本文主要研究内容
作者张頔（2019）在《基于图像分割的SOFC微观结构分析方法研究》一文中研究指出：固体氧化物燃料电池(Solid Oxide Fuel Cell,SOFC)经长时间运行后,它的阳极性能会发生退化,而其阳极微观结构中Ni颗粒分析是SOFC阳极性能退化机制研究的重要部分。如今,基于图像分析法的微观结构研究还处于探索阶段。为此,本文根据SOFC阳极显微图像中三相呈现的固有特征,深入研究阳极显微图像的三相分割算法,同时提取分析短期工作时间和长期工作时间的SOFC微观结构中Ni颗粒相关参数,给SOFC阳极微观结构研究提供较可靠的方法支持。针对阳极显微图像分割精度较低的难题,本文将超像素思想和模糊聚类方法结合起来。首先,利用基于马尔科夫随机场(Markov Random Field,MRF)的模糊聚类设计新的超像素分割目标函数,充分考虑像素的空间位置和邻域信息,克服噪声和灰度不均的干扰,产生边界贴合度较高且内部目标较单一的超像素;其次,借助自适应核函数模糊聚类方法,对超像素进行聚类,实现最终的三相识别。该方法能较好地抑制噪声和灰度不均,提高分割精度。针对阳极显微图像的灰度不均特性和边界模糊性的难题,本文提出了基于偏置场矫正的直觉模糊聚类方法。以直觉模糊集为基础,描述边界像素点信息。同时,通过一组线性平滑基函数构造的偏置场对图像进行建模,实现图像的灰度不均矫正。利用邻域像素点的平均模糊隶属度定义MRF团势函数,采用量子信号处理理论构造MRF团势函数中的自适应直觉模糊因子,提高算法抑制噪声的能力。该方法可以提高严重灰度不均条件下的阳极显微图像分割准确度,进一步增强图像细节保持能力。最后,基于上述的方法获得的分割结果,利用金相学和粉体材料学相关理论知识,提取阳极微观结构特征参数(Ni含量及颗粒粒径)。通过统计不同工作时长电池微观结构中Ni颗粒的粒径分布,分析经长时间工作后电池的Ni颗粒变化趋势,有助于SOFC阳极性能退化与其微观结构的研究。
Abstract
gu ti yang hua wu ran liao dian chi (Solid Oxide Fuel Cell,SOFC)jing chang shi jian yun hang hou ,ta de yang ji xing neng hui fa sheng tui hua ,er ji yang ji wei guan jie gou zhong Nike li fen xi shi SOFCyang ji xing neng tui hua ji zhi yan jiu de chong yao bu fen 。ru jin ,ji yu tu xiang fen xi fa de wei guan jie gou yan jiu hai chu yu tan suo jie duan 。wei ci ,ben wen gen ju SOFCyang ji xian wei tu xiang zhong san xiang cheng xian de gu you te zheng ,shen ru yan jiu yang ji xian wei tu xiang de san xiang fen ge suan fa ,tong shi di qu fen xi duan ji gong zuo shi jian he chang ji gong zuo shi jian de SOFCwei guan jie gou zhong Nike li xiang guan can shu ,gei SOFCyang ji wei guan jie gou yan jiu di gong jiao ke kao de fang fa zhi chi 。zhen dui yang ji xian wei tu xiang fen ge jing du jiao di de nan ti ,ben wen jiang chao xiang su sai xiang he mo hu ju lei fang fa jie ge qi lai 。shou xian ,li yong ji yu ma er ke fu sui ji chang (Markov Random Field,MRF)de mo hu ju lei she ji xin de chao xiang su fen ge mu biao han shu ,chong fen kao lv xiang su de kong jian wei zhi he lin yu xin xi ,ke fu zao sheng he hui du bu jun de gan rao ,chan sheng bian jie tie ge du jiao gao ju nei bu mu biao jiao chan yi de chao xiang su ;ji ci ,jie zhu zi kuo ying he han shu mo hu ju lei fang fa ,dui chao xiang su jin hang ju lei ,shi xian zui zhong de san xiang shi bie 。gai fang fa neng jiao hao de yi zhi zao sheng he hui du bu jun ,di gao fen ge jing du 。zhen dui yang ji xian wei tu xiang de hui du bu jun te xing he bian jie mo hu xing de nan ti ,ben wen di chu le ji yu pian zhi chang jiao zheng de zhi jiao mo hu ju lei fang fa 。yi zhi jiao mo hu ji wei ji chu ,miao shu bian jie xiang su dian xin xi 。tong shi ,tong guo yi zu xian xing ping hua ji han shu gou zao de pian zhi chang dui tu xiang jin hang jian mo ,shi xian tu xiang de hui du bu jun jiao zheng 。li yong lin yu xiang su dian de ping jun mo hu li shu du ding yi MRFtuan shi han shu ,cai yong liang zi xin hao chu li li lun gou zao MRFtuan shi han shu zhong de zi kuo ying zhi jiao mo hu yin zi ,di gao suan fa yi zhi zao sheng de neng li 。gai fang fa ke yi di gao yan chong hui du bu jun tiao jian xia de yang ji xian wei tu xiang fen ge zhun que du ,jin yi bu zeng jiang tu xiang xi jie bao chi neng li 。zui hou ,ji yu shang shu de fang fa huo de de fen ge jie guo ,li yong jin xiang xue he fen ti cai liao xue xiang guan li lun zhi shi ,di qu yang ji wei guan jie gou te zheng can shu (Nihan liang ji ke li li jing )。tong guo tong ji bu tong gong zuo shi chang dian chi wei guan jie gou zhong Nike li de li jing fen bu ,fen xi jing chang shi jian gong zuo hou dian chi de Nike li bian hua qu shi ,you zhu yu SOFCyang ji xing neng tui hua yu ji wei guan jie gou de yan jiu 。
论文参考文献
论文详细介绍
论文作者分别是来自武汉科技大学的张頔，发表于刊物武汉科技大学2019-07-16论文，是一篇关于微观结构论文,超像素分割论文,偏置场矫正论文,模糊聚类论文,武汉科技大学2019-07-16论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自武汉科技大学2019-07-16论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：微观结构论文; 超像素分割论文; 偏置场矫正论文; 模糊聚类论文; 武汉科技大学2019-07-16论文;