元素中富含 V，M₂C 富含Mo， M₂₃C₆ 富含 Cr 。掃描電子顯微鏡（ScanningElectronMicroscopy，SEM）圖片中MC比M23C6襯度深[10]107

近年來，在深度學(xué)習(xí)與材料研究的結(jié)合方面取得了一定的成果。DECOST等[2]使用視覺特征提取單元結(jié)合支持向量機(jī)（SupportVectorMachine，SVM）算法對黃銅、青銅、球墨鑄鐵、灰鑄鐵、亞共析鋼、可鍛鑄鐵、高溫合金等7種材料的微觀組織進(jìn)行分類識別，準(zhǔn)確率達(dá) 80% 。DURMAZ等[13]6272使用不同的Unet模型，對復(fù)雜金相組織中的貝氏體進(jìn)行識別分割，準(zhǔn)確率超過 90% 。YANG等[14]使用全連接神經(jīng)網(wǎng)絡(luò)（FullyConnectedNeuralNetwork，F(xiàn)CNN）、長短期記憶網(wǎng)絡(luò)（LongShort-TermMemory，LSTM）、注意力機(jī)制等擬合了不同材料的疲勞壽命曲線，壽命數(shù)據(jù)在擬合壽命曲線的2倍分散帶以內(nèi)。李維剛等[15]利用不同的深度學(xué)習(xí)模型自動識別鋼鐵中的鐵素體、馬氏體、珠光體等，在測試集中的準(zhǔn)確率達(dá)到 100% 。段獻(xiàn)寶等[6]使用3種神經(jīng)網(wǎng)絡(luò)，完成了對鋼材微觀組織的高效、準(zhǔn)確識別，分類精度達(dá)到 99.6% 。蘇晨等[17]78-84將注意力機(jī)制與ResNet結(jié)合對鋼材中殘余奧氏體進(jìn)行識別并評級。彭凡等1使用深度學(xué)習(xí)對螺栓連接失效載荷進(jìn)行了非線性擬合。

綜合來看，深度神經(jīng)網(wǎng)絡(luò)在材料學(xué)科的應(yīng)用仍以圖片識別、曲線擬合為主，對圖片中內(nèi)容的定量分析較少。本文設(shè)計了一種改進(jìn)的掩膜基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò) （Mask Region-based Convolutional NeuralNetwork，MaskR-CNN），用以分析M50軸承鋼的碳化物，可以同時實現(xiàn)如下功能： ① 識別SEM圖片中的碳化物并確定其類別； ② 對SEM圖片中的碳化物進(jìn)行分割標(biāo)記； ③ 確定碳化物在圖片中的占比； ④ 統(tǒng)計圖片中每個碳化物的尺寸，并輸出碳化物的直徑分布直方圖。

1 對MaskR-CNN的改進(jìn)

1.1 MaskR-CNN的結(jié)構(gòu)

MaskR-CNN模型是一種用于目標(biāo)檢測和實例分割的深度學(xué)習(xí)模型，是R-CNN系列模型的一種擴(kuò)展，由HE等[19]386-397于2017年提出。結(jié)合待識別碳化物圖片的特點，本文在原MaskR-CNN模型的基礎(chǔ)上進(jìn)行了一系列的修改，具體細(xì)節(jié)見下文。本文還在最后程序中加人了數(shù)據(jù)處理模塊，可對識別到的碳化物進(jìn)行量化統(tǒng)計。整體網(wǎng)絡(luò)主要由FasterR-CNNPredictor和MaskBranch這2個分支組成，網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1MaskR-CNN結(jié)構(gòu)流程圖

結(jié)構(gòu)中Backbone+FPN是特征提取模塊。Backbone使用的是殘差網(wǎng)絡(luò)ResNet50。ResNet50中使用了恒等映射結(jié)構(gòu)。恒等映射單元如圖2所示。對應(yīng)式（1），函數(shù) F（x_l，w_l） 的輸出值可為0。當(dāng) F（x_l，w_l）=0 時，就有 x_l+1=x_l ，即輸出和輸人相同，這樣就實現(xiàn)了恒等映射。該結(jié)構(gòu)保證了神經(jīng)網(wǎng)絡(luò)層數(shù)的增加，不會使訓(xùn)練出的結(jié)果變差。特征金字塔網(wǎng)絡(luò)（FeaturePyramidNetwork，F(xiàn)PN）[20]能夠在不同的尺寸上提取特征。原始輸入的SEM圖片經(jīng)Backbone部分處理后，存在多次尺寸的變化，使用特征金字塔結(jié)構(gòu)可以較好地彌補(bǔ)圖片在尺寸變化時部分特征信息丟失的缺點，提高了模型的魯棒性。

圖2恒等映射單元 Fig.2Identity mapping unit

區(qū)域建議網(wǎng)絡(luò)（Region ProposalNetwork，RPN）的作用是在圖片的特定位置生成一系列預(yù)選邊界框。

RoIAlign中RoI是RegionofInterest的簡寫，即感興趣區(qū)域。該模塊的功能是將指定的邊界框（來自RPN或者FastR-CNNPredictor）先映射到Backbone + FPN生成的特征圖上，之后將對應(yīng)區(qū)域變換為特定的大小，最后對變換后的區(qū)域進(jìn)行最大池化處理。FastR-CNNPredictor模塊使用的RoIAlign（使用的邊界框來自RPN）將特征層處理后生成的圖像大小是 7×7 。MaskBranch模塊使用的RoIAlign（使用的邊界框來自FastR-CNNPredictor）將特征層處理后生成的圖像的大小是 14×14 。 14×14 的圖像可以在一定程度上保留更多和尺寸相關(guān)的特征信息，有利于對碳化物進(jìn)行像素級的掩碼分割。

FastR-CNNPredictor模塊用于執(zhí)行目標(biāo)分類、確定邊界框回歸參數(shù)，即確定輸入的SEM圖片中哪些區(qū)域是碳化物，將非碳化物區(qū)域確定為背景，同時確定碳化物的邊界框的大小及位置。

MaskBranch模塊用于生成每個目標(biāo)的精確掩碼，即在目標(biāo)邊界框的內(nèi)部確定每一個像素屬于何種類別，是 MC，M₂C，M₂₃C₆ 或者背景，以二值圖像的形式表示出來。

最后，將MaskBranch生成的二值圖像和FastR-CNNPredictor生成的分類信息與邊界框信息映射到原圖上，得到具有碳化物類別信息、碳化物的邊界框和碳化物像素分割信息的圖像。

1. 2 網(wǎng)絡(luò)的預(yù)設(shè)

設(shè)定的神經(jīng)網(wǎng)絡(luò)的初始參數(shù)和數(shù)據(jù)處理方法直接影響訓(xùn)練的時間和最后的結(jié)果。在參考一些文獻(xiàn)[13]6272[19]386-3[21]125-1029和實踐的基礎(chǔ)上，對設(shè)定的參數(shù)、超參數(shù)、數(shù)據(jù)集的處理方法進(jìn)行了如下思考。

1.2.1 遷移學(xué)習(xí)

遷移學(xué)習(xí)是深度學(xué)習(xí)中一個重要的方法。本文使用的MaskR-CNN結(jié)構(gòu)較為復(fù)雜，若從0開始訓(xùn)練該網(wǎng)絡(luò)，則需要較長的時間。遷移學(xué)習(xí)是將之前學(xué)習(xí)到的參數(shù)遷移到新的任務(wù)或領(lǐng)域中，從而改善新任務(wù)的學(xué)習(xí)效果，能在較短的時間內(nèi)使網(wǎng)絡(luò)收斂。遷移學(xué)習(xí)還可以減少數(shù)據(jù)需求[21]1028，提高模型的泛化能力，改善模型的表現(xiàn)等。通常情況下，遷移學(xué)習(xí)應(yīng)用于兩個相關(guān)但不同的任務(wù)，分別稱為源任務(wù)和目標(biāo)任務(wù)。

本文綜合使用了特征提取和微調(diào)兩種遷移學(xué)習(xí)方法，使用Coco數(shù)據(jù)集訓(xùn)練出的參數(shù)作為Backbone+FPN初始參數(shù)。Coco數(shù)據(jù)集的圖片數(shù)量達(dá)328000張，有82個類別，經(jīng)該數(shù)據(jù)集訓(xùn)練出來的參數(shù)有較好的特征提取能力。設(shè)定前10個Epoch為預(yù)訓(xùn)練階段，該階段使Backbone+FPN參數(shù)不變，僅在訓(xùn)練中更新FastR-CNNPredictor和MaskBranch的參數(shù)。當(dāng)大于10個Epoch后，解除對Backbone+FPN參數(shù)的凍結(jié)，整體網(wǎng)絡(luò)參數(shù)一起訓(xùn)練。

1.2.2 數(shù)據(jù)增強(qiáng)

數(shù)據(jù)增強(qiáng)是深度學(xué)習(xí)中一種常用的技術(shù)，通過對原始數(shù)據(jù)進(jìn)行一系列的變換和處理，生成新的訓(xùn)練樣本，從而擴(kuò)充訓(xùn)練數(shù)據(jù)集的規(guī)模和多樣性。數(shù)據(jù)增強(qiáng)技術(shù)對輸入數(shù)據(jù)進(jìn)行隨機(jī)變換，提高了模型的泛化能力和魯棒性。本文使用的SEM圖片共有240張，與常見的數(shù)據(jù)集，如ImageNet（100萬張）MSCoco（328000張）PASCALVOC（11540張）對比，可知本文數(shù)據(jù)集的數(shù)量是相對較少的。因此使用數(shù)據(jù)增強(qiáng)是必要的。DURMAZ等[13]6272使用數(shù)據(jù)增強(qiáng)的方法，用相對較少的圖片完成了網(wǎng)絡(luò)的訓(xùn)練，達(dá)到了預(yù)期的效果

常見的數(shù)據(jù)增強(qiáng)技術(shù)有鏡像翻轉(zhuǎn)、隨機(jī)裁剪、旋轉(zhuǎn)和縮放、增加噪聲、圖像亮度和對比度調(diào)整等。本次研究的重點是圖片中的碳化物種類和形狀。在數(shù)據(jù)增強(qiáng)時，改變寬高比會明顯地改變圖片中碳化物的形狀，改變顏色會影響原有的襯度，進(jìn)而影響結(jié)果的準(zhǔn)確性。因此，本文數(shù)據(jù)增強(qiáng)時僅采用水平翻轉(zhuǎn)和垂直翻轉(zhuǎn)，以保證碳化物的形狀、襯度不變。

1.2.3 自適應(yīng)學(xué)習(xí)率

在深度學(xué)習(xí)中，傳統(tǒng)的優(yōu)化算法，如梯度下降使用固定的學(xué)習(xí)率，但對于復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)，固定學(xué)習(xí)率可能不夠有效。自適應(yīng)學(xué)習(xí)率是一種根據(jù)模型訓(xùn)練過程中的情況自動調(diào)整學(xué)習(xí)率的技術(shù)，可以更加高效地訓(xùn)練模型，加速模型的收斂，提高模型的性能。

常見的自適應(yīng)學(xué)習(xí)率方法包括：動量法、學(xué)習(xí)率衰減、AdaGrad、RMSprop、AdaDelta、Adam等。本次使用學(xué)習(xí)率衰減法，設(shè)定學(xué)習(xí)率隨著訓(xùn)練次數(shù)的增加而減小。學(xué)習(xí)率越小，網(wǎng)絡(luò)訓(xùn)練時參數(shù)變化越小，該做法保證了模型在訓(xùn)練到后期時的精度。本文將初始學(xué)習(xí)率設(shè)置為0.002，學(xué)習(xí)率的下限設(shè)為0.00002。基于數(shù)據(jù)集圖片的數(shù)量，本文選取的迭代次數(shù)為 300 。

1.3 均值平均精度

混淆矩陣是深度學(xué)習(xí)中常用的評估模型性能的工具?；煜仃囁膬?nèi)容如表1所示。

表1混淆矩陣

Tab.1 Confusionmatrix

混淆矩陣是一個二維矩陣，用于比較分類模型的預(yù)測結(jié)果與真實標(biāo)注之間的差異。通過混淆矩陣，可以計算出各種性能指標(biāo)，如準(zhǔn)確率（Accuracy）精確率（Precision）、召回率（Recall）等。其中Precision和Recall公式定義為

式中， P_TP 為真陽性數(shù)量； P_FP 為假陽性數(shù)量； P_FN 為假陰性數(shù)量。由其定義可知 P_Precision 和 R_Recall 的值均小于1。以 P_precision 值為縱坐標(biāo) ?R_Recall 值為橫坐標(biāo)作圖，便構(gòu)成了評價神經(jīng)網(wǎng)絡(luò)的 P_Precision–R_Recall 曲線圖。 P_Precision–R_Recall 曲線下的面積用 P_AP （AveragePrecision，AP）表示，相關(guān)計算式為式（4）；均值平均精度（MeanAveragePrecision，MAP）是所有類別的平均精度的均值，相關(guān)計算式為式（5）。

P_Precision–R_Recall 曲線下的面積越大，說明網(wǎng)絡(luò)輸出結(jié)果與標(biāo)注圖越匹配，即 P_?MAP 的值越大說明網(wǎng)絡(luò)的性能越好， P_?MAP 的上限為1，以 P_?MAP 為指標(biāo)衡量神經(jīng)網(wǎng)絡(luò)具有綜合性；因此，本文選取 P_?MAP 為網(wǎng)絡(luò)的評價指標(biāo)。

2碳化物類型鑒別和數(shù)據(jù)集制作

本文研究的M50軸承鋼的化學(xué)成分（質(zhì)量分?jǐn)?shù)， % ）為： 0.81～0.85C，4.00～4.25Cr，4.00～4.50Mo 0.90～1.10V， ?0.15Ni ， 0.15～0.35Mn ， ?0.25Si ， ? 0.25Co， ?0.25W ，其余為Fe。材料的熱處理工藝影響碳化物的產(chǎn)生及分布，本試驗所用材料選取常規(guī)的熱處理方法，具體工藝是：真空感應(yīng)熔煉-自耗電極-真空自耗熔-自耗錠-高溫均勻化-鍛造-軋制棒材。所制成的壞料棒材的直徑為 65mm ，將 ?65mm 壞料經(jīng)切割、車削、磨削等工藝制成 的試樣軸，將試樣軸切片、打磨、拋光、腐蝕后在掃描電子顯微鏡SU5000下觀察，得到圖3（a）所示的圖片。圖3（a）中的碳化物按外形可分為圓棒形、類圓形和顆粒形3種，分別對應(yīng)圖3（a）中的1、2、3。為進(jìn)一步確定材料中碳化物的種類，將材料經(jīng)離子減薄制成可用透射電子顯微鏡（Transmission Electron Microscope， TEM） JEM-F200觀察的樣品。樣品在TEM中經(jīng)能量色散譜（EnergyDispersiveSpectroscopy，EDS）分析得到圖4所示結(jié)果。由圖4可知，圓棒形碳化物富含Mo，類圓形較大的碳化物富含V，相對較小的顆粒狀碳化物富含 Cr_? 初步判斷3種碳化物分別為 M₂C，MC 和 M₂₃C₆ 。對相同形狀的碳化物做衍射斑分析，結(jié)果如圖5所示。標(biāo)定結(jié)果顯示，3種碳化物分別為 M₂C，MC 和 M₂₃C₆ 。上述結(jié)果也與文獻(xiàn)[9]161755、文獻(xiàn) [10]^107-109 、文獻(xiàn)[11]101-103的描述相符。最終確定SEM圖片的碳化物類型，如圖3（b）所示。

圖3M50軸承鋼的SEM圖像

圖4M50軸承鋼的TEM-EDS圖像，碳化物形貌及V、Mo、Cr、Fe 元素分布 Fig.4TEM-EDSimagesofM50bearingsteel，carbides' morphologyanddistributionofV，Mo，Cr，F(xiàn)eelement

使用SEM觀察并采集圖像，隨機(jī)在表面的不同位置獲取多張圖片，每張圖像的分辨率是 1280×960 。受限于計算機(jī)的計算能力，輸入神經(jīng)網(wǎng)絡(luò)的圖片的尺寸不宜太大。在制作數(shù)據(jù)集時，去除原始圖片中有文字的部分，將剩下的部分截取為兩張，每張圖片大小為512×512 。然后結(jié)合圖3（b）所示的結(jié)果，使用神經(jīng)網(wǎng)絡(luò)標(biāo)注工具Labelme對圖片中的碳化物進(jìn)行手動標(biāo)注。將襯度較淺、面積較小的顆粒狀碳化物標(biāo)注為M₂₃C₆ 。將襯度較深、面積相對較大的類圓形碳化物標(biāo)注為MC。將圓棒形的碳化物標(biāo)注為 M₂C 。標(biāo)注前后的圖片如圖6所示。標(biāo)注時忽略特別細(xì)小的碳化物。標(biāo)注完成后使用轉(zhuǎn)化程序?qū)?biāo)注好的數(shù)據(jù)集轉(zhuǎn)化為json格式，用于之后對模型的訓(xùn)練。

圖5M50軸承鋼中 M₂C?MC?M₂₃C₆"的TEM圖像及衍射花樣Fig.5TEM imagesof M₂C ，MC and M₂₃C₆ and theirdiffractionpatterns inM50 bearing steel

圖6M50軸承鋼的SEM原圖及標(biāo)注圖

Fig.6OriginalSEMimagesofM5obearingsteelandtheirlabel images

3神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)集中碳化物的識別和量化統(tǒng)計

本文使用的圖片分為訓(xùn)練集、驗證集和測試集，分別為160張、40張和40張。訓(xùn)練集和驗證集都是帶有標(biāo)注的圖片，用于前期對網(wǎng)絡(luò)模型的訓(xùn)練。測試集用于最后對模型的檢驗。為了提高訓(xùn)練速度，本次使用圖形處理器（GraphicsProcessingUnit，GPU）進(jìn)行并行訓(xùn)練，優(yōu)化器選用了Adam[22]，使用的框架是PyTorch。經(jīng)過8h完成300個Epoch的訓(xùn)練。訓(xùn)練后網(wǎng)絡(luò)達(dá)到了使用要求，結(jié)果見下文。

3.1對SEM圖片中碳化物的識別

將測試集的40張圖片輸人訓(xùn)練好的網(wǎng)絡(luò)，取置信度為 50% ，得到所有的圖片處理結(jié)果，其中的3張結(jié)果如圖7所示。圖7中用不同的顏色標(biāo)識出不同的碳化物，碳化物的種類在邊界框的左上角標(biāo)出。由圖7可看出，網(wǎng)絡(luò)能較為準(zhǔn)確地識別出圖中的碳化物并正確地確定其種類。由圖7還可直觀地看出3種碳化物在圖片內(nèi)的分布。圖7（c展示了在材料的局部區(qū)域多個 M₂C 型碳化物集中出現(xiàn)的現(xiàn)象，該結(jié)果說明M50軸承鋼材料內(nèi)存在 M₂C 分布不均的情況，

3.2 圖片中碳化物的占比和尺寸

材料中碳化物的多少也是影響材料性能的一個關(guān)鍵因素。本文的模型以像素面積占比計算40張測試集圖片中碳化物的面積占比，所得的結(jié)果為 5% 。相關(guān)表達(dá)式為

式中， N_c 為一張圖片內(nèi)屬于碳化物的像素點的總數(shù)；

N_P 為一張圖片中像素點的總數(shù)。

碳化物的尺寸直接影響了材料的性能。明確碳化物的尺寸對分析材料的品質(zhì)、判斷材料的性能具有重要意義。本文的網(wǎng)絡(luò)使用兩種尺寸表示碳化物的大小，分別為當(dāng)量直徑和費雷特直徑。

圖73張測試結(jié)果圖

Fig.7 Three imagesof testing results

3.2.1 當(dāng)量直徑

SEM圖片中單個碳化物的當(dāng)量直徑計算式為

式中， N 為1個碳化物的像素面積；1為圖片比例尺。

網(wǎng)絡(luò)能輸出每個碳化物的當(dāng)量直徑。為了直觀展示，本次將所有碳化物的直徑以直方圖的形式輸出。使用測試集圖片得到的當(dāng)量直徑分布直方圖如圖8所示。

3.2.2 費雷特直徑

在圖7中，每個碳化物的邊界框的4個頂點都有相應(yīng)的坐標(biāo)，通過坐標(biāo)可以計算邊界框的長和寬。本文選取邊界框中較長邊作為對應(yīng)碳化物的費雷特直徑?；诖?，可求得測試集40張圖片中的3種碳化物的費雷特直徑。用得到的3種碳化物的費雷特直徑生成費雷特直徑分布直方圖，如圖9所示。

4結(jié)果與討論

4.1 網(wǎng)絡(luò)的性能指標(biāo)

改進(jìn)的MaskR-CNN共進(jìn)行了300輪的迭代，學(xué)習(xí)率和損失值分別反映了網(wǎng)絡(luò)的訓(xùn)練精度和測試結(jié)果的準(zhǔn)確度。圖10所示為學(xué)習(xí)率隨迭代次數(shù)變化的曲線，圖11所示為損失值23隨迭代次數(shù)變化的曲線。

前10個Epoch是預(yù)訓(xùn)練階段，該階段Backbone + FPN模塊的參數(shù)保持不變，僅更新網(wǎng)絡(luò)其他部分的參數(shù)。圖10中，在第200個Epoch時學(xué)習(xí)率從0.002衰減到0.0002，在第270個Epoch時學(xué)習(xí)率衰減為最小值0.00002，之后保持不變。由圖11可看出，在前50輪迭代時損失值快速下降。在第200個Epoch后損失值逐漸穩(wěn)定，最后數(shù)值約為0.2。該損失值為分類損失、邊界框損失、圖片分割損失的平均值。損失值為0.2，該數(shù)值較小，滿足使用要求。

圖12所示為網(wǎng)絡(luò)的 P_MAP 值隨著迭代次數(shù)的變化曲線。網(wǎng)絡(luò)的MAP值在迭代了220個Epoch后趨于穩(wěn)定，最后數(shù)值約為0.9，即平均精度達(dá) 90% 。該精確度達(dá)到了同類網(wǎng)絡(luò)的較高水平[13]6272[17]83，滿足實驗室測試的精度要求。

圖9 MC、 M₂C 和 M₂₃C₆"的費雷特直徑分布直方圖Fig.9Distribution histogram of Ferret diameters of MC， M₂C and M₂₃C₆

圖10MaskR-CNN的學(xué)習(xí)率

圖11MaskR-CNN的損失值 Fig.11 Lossvalueof theMaskR-CNN

4.2對量化結(jié)果的分析

圖8、圖9分別展示了3種碳化物的當(dāng)量直徑和費雷特直徑。從每一個直方圖上看，在數(shù)量占比上，3種碳化物中，都是小直徑的碳化物占比大，大直徑的碳化物占比小。該結(jié)果能直觀地看出材料中每種碳化物的細(xì)化情況，可幫助研究者判斷材料的品質(zhì)。將三種碳化物的兩種直徑進(jìn)行對比，匯總結(jié)果如表2所示。對比同一種碳化物的2種直徑可知，MC和M₂₃C₆ 的2種直徑差異不大， M₂C 的2種直徑差異明顯。一個碳化物的當(dāng)量直徑和費雷特直徑的差異越大，其寬高比越大，寬高比越大的碳化物越容易斷裂[8]11822。由此可知， M₂C 更容易斷裂，斷裂的碳化物易成為材料裂紋的萌生點。碳化物發(fā)生斷裂的頻率與碳化物的尺寸、強(qiáng)度、形狀相關(guān)[8]11822?？紤]到3種碳化物外形的不規(guī)則性，相較于當(dāng)量直徑，費雷特直徑能更準(zhǔn)確地從數(shù)字上表達(dá)碳化物的大小。因此，在從尺寸和形狀上判斷碳化物的斷裂難易性時，費雷特直徑可作為判斷依據(jù)。在同一類直徑3種碳化物之間相互對比可知，MC和 M₂C 的尺寸比 M₂₃C₆ 大，且3種碳化物的直徑最大值分別是 16、13、1.3μm 。碳化物的尺寸越大，越容易引起局部應(yīng)力集中，進(jìn)而導(dǎo)致材料產(chǎn)生裂紋[24]。因此，較大的一次碳化物MC和 M₂C 更容易引起材料內(nèi)部應(yīng)力集中，而 M₂₃C₆ 的影響較小。綜上所述，無論是同一種碳化物2類直徑的對比還是同一類直徑幾種碳化物之間的對比，都能進(jìn)一步獲得材料中微觀組織的信息，該信息可為材料的優(yōu)化提供指導(dǎo)。

表23種碳化物的直徑分布

Tab.2Distributionof threekindsofcarbides'diameters

5結(jié)論

本文改進(jìn)的MaskR-CNN使用訓(xùn)練集160張圖片、驗證集40張圖片，經(jīng)300輪迭代完成了模型的訓(xùn)練。用訓(xùn)練好的網(wǎng)絡(luò)對測試集的40張SEM圖片進(jìn)行處理，得到了碳化物分割結(jié)果圖和直徑分布直方圖。對輸出的圖像和數(shù)值結(jié)果進(jìn)行分析，得到以下主要結(jié)論：

1）M50軸承鋼的SEM圖片中的碳化物MC、 M₂C 、M₂₃C₆ 能被網(wǎng)絡(luò)識別并標(biāo)記，平均準(zhǔn)確度為 90% 。2）網(wǎng)絡(luò)輸出的碳化物的圖片面積占比是 5% ，可以粗略推斷本次研究的材料中碳化物的體積占比為 5% 。3）直徑分布直方圖顯示，M50軸承鋼中一次碳化物MC和 M₂C 的尺寸明顯比 M₂₃C₆ 的大。MC、 M₂C 、M₂₃C₆ 的費雷特直徑均值分別為 1.47，0.96，0.45μm.

本文驗證了深度神經(jīng)網(wǎng)絡(luò)作為一種工具，既可以用來識別材料的微觀組織，幫助研究者認(rèn)識學(xué)習(xí)，也可以定量分析特定的微觀組織，幫助研究者判斷材料的品質(zhì)。在分析或處理較多的數(shù)據(jù)時，深度神經(jīng)網(wǎng)絡(luò)明顯具有準(zhǔn)確、高效的優(yōu)勢。

參考文獻(xiàn)（References）

[1] BHADESHIAHKDH.Steels for bearings[J].Progress in MaterialsScience，2012，57（2）：268-435.

[2] KINKUSTJ，OLSONGB.Microanalytical evaluation of a prototype stainless bearing steel[J].Surface Science，1992，266（1/2/3）： 391-396.

[3] BARROWATW，RIVERA-DIAZ-DEL-CASTILLOPEJ.Nanoprecipitationinbearing steels[J].ActaMaterialia，2011，59（19）： 7155-7167.

[4] KANGJH，RIVERA-DIAZ-DEL-CASTILLOPEJ.Carbide dissolutionin bearing steels[J].Computational Materials Science，2013， 67：364-372.

[5] GUETARD G，TODA-CARABALLO I，RIVERA-DIAZ-DELCASTILLO PEJ.Damage evolution around primary carbides underrolling contact fatigue inVIM-VARM5o[J].International Journal ofFatigue，2016，91：59-67.

[6] GUANJ，WANGLQ，ZHANGZQ，etal.Fatigue crack nucleation and propagationatclustered metaliccarbides inM5o bearing steel [J].Tribology International，018，119：165-174.

[7]JELITA RYDEL J，TODA-CARABALLO I，GUETARD G， et al. Understanding the factors controlling rolling contact fatigue damage in VIM-VAR M50 steel[J]. International Journal of Fatigue， 2018，108：68-78.

[8]DUNY，LIU HH，CAO Y F，et al. In situ investigation of the fractureof primarycarbides and its mechanismin M50 steel[J].MaterialsCharacterization，2022，186：111822.

[9]LIU WF，GUO YF，CAO YF，et al. Transformation behavior of primary MC and M₂C carbidesin Cr4Mo4V steel[J].Journal of Alloys and Compounds，2021，889：161755.

[10]侯志遠(yuǎn)，劉威峰，徐斌，等.熱加工過程中M50軸承鋼一次碳化物 的形成與演化[J].熱加工工藝，2024，53（1）：105-110. HOU Zhiyuan，LIU Weifeng，XU Bin，et al. Formation and evolution of primary carbides in M50 bearing steel during hot working [J].Hot Working Technology，2024，53（1）：105-110.（In Chinese）

[11］吳玉成，姜宏偉，胡園，等.多向鍛造對M50鋼一次碳化物破碎機(jī) 制的影響[J].中國冶金，2020，30（9）：98-103. WU Yucheng，JIANG Hongwei，HU Yuan，et al. Effect of multi-direction forging on carbide evolution of M50 steel[J]. China Metallurgy，2020，30（9）：98-103.（In Chinese）

[12]DECOST B L，HOLM E A.A computer vision approach for automated analysis and classification of microstructural image data[J]. Computational Materials Science，2015，110：126-133.

[13]DURMAZ A R，MULLER M，LEI B，et al. A deep learning approach for complex microstructure inference [J].Nature Communications，2021，12（1） ：6272.

[14]YANG J Y，KANG G Z，KAN Q H. A novel deep learning approach of multiaxial fatigue life-prediction with a self-atntion mechanism characterizing the effects of loading history and varying temperature[J]. International Journal of Fatigue，2022，162： 106851.

[15］李維剛，諶竟成，范麗霞，等.基于卷積神經(jīng)網(wǎng)絡(luò)的鋼鐵材料微觀 組織自動辨識[J].鋼鐵研究學(xué)報，2020，32（1）：33-43. LI Weigang，CHENJingcheng，F(xiàn)ANLixia，etal.Automatic identification of microstructure of iron and steel material based on convolutional neural network[J].Journalof Ironand Steel Research，2020， 32（1）：33-43.（In Chinese）

[16］段獻(xiàn)寶，何惠珍，李平平，等.基于深度卷積神經(jīng)網(wǎng)絡(luò)的鋼材微觀 組織分類識別[J].鐵道車輛，2022，60（1）：43-47. DUAN Xianbao，HE Huizhen，LI Pingping，etal. Clasification and identification of steel microstructure based on deep convolution neuralnetwork[J].Rolling Stock，2022，60（1）：43-47.（In Chinese）

[17]蘇晨，任志俊，范彪，等.基于注意力機(jī)制與ResNet的殘余奧氏體 評級研究[J].輕工機(jī)械，2023，41（2）：78-84. SUChen，RENZhijun，F(xiàn)ANBiao，etal.Researchonretainedausteniteratingbased on attentionmechanismand ResNet[J].Light IndustryMachinery，2023，41（2）：78-84.（InChinese）

[18]彭凡，鄒司農(nóng)，任毅如.基于深度學(xué)習(xí)的復(fù)合材料螺栓連接失效 預(yù)測[J].機(jī)械強(qiáng)度，2023，45（2）：447-453. PENGFan，ZOUSinong，RENYiru.Failurepredictionof bolted connection ofcompositematerials based on deep learning[J].JournalofMechanicalStrength，2023，45（2）：447-453.（InChinese）

[19]HEK M，GKIOXARIG，DOLLARP，et al.Mask R-CNN[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2020，42（2）：386-397.

[20]WANG CY，ZHONG C M.Adaptive feature pyramid networks for objectdetection[J].IEEE Access，2021，9：107024-107032.

[21]吳定海，任國全，王懷光，等.基于卷積神經(jīng)網(wǎng)絡(luò)的機(jī)械故障診斷 方法綜述[J].機(jī)械強(qiáng)度，2020，42（5）：1024-1032. WUDinghai，REN Guoquan，WANG Huaiguang，etal. The review ofmechanical faultdiagnosismethodsbased onconvolutionalneuralnetwork[J].Journal ofMechanical Strength，2020，42（5）：1024- 1032.（In Chinese）

[22]KINGMA D P，BAJL.Adam：a method for stochastic optimization [C]//3rd International Conference on Learning Representations， ICLR2015-Conference Track Proceedings.Ithaca：ArXiv，2015： 1-15.

[23]HEGQ，HUOYC，HEMY，etal.A novel orthogonality loss for deephierarchical multi-task learning[J].IEEE Access，2020，8： 67735-67744.

[24]高楚寒，葛思楠，李萬明，等.高速鋼碳化物偏析的研究現(xiàn)狀[J]. 中國冶金，2019，29（5）：1-5. GAOChuhan，GE Sinan，LIWanming，etal.Research statusofcarbide segregation in high speed steel[J].China Metallurgy，2019，29 （5）：1-5.（In Chinese）

Abstract：The main types of carbides in M5O bearing steel are MC， M₂C and M₂₃C₆ .Under the scanning electron microscopy（SEM），theyexhibit significantdifferences intheshape，size，anddistribution.Somecarbideshavelargersizes anduneven distribution.They becomeareas ofstress concentrationunderloading，which has anegative impacton the bearing fatigueperformance.Soan improved mask region-based convolutional neural network （Mask R-CNN） model wasproposed whichcanbatchidentifythetypesofthreekindsofcarbidesinSEMpictures，thediametersofcarbides were measured，and the distribution ofcarbides was showed. The output images and histogram results show that the size of M₂C carbide in M50 bearing steel is large and unevenly distributed，but the distribution of MCcarbide with the largest size and M₂₃C₆ with the smallest size is reasonably uniform.

Keywords：Deeplearning;MaskR-CNN;M5Obearingsteel;Carbide Corresponding author： LI Shuxin，E-mail： lishuxin@nbu.edu.cn Fund：Natural ScienceFoundationofChina （52075271）;Major ScienceandTechnologyTaskTacklingProjectofNingbo （2022Z050）; Cixi Industry-Specific Technology Research and Development Project（CZ2022009） Received：2023-11-23 Revised：2024-01-16