基于深度学习与SAM大模型的热轧带钢显微组织分割与定量研究

本文推荐：该研究创新性地将深度学习与SAM大模型应用于热轧带钢显微组织分析，系统探究了激光定向能量沉积（L-DED）技术制备Al 2024合金的工艺优化与微观结构演化。研究发现，通过调控热积累效应可抑制枝晶间距增长，并揭示了α-Al+Al2Cu/Al2CuMg共晶相与弥散强化（Al7Cu2(Fe,Mn)）的协同作用机制，最终使合金屈服强度达159±30 MPa，为高强铝合金增材制造提供新策略。

　　

Highlight亮点聚焦

本研究通过激光定向能量沉积（L-DED）技术成功制备了Al 2024合金直壁结构与块体样品，揭示了热积累导致的温度梯度变化对枝晶间距的调控规律（末层枝晶间距随沉积层数增加而增大），并发现块体样品中独特的α-Al+Al₂Cu/Al₂CuMg共晶组织与Mg₂Si、Al₇Cu₂(Fe,Mn)弥散相协同强化机制。

Conclusions研究结论

1. 1.

   直壁样品中下部呈现外延生长柱状枝晶，而上部出现倾斜枝晶结构

2. 2.

   块体样品中观察到原位析出的θ(Al₂Cu)和S(Al₂CuMg)强化相

3. 3.

   通过弥散强化与沉淀强化协同作用，使合金屈服强度提升至159±30 MPa

4. 4.

   该工作为2000系列铝合金的激光增材制造（LAM）工艺开发提供重要实验依据